Resumo

  • O primeiro aviso público do archie saiu em 11 de setembro de 1990 assinado por Peter Deutsch, que trata os scripts de Emtage na terceira pessoa e situa o que a equipe sabia em "about 210 sites", com uma varredura que percorria a lista inteira em cerca de um mês.
  • O anúncio de 14 de novembro de 1990, de autoria de Emtage, imprime "a list of about 600 Internet ftp archive sites" uma frase depois de avisar que a base não estava totalmente construída e que faltavam "some 50 (out of over 600) sites". Nenhum texto de 1990 revisado aqui diz qual população, nem qual unidade, cada número mede.

Setembro saiu da mão de outra pessoa

Em 11 de setembro de 1990 uma mensagem apresentou ao comp.archives "an Internet archive server server". A cópia de arquivo guarda um cabeçalho datado Tue, 11 Sep 90 17:45:06 GMT, enquanto o próprio arquivo chama a mensagem de archie/10-Sep-90. Dois identificadores, um documento: imprimo os dois e não os concilio (anúncio de setembro de 1990, tal como arquivado). O autor dessa cópia é Peter Deutsch, e a frase que amarra o software a uma pessoa está na terceira pessoa: "Alan has a set of shell scripts that automagically calls up some subset of our list of servers each night (to keep load down on any one machine) and do a remote 'ls' on that machine."

Deutsch imprime então uma ressalva com relógio dentro, e só depois o número: "We cycle through the entire list in about a month, so no entry can be more than that old." Em seguida: "For what it's worth, we currently know of about 210 sites." Lidas juntas, as duas frases formam uma alegação de cobertura com três das quatro coisas de que um leitor precisa: marca de aproximação, população declarada — os sites que a equipe conhece — e um limite de defasagem de um mês. Falta uma definição de unidade mais fina que "sites", e uma data de medição distinta da data de envio.

A mesma mensagem diz o que a ferramenta fazia de fato: "Currently, archie is pretty brain-damaged. The files are stored as flat ASCII files and the "prog" command just launches a "grep" with the appropriate arguments", e "the current system greps through about 31 Meg of listings!!" A entrada era "rlogin quiche.cs.mcgill.ca -l listd". Listagens ASCII achatadas varridas por grep são outro objeto, diferente da base anunciada em novembro; não trato as duas como a mesma coisa.

O 600, e a frase que vem antes dele

Em 14 de novembro de 1990 Emtage publicou "Announcing "Archie 1.0": The Archive Server Server" (anúncio Archie 1.0, tal como arquivado). Uma repostagem moderada num segundo arquivo preserva o mesmo texto, e seu cabeçalho o nomeia como autor original; essa menção é a prova de autoria disponível aqui, porque o host original não foi lido (testemunha da repostagem).

A ordem interna da mensagem é a notícia. Primeiro: "Please note that at the time of writing the database has not been fully built: there are still some 50 (out of over 600) sites to be entered." Depois o número: "Archie is a pair of software tools. the first maintains a list of about 600 Internet ftp archive sites." Depois o mecanismo: "Each night software executes an anonymous ftp to a subset of these sites and fetches a recursive directory listing of each. We hit about 1/30th of the list each time, so each site gets hit about once a month, hopefully balancing timely updates against unnecessary network load."

Então o 600 pertence a uma lista que a ferramenta "maintains", e a mesma mensagem diz que uma fatia dessa lista ainda estava por entrar. As duas frases são verdadeiras do mesmo documento, e nenhuma é retirada. O que a mensagem nunca diz é qual população o 600 conta: sites da lista mantida, sites cujas listagens já tinham sido baixadas, ou sites efetivamente entrados no dia em que um leitor se conectou.

A mensagem também imprime um tamanho e uma máquina: "Even though the database is now about half the size of the version of archie that we have been running for the past couple of months", e "it still occupies about 40 Mb and the updates and searches can still put a noticable load on a Sun 4/280 which is doing little else." O erro de grafia fica como foi impresso. O equipamento viaja junto com o número; a unidade, não.

Três tamanhos e nenhuma unidade

O número de setembro mede "about 31 Meg of listings" em arquivos ASCII achatados varridos por grep. O de novembro mede "about 40 Mb" de uma base num Sun 4/280 que fazia "little else". Uma terceira cópia do mesmo anúncio de novembro imprime "about 55 Mb" onde as outras trazem 40 (cópia variante). Nada do que foi lido estabelece a data nem a linha de autoria dessa cópia, então se ela é uma revisão, uma segunda cópia de uma mesma mensagem ou uma diferença de transcrição segue em aberto; imprimo a divergência sem chamá-la de correção.

Nenhum texto revisado diz o que cada uma das três mede: listagens armazenadas, base pesquisável, cópia ftp comprimida ou o índice inteiro. Por isso recuso a razão. Trinta e um megabytes não são "a base velha" e 40 Mb não são "a nova" em nenhum sentido que autorize aritmética entre eles. A mesma mensagem ainda compara a base a "about half the size of the version of archie that we have been running for the past couple of months", uma comparação contra uma referência que nunca imprime.

Onde minha aritmética para

Há uma única subtração disponível, e ela é minha. "Over 600" menos "some 50" dá cerca de 550. É aritmética sobre dois números impressos no mesmo parágrafo: não é contagem de sites indexados, nem de sites entrados, nem afirmação sobre o que qualquer usuário conseguia pesquisar em novembro de 1990. A distância entre as datas de cabeçalho dos dois documentos, 11 de setembro e 14 de novembro, é de cerca de nove semanas. Não é taxa de crescimento: nenhum texto revisado diz que os dois números contam a mesma população, e uma taxa calculada sobre unidades não declaradas é um número vestindo uma unidade que não ganhou.

Uma terceira formulação e uma data em três vozes

O próprio Emtage data o lançamento na retrospectiva: "On September 11, 1990 we announced Archie, the world’s first Internet Search Engine." (retrospectiva). A base inicial cobria, ali, arquivos em "hundreds of repositories" — uma terceira formulação que não bate nem com 210 nem com 600, e "hundreds" não é contagem. Reproduzo como impresso e não a promovo a número de referência.

Um verbete de enciclopédia de terceiros situa o lançamento em 10 de setembro de 1990 e descreve as primeiras versões do archie buscando em "a list of public anonymous File Transfer Protocol (FTP) sites using the Telnet protocol" (verbete). É um dia antes da data do autor e um dia antes do cabeçalho arquivado do anúncio; o nome do arquivo diz ainda 10-Sep-90. A datação do lançamento é uma costura em três vozes; nenhum número deste artigo depende da enciclopédia.

O que um índice deve colocar ao lado do número

Um índice público que divulga um número de cobertura deve quatro coisas ao lado dele: se o número é aproximado ou exato, o denominador a que pertence, a unidade da contagem e a data de medição distinta da data de envio. A mensagem de novembro de Emtage trazia a primeira e, mais raro, a segunda — cinquenta de mais de seiscentos, na sua própria frase. Não trazia nem a unidade nem uma data de medição.

Aí está o fio da navalha, e ele é mais estreito que um escândalo. A ressalva foi impressa. Foi impressa como frase própria, antes do número, onde qualquer citação do número sozinho pode deixá-la atrás sem alterar uma palavra do que mantém. Nenhum documento revisado afirma que o número foi inflado, e nada aqui sustenta isso. A descoberta é sobre o lugar da ressalva, não sobre as razões do seu desaparecimento.

O número sobreviveu ao parágrafo de onde saiu. Quem o citar hoje pode devolver os cinquenta ao lado — e deveria dizer, na mesma respiração, que nenhum documento de 1990 nos conta o que os seiscentos contavam.