COMO RASTREAR E MONITORAR O REUSO DE DADOS DIGITAIS? Dos repositórios de dados digitais aos DATA SPACES
HOW TO TRACE AND TRACK THE REUSE OF DIGITAL DATA? From digital data repositories to the DATA SPACES
– Idéias de pesquisa
Hoje vivemos em um ambiente cultural, econômico, político, com uma “super oferta” de dados digitais, decorrente das formas com que atuamos na sociedade em geral, nas quais a intermediação pelas tecnologias digitais joga um papel pervasivo e cada vez maior.
Esta “super oferta” de dados digitais, sua facilidade de acesso e disponibilidade, a plasticidade do meio digital, na qual dados podem ser copiados, convertidos, mesclados, combinados, reformatados de diferentes maneiras, colocam imediatamente a questão do seu reuso. Atribuir e extrair “significados” desses dados é uma questão chave (1).
Na área científica, movimentos de renovação da Ciência e de suas práticas, como o Acesso Aberto, têm um forte componente político, também incorporado às políticas públicas do Brasil e de muitos outros países. O movimento de Acesso Aberto evoluiu na direção da Ciência Aberta e de seu corolário, os Dados Abertos.
Governos em geral têm visto na questão da oferta de dados em geral e, especialmente, dos dados gerados no seu próprio âmbito, como um importante mecanismo de “accountability” a ser incorporado a suas políticas públicas. No Brasil, em especial, no nível federal, isso se manifesta através da – Política Nacional de Governo Aberto (Decreto nº 10.160/2019) (2) e da Lei Federal nº 14.129/2021, que dispõe sobre princípios, regras e instrumentos para o Governo Digital (3). A partir destas políticas nacionais, a questão se desdobra a nível estadual e municipal.
Dados digitais têm um potencial de reuso muito grande. Para que este potencial seja realizado, estes dados devem encontráveis, acessíveis e seguirem padrões, que os tornem reusáveis. Tais padrões e diretrizes se configuram nos princípios 5 Estelas dos Dados Abertos (4) e os princípios FAIR (5). Mais que dados abertos, as exigências são cada vez mais na direção (de forma crescente), de dados legíveis, acionáveis e inteligíveis semanticamente, por máquinas através de formatos semânticos para os dados como RDF, além das ontologias para definir o significado dos dados (7), (8), (9); esta questão é endereçada pelo FDOF – Fair Digital Object Framework – (9). Outros padrões que complementam o ecossistema de dados digitais reusáveis são DCAT – Data Catalogue Vocabulary – (10), ProvO – Provenance Ontology (11).
Com sua longa experiência prática e teórica de curadoria de coleções de documentos, a Ciência da Informação/Organização do Conhecimento é um “locus” privilegiado para o desenvolvimento da curadoria de dados digitais. Esta vêm se mostrando cada vez mais um espaço de atuação da CI/OC. Para sua consolidação como tal, competências específicas e conteúdos formativos e didáticos têm que ser desenvolvidas e consolidadas.
É difícil um indivíduo ou mesmo uma instituição quererem, por si sós, abrirem e disponibilizarem seus dados. Estes padrões e diretrizes se materializam em serviços, infraestrutura, políticas públicas, entre elas os repositórios de dados, foco da presente pesquisa.
“Avaliação comparada de portais de dados abertos de entes federados brasileiros” (12) não só oferece um contexto amplo para a compreensão da questão dos dados governamentais abertos, com ênfase no Brasil, mas, fundamentalmente, realiza uma avaliação detalhada, com critérios fundamentados e alinhados com as melhores práticas definidas na literatura da área, dos portais de dados abertos de estados e de importantes cidades brasileiras; como subproduto, seus critérios de avaliação conforma uma metodologia.
Não só a amostra dos repositórios analisados é representativa do panorama brasileiro nos níveis estadual e municipal, como também os critérios elegidos para avaliação se mostram alinhados com padrões como as 5 Estrelas dos Dados Abertos e FAIR.
Até agora, toda esta infraestrutura teve foco na oferta de dados digitais, não na demanda, no reuso. Quem reusa, como, e para quê? Esta questão foi levantada pela pesquisa “Repositórios brasileiros de dados de pesquisa: reflexões sobre o reúso de dados ” (13). Esta pesquisa levanta esta questão, ao avaliar se os DOIs de datasets de repositórios brasileiros de dados de pesquisa eram citados no Google Acadêmico.
Esta é uma questão em aberto, tanto do ponto de vista prático quanto no de pesquisa. Conjuntos de dados que têm um identificador persistente – PID – (14) fornecem um mecanismo, embora precário, para monitorar seu reuso, através da citação deste PID. Repositórios, como o Repositório COVID-19 DataSharing/BR da FAPESP (15), solicita o email daqueles que desejam “baixar” seus dados; o ARCA Dados, da FIOCRUZ (16), remete quem deseja “baixar” os dados para um contato com seus “proprietários”.
Por outro lado, o conceito de plataformas de portais de dados (como por exemplo, ZENODO (17), DATA VERSE (18), e CKAN (19), as mais usadas no cenário brasileiro), vêm evoluindo na direção do que é chamado de DATA SPACE; um DATA SPACE é definido como “A distributed system defined by a governance framework that enables secure and trustworthy data transactions between participants while supporting trust and data sovereignty. A data space is implemented by one or more infrastructures and enables one or more use cases.” (20); um DATA SPACE é mais que uma plataforma de repositório, neste sistema os dados não são “baixados” como nos repositórios abertos, o produtor do dado mantêm completo controle sobre seu acesso e uso, que é feito através de tecnologias específicas, como credenciais verificáveis e conectores inteligentes (21), que permitem assim o monitoramento do reuso.
As pesquisas em questão mostram um panorama abrangente sobre os portais de dados abertos de estados e municípios brasileiros, obtido a partir de um conjunto de indicadores super acurados para indicar as facilidades oferecidas para reuso destes dados. Exploram também um tema de pesquisa relevante, mostrando, como é o dever de uma pesquisa desenvolvida em uma universidade pública, o quanto ainda têm que ser caminhado no Brasil, na direção de políticas públicas de acesso aberto aos dados digitais.
Notas
(2) https://www.gov.br/cgu/pt-br/governo-aberto/governo-aberto-no-brasil/principios
(3) https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14129.htm
(4) https://5stardata.info/pt-BR/
(5) https://www.go-fair.org/fair-principles/
(6) GAO (US Goverment Accountability Office), Fraud Ontology, https://edmcouncil.org/event/us-public-sector-forum-meeting-february-2025-combating-measuring-fraud-gaos-use-of-ontology/ https://antifraud.gaoinnovations.gov/howfraudworks
(7) ONTOACCOUNT, https://www.scienceopen.com/document?vid=ae297c7d-b617-43ae-875e-2f31c6475da5
(8) Ontologies for eGovernment, http://www.oegov.us/
(9) https://fairdigitalobjectframework.org/
(10) https://www.w3.org/TR/vocab-dcat-3/
(11) https://www.w3.org/TR/prov-o/
(12) AMORIM, Andre Luiz Guimarães. Avaliação comparada de portais de dados abertos de entes federados brasileiros. Dissertação (Mestrado). PPGGOC/UFMG, 2026. Orientadora: Patrícia Nascimento Silva Disponível em: https://hdl.handle.net/1843/2034. Acesso em: 10 jul. 2026.
13) SILVA, Marcia Farias Lopes. Repositórios brasileiros de dados de pesquisa: reflexões sobre o reúso de dados. Dissertação (Mestrado), PPGCI/UFF, 2026. Orientador: Carlos H. Marcondes.
(14) Ver em: SEGUNDO, Washington; MATAS, Lautaro; NOBREGA, Thiago; EDILSON FILHO, J.; MENA-CHALCO, Jesús. dARK: A decentralized blockchain implementation of ARK Persistent Identifiers (1.0).
(15) https://repositoriodatasharingfapesp.uspdigital.usp.br/
(16) https://arcadados.fiocruz.br/
(17) https://zenodo.org/
(19) https://ckan.org/
(20) Data Space Support Centre Glossary, https://archive.dssc.eu/space/Glossary/176554052/2.+Core+Concepts