Representar a informação é uma atividade nobre, ou percebida como uma das mais importantes no tratamento informacional/documental. Criar condições de acesso a conteúdos cada vez mais vastos, dentro e fora da rede é, antes de tudo, uma tarefa que suscita a impossibilidade.

Há algum tempo, algo como três anos, escrevi minha dissertação de mestrado sobre o aproveitamento da web 2.0 para viabilizar a descrição arquivística. A idéia é chamar a multidão ávida pelo lúdico na rede e oferecer uma atividade que atenda aos anseios da participação, colaboração e ludicidade que a internet pode proporcionar.

Um exemplo é o projeto Old Weather, que transforma o trabalho de transcrição paleográfica em um jogo de temática bem interessante: torne-se um tripulante de antigos navios e ajude a copiar os dados dos diários de bordo. Você pode se tornar um capitão, dentro das regras e parâmetros do jogo e o projeto ganha uma base de dados com os dados metereológicos capturados pelos navios ao longo de décadas.

Mas, se apenas os diários de bordo já constituem um conjunto impossível de representar com uma quantidade de pessoas reduzida, como são as equipes nas instituições, considere todo o universo documental dentros dos arquivos ao redor do mundo. Há muito. Mesmo a multidão da internet pode se cansar.

E as máquinas? Elas não podem representar? Não podem interpretar textos sem as marcações semânticas da web 3.0?

Há quem argumente que um dos filões laborais dos profissionais da informação é justamente a representação da informação, que, junto com a mediação,  se constitui na exclusiva capacidade humana de interpretar as nuances da linguagem e dos registros.

Mas as máquinas estão correndo contra o “tempo perdido”. A computação cognitiva pode atuar nesse contexto em pouco tempo. O projeto Watson, da IBM, por exemplo, quer justamente criar a possibilidade de máquinas realizaram o chamado processamento de idioma nativo, Não é tarefa fácil, a linguagem é imprecisa, as vezes irônica, muitas vezes sentimental.

A ciência quer que as máquinas entendam todas essas nuances e um pouco mais. Esse avanço pode ajudar a representar automaticamente os documentos sem marcações semânticas dentro e fora da internet. Será um passo e tanto.