O que é preservação digital?

Introdução

É comum associarmos segurança ou preservação de arquivos digitais com práticas de backup. No entanto, embora o backup seja uma parte fundamental, a preservação digital não se limita apenas a esta prática.

Assim como coleções e documentos físicos exigem uma série de cuidados contínuos, documentos e arquivos digitais também necessitam de processos que garantam a eles vida longa, mesmo com a obsolescência das tecnologias.

É por meio do estabelecimento destas ações contínuas que se garantirá que os arquivos possam ser acessados por muito tempo, desde sua criação até a socialização para o público. Uma vez estabelecidos protocolos de coleta, organização, catalogação, armazenamento e verificação rotineiras, nos certificamos de que os documentos e arquivos digitais manterão suas características originais e serão evitados a corrupção dos arquivos e a perda de conteúdo.

Nesta cartilha vamos abordar algumas das principais medidas a serem consideradas para cada um destes pontos.

Integridade

É fundamental garantir a transferência de arquivos sem qualquer alteração ou compressão. Para demonstrar que este processo se deu de forma segura, é importante acompanhar detalhadamente a cópia dos arquivos, se possível verificando as suas hashes.

Hashes ou checksums são valores em letras e números atribuídos a cada arquivo digital de forma exclusiva, como se para cada um fosse dado um CPF, que o identifica individualmente. Ao se copiar um arquivo, pode-se verificar que os hashes do arquivo original e da cópia são iguais, demonstrando que são cópias exatas. Em contrapartida, se os arquivos apresentarem hashes incompatíveis após a copiagem fica evidenciado que houve algum tipo de alteração ou o arquivo copiado foi corrompido de alguma forma.

Backup de dispositivos

Quanto à cópia, é importante definir que tipo de cópia será o ideal para cada caso. Embora relacionados, imagem de disco e cópia lógica são conceitos diferentes. Uma imagem de disco é uma cópia bit a bit de um disco rígido ou partição, incluindo todos os dados (mesmo excluídos ou não alocados) e a estrutura do disco. Já uma cópia lógica copia apenas os arquivos visíveis e acessíveis pelo sistema operacional, ignorando dados não alocados e a estrutura física do disco:

Ao realizar uma cópia lógica é importante utilizar ferramentas que possam criar e verificar as hashes, tais como o Robocopy (utilitários do Windows), Rsync (Linux, macOS) ou TeraCopy (macOS, Windows).

É importante verificar a compatibilidade do armazenamento utilizado com o sistema operacional do computador (Windows, macOS, Linux). O sistema de arquivos configurado afeta a compatibilidade, o desempenho e o tamanho máximo dos arquivos:

• Windows + macOS: use exFAT (melhor equilíbrio).
• Somente Windows: use NTFS (recursos completos).
• Somente Mac: use APFS (para SSDs) ou HFS+ (para HDDs/Macs antigos).
• Compatibilidade máxima: use FAT32 (se não houver arquivos maiores que 4 GB).
• Linux: use ext4.

O armazenamento mais comum é feito em HDDs ou SSDs. O primeiro usa partes mecânicas, como discos magnéticos que giram, para armazenar dados, enquanto o segundo utiliza memória flash, sem partes móveis. As principais diferenças entre estas unidades de armazenamento são:

Gestão de metadados e catalogação

A definição mais simples sobre metadados que podemos encontrar é: metadados são dados sobre dados. Embora isso possa parecer abstrato, na prática é algo bastante concreto, se considerarmos uma faixa musical como exemplo os metadados seriam o artista, a data de lançamento, a duração, os créditos de publicação e composição, o tamanho do arquivo, entre outros. São informações que não consistem na música em si ou em seu conteúdo, mas apresentam detalhes importantes para classificar a obra e dar contexto a ela.

Considerando-se o grande volume de dados digitais que geramos todos os dias, gerir estes dados torna-se uma tarefa indispensável. A gestão dos metadados não apenas melhora o acesso dados, mas também pode facilitar a integração destes em diferentes bases ou sistemas.

Catalogar significa organizar informações de forma estruturada para que seus arquivos possam ser encontrados e utilizados. Um catálogo pode incluir informações descritivas, contextuais, detalhes técnicos, informações sobre direitos autorais, palavras-chave e muito mais, variando de informações básicas a descrições aprofundadas. Algum tipo de catalogação é crucial para garantir o acesso futuro, principalmente para acervos maiores. O fundamental aqui é garantir a estruturação de um sistema consistente para esta classificação, o importante é que ele seja acessível e de fato funcione para quem está catalogando.

Vale reforçar, que a catalogação visa facilitar a localização dos conteúdos gerados. Se não fizer sentido ou for de difícil compreensão, então apenas algumas pessoas conseguirão acessá-los – o que não é o nosso objetivo. Se o padrão adotado não for adequado ou tornar-se obsoleto ele pode e deve ser revisto e substituído. As normas devem ser escritas e publicadas, sendo importante que essas regras adotadas estejam disponíveis e de fácil consulta e conhecimento a todos os envolvidos no processo de catalogação.

Com isso em vista, é essencial o papel que cumpre o uso de uma ficha catalográfica, planilha e/ou uma base de dados em um sistema para a catalogação de acervos. Quanto mais ampla a quantidade e a qualidade de informações sobre alguma coisa, mais fácil será sua localização posterior, bem como seu acesso e uso.

Preservação dos conteúdos

Ao se preservar um arquivo digital não adianta preservar apenas a sua estrutura (bits), mas também as formas de acessá-los e de garantir sua leitura. Neste sentido, preservar aqui significa, essencialmente, permitir que estes arquivos permaneçam no tempo. É essencial criar estratégias e instrumentos que permitam sua localização, seu uso e o crescimento ordenado dos conteúdos.

É importante manter uma organização estruturada de diretórios/pastas que seja coerente e nomear claramente estas pastas. Uma boa organização ajuda a manter os arquivos de acordo com sua origem e na garantia de que estes não sejam perdidos ou substituídos acidentalmente. Algumas boas práticas incluem:

• Dê nomes aos arquivos digitais de forma consistente, criando um modelo de nomenclatura com códigos identificadores exclusivos para ajudar a organizar e distinguir seus arquivos.
• Não use caracteres especiais como @#$%&*:"' <>?/\~|, acentos ou espaços em nomes de pastas ou arquivos. É possível usar o subtraço (_).
• Guarde os registros em um "pacote de informações": uma pasta autodescritiva que pode incluir documentação ou metadados relacionados, como por exemplo 202511_ubatuba_oficina_limpeza_praias.

Assim como para os documentos físicos (papel, fotografias, etc), devemos considerar suportes adequados para a sua preservação, com arquivos digitais devemos nos atentar à extensão e formatos. De modo geral, dê preferência aos formatos não-proprietários e sem compressão ou com compressão sem perda para a preservação, e formatos mais leves para acesso:

Vídeos

MKV, codec FFVI, compressão sem perda / MP4 (acesso)

Imagens

TIFF, sem compressão ou formato original / JPG (acesso)

Áudio

Wave (preservação) / MP3 (acesso)

Fonte: A "Declaração de Formatos Recomendados" (RFS) é um documento periodicamente atualizado da Biblioteca do Congresso estadunidense que identifica os formatos preferenciais para obras e documentos digitais, a fim de garantir sua acessibilidade e preservação a longo prazo. Disponível em: https://www.loc.gov/preservation/resources/rfs/index.html

Armazenamento

Entretanto, independentemente do tipo de mídia ou dispositivo utilizado, nenhum durará para sempre. A vida útil real de uma mídia depende de muitos fatores, como seu ambiente e uso. Boas práticas de armazenamento digitais consideram a escolha de armazenamento, backup constante e monitoramento ativo apropriados.

Uma palavra-chave para o armazenamento digital é a redundância. Uma solução básica que pode ser adotada é o sistema 3-2-1, que consiste no seguinte esquema:

Redundância

Mais de uma cópia de arquivos

Variedade de suportes

Mais de uma possibilidade de acesso

Cópia em outra localidade

Armazenamento em uma instituição parceira, por exemplo

O sistema funciona de acordo com esta lógica: no mínimo três cópias; ao menos dois suportes distintos; se possível uma outra localidade com cópia de backup e ao menos um acesso offline, que não dependa de conexão com a internet. É importante lembrar aqui que, para qualquer que seja a escolha adotada, os dispositivos de armazenamento precisam de manutenção regular.

Este material e as demais ações deste projeto foram realizados com recursos por meio do Programa de Ação Cultural – ProAC, da Secretaria da Cultura, Economia e Indústria Criativas do Governo do Estado de São Paulo.