Resumo

  • O anúncio de abril de 2010 prometeu receber as mensagens públicas desde 2006 e continuar a coleta. O esclarecimento oficial excluía dados privados, mensagens apagadas, imagens e páginas alcançadas por links.
  • A decisão de dezembro de 2017 apontou que a Biblioteca recebia só texto enquanto os tuítes ficavam mais visuais e longos. A partir de 2018 ela escolheria o que recolher por tema ou evento; o texto adquirido entre 2006 e 2017 seguiria preservado e com acesso restrito, conforme o comunicado público.

A torneira mudou, o acervo ficou

O dia 1º de janeiro de 2018 marcou o fim de uma exceção: a Biblioteca do Congresso deixou de receber todo o fluxo de texto dos tuítes públicos. Passou a selecionar mensagens relacionadas a acontecimentos e temas, como eleições e políticas públicas. A coleção reunida nos doze anos anteriores permaneceu sob sua guarda. O passado não foi descartado; mudou a regra que escolheria as próximas peças.

O documento de decisão não atribuiu a mudança a uma causa única. O volume de mensagens e transações crescia, cada mensagem se alongava, e colecionar tudo para sempre nunca fora o método comum da instituição. A coleta integral tinha sido uma aposta diante do futuro ainda incerto das redes sociais. Havia também um problema dentro da própria unidade guardada: a Biblioteca recebia apenas as palavras. Fotos, vídeos e páginas vinculadas não eram entregues, justamente quando a comunicação na plataforma se tornava mais visual.

Uma legenda sem a foto continua sendo prova de que alguém escreveu uma legenda. Não mostra ao pesquisador aquilo que os leitores viram. O número de registros armazenados pode subir sem que cresça, na mesma medida, a parte da experiência que uma geração futura consegue reconstruir. A decisão de 2017 colocou esse limite no centro do cálculo de valor da coleção.

O asterisco estava lá em 2010

O anúncio de 14 de abril de 2010 apresentou a doação como um retrato da vida pública, das notícias e das conversas comuns desde os primeiros tuítes de 2006. Fazia sentido para uma biblioteca dedicada à memória cultural. Duas semanas depois, o FAQ da instituição descreveu exatamente o que entraria.

O Twitter determinava o que era público. Informações de contas privadas e mensagens apagadas estavam fora. O conteúdo dos links, inclusive fotos e sites, também. A Biblioteca não tentaria reproduzir o funcionamento da plataforma. O doador definia o fluxo, a instituição recebia e preservava seus arquivos, outros responsáveis mantinham as páginas e as imagens para as quais as palavras apontavam. Chamar tudo isso de “arquivo completo de tuítes” sem especificar o material escondia a linha traçada no acordo.

Havia ainda uma espera mínima de seis meses antes de uma mensagem poder ficar disponível para pesquisa. A Biblioteca explicava que ferramentas e regras de acesso seriam desenvolvidas. A contagem de seis meses estabelecia um limite contratual; não instalava, por si, uma porta de consulta.

Fita em duas cidades, busca de um dia

O relatório técnico de janeiro de 2013 descreveu o trabalho feito. O lote histórico de 2006 a 2010 trazia cerca de 21 bilhões de tuítes em três arquivos comprimidos. Até 1º de dezembro de 2012, mais de 150 bilhões tinham chegado depois, elevando o total a aproximadamente 170 bilhões. Duas cópias comprimidas somavam 133,2 terabytes. O fluxo diário passou de 140 milhões no início da transferência contínua, em fevereiro de 2011, para quase meio bilhão em outubro de 2012.

O agente de transferência empacotava mensagens em blocos de uma hora. A Biblioteca baixava o arquivo, verificava integridade e quantidade, transferia-o para fita e apagava a cópia temporária. Duas coleções em fita ficavam em locais geograficamente distintos. Havia, portanto, um mecanismo de custódia e redundância por trás da retórica da grande aquisição.

O acesso dos pesquisadores seguia pendente. Com os sistemas da época, uma única busca no lote fixo de 2006–10 podia levar 24 horas, registrou o relatório. O contrato autorizava acesso para pesquisadores qualificados depois de seis meses, mas proibia uso comercial, redistribuição e a disponibilização de uma parte substancial para download fácil na web. Ter permissão, possuir arquivos e oferecer consultas práticas eram tarefas distintas. A Biblioteca tinha avançado sobretudo na posse e na preservação.

Uma busca mais veloz poderia abrir o texto. Não poderia exibir uma imagem que nunca entrou no arquivo. Esse é o ponto que separa esta história de uma simples história de indexação: a matéria-prima da coleção já havia sido definida de forma estreita. Em 2017, o crescimento de mensagens visuais tornou essa escolha mais cara para a memória histórica.

A escolha agora aparece na capa

No comunicado de dezembro de 2017, a Biblioteca afirmou ter assegurado o texto de 2006–17 e anunciou a seleção para os anos seguintes. O documento associado manteve a coleção existente sob embargo enquanto o acesso não pudesse ser resolvido a custo sustentável; não prometeu uma data de abertura. A instituição também apontou questões sobre exclusões de tuítes e acesso de usuários a negociar com o Twitter.

A palavra “todos” já continha uma escolha discreta: entrava texto, ficava imagem. A seleção por tema tornou outra escolha explícita: qual acontecimento será preservado? Os doze anos guardados formam uma fonte de enorme valor, com um perímetro preciso. A Biblioteca preservou essa fonte e, ao estreitar sua próxima entrada, deixou mais claro que proteger um registro e definir o que conta como registro são trabalhos diferentes.