Desafios da gestão de dados linguísticos e a Ciência Aberta

Abstract

O simpósio Descrição linguística: gestão de dados linguísticos teve como proposta retomar questões específicas ao gerenciamento de dados linguísticos, quer de fala quer de textos escritos, da atualidade ou históricos, em função das demandas latentes, especialmente face a exigências como as da Ciência Aberta: i) Como atender aos princípios de ciência aberta quanto ao armazenamento, reuso e autoria de conjuntos de dados linguísticos? ii) Como lidar com a tensão entre a transparência e o sigilo de dados de fala? iii) Quais os formatos e as ferramentas mais adequados para a vitalidade dos conjuntos de dados linguísticos? iv) Quais ferramentas permitem o melhor armazenamento e sistemas de interface para consulta e pesquisa? Neste artigo, respondemos a estas a questões com o objetivo de motivar a discussão e o compartilhamento de boas práticas com a comunidade científica e sinalizamos as ações propositivas de natureza coletiva: i) a criação de políticas específicas da área para a replicabilidade dos estudos; ii) a adoção dessas políticas por programas de pós-graduação e periódicos; e iii) a criação e manutenção de repositórios de dados.

Linguagens sem fronteiras no mundo pós-pandêmico

“…A retomada das práticas de pesquisa na área de estudos da linguagem, no entanto, não seguiu o mesmo molde (FREITAG et al, 2021a;MACHADO-VIEIRA et al, 2021, dentre outros), com a ênfase em pesquisas que buscam padrões linguísticos em amostras de dados linguísticos já constituídas ou constituídas a partir de coleta nas redes. A 29ª Jornada do GELNE propiciou o intercâmbio de experiências de pesquisa que buscavam desvelar padrões linguísticos com o uso de ferramentas de mineração de dados, como em Linguagem inclusiva e comunicação não sexista na Universidade Federal de Sergipe (BARROS SANTOS et al, 2023) .…”

A quarta onda: ativismo sociolinguístico no Brasil

“…A Sociolinguística do Brasil tem se organizado em função de amostras padronizadas para subsidiar a descrição linguística, em ações de documentação linguística que popularmente são denominadas de "bancos de dados sociolinguísticos" (FREITAG et al, 2021;FREITAG, 2022). Assumindo um olhar retrospectivo (FREITAG, 2016a), a sociolinguística do Brasil se constituiu enquanto campo da ciência ao mesmo tempo que a pós-graduação se constituiu no Brasil, e o arranjo metodológico das pesquisas foi e continua sendo fortemente influenciado pelas linhas de financiamento disponíveis para pesquisa.…”

Acervos de dados abertos à sociedade

“…Na área de Linguística, a questão dos repositórios para arquivos de dados linguísticos tem entrado na pauta de discussão em diferentes ações do evento ABRALIN AO VIVO 3 , e, na área da Sociolinguística em específico, o simpósio "Gestão de dados linguísticos" (FREITAG et al, 2021), que, a partir de práticas e experiências em nível individual ou de grupos de pesquisa que, reunidas, evidencia a urgência de uma ação de natureza coletiva, a criação e manutenção de repositórios de dados. Esta discussão está presente no GT de Sociolinguística da ANPOLL há algum tempo, como em simpósio específico sobre esse tema no 1º Fórum Internacional em Sociolinguística, em 2019, o painel "Futuros possíveis para dados sociolinguísticos" no Festival de Conhecimento da UFRJ, em 2021, e, desde o início de 2021, no projeto coletivo "SocInTec Brasil -Sociolinguística em (inter)ação: tecnologias sociais para o desenvolvimento da sustentabilidade no Brasil".…”

“…Apesar dessas movimentações, ainda não há iniciativas com resultados efetivos. Freitag et al (2021) destacam que "as associações de pesquisa teriam um papel seminal na execução dessas ações, por permitirem visualizar a abrangência e qualidade na distribuição dos dados." Isso requer o mapeamento dos bancos brasileiros de dados linguísticos, para traçar um panorama de quantos e quais são os bancos de dados existentes, e qual a natureza dos dados que os compõem.…”