Bruno Marques de Mattos

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PUCSP
Bruno Marques de Mattos
A Organização do Conhecimento nas Humanidades Digitais e o Conceito
de Leitura Distante de Franco Moretti
MESTRADO DE HISTÓRIA DA CIÊNCIA
SÃO PAULO
2019
I
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM HISTÓRIA DA CIÊNCIA
Bruno Marques de Mattos
A Organização do Conhecimento nas Humanidades Digitais e o Conceito de
Leitura Distante de Franco Moretti
MESTRADO EM HISTÓRIA DA CIÊNCIA
Dissertação apresentada à Banca Examinadora

da Pontifícia Universidade Católica de São Paulo,
como exigência parcial para obtenção do título de
Mestre em História da Ciência, sob orientação da
Profª. Drª. Ana Maria Alfonso-Goldfarb.
SÃO PAULO
2019
II
Banca Examinadora
________________________________________________
________________________________________________
________________________________________________
III
O presente trabalho foi realizado com o apoio da
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Nº do processo 88887.163139/2018-00 (modalidade 1) - Brasil
This study was financed in part by the
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Nº do processo 88887.163139/2018-00 (modalidade 1) - Brasil
IV
Agradecimentos
À Pontifícia Universidade Católica de São Paulo – PUCSP e a
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – CAPES, pelo
apoio financeiro possibilitando essa pesquisa.
À professora e orientadora Drª. Ana Maria Alfonso-Goldfarb, por sua
generosidade, paciência, cobrança e didática.
Aos professores do programa que compartilharam suas experiências e
seus conhecimentos.
Aos colegas do programa, pela ajuda troca de experiências e
descontração.
Ao meu amigo Rafael Lamardo pelas conversas produtivas sobre esta
pesquisa acadêmica.
Agradeço ao meu pai Afranio pelo seu apoio, ânimo e tranquilidade.
Agradeço minha mãe Josana pela sua força, carinho e postura.
Aos meus irmãos Afranio e Adriana pela torcida.
À minha esposa e companheira Karina, pela compreensão nos meus
momentos de ausência nos fins de semana e por me apoiar nos momentos mais
cansativos.
À minha adorada Bianca, que mesmo sem entender direito o que seria
uma pesquisa acadêmica, sabia que era importante o pai ficar tanto tempo
estudando e escrevendo no computador.
V
Resumo
Esta pesquisa tem por objeto analisar um dos campos acadêmicos que mais
crescem no estudo das ciências humanas das principais instituições de ensino e
pesquisa em todo o mundo: Humanidades Digitais. Para isso, foi observado o
caminho percorrido por estudiosos e incentivadores no desenvolvimento desta
recente área de estudo, desde os primeiros projetos, passando por publicações
e grandes eventos, até os dias atuais. Linhas de pesquisas das Humanidades
Digitais também foram exploradas e analisadas, em especial a Organização do
Conhecimento. Esta área de estudo e pesquisa tem a difícil missão de adaptar
as tecnologias digitais (com suas ferramentas e metodologias inovadoras) com
as necessidades do estudo das humanidades em analisar grandes e crescentes
quantidades de textos com rapidez e precisão. Para melhor exemplificar a
complexidade da tarefa da Organização do Conhecimento nas Humanidades
Digitais, este trabalho analisa o polêmico conceito de leitura distante do
estudioso em história literária Franco Moretti. Provavelmente, um dos poucos
projetos desta nova área do conhecimento que trouxeram resultados práticos e
significativos.
Palavras-chave: Humanidades Digitais; Organização do Conhecimento; Leitura

Distante; História da Ciência.
VI
Abstract
This research aims to analyze one of the academic fields that grow most in the
study of the human sciences of the main teaching and research institutions
around the world: Digital Humanities. In order to do so, we have observed the
path taken by scholars and supporters in the development of this recent area of
study, from the first projects, through publications and major events, to the
present day. Lines of research of the Digital Humanities were also explored and
analyzed, especially the Organization of Knowledge. This area of study and
research has the difficult task of adapting digital technologies (with its innovative
tools and methodologies) to the needs of the humanities study in analyzing large
and increasing quantities of texts with speed and precision. To better exemplify
how complex the task Organization of Knowledge in the Digital Humanities will
be, this paper analyzes the polemical concept of reading distant from scholar in
literary history Franco Moretti. Probably one of the few projects in this new area
of knowledge that have brought practical and meaningful results.
Keywords: Digital Humanities; Organization of Knowledge; Distant Reading;

History of Science.
VII
SUMÁRIO
Introdução ................................................................................................. 11
Capítulo 1 - As Humanidades Digitais
1.1. Introdução às Humanidades Digitais .................................................. 15
1.2. Linhas de pesquisa das Humanidades Digitais .................................. 117
Capítulo 2 - A Organização do Conhecimento e a Leitura Distante
2.1. Organização do Conhecimento nas Humanidades Digitais ............... 146
2.2. O conceito de leitura de distante ........................................................ 156
Considerações Finais ............................................................................. 1199
Bibliografia ............................................................................................... 1102
VIII
ÍNDICE DE FIGURAS
Figura 1. Visualização de texto ................................................................. 29
Figura 2. Visualizações interativas de textos digitais do jornal The
New York Times ........................................................................................ 31
Figura 3. A evolução da tecnologia do sistema de banco de dados ......... 36
Figura 4. Uma visão geral das etapas do processo do KDD .................... 39
Figura 5. Mapa da árvore da Apple Macintosh de TreeViz ....................... 47
Figura 6. Árvores de cone com representação 3D e efeitos de sombra ... 48
Figura 7. Organograma em um navegador de árvore hiperbólica ............. 48
Figura 8. (MS) assunto principal, (P) personalidade, (M) matéria,
(E) energia, (S) espaço e (T) tempo .......................................................... 54
Figura 9. A presença de pistas nos romances de ficção policial ............... 65
Figura 10. Divergência de caráter ............................................................. 80
Figura 11. Número de palavras nos títulos de romances publicados
entre 1740 e 1850 ..................................................................................... 88
Figura 12. Número de publicações britânicas entre 1740 e 1836 ............. 90
Figura 13. Tamanho do mercado literário X tamanho dos títulos
romanescos ............................................................................................... 90
Figura 14. Romances com títulos curtos ................................................... 92
Figura 15. Títulos com uma a três palavras X títulos com mais de
15 palavras ................................................................................................ 92
Figura 16. A rede de Hamlet ...................................................................... 93
Figura 17. A rede de Hamlet sem o personagem Hamlet .......................... 95
Figura 18. A rede de Hamlet sem o personagem Claudius ....................... 95
Figura 19. A rede de Hamlet sem os personagens Hamlet e Horatio ....... 96
IX
Introdução
A sociedade contemporânea atravessa por um período de grandes
mudanças por conta da forte presença da tecnologia digital nas relações sociais,
seja no mercado de trabalho, na política, no meio ambiente, na comunicação ou
em outra esfera. Não seria diferente no espaço acadêmico.
No final do século passado, por volta dos anos de 1970, o ambiente digital
modificou de forma irreversível a maneira como as instituições de ensino e a
pesquisa acadêmica atuariam. A área de exatas foi uma das primeiras a se
beneficiarem com esse novo contexto, principalmente com a chegada dos cursos
voltados ao exercício computacional. Ao longo do tempo, outras áreas do
conhecimento inseriram a tecnologia digital nas suas rotinas de estudo e
pesquisa. Devido a complexidade de se adaptar com essa nova realidade digital,
o campo das humanidades deve ter sido o último a acatar essa nova prática.1
As ciências humanas e da computação eram tradicionalmente distantes,
entretanto, se aproximaram recentemente e desenvolveram um novo campo de
estudo, as Humanidades Digitais. Consideradas por muitos especialistas como
um campo interdisciplinar do conhecimento, essa recente área tem a disposição
de refletir sobre a produção, a apropriação e o uso das tecnologias digitais. Além
da discussão relacionada à incorporação da tecnologia digital, há reflexões
teóricas e conceituais sobre o tema. É normal encontrar projetos que associem
linguística com matemática computacional e historiografia com bancos de dados
digitais. O próprio pesquisador precisará se reposicionar em um campo cada vez
mais colaborativo, inclusive externo ao mundo acadêmico.2
1 Hockey, “The History of Humanities Computing”, 5-6.

2 Telles, “História Digital, Sociologia Digital e Humanidades Digitais”, 83-84.
1
Este estudo explora importantes pontos de uma complexa adaptação das
humanidades tradicionais no ambiente digital. A narrativa é iniciada examinando
acontecimentos importantes no avanço das Humanidades Digitais, como o
esforço de relevantes organizações e periódicos no fomento da área; a inserção
do computador pessoal e do correio eletrônico nos projetos, na comunicação e
na publicação acadêmica; a utilização do Text Enconding Initiave (TEI) e da
linguística computacional pelos pesquisadores; e a chegada da internet, do
arquivo e da biblioteca digital nas instituições. Depois, foram observadas
importantes linhas de pesquisas produzidas neste período, como a análise de
conteúdo e de texto digitais; marcação e codificação de texto; visualização e
análise de texto; e mineração de dados.3
A Organização do Conhecimento foi uma das áreas mais afetadas com
as inovações trazidas pelas Humanidades Digitais. Devido a complexidade de
incorporar técnicas e métodos digitais nos estudos das humanidades,
principalmente nas análises de grandes quantidades de texto, inúmeros projetos
são continuamente desenvolvidos no intuito de aprimorar essa adaptação.4
Para melhor compreender o objeto de estudo, esta pesquisa apresenta
um dos trabalhos mais polêmicos já tratados sobre o tema, o conceito de leitura
distante de Franco Moretti (1950-0000)5. O especialista italiano em história
literária surpreendeu o estudo de grandes quantidades de texto ao expor sua
teoria revolucionária. Para isso, realizou uma série de pesquisas que utilizavam
ferramentas e métodos de outras áreas do conhecimento, como análises
quantitativas, gráficos, mapas geográficos, árvores da evolução biológica e
3 Hockey, 8-15.
4 Alfonso-Goldfarb, Waisse & Ferraz, “New Proposals”, 1.
5 Franco Moretti, estudioso italiano de história literária, idealizador do conceito de leitura distante,
acessado em 28 de abril de 2019, https://profiles.stanford.edu/franco-moretti?releaseVersion=7.8.1.
2
teoria de rede. Além disso, estabeleceu uma nova visão na análise da história
literária ao empregar a teoria evolutiva e o conceito de sistema-mundo nas suas
pesquisas. Utilizou recursos de outras disciplinas ao examinar a influência
geográfica na formação da literatura europeia, a formação dos cânones literários,
o processo decisório do leitor na escolha de romance, o comportamento do
mercado literário internacional, as semelhanças entre o comércio
cinematográfico e o editorial, as alterações dos títulos romanescos ao longo do
tempo e a estruturação de enredo pelas interações dos personagens.6
Esta dissertação tem o intuito de apresentar um campo de estudo original,
que emprega modernos instrumentos, métodos, técnicas e conceitos, que
somente foram contemplados recentemente com a chegada da tecnologia
digital, a fim de criar novas perspectivas na Organização do Conhecimento da
História da Ciência e descobrir conteúdos inéditos, antes inacessíveis pela
deficiência da pesquisa analógica em explorar grandes quantidades de texto
histórico.
6 Boot, “Distant Reading”, 152-154.
3
CAPÍTULO 1
As Humanidades Digitais
4
1. As Humanidades Digitais
O capítulo inicial desta pesquisa é dividido em duas partes. A primeira
parte fornecerá uma visão geral do caminho percorrido até aqui pelas
Humanidades Digitais, desde suas primeiras atividades até o momento atual. No
segundo momento, a pesquisa destaca as principais linhas de pesquisas do
campo, em especial, sobre conceitos, técnicas e ferramentas que identificam e
diferenciam as Humanidades Digitais das demais áreas.
1.1. Introdução às Humanidades Digitais
Apesar de obter maior reconhecimento apenas no início do século XXI, as
Humanidades Digitais já eram estudadas e analisadas desde da metade do
século passado – mesmo que ainda não tivessem ambição para se tornar uma
disciplina ou uma nova área do conhecimento. Foi necessário um longo processo
para que as Humanidades Digitais fossem aceitas como um novo campo de
estudo. Para compreender melhor esse movimento é preciso examinar a sua
trajetória, por meio dos primeiros estudiosos e da atuação das principais
organizações de fomento e periódicos da área. Além disso, é importante
investigar a influência do avanço da tecnologia digital nos trabalhos da área,
principalmente através dos novos instrumentos que surgiam: computador
pessoal, correio eletrônico, Text Encoding Initiave7, linguística computacional,
internet, interface com o usuário, bibliotecas digitais e os documentos com
formatos digitais.
7Text Encoding Initiave (TEI) é uma organização internacional que desenvolve e mantém diretrizes para
codificação digital de textos literários e linguísticos. TEI será melhor elucidada mais adiante.
5
1.1.1. Os primeiros passos das Humanidades Digitais
Muitos estudiosos da área de Humanidades Digitais 8 defendem que o
início das Humanidades Digitais aconteceu no meio do século XX, mais
precisamente em 1946, com os planos do padre jesuíta Roberto Busa (1913-
2011) em desenvolver o Índice Thomisticus – que foi uma grande tentativa de
codificar quase 11 milhões de palavras dos textos de Tomás de Aquino nos
cartões perfurados da IBM. De acordo com essa narrativa, as Humanidades
Digitais prosseguiriam através dos avanços na linguística de corpus, porém os
projetos iniciais teriam sido muito prejudicados pela baixa capacidade de
armazenamento, pelo alto custo dos hardwares e pelo processamento limitado,
o que tornaria o progresso muito lento.9
1.1.2. A trajetória das Humanidades Digitais
Depois de um início discreto, pelas limitações técnicas, as Humanidades
Digitais se consolidariam como um importante campo no ambiente acadêmico a
partir dos anos de 1970 até meados de 1980. Mais textos eletrônicos e projetos
digitais foram iniciados neste período. Mais pessoas se depararam com
computadores em sua vida cotidiana e começaram a utilizá-los no ensino e nas
pesquisas científicas. Muitas reuniões foram realizadas no Reino Unido a partir
de 1970 para tratar sobre o tema: Cambridge (1970), Edimburgo (1972), Cardiff
(1974), Oxford (1976), Birmingham (1978) e Cambridge (1980). Em meados
desta mesma década, outra série de congressos também começaria na América
8 Hockey, 4.
Svensson, “Humanities Computing as Digital Humanities”.
Kirschenbaum, “The Remaking of Reading”, 1.
Dalbello, “A Genealogy of Digital Humanities”, 481.
9 Sula, & Hill, “The Early History of Digital Humanities”, 1.
6
do Norte – International Conference on Computing in the Humanities (ICCH),
sendo realizadas em anos ímpares para alternar com os eventos britânicos. Uma
série de artigos foi produzido nesta época, principalmente sobre o uso de
computadores no ensino, na música, na arte e na arqueologia.10
Em 1978, insatisfeitos com a interface do computador com o usuário,
órgãos de financiamento britânicos patrocinariam o desenvolvimento do
programa Oxford Concordance Program (OCP)11, na Oxford University. Este
software estaria pronto para ser distribuído em 1981, atraindo interesse de
diversos países. Outros softwares também apareceriam neste momento, o que
acarretaria em uma redução significativa nos custos de um projeto em relação
ao suporte de programação. A necessidade de evitar esforços duplos e
desnecessários chamou a atenção para a importância da área de arquivamento
e manutenção de textos. Com o advento do software packaged12 e a remoção
da necessidade de muita programação, a preparação do texto eletrônico
começaria a ocupar uma grande parte do tempo de qualquer projeto. Em 1976,
por exemplo, foi necessário estabelecer o Oxford Text Archive (OTA)13 para
garantir que um texto de pesquisa não fosse perdido. O OTA teria a missão de
manter os textos eletrônicos e, sujeito à permissão do depositante e com as
devidas permissões de direitos autorais, disponibilizar esses textos a qualquer
10 Hockey, 7-8.
11 OCP é um programa de análise de texto independente de máquina para produzir listas, índices e
concordâncias em vários idiomas e alfabetos. Lançado pela 1ª vez em 1981, foi reformulado em 1985-
86, aumentando sua eficiência. Atualmente é licenciado para cerca de 240 instituições em 23 países.
Susan Hockey, “The Oxford Concordance Program Version 2”, Library and Linguistic Computing, vol. 2,
nº 2 (janeiro 1987): 125-131.
12 Software packaged é utilizado em conjunto, executa funções semelhantes ou inclui recursos
semelhantes, sendo agrupado em um conjunto de programas de software. Acessado em 8 de janeiro de

2019, https://www.computerhope.com/jargon/p/packsoft.htm.
13 OTA desenvolve, coleta, cataloga e preserva recursos literários e linguísticos eletrônicos. Disponibiliza
mais de 4000 recursos digitais para pesquisa. Acessado em 18 de dezembro de 2018,

https://digital.humanities.ox.ac.uk/project/oxford-text-archive.
7
pessoa que desejasse usá-los para fins acadêmicos. Era o começo da biblioteca
digital. A quantidade de material não documentado destacaria a necessidade de
procedimentos de reconhecimento para a descrição de textos eletrônicos. 14
1.1.3. As principais organizações de fomento e periódicos das
Humanidades Digitais
Parte da institucionalização da computação nas humanidades resultou em
departamentos ou unidades acadêmicas, conferências, periódicos, programas
educacionais e um forte senso de identidade de estabelecer uma nova
disciplina.15 Fundada em 1966, a revista Computers and the Humanities 16 foi a
primeira revista relevante a tratar do tema, seus primeiros artigos, em 1966 e
1967, eram sobre a linguagem de programação na pesquisa nas humanidades
e a influência do computador nas artes, na história das artes e na musicologia.
Trinta anos depois (1995-1996), era possível encontrar artigos mais específicos
como design do esquema de codificação do Text Encoding Initiave (TEI), uso do
hipertexto17 na literatura de ensino, aplicação de redes neurais artificiais 18 em
estilometria19 e distribuição da frequência de palavras e semântica lexical20. Em
14 Hockey, 8.
15 Klein, Crossing Bourdaries, 57.
16 https://www.jstor.org/journal/comphuma.
17 Hipertexto é um sistema que associa documentos entre si, através de marcadores (tags, links)
integrados nos textos ou anexos ao texto. Acessado em 23 de fevereiro de 2019,

http://www.tipografos.net/internet/hipertexto.html.
18 Rede neural artificial é um modelo computacional inspirado no sistema nervoso biológico. Composto
por um grande número de elementos de processamento interconectados para resolver um determinado

problema. É configurada para uma aplicação específica, como reconhecimento de padrões ou
classificação de dados, através de um processo de aprendizagem (machine learning). Acessado em 4 de
fevereiro de 2019, https://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html.
19 Estilometria é a aplicação do estudo do estilo linguístico. Acessado em 23 de fevereiro de 2019,
https://educalingo.com/pt/dic-en/stylometry.
20 Semântica lexical trata do significado cognitivo que envolve a relação entre a língua e os construtores
mentais que de alguma maneira representam ou estão codificados no conhecimento semântico do

falante. Márcia Cançado, “Semântica Lexical: uma entrevista com Márcia Cançado”, ReVEL, Vol. 11, nº
8
2005, a revista foi renomeada para Language Resources and Evaluation.21
Fundada em 1978, The Association for Computers and the Humanities (ACH)22,
uma das principais sociedades profissionais para as Humanidades Digitais dos
Estados Unidos, atua por meio de atividades, conferências e publicações, apoia
a pesquisa assistida por computador, o ensino e o desenvolvimento de softwares
e conteúdos das humanidades.23 Em 1973, a Association for Literary and
Linguistic Computing (ALLC) foi fundada em uma reunião no King’s College
London com o propósito original de apoiar a aplicação da computação no estudo
da linguagem e da literatura.24 Em 1986, a ALLC lançaria a Literary and Linguistic
Computing (LLC), que surgiria como a principal revista de Ciências Humanas –
desde do seu início, sua principal finalidade era na análise literária textual. Esses
periódicos tiveram um papel importante para estabelecer o uso da computação
nas humanidades.25 Posteriormente em 2012, a ALLC se tornaria European
Association for Digital Humanities (EADH), pois a medida que aumentava as
técnicas de computação disponíveis e relevantes para as humanidades, os
interesses dos membros da associação se ampliariam, abrangendo não apenas
corpus de análise de texto e linguagem, como também história, história da arte,
música, estudos de manuscritos, processamento de imagens e edições
eletrônicas.26 Por motivos similares, a mudança de nome também aconteceria
com a LLC, que em 2015 se tornaria Digital Scholarship in the Humanities (DSH),
20 (2013): 126, acessado em 10 de fevereiro de 2019,

http://www.revel.inf.br/files/9413728ff9736a3e2c00b7f18bf7db89.pdf.
21 https://link.springer.com/journal/volumesAndIssues/10579.
22 https://ach.org/.
23 https://ach.org/about-ach/history/.
24 https://eadh.org/about.
25 Svensson.
26 https://eadh.org/.
9
levando em conta todo o conhecimento digital realizado nas humanidades no
sentido mais amplo.27
1.1.4. O computador pessoal e o correio eletrônico
O desenvolvimento de duas importantes tecnologias foi importante para
as Humanidades Digitais entre o final de 1980 e início de 1990: o computador
pessoal e o correio eletrônico. No início, alguns computadores pessoais foram
desenvolvidos para jogos ou processamento de textos autônomos, e não tinham
outra função. Outros computadores eram especificamente voltados para o
mercado educacional, e não para uso geral. O HyperCard28 então surgiu,
fornecendo um modelo de cartões de arquivo com formas de vinculação entre
eles, além de incorporar uma ferramenta simples de programação, o que
possibilitaria que os estudiosos das humanidades tivessem facilidade em
escrever programas de computador. Os benefícios do hipertexto para o ensino
logo foram reconhecidos e vários exemplos apareceram.29
Em meados da década de 1980, as instalações para envio e recebimento
do correio eletrônico através das fronteiras internacionais eram fornecidas pela
maioria dos serviços acadêmicos de computação. Por exemplo, na conferência
de 1985 da ALLC, em Nice, e-mails foram trocados avidamente e uma nova era
de comunicação imediata começara.30 Em 1987, na conferência ICCH em
Columbia, na Carolina do Sul, um grupo de pessoas que trabalhava
27 https://academic.oup.com/dsh/pages/DSH_name_change.
28 Hypercard é um programa, criado por Bill Atkinson para a Apple, que combina banco de dados a uma
interface gráfica flexível e modificável pelo usuário.
Mike Harland, “Hypercard: from Computer Dictionaries to On-line Courseware Tools”, Literary and
Linguistic Computing 5, nº 1 (janeiro 1990): 89-93.
29 Conner, “The Beowulf Workstation”, 50-58.
30 Conner, “Networking in the Humanities”, 195-204.
10
principalmente no apoio das Humanidades Digitais se reuniu e concordou que
precisava encontrar uma maneira de manter contato em uma base regular. O
professor emérito do departamento de Humanidades Digitais do King’s College
London Willard McCarty (1935-0000)31, então na University of Toronto,
concordou em investigar como eles poderiam desenvolver essa ideia. No seu
retorno da conferência, ele descobriu a existência do ListServ32, que permitiria
que listas de discussão fossem implementadas em mainframes. Nascia o
Humanist33, um seminário internacional online dedicado a todos os aspectos das
Humanidades Digitais. A primeira mensagem foi enviada em 7 de maio de
1987.34
Em novembro de 1987, Nancy Ide (1948-0000)35, professora do
Departamento de Ciência da Computação na Vassar College, organizou uma
reunião na instituição, em Poughkeepsie, para examinar a possibilidade de criar
um esquema de codificação padrão para textos eletrônicos das humanidades.
Os especialistas estavam cada vez mais cansados de perder tempo
reformatando textos para adequar em softwares específicos, além de frustrados
com as inadequações dos esquemas existentes.36 Em 1986, um novo método
de codificação apareceu em cena, o Standard Generalized Markup Language
(SGML)37. Ele oferecia um mecanismo para definir um esquema de marcação
que pudesse lidar com muitos tipos diferentes de texto, além de dados e
31 Willard McCarty, professor e diretor do programa de doutorado de Humanidades Digitais da King’s

College London, https://www.mccarty.org.uk/.
32 https://www.lsoft.com.
33 https://dhhumanist.org/.
34 McCarty, “HUMANIST”, 205-209.
35 Nancy Ide, professora de Ciência da Computação da Vassar College,
https://www.vassar.edu/faculty/ide/
36 Burnard, “CAFS: A New Solution to an Old Problem”, 7-8.
37 SGML é um padrão para definir linguagens de marcação generalizadas para documentos. Acessado
em 25 de fevereiro de 2019, https://www.w3.org/TR/WD-html40-970708/intro/sgmltut.html.
11
metadados. Além disso, poderia representar uma interpretação acadêmica
complexa, bem como as características estruturais básicas dos documentos.38
1.1.5. Text Encoding Initiave (TEI) e a linguística computacional
Os participantes da reunião organizada por Nancy Ide, no Vassar College,
concordaram com um conjunto de princípios, o “Poughkeepsie Principles”, como
base para a construção de um novo esquema de codificação e confiaram a
gestão do projeto a um Comitê Diretivo com representantes da ACH, ALLC e da
Association for Computacional Linguistics 39. Posteriormente, esse grupo
levantou mais de um milhão de dólares na América do Norte e supervisionou o
desenvolvimento das Diretrizes do Text Encoding Initiative (TEI) para codificação
e intercâmbio eletrônico de texto. A primeira versão completa das Diretrizes do
TEI foi publicada em maio de 1994 e distribuída nos formatos impresso e
eletrônico. O TEI foi a primeira tentativa sistemática de categorizar e definir todas
as características dos textos de humanidades que pudessem interessar aos
estudiosos. Ao todo, cerca de 400 tags de codificação foram especificadas em
uma estrutura que foi facilmente extensível para novas áreas de aplicação. O
trabalho no TEI levou a um interesse em relação a teoria da marcação e a
representação do conhecimento nas humanidades. A publicação das Diretrizes
do TEI coincidiu com o desenvolvimento de projetos das bibliotecas digitais de
texto completo e era natural que esses projetos, que não haviam entrado em
contato com as Humanidades Digitais, baseassem seus trabalhos no TEI em vez
de inventar um esquema de marcação a partir do zero.40
38 Hockey, 12.
39 https://www.aclweb.org/portal/.
40 Hockey, 12.
12
Gradualmente, certas áreas de aplicação se desprenderam Humanidades
Digitais e desenvolveram suas próprias rotas de cultura e disseminação. A
linguística computacional41 sempre se desenvolveu independentemente das
Humanidades Digitais. No momento em que as ciências humanas precisavam
seriamente dos modelos de ferramentas desenvolvidos pela linguística
computacional (análise morfológica, análise sintática e bancos de dados
lexicais), houve uma expansão do trabalho em linguística computacional e de
corpus para atender às necessidades da comunidade de defesa e análise da
fala. Mas houve pouca comunicação entre essas comunidades e as
Humanidades Digitais acabaram não se beneficiando, como poderia ter melhor
aproveitado as técnicas de linguística computacional.42
1.1.6. A chegada da Internet
As Humanidades Digitais se desenvolveram muito com a Internet na
década de 1990, especialmente pelo World Wide Web43. Atualmente, o uso da
Internet é uma parte vital de qualquer atividade acadêmica, pois ela é a primeira
fonte de qualquer informação a ser pesquisada. Mas inicialmente, alguns
profissionais das Humanidades Digitais tiveram problemas em entender o
impacto da Internet. Os envolvidos com o TEI acharam que o HyperText Markup
Language (HTML)44 era um sistema de marcação fraco que perpetuava todos os
41 Linguística computacional é a disciplina científica e de engenharia preocupada com a compreensão da

linguagem escrita e falada a partir de uma perspectiva computacional, e a construção de artefatos que
processam e produzem linguagens de forma útil, seja em massa ou em um ambiente de diálogo.
Acessado em 5 de abril de 2019, https://plato.stanford.edu/entries/computational-linguistics/
42 Calzolari & Zampolli, “Lexical Databases and Textual Corpora”, 273-277.
43 World Wide Web é um sistema de documentos disponíveis na internet que permite o acesso de
informações no formato de hipertexto. Acessado em 25 de fevereiro de 2019,

https://webfoundation.org/about/vision/history-of-the-web/.
44 HTML é a principal linguagem da Web para criar conteúdo na internet. Acessado em 25 de fevereiro
de 2019, https://www.w3.org/html/.
13
problemas com processadores de texto e marcação baseada em aparência. Era
um meio de encontrar algum tipo de informação, mas não era considerada uma
ferramenta séria para a pesquisa nas humanidades. Instituições e organizações
interessados em entrar no campo das Humanidades Digitais viram a Web como
um excelente meio de publicação dos resultados dos estudos acadêmicos, além
de poder promover atividades entre uma comunidade além da acadêmica.
Qualquer pessoa poderia editar na Web em pouco tempo, e o foco de interesse
das humanidades era a entrega de material acadêmico pela Internet. As
vantagens eram enormes: o formato não era mais restrito ao livro impresso, não
havia praticamente quase nenhum limite de tamanho, links de hipertexto
forneciam uma maneira útil de lidar com anotações etc. A publicação poderia ser
construída de forma incremental, partes do conteúdo seriam publicados na
medida em que ficassem prontas. Assim, o conteúdo, ou parte dele, poderia ser
disponibilizado ao público imediatamente, além da possibilidade ser facilmente
editado e atualizado.45
1.1.7. Interface com o usuário e o início das bibliotecas digitais
Muitas ideias e projetos haviam sido apresentados, mas quando
chegaram ao estágio em que a teoria deveria ser colocada em prática, se
deparavam com o complexo trabalho de inserir e marcar textos e desenvolver
softwares, a partir deste momento, as atenções se direcionaram para outra área.
O SGML – principalmente em aplicativos baseados no TEI, foi aceito como uma
forma de fornecer os ganchos nos quais as rotas de navegação poderiam ser
construídas, mas ainda havia desafios na criação e no desenvolvimento de uma
45 Hockey, 13-14.
14
interface eficaz para o usuário. No entanto, deram mais ênfase na navegação do
que nas ferramentas ou técnicas de análise que formariam as principais áreas
de aplicação nas Humanidades Digitais no passado. Nos primórdios da Web, a
tecnologia para a entrega de textos codificados em SGML era desajeitada e em
muitos aspectos apresentava uma interface de usuário menos satisfatória do que
a que poderia ser fornecida com HTML bruto. Todavia, teve um grande impacto
nos projetos de publicação devido a fácil visualização. Inicialmente, a maioria
dos projetos de publicação foi iniciada por grupos de acadêmicos, mas não
demorou para que as bibliotecas considerarem colocar o conteúdo de suas
coleções na Internet. Várias instituições nos Estados Unidos montaram coleções
de texto eletrônico ou biblioteca digital para material de fonte primária das
humanidades, geralmente usando o mecanismo de busca OpenText SGML.
Outros projetos utilizaram o sistema de livros eletrônicos DynaText SGML para
a entrega de seus materiais, oferecendo uma pesquisa mais estruturada, porém
com uma interface pouco intuitiva.46
A Internet também possibilitou a realização de projetos colaborativos. A
possibilidade de outras pessoas, localizadas em qualquer parte do planeta,
contribuírem para as mesmas coleções de documentos foi um grande avanço
nos métodos de trabalho. Pesquisadores de duas instituições poderiam adicionar
arquivos de documentos desenvolvidos com um sistema de gerenciamento de
documentos baseado na Web. Também surgiram ideias sobre edição
colaborativa, onde pessoas em diferentes locais poderiam adicionar camadas de
anotações. Um dos problemas encontrado em projetos desenvolvidos por várias
46 Hockey, 14.
15
mãos era a gestão. Era preciso definir quem controlava ou examinava as
anotações e como tudo isso poderia ser conservado para o futuro.47
A adoção do TEI como modelo nos projetos das bibliotecas digitais
levantou questões sobre toda a filosofia do TEI, que havia sido concebida
inicialmente por acadêmicos, com o objetivo principal de ser mais flexível.
Qualquer tag do TEI poderia ser redefinido e tags poderiam ser adicionados.
Uma filosofia bastante diferente prevalecia na biblioteca e na ciência da
informação, onde padrões eram definidos e seguidos a risca, a fim de garantir
que os leitores pudessem encontrar os livros facilmente. As bibliotecas não
tinham grande experiência em textos eletrônicos como na comunidade
acadêmica. Contudo, o TEI foi utilizado como modelo pelos desenvolvedores do
Encoded Archival Description (EAD)48, onde teve um grande impacto como
padrão para encontrar ajuda em arquivos e coleções especiais.49
1.1.8. Documentos com diversos formatos no meio digital
Outra grande mudança dos recursos digitais na produção de conteúdos
foi a utilização de conteúdos multimídia na forma de imagens, áudios ou vídeos.
Claro que havia muitas vantagens em ter acesso a materiais com imagens de
origem na Internet, mas os profissionais de computação nas ciências humanas,
acostumados à flexibilidade oferecida pelo texto pesquisável, não consideravam
projetos de imagens como não sendo deles, pois as imagens poderiam ser
manipuladas ou aprimoradas. Pesquisas interessantes foram realizadas sobre a
vinculação de imagens ao texto. O potencial de outras formas de multimídia era
47 Neuman et al., “The Pilot Project of the Electronic Peirce Consortium”, 25-27.
48 EAD é um padrão para codificar informações descritivas sobre registros de arquivamento. Acessado
em 25 de fevereiro de 2019, https://www.loc.gov/ead/.
49 Hockey, 15.
16
reconhecido, mas a sua utilização somente seria viável com o acesso da internet
de alta velocidade e com a convergência gradual com a televisão no futuro.50
A comunidade acadêmica aceitava cada vez mais a utilização da
tecnologia digital como uma área de estudo. Mas para as ciências humanas, isso
começou a acontecer realmente no final da década de 1990. A University of
Alberta foi provavelmente a primeira instituição de ensino a ter um programa com
o título de “Humanidades Computacionais”. A Internet promoveu o uso muito
mais difundido de computadores nas humanidades. Isso foi o primeiro passo
para a definição de um novo campo ou, pelo menos, a definição de uma agenda
de pesquisa para esse novo conceito de estudo.51
1.2. Linhas de pesquisa das Humanidades Digitais
No campo das humanidades, as tentativas de utilizar o poder do algoritmo
para análise ainda tinham sucesso limitado. Os melhores resultados vieram
através de coleções digitais de fontes primárias e da literatura secundária que
cresciam lentamente. Por quase 20 anos, a maioria dos estudiosos da área foi
prejudicada pela analogia fraca e operacionalmente enganosa implícita da noção
de uma biblioteca digital. Por algum tempo, a “bola da vez” foi a recuperação de
informações, que unia dados epistêmicos a antigas estruturas e hábitos das
bibliotecas tradicionais. Mas a recuperação da informação funcionava mal,
especialmente para as humanidades, pois a desconexão entre o significado que
se procurava e sua codificação de caracteres era muito grande.52
50 Kiernan, “Digital Image Processing and the Beowulf Manuscript”, 20-24.

51 Hockey, 16.
52 McCarty, “Becoming Interdisciplinary”, 72-73.
17
Para o filósofo americano Richard Rorty (1931-2007)53, o modelo de
conhecimento no trabalho acadêmico privilegia a pesquisa com profundidade,
alcançada pelo foco cada vez mais estreito da especialização disciplinar e a
desconsideração com a plenitude da superfície, criando dificuldade na conexão
entre as disciplinas. Ele argumenta que estamos diante de uma maneira
diferente de conceber a busca pelo conhecimento, não indo a fundo para
encontrar uma única resposta, e sim, buscando muitas visões, filtrando-as em
seguida, para depois classificar e reclassificar de acordo com as questões
apresentadas.54
O estudo interdisciplinar não deve se afastar completamente da sua
disciplina original, contudo, quanto mais disciplinas forem pesquisadas, mais
diversificado e valioso o trabalho se tornará. Além disso, esse intercâmbio
unidirecional traz novas possibilidades, como estabelecer uma nova disciplina
(como a Biologia Molecular ou as Humanidades Digitais) ou até mesmo para
restabelecer uma antiga disciplina. 55
A interdisciplinaridade inerente nas Humanidades Digitais, principalmente
pela união da ciência da computação com as humanidades, trouxe o
desenvolvimento de novos conceitos e metodologias para o campo e ajudou no
avanço de algumas das principais linhas de pesquisas da área: conteúdo digital;
marcação e codificação de texto; visualização e análise de texto; mineração de
dados; e Organização do Conhecimento.56
53 Richard Rorty, filósofo americano, estudioso em filosofia analítica contemporânea,

https://plato.stanford.edu/entries/rorty/.
54 Rorty, “Being that can be Understood is Language”, 21-23.
55 McCarty, “Becoming Interdisciplinary”, 75-77.
56 Perry Willett, “Electronic Texts: Audiences and Purposes”, 240.
18
1.2.1. Conteúdo digital
O conteúdo digital – como fotos e vídeos, não foi uma descoberta recente.
A Kodak desenvolveu a primeira câmera digital nos anos de 1970. E apesar das
pessoas utilizarem câmeras digitais com mais regularidade no final da década
de 1990, a fotografia digital só ganhou força e relevância com o advento do
smartphone em 2007.57
O surgimento de computadores digitais trouxe a descoberta, a
recuperação e a criação de novas informações para todos os campos da
atividade humana. Na história, por exemplo, o trabalho digital levou a análise
quantitativa para processos políticos, sociais e econômicos. Depois vieram o
texto eletrônico, o hipertexto e o início da comunicação digital (e-mail) na década
de 1980 – neste período, através dos computadores, digitalizavam textos e os
ligavam. Então veio a década de 1990 com a proliferação da Internet, quando
imagens eram digitalizadas e os dados visuais eram manipulados. A Internet
abriu conexões que permitiam a seus usuários visualizar textos e imagens de
praticamente todos os lugares do planeta e explorar múltiplas perspectivas
através da interatividade da mídia digital.58
A partir deste milênio, o trabalho acadêmico – ensino, pesquisas,
publicações e comunicações, se tornava cada vez mais inserido no ambiente
digital. Enquanto que o conteúdo analógico tem formato contínuo de ondas de
som e luz, o conteúdo digital é constituído por dados ou eventos descontínuos.
A digitalização transforma o sinal de onda de áudio ou vídeo dividindo em pulsos
eletrônicos representados por um código binário.59
57 Raza, “The History of Digital Content”.

58 Manning, “Digital World History”.
59 Ibid.
19
O volume de informação inserido no ambiente digital cresce
exponencialmente. É surpreendente que 90% deste conteúdo foi desenvolvido
somente nos últimos dois anos. Segundo dados da pesquisa realizada pela
MerlinOne em 2017 sobre a história do conteúdo digital, atualmente metade da
população mundial tem acesso à Internet, sendo que quase todos esses
usuários acessam a Internet remotamente. Além disso, mais de um terço (37%)
da população do planeta utiliza alguma rede social.60
1.2.1.1. Texto digital
Segundo Susan Hockey, no seu livro Electronic Texts in the Humanities:
Principles and Practice, publicado pela Oxford University Press em 2000, o texto
eletrônico possui algumas importantes categorias: programas de concordância
e recuperação de textos; análise literária e linguística; estilometria e estudos de
atribuição; edições críticas e eletrônicas textuais; e dicionários e bancos de
dados lexicais. Apesar disso, ela acreditava que a característica mais
interessante do texto digital seja a facilidade e a rapidez no seu acesso.61
O texto digital possui algumas considerações práticas para as
Humanidades Digitais. A transição eletrônica no qual caracteres, pontuação e
palavras são representadas fielmente em um arquivo de computador, permitindo
a busca por palavras-chave ou contextuais. Além disso, a forma compacta dos
textos eletrônicos (importante no armazenamento); a fácil manipulação para
pesquisas ou edições; e as adaptações realizadas para uma melhor utilização
por parte das pessoas com deficiência visual são outras vantagens do formato
60 Stringfellow, “The History of Digital Content”.

61 Willett, “Electronic Texts: Audiences and Purposes”, 243.
20
digital. O texto codificado – como o desenvolvido pelo TEI, fornece melhor e mais
completa representação de um texto, permitindo a autores e editores a
oportunidade de codificar estruturas hierárquicas e múltiplos recursos
encontrados no texto. Outra categoria interessante é o hipertexto, que permite
diversas escolhas narrativas, tornando o leitor mais ativo na experiência da
leitura. A instabilidade inerente do hipertexto dificulta ou até impossibilita que
bibliotecas digitais coloquem ou mantenham seu conteúdo a longo prazo.62
1.2.1.2. Livro digital
Em 1971, Michael Hart (1947-2011)63, um estudante da Universidade de
Illinois, obteve acesso ilimitado a um enorme computador mainframe da Xerox,
no laboratório de Pesquisas de Materiais, que era usado principalmente para
processamento de dados, mas que também era conectado à ARPAnet – uma
parte do que mais tarde se tornaria a Internet64. Hart então, digitou uma cópia da
Declaração da Independência dos EUA e enviou uma mensagem na ARPAnet
dizendo que o texto estaria disponível para download. Seis pessoas aceitaram a
oferta e baixaram o conteúdo. Provavelmente, ali nascia o primeiro livro digital
do mundo.65
62 Ibid, 243-245.
63 Michael Hart, autor americano e fundador do Project Gutenberg,
https://www.gutenberg.org/wiki/Michael_S._Hart.
64 Advanced Research Projects Agency Network (ARPAnet) surgiu em 1962 no Departamento de Defesa
dos EUA e sua primeira demonstração pública foi em 1972 no First International Conference of
Computer Communications. ARPAnet foi uma das primeiras redes de packet-switching e a primeira rede
a implementar o conjunto de protocolos TCP/IP. Ambas tecnologias se tornariam a base técnica da
Internet. Acessado em 2 de março de 2019, http://www.tipografos.net/internet/arpa-arpanet.html.
65 “History of E Books.
21
No mesmo ano, Hart fundou o Project Gutenberg66, com o objetivo de
estabelecer uma biblioteca pública eletrônica com cerca de 10.000 títulos. Ele
via a publicação eletrônica como uma ferramenta utópica e democrática de
educação para o maior número possível de pessoas. A Eastgate Systems67
publicara seu primeiro trabalho de ficção hipertextual em 1987: Afternoon, do
escritor americano Michael Joyce. O conteúdo do livro foi disponível em
disquetes. Em 1992, houve um grande avanço tecnológico, quando livros digitais
no formato DOS foram convertidos em edições compatíveis com o Windows. 68
Em 1993, o escritor britânico Peter James publicou (em dois disquetes) o
romance eletrônico Host. Quando o título foi publicado inicialmente na versão
impressa, um aluno de Ciências Cognitivas da University of Sussex, no Reino
Unido, informou ao autor que havia plataformas que produziam livros digitais.
Um ano depois, a versão digital do romance seria lançada nas plataformas Mac
e PC. O leitor do romance no formato digital tinha a possibilidade de clicar em
palavras-chave e obter descrições e fotografias da pesquisa de James, além da
fotografia do escritor que “ganhava vida” ao ser clicada. No lançamento da
versão digital da obra, James foi ridicularizado pela imprensa e especialistas,
acusado de “destruir” o romance. O romance Host comercializou 12.000 cópias
eletrônicas no primeiro mês do seu lançamento.69
Atualmente, universidades e editoras acadêmicas estão publicando cada
vez menos conteúdo no formato impresso. A necessidade de reproduzir um livro
para a publicação acadêmica e o avanço profissional combinada com a escassez
66 Project Gutenberg foi o primeiro fornecedor gratuito de livros eletrônicos, acessado em 24 de

fevereiro de 2019, http://www.gutenberg.org/.
67 Eastgate Systems é uma editora e empresa de software, pioneira na publicação de hipertextos e
literatura eletrônica, acessado em 26 de fevereiro de 2019, http://www.eastgate.com/.

68 “Ebook Timeline”.
69 Shaffi, “Science Museum to Display James Novel”.
22
de editoras dispostas a publicar na maneira tradicional pode obrigar as
humanidades a adotar a publicação online com mais frequência. A utilização
mais regular de livros digitais pode mudar a maneira como o acadêmico ensina,
pesquisa ou conceba sobre sua disciplina. Estudiosos e pesquisadores
acadêmicos podem ter seus trabalhos amplamente utilizados por outros autores
e especialistas, além de alcançar grandes audiências do público, em qualquer
parte do globo que tenha acesso a Internet.70
1.2.2. Marcação e codificação de texto
A linguagem de marcação basicamente se refere ao uso de tags que
agrupam palavras ou frases em um documento. Essas marcações são aplicadas
em uma estrutura hierárquica e incorporadas ao próprio fluxo do
texto. Abordagens experimentais para resolver problemas conceituais ou
lógicos, que surgem da estrutura hierárquica de marcação, ainda não
conseguiram desenvolver uma alternativa satisfatoriamente eficaz. A marcação
de texto continua sendo uma prática padrão na edição, no processamento e na
publicação de textos digitais. A utilização de tags HTML é considerada uma
forma muito básica de marcação de texto. O HTML é utilizado para criar
instruções para que os navegadores exibam textos (especificando formato,
fonte, tamanho etc.), essa marcação então é projetada a fim de chamar a
atenção do usuário para o conteúdo do texto. Isso pode envolver qualquer coisa,
desde observar as distinções entre partes de um texto, indicar lugar ou qualquer
outro elemento relevante do texto. A ação de inserir a marcação em um texto é
um ato de interpretação do autor ou editor, uma maneira de fazer uma
70 Choudhury & Seaman, “The Virtual Library”, 537.
23
intervenção explícita em um texto, para que possa ser analisada, pesquisada ou
relacionada com outros textos. A marcação de texto é um elemento essencial no
trabalho das Humanidades Digitais, uma vez que é a principal forma de estruturar
textos à medida que são transcritos, digitalizados ou nascidos digitalmente. 71
A codificação de texto também é importante para as Humanidades Digitais
no sentido que inclui a criação e o desenvolvimento de novos produtos, gêneros
e capacidades culturais, como hipertexto, multimídia, interatividade e networking
(produtos culturais conhecidos como "novas mídias"). Para o texto ser
trabalhado no formato digital, ele deve ser codificado em formato legível para o
computador.72 Muitos especialistas de marcação de texto acharam instrutivo
conceituar a marcação como um fenômeno geral da comunicação
humana. Ampliando o entendimento de marcação com maneiras simples e
naturais, seria possível utilizar esse conceito para iluminar aspectos da natureza
geral e da história dos sistemas de escrita e impressão, particularmente em
áreas como layout de página, tipografia e pontuação.73
No entanto, embora essa perspectiva possa ser esclarecedora, a
importância da marcação para as Humanidades Digitais seria melhor abordada
considerando a origem e o desenvolvimento da marcação na editoração
baseada na computação e no processamento antecipado de texto. Embora a
marcação possa ser considerada parte de qualquer sistema de comunicação, foi
com aplicações diretas no processamento do texto digital e da tipografia, entre
as décadas de 1960 e 1980, que o uso da marcação se tornou frequente e teve
um maior progresso.74
71 Drucker et al., Introduction to Digital Humanities, 46.

72 Renear, “Text Encording”, 218-219.
73 Coombs, Renear & DeRose, “Markup Systems and the Future of Scholarly Text Processing”, 933-935.
74 Goldfarb, “A Generalized Approach to Document Markup”, 69-72.
24
A marcação descritiva possui vantagens bem definidas, como a
composição simplificada e o controle sistemático da formatação, mas para
avaliar como ela motivou uma nova teoria da natureza do texto, é necessário
entender o número, a diversidade e o valor das vantagens da marcação
descritiva na visão geral:
• vantagens para autoria, composição e transcrição – composição mais
simples; propicia edição orientada e ferramentas de edição mais naturais;
e facilita as visualizações de documentos.
• vantagens para publicação – formatação pode ser especificada e
modificada; aparelho pode ser automatizado; suporte ao dispositivo de
saída é aprimorado; e a portabilidade e a comunicação eficaz entre os
sistemas são maximizadas.
• vantagens para arquivar, recuperar e analisar – permite recuperação de
informação e procedimentos.75
Além das vantagens descritas acima, é importante ressaltar que os
objetos indicados pela marcação descritiva estão ligados com o conteúdo
intelectual do texto. Eles são objetos "lógicos" subjacentes, componentes que
obtêm sua identidade através do seu papel na realização e organização do
propósito comunicativo. O arranjo estrutural desses "objetos de conteúdo"
parece ser hierárquico – eles se aninham uns nos outros sem se sobreporem, e
possuem uma ordem linear (se uma seção contém três parágrafos, o primeiro
parágrafo precede o segundo, que por sua vez precede o terceiro).76
75 DeRose, et al., “What is Text, Really?”, 13-18.

76 Renear, 224-225.
25
O primeiro rascunho das Diretrizes do TEI foi lançado em junho de 1990,
seguindo um período de desenvolvimento, liberando revisões e extensões até
1993. No início deste processo, vários projetos das humanidades começaram a
utilizar o rascunho das Diretrizes, fornecendo feedbacks valiosos e ideias de
melhoria. Além disso, foram realizados workshops e seminários para estimular o
uso das Diretrizes e garantir uma fonte constante de experiências e novas ideias.
Ao longo tempo, as Diretrizes do TEI têm tido êxito e, portanto, quase todos os
projetos de base textual das humanidades utilizam TEI. Depois do HTML, TEI
deve ser o sistema de codificação de texto SGML/XML mais utilizado nas
aplicações acadêmicas, sendo um produto de colaboração internacional de
estudiosos de várias disciplinas, em várias instituições espalhadas pelo mundo.
A motivação original do TEI era desenvolver diretrizes de intercâmbio que
permitissem que os projetos compartilhassem dados textuais (e as teorias sobre
esses dados) e promovessem o desenvolvimento de ferramentas comuns.
Porém, diferentes disciplinas não só têm interesses e perspectivas divergentes,
como também esquemas conceituais distintos (o que é um objeto de crítica e
debate para uma disciplina, pode ser um dado neutro ou nulo para outra).77
As Diretrizes do TEI representam uma elucidação de práticas, métodos e
conceitos, auxiliando no entendimento, na representação e na comunicação. Em
projetos de base de texto, as Diretrizes do TEI poderiam auxiliar questões
textuais e sugerir novas análises e mecanismos. Ao longo do tempo, TEI se
tornou uma comunidade de pesquisa, conectando muitas disciplinas,
profissionais e instituições de diversos países, definindo-se com interesses,
conceitos, ferramentas e técnicas compartilhadas. Sua finalidade é a
77 Ibid, 233-234.
26
comunicação textual, com o objetivo principal de melhorar a compreensão da
representação textual e sua utilização, com o intuito de desenvolver métodos,
ferramentas e técnicas que podem ser relevantes para outros campos e de
apoiar aplicações práticas em publicações, arquivamentos e bibliotecas. 78
Outra questão debatida por estudiosos é sobre o papel semântico das
linguagens de marcação, em especial, sobre o paradigma da Web Semântica
(ou Web 3.0) e os dados vinculados que se desenvolveram e se disseminaram.
Este processo de discussões sobre o assunto disponibilizou várias linguagens e
modelos de dados para representar, definir logicamente e consultar dados
semânticos. Neste período, apareceu um bom número de sistemas e
componentes de softwares voltados para o processamento de dados semânticos
(armazenamento, consulta e inferência), principalmente no domínio de código
aberto. Na arquitetura da Web Semântica, as ontologias79 formais têm o papel
de definir e restringir logicamente os termos das linguagens descritivas adotadas
para definir as propriedades semânticas dos recursos de informação. Isso tem
um paralelo com a dificuldade de atribuir uma semântica a linguagens de
marcação como o TEI. As ontologias formais podem dar acesso a uma série de
ferramentas e metodologias computacionais, como aplicação de mecanismos de
inferência e raciocínio para analisar dados textuais. Outra propriedade relevante
dos formalismos da ontologia da Web Semântica seria a possibilidade de
comparar e mesclar diferentes ontologias.80
78 Mylonas & Renear, “The Text Encoding Initiative at 10: Not Just an Interchange Format Anymore – But
a New Research Community”, 5-8.
79 O termo “ontologia” no texto significa “uma descrição formalizada e compartilhada de uma descrição
conceitual de um domínio”. Tom Gruber, pesquisador, designer e um dos criadores do Siri, da Apple,
http://tomgruber.org.
80 Ciotti & Tomasi, “Formal Ontologies, Linked Data, and TEI Semantics”, 1-5.
27
1.2.3. Visualização e análise de texto
Uma infinidade de textos é disponibilizada na Internet. No entanto, para
alguns pesquisadores, o problema é o oposto: a escassez de textos digitais que
fossem facilmente acessíveis e confiáveis, seja por motivos legais (como direitos
autorais ou privacidade), desafios técnicos (como a dificuldade de reconhecer
automaticamente caracteres em documentos manuscritos) ou restrições de
recursos que tornariam impraticável a digitalização de todo um tema (registros
paroquiais espalhados pelo mundo, por exemplo). Como resultado, há uma
desigualdade significativa na disponibilidade de textos digitais, que tem um forte
impacto nos tipos de trabalho que estudiosos e pesquisados são capazes de
realizar. Pode haver tanto texto disponível na Internet que seja necessário
formas de representar recursos significativos em formas mais compactas e
eficientes, e a visualização de texto pode ajudar nesta matéria. As visualizações
transformam o texto e reduzem a quantidade de informação apresentada, com o
objetivo de chamar a atenção para informações mais relevantes. Nuvens de
palavras são especialmente propícias neste processo, porque são relativamente
simples e intuitivas – quanto maior a palavra, mais frequentemente ocorre
(Figura 1). Todavia, as nuvens de palavras são geralmente estáticas ou limitadas
interatividade. Elas fornecem a informação, mas não permitem exploração ou
experimentos.81
81 Sinclair & Rockwell, “Text Analysis and Visualization”, 275-276.
28
Figura 1. Visualização de texto. 82
Outro problema que pode ocorrer com nuvens de palavras é que elas são
frequentemente aplicadas a situações em que a análise textual não é
apropriada. Pode-se argumentar que as nuvens de palavras fazem sentido
quando se trata de analisar especificamente o uso de palavras, mas não seria
adequado por exemplo, determinar sentido a um tópico complexo como a Guerra
do Iraque examinando apenas as palavras usadas para descrever os eventos. É
importante não confundir significante com significado.83
A visualização de texto para estudiosos e pesquisadores deve acomodar
uma mistura de evidências e argumentação. A abordagem não deveria convergir
a uma única interpretação que não possa ser contestada, mas sim, examinar
objetos de estudo através de várias perspectivas razoáveis e originais possíveis,
82 Ibid., 277.
83 Harris, “Word Clouds Considered Harmful”, 1-4.
29
para desenvolver interpretações convincentes. Logo, é importante que um
sistema de visualização suporte a atividade interpretativa. Uma visualização que
produza apenas uma solução para um conteúdo poderia ser de utilidade limitada,
enquanto que uma visualização que forneça muitas formas de interagir com os
dados e com diferentes perspectivas, poderia ser muito mais proveitosa. Nesse
contexto, há uma diferença importante entre visualizações estáticas e
interativas. Uma visualização estática tem como objetivo produzir uma
perspectiva única sobre as informações disponíveis – como gráficos de pizza,
gráficos de barras ou gráficos convencionais, sendo basicamente ferramentas
de exibição. Por outro lado, as visualizações interativas visam explorar as
informações disponíveis em um processo frequentemente sequencial e
interativo.84
Nos últimos anos, houve um aumento no número de visualizações mais
complexas e orientadas a textos na web. Essa nova interface interativa possui
características inovadoras na visualização e análise de textos (Figura 2): (i)
legenda explicativa que proporciona um contexto sucinto para a visualização e
propõe ao leitor analisar os textos; (ii) interface que fornece recursos abertos de
pesquisa; (iii) exposição de termos sugeridos para explorar; (iv) representação
visual de todo o corpus; (v) contexto para cada termo de interesse; (vi)
comparação de frequência de múltiplos termos durante um longo período e ao
mesmo tempo; e (vii) link para cada variável.85
84 Sinclair, Ruecker & Radzikowska, “Information Visualization for Humanities Scholars”.

85 Sinclair & Rockwell, 276-278.
30
Figura 2. Visualizações interativas de textos digitais do jornal The New York Times.86
Ao difundir perspectivas sobre os dados, as visualizações podem se
tornar úteis aos estudiosos das humanidades, fornecendo informações
adicionais sobre pequenas quantidades de texto ou dados, especialmente para
expor padrões que resultam de filtragem, classificação, agrupamento ou de outra
forma que reorganize visualmente o material. As visualizações podem fornecer
insights semelhantes em grandes quantidades de informações que, de outra
forma, seriam muito abundantes para serem compreendidas ou processadas. As
86 Ibid., 278.
31
visualizações também podem produzir comparações entre um par de
documentos ou um documento específico com muitos outros documentos.87
Nas ciências, as informações geralmente são numéricas, e as
visualizações normalmente envolvem a conversão dos dados numéricos
analisados no formato visual e manipulável. Nas Humanidades Digitais, as
informações são frequentemente textuais ou gráficas desde o início, e as
visualizações poderiam apoiar a manipulação direta dessas formas visuais de
maneira utilizável. A visualização numérica tem um papel útil a desempenhar,
mas algumas das visualizações mais impressionantes e inovadoras nas ciências
humanas lidam diretamente com textos e imagens. Essas visualizações
fornecem uma lente adicional que pode nos ajudar a extrair os tipos de
informações que não são prontamente aparentes ou gerenciáveis.88
Com ambientes analíticos tão ricos e sofisticados, a leitura dos textos
talvez não fosse necessária. Essa questão revela os propósitos para interagir
com os textos. Se a leitura for por deleite – por exemplo, uma história
convincente, uma descrição com nuances ou um relato detalhado de um evento
histórico, a análise e a visualização do texto provavelmente não seriam
satisfatórias. Mas se o objetivo for examinar características linguísticas ou
semânticas do texto, as ferramentas analíticas podem ser pertinentes. Na
prática, as Humanidades Digitais tendem a combinar essas atividades:
apreciação da leitura de textos ou uma forma diferente de releitura de textos
através de ferramentas analíticas e interfaces de visualização.89
87 Sinclair, Ruecker & Radzikowska.

88 Ibid.
32
A análise do texto digital é um processo de decomposição – que é um
modo padrão de entender algo, afinal, uma maneira para compreender um
fenômeno complexo é dividi-lo em partes menores. Corpos podem ser
entendidos em termos de órgãos e células. Histórias podem ser entendidas em
termos de épocas e eventos. Textos podem ser entendidos em termos de
capítulos, parágrafos, frases e palavras. E o computador pode ajudar a
decompor o texto. “Concordância” era um dos usos originais para os
computadores nas humanidades. Melhores do que índices, que apenas
informam em quais páginas se encontra a palavra de interesse, as
“Concordâncias” são ferramentas que além de buscar rapidamente todas as
ocorrências do termo no texto, identificam palavras que representam o conceito
do termo pesquisado. Pesquisar e apresentar palavras na tela foi a evolução da
“concordância de impressão” para os mecanismos de busca de grandes
organizações, como o Google. Outra finalidade da análise de texto é identificar
padrões de uso de palavras por autor específico, em um campo chamado de
stylistics90. Os computadores não apenas encontravam padrões, como também
contavam e comparavam esses padrões. Contando as palavras, que mesmo
sem conteúdo semântico, eram importantes sintaticamente (número de
ocorrências do termo), pois poderia ter uma noção do estilo da escrita do autor.
Com isso, poderia até utilizar como uma ferramenta de identificação de autores
90Stylistics: análise estilística na linguística refere-se à identificação de padrões de uso na fala e na

escrita. Acessado em 7 de março de 2019, https://curve.coventry.ac.uk/cu/file/33362904-d31d-ad7a-
a7ff-b5f63bca5bc2/1/studyskills.zip/english/styla.htm.
33
anônimos, como por exemplo, o caso Unabomber91. Análise de texto deixaria de
ser apenas uma simples análise, se tornando também uma síntese.92
Os pesquisadores das humanidades digitais têm feito um grande esforço
para produzir uma visualização utilizável para os dados. Como a instrução nas
humanidades é frequentemente exploratória, os formatos interativos são, na
maioria dos casos, preferíveis aos estáticos, pois permitem que estudiosos e
pesquisadores que utilizam o sistema, possam, entre outras atividades, adicionar
ou subtrair elementos, buscar palpites ou insights, experimentar diferentes
formas etc. É importante que as expectativas do acadêmico correspondam às
possibilidades da visualização, e que ele saiba o suficiente sobre as ferramentas
de visualização para entender que trabalho interpretativo está sendo guiado e
influenciado pelos dados.93
Existe uma importante diferença entre ler uma visualização de texto e
interpretar o que está sendo visualizado. As visualizações fazem uso de uma
gramática visual, assim como a linguagem exige uma gramática linguística, e é
necessário analisar o que é visto antes de tentar analisar e compreender a
visualização. A eficácia de uma visualização dependerá primeiro da capacidade
do leitor de decifrar o que está sendo visto.94
1.2.4. Mineração de dados
91 Ted Kaczynski, conhecido como Unabomber, foi um terrorista americano doméstico por 17 anos. Ele
foi descoberto pela sua cunhada que reconheceu o estilo da sua escrita do seu “manifesto” que havia
sido publicado nos principais meios de comunicação pelo FBI. Acessado em 21 de dezembo de 2018,
https://www.nytimes.com/1998/05/05/us/17-year-search-an-emotional-discovery-and-terror-
ends.html.
93 Sinclair, Ruecker & Radzikowska.
94 Sinclair & Rockwell, 287.
34
Em termos gerais, o termo mineração de dados refere-se a qualquer
processo de análise realizado em um conjunto de dados para extrair
informações. Mineração de dados quantitativos ou informações estatísticas é
uma prática comum nas ciências sociais, onde utilizam pacotes de software para
realizar o trabalho, variando em sofisticação e complexidade. Mas a mineração
de dados nas Humanidades Digitais geralmente envolve a realização de algum
tipo de extração de informações de um corpo de texto ou de metadados para
fazer perguntas de pesquisa que podem ou não ser quantitativas.95
A mineração de dados pode ser vista como o resultado da evolução
natural da tecnologia da informação. O setor de banco de dados e o
gerenciamento de dados evoluíram no desenvolvimento de várias
funcionalidades críticas (Figura 3): coleta de dados, criação de banco de dados,
gerenciamento de dados e análise avançada de dados. A pesquisa e o
desenvolvimento em sistemas de banco de dados desde a década de 1970
progrediram dos sistemas de banco de dados hierárquicos e de rede iniciais para
sistemas de bancos de dados relacionais (onde os dados são armazenados em
estruturas de tabelas relacionais)96, ferramentas de modelagem de dados e
métodos de indexação e acesso. Além disso, o utilizador do sistema obtinha
acesso apropriado e flexível a dados por meio de linguagem de consulta,
interface com usuário, otimização de consultas e gerenciamento de
transações.97
95 Drucker et al., 43.

96 Banco de dados relacional - conjunto de tabelas descritas formalmente, onde os dados podem ser
acessados ou remontados de diversas maneiras sem a necessidade de reorganizar as tabelas do banco
de dados. Inventado em 1970 por Edgar F. Codd, jovem programador da IBM na época. Acessado em 9
de março de 2019, https://searchdatamanagement.techtarget.com/definition/relational-database.
97 Han, Kamber & Pei, Data mining, 2-4.
35
Figura 3. A evolução da tecnologia do sistema de banco de dados.98
Após o estabelecimento dos sistemas de gerenciamento de banco de
dados, a tecnologia avançou para o desenvolvimento de sistemas avançados de
bancos de dados, armazenamento de dados e mineração de dados para análise
avançada de dados e bancos de dados baseados na Web. Contudo, a
98 Ibid., 3.
36
abundância de dados sem poderosas ferramentas de análise de dados criou
uma situação rica em dados, mas pobre em conhecimento. O crescimento
contínuo da enorme quantidade de dados coletados e armazenados em grandes
e numerosos repositórios de dados excedeu muito a capacidade humana de
compreensão. Como resultado, os dados coletados em grandes repositórios de
dados tornam-se “túmulos de dados” – arquivos de dados que raramente são
visitados. Esforços têm sido feitos para desenvolver tecnologias baseadas no
conhecimento, que normalmente dependem de usuários ou especialistas para
inserir manualmente o conhecimento em bases de conhecimento. Infelizmente,
o procedimento de entrada de conhecimento manual é propenso a vieses e
erros, além de ser extremamente oneroso e demorado. A crescente lacuna entre
dados e informações exige o desenvolvimento sistemático de ferramentas de
mineração de dados que possam transformar “túmulos de dados” em “pepitas
de ouro” do conhecimento.99
1.2.4.1. Processo do Knowledge Discovery in Database – KDD
Historicamente, a noção de encontrar padrões úteis nos dados recebeu
uma variedade de nomes, incluindo mineração de dados, extração de
conhecimento, descoberta de informações, coleta de informações, arqueologia
de dados e processamento de padrões de dados. O termo mineração de dados
tem sido usado principalmente por estatísticos, analistas de dados, comunidades
de sistemas de informações gerenciais e no campo de banco de dados. A frase
Knowledge Discovery in Database100 foi cunhada no primeiro workshop do KDD
99Ibid, 4-5.
100Knowledge Discovery in Database (KDD) é um processo de extração de informações de base de
dados, que também auxilia a validação de conhecimento extraído.
37
em 1989 para enfatizar que o conhecimento é o produto final de uma descoberta
baseada em dados. O KDD refere-se ao processo geral de descoberta de
conhecimento proveitoso a partir de dados, e a mineração de dados seria uma
etapa específica deste processo. A essência da mineração de dados está na
aplicação de algoritmos específicos para extrair padrões de dados. As demais
etapas do processo do KDD (preparação, seleção e limpeza de dados,
incorporação do conhecimento prévio adequado e interpretação correta dos
resultados da mineração) são primordiais para garantir que a derivação dos
dados resulte em conhecimento utilizável. A aplicação incorreta de métodos de
mineração de dados pode ser prejudicial, resultando na descoberta de padrões
sem sentido e inválidos.101
A natureza interdisciplinar do KDD evoluiu da interseção de campos de
pesquisa, como aprendizado de máquina, reconhecimento de padrões, bancos
de dados, estatística, inteligência artificial, aquisição de conhecimento para
sistemas especialistas, visualização de dados e computação de alto
desempenho. O objetivo unificador seria extrair conhecimento de alto nível de
dados no baixo nível de um contexto de grandes conjuntos de dados. A etapa
da mineração de dados do KDD atualmente depende muito de técnicas
conhecidas, como aprendizado de máquina, reconhecimento de padrões e
estatísticas, para encontrar padrões de dados. O KDD se concentra no processo
geral da descoberta do conhecimento dos dados, incluindo como os dados são
armazenados e acessados; como os algoritmos podem ser dimensionados para
conjuntos de dados massivos e ainda executados com eficiência; como os
resultados podem ser interpretados e visualizados; e como a interação entre
101 Fayyad, Piatetsky-Shapiro & Smyth, “From Data Mining to Knowledge Discovery in Databases”, 39-40.
38
homem e máquina pode ser modelada e suportada. O processo do KDD pode
ser visto como uma atividade multidisciplinar que engloba técnicas além do
escopo de qualquer disciplina específica. Abaixo, é possível observar as cinco
etapas do processo de KDD (Figura 4): (i) seleção; (ii) pré-processamento; (iii)
transformação; (iv) mineração de dados e (v) interpretação/ avaliação.102
Figura 4. Uma visão geral das etapas do processo do KDD.103
1.2.4.2. Mineração de texto
A mineração de texto procura extrair informações úteis de coleções de
documentos através da identificação e exploração de dados textuais não
estruturados. O sistema de mineração de texto deriva muito de sua inspiração e
direção de pesquisa no sistema de mineração de dados, sendo possível
observar muitas semelhanças arquitetônicas de alto nível. Por exemplo, os dois
sistemas dependem de rotinas de pré-processamento, algoritmos de descoberta
102 Ibid, 39-41.

103 Ibid., 41.
39
de padrões e elementos de camada de apresentação (como ferramentas de
visualização) para aprimorar a navegação de conjuntos de respostas.104
Como a mineração de dados pressupõe que os dados já foram
armazenados em um formato estruturado, grande parte do foco de pré-
processamento recai em duas tarefas críticas: limpeza e normalização de dados;
e criação de extensos números de junções de tabelas. Em relação aos sistemas
de mineração de texto, as operações de pré-processamento focam
principalmente na identificação e extração de recursos representativos para
textos em linguagem natural. Essas operações são responsáveis pela
transformação de dados armazenados não estruturados em coleções de
documentos em um formato intermediário mais estruturado. Além disso, devido
a centralidade do texto da linguagem natural na sua finalidade, a mineração de
texto também se baseia em avanços feitos por outras disciplinas da ciência da
computação relacionadas ao manejo da linguagem natural. Por exemplo, a
mineração de texto explora técnicas e metodologias das áreas de recuperação
de informações, extração de informações e linguística computacional baseada
em corpus.105
Um elemento-chave da mineração de texto é seu foco na coleção de
documentos. A maioria das soluções de mineração de texto visa descobrir
padrões em enormes coleções de documentos, que podem ser estáticas
(quando o conteúdo inicial de documentos permanece inalterado) ou dinâmicas
(caracterizadas pela inclusão de documentos novos ou atualizados ao longo do
processo). Técnicas de exploração automatizadas na mineração de texto são
104 Feldman, “Practical Text Mining”, 478.

105 Feldman & Sanger, The Text Mining Handbook, 1.
40
um requisito importante para que os pesquisadores possam reconhecer padrões
sutis em um grande número de documentos em linguagem natural. No entanto,
os sistemas de mineração de texto geralmente não executam seus algoritmos
de descoberta de conhecimento em coleções de documentos não estruturados.
Sendo assim, uma importante função da mineração de texto é dedicada nas
operações de pré-processamento (que incluem diversos tipos de técnicas
selecionadas e adaptadas de recuperação da informação, extração da
informação e pesquisa de linguística computacional), transformando o conteúdo
bruto e não estruturado, em um formato intermediário na estruturação de
dados.106
Como os algoritmos de mineração de texto operam nas representações
de documentos baseadas em recursos e não em documentos subjacentes,
muitas vezes há uma compensação entre dois importantes objetivos. O primeiro
objetivo seria alcançar a ajuste correto do volume e do nível semântico dos
recursos para retratar o significado de um documento com precisão, o que
conduz as operações de pré-processamento de mineração de texto a selecionar
ou extrair mais recursos para representar documentos. O outro objetivo seria
identificar recursos de uma maneira que seja digitalmente mais eficiente e prático
para a descoberta de padrões, um processo que enfatiza a simplificação de
conjuntos dos recursos representativos. Essa simplificação às vezes é apoiada
pela validação, normalização ou referência cruzada de recursos contra
vocabulários controlados ou fontes externas de conhecimento, como dicionários
106 Feldman et al., “Knowledge Management”, 3-8.
41
de sinônimos, ontologias ou bases de conhecimento para auxiliar na geração de
conjuntos representativos menores de recursos semanticamente mais ricos. 107
Alguns grupos de pesquisa têm se empenhado no desenvolvimento de
ferramentas de mineração de texto mais eficazes. Por exemplo, o GTech.Edu
– Grupo de Pesquisa em Tecnologia Aplicada à Educação –, da Universidade
Federal do Rio Grande do Sul – UFRGS, uma equipe interdisciplinar liderada
pelo professor Eliseo Reategui, formada por pesquisadores e estudantes de
diferentes áreas – Ciência da Computação, Educação, Letras, Psicologia e
Design –, que em 2007 desenvolveu a Sobek Mining,108 uma ferramenta de
mineração de texto que elabora diagramas de texto a partir dos conceitos mais
relevantes utilizando a análise de frequência de cada termo.109
1.2.5. A Organização do Conhecimento
Organização do Conhecimento (Knowledge Organization - KO) é sobre
atividades como descrição de documentos, indexação e classificação realizadas
em bibliotecas, bancos de dados, arquivos etc. Essas atividades são feitas
geralmente por bibliotecários, arquivistas, especialistas do assunto, bem como
por algoritmos de computador. A Organização do Conhecimento, como campo
de estudo, se preocupa com a natureza e a qualidade dos Processos da
Organização do Conhecimento (Knowledge Organizing Processes – KOP) e com
os Sistemas de Organização do Conhecimento (Knowledge Organizing Systems
– KOS), utilizados para organizar documentos, representações de documentos
e conceitos. A Biblioteconomia e Ciência da Informação (Library and Information
107 Feldman & Sanger, 5-6.

108 http://sobek.ufrgs.br.
109 Reategui et al., “Sobek: a Text Mining Tool”, 60-61.
42
Science – LIS) é a disciplina central mais ativa da Organização do Conhecimento
no sentido estrito da palavra. Outras áreas, como a sociologia do conhecimento
e a metafísica, são disciplinas relacionadas com a Organização do
Conhecimento no sentido mais amplo da palavra.110
Com o crescimento contínuo da utilização das novas tecnologias digitais
no campo da Organização do Conhecimento, muitas vezes os profissionais da
área se veem aplicando padrões para descrição de uma natureza objetiva. Com
isso, a Organização do Conhecimento acaba sendo vista mais como uma
atividade sintática do que como uma atividade semântica, conforme diferencia o
professor e conferencista Julian Warner:
“O trabalho semântico preocupa-se com transformações
motivadas pelo significado ou significado de símbolos, enquanto o
trabalho sintático é determinado apenas pela forma dos símbolos,
operando neles em seu aspecto como sinais. O trabalho semântico
requer o envolvimento humano direto, enquanto o trabalho sintático
originalmente humano pode ser transferido para a tecnologia da
informação, onde se torna um processo de máquina”.111
As atividades tradicionais baseadas nas pessoas são cada vez mais
desafiadas por técnicas de recuperação da informação baseadas no
computador. Seria apropriado investigar as contribuições relativas das diferentes
abordagens e quais os desafios atuais tornam necessário aprofundar esse
entendimento. No próximo capítulo, será possível observar a evolução da
110 Hjorland, “What is Knowledge Organization (KO)?”, 86.

111 Warner, “Description and Search Labor for Information Retrieval”, 1785; tradução do autor.
43
Organização do Conhecimento com a introdução das Humanidades Digitais.
Avaliando características (positivas e negativas) e dificuldades apresentadas ao
longo deste novo processo, além de citar estudos e projetos desenvolvidos na
área da Organização do Conhecimento.
44
CAPÍTULO 2
A Organização do Conhecimento e a Leitura Distante
45
2. A Organização do Conhecimento e a Leitura Distante
A chegada da tecnologia digital nas ciências humanas ampliou a
percepção da Organização do Conhecimento da área, revelando novos
trabalhos como o conceito de leitura distante, projetado pelo italiano Franco
Moretti, um dos trabalhos de maior repercussão já produzido pelo campo das
Humanidades Digitais. É interessante analisar essa nova realidade das
humanidades tradicionais, com a Organização do Conhecimento inserida no
ambiente digital, investigando progressos e dificuldades retratados por
estudiosos da área. Mais adiante neste capítulo, será abordado o conceito de
leitura distante, verificando como Moretti desenvolveu seu estudo e examinando
os debates lançados entre o idealizador e seus críticos.
2.1. Organização do Conhecimento nas Humanidades Digitais
O trabalho das Humanidades Digitais na Organização do Conhecimento
trouxe novas perspectivas para o campo das humanidades tradicionais com a
possibilidade de utilizar tecnologias digitais na organização de grandes
quantidades de texto. Contudo, segundo as professoras Ana Maria Alfonso-
Goldfarb, Silvia Waisse e Márcia Ferraz, essa nova realidade ainda não
conseguiu ultrapassar algumas barreiras, como a falta de padrões definidos ou,
até mesmo, a inviabilidade de gerar qualquer padrão, devido à complexidade dos
dados. Elas citam como exemplo o centro de pesquisa do programa de pós-
graduação da História da Ciência da Pontifícia Universidade Católica de São
Paulo – PUCSP, o CESIMA, que, após estruturar um banco de dados digital com
milhares de documentos do campo da História da Ciência, enfrentou uma série
de adversidades para indexar ou classificar esses documentos, visto que
46
nenhum dos sistemas de classificação disponíveis satisfazia quando era preciso
analisar os significados dos conceitos ao longo dos séculos.112
2.1.1. Árvores do conhecimento
No início da década de 1990, pesquisadores desenvolveram métodos
modernos de navegação em árvores que ofereciam uma visão geral e novas
estratégias de pesquisa. Resumidamente, essa ‘metáfora da árvore’ partia de
um único ‘tronco’ que, de forma ordenada e hierárquica, se dividia em vários
‘ramos’ do conhecimento. Três modelos de navegação em árvore se
destacariam na época: (i) mapas de árvore (Figura 5) – elaborado com
retângulos alinhados que apresentava a estrutura da árvore; (ii) árvores de cone
(Figura 6) – formado por um layout tridimensional (3D) circular em formato de
cone e conectado por links; e (iii) árvore hiperbólica (Figura 7) – modelo flexível
que proporcionava ao usuário redesenhar a árvore, alterando os locais de
bifurcação.113
Figura 5. Mapa da árvore da Apple Macintosh de TreeViz.114
112 Alfonso-Goldfarb, Waisse, & Ferraz, “New proposals”, 2.

113 Shneiderman et al., “Innovation Trajectories for Information Visualizations”, 87-91.
114 Ibid., 89.
47
Figura 6. Árvores de cone com representação 3D e efeitos de sombra. 115
Figura 7. Organograma em um navegador de árvore hiperbólica.116
115Robertson, Mackinlay & Card, “Cone Trees”, 193.

116Lamping, Rao & Pirolli, “A Focus+Context Technique Based on Hyperbolic Geometry for Visualizing
Large Hierarchies”, 401.
48
Mais adiante, novos modelos de árvore foram desenvolvidos, como os de
diagramas, por exemplo. Alguns estudiosos continuavam céticos por considerar
que uma evolução real somente ocorreria mediante uma mudança mais radical,
com a tradicional árvore hierárquica sendo substituída pelo modelo de rede não-
hierárquico. Entretanto, outros pesquisadores acreditavam que os modelos de
rede, na verdade, não eram sucessores, mas variações dos diagramas de
árvore. Por meio de uma visualização mais detalhada, um amplo escopo e uma
extensa capacidade de detectar vários ‘nós espaço-temporais’ em um mesmo
diagrama, o modelo de rede possibilitaria uma melhor perspectiva e análise das
alterações dos conceitos ao longo do tempo – característica importante no
estudo da História da Ciência –, sendo muito valioso nessa nova etapa da
Organização do Conhecimento.117
2.1.2. As humanidades se tornando digitais
Para Todd Presner118, o campo das Humanidades Digitais não seria uma
substituição ou rejeição do estudo das humanidades tradicionais, mas uma
expansão do seu escopo, por mais que as novas tecnologias pudessem
sobrecarregar abordagens tradicionais ao conhecimento e deslocar certas
disciplinas, campos acadêmicos e práticas pedagógicas. Por exemplo, campos
tradicionalmente baseados em texto, como a história ou a literatura, começavam
a recorrer a novas ferramentas de autoria, mineração de dados e análise de texto
para examinar corpus complexos de textos em grande escala e com excepcional
nível de precisão. Além disso, a apresentação do conteúdo no formato físico
117Alfonso-Goldfarb, Waisse, & Ferraz, “New Proposals”, 2-4.

118Todd Presner, presidente do Programa de Humanidades Digitais da UCLA e fundador da HyperCities.
(plataforma colaborativa de mapeamento digital).
49
deixaria de ser um meio normativo na produção e disseminação do
conhecimento, sendo absorvido por configurações modernas de multimídia,
novas ferramentas, técnicas inovadoras e mídias digitais que modificariam
bastante a produção e a propagação do conhecimento nas artes, humanidades
e ciências sociais. Na primeira fase dos estudos nas Humanidades Digitais, entre
final de 1990 e início dos anos 2000, houve um grande esforço nos projetos de
digitalização em larga escala e no estabelecimento da infraestrutura tecnológica,
com maior atenção para a análise de texto (sistemas de classificação, marcação,
codificação de texto e edição acadêmica). No segundo ciclo, conhecido como
“Humanidades Digitais 2.0”, ambientes e ferramentas foram desenvolvidos para
a produção e interação do conhecimento que já ‘nascia digital’, introduzindo
novos paradigmas disciplinares, campos convergentes, metodologias híbridas e
modelos inéditos de publicação que não se limitariam ao formato físico. 119
As tecnologias digitais foram mais facilmente assimiladas por algumas
áreas de conhecimento, caso das ciências sociais, mas nem tanto por outras,
como no campo da História. Diversas razões dificultavam a utilização de
ferramentas e tecnologias digitais no estudo da História: (i) informações
coletadas na pesquisa acadêmica poderiam ser interpretadas de diversas
maneiras, como pela abordagem histórica ou por especificidades próprias de
lugares ou tempos distintos; (ii) historiadores dão maior enfoque nos dados
gerados pelo processo – por exemplo, como seria viver, trabalhar e se relacionar
socialmente na época analisada –, tornando o estudo mais complexo que as
triviais classificações sociológicas sugeridas pelos dados; e (iii) autenticidade
dos dados gerados, fator primordial para historiadores, mas não para os
119 Presner, “Digital Humanities 2.0”.
50
sociólogos que, por sua vez, se concentram mais na amostragem e na
intepretação (análise de dados).120
O ambiente digital não figurava mais como um meio neutro para o fluxo
de informações e era preciso atentar na utilização de métodos digitais e
estatísticos no estudo da História. Combinações binárias poderiam simplificar
demasiadamente as informações obtidas, empobrecendo o resultado final. As
informações coletadas por historiadores são fenômenos únicos de dados não
estruturados que dificilmente poderiam ser apresentados em uma estrutura
formal e quantitativa. Além disso, seria extremamente complexo codificar o
tempo e, mais ainda, o contexto.121
No início da década de 2010, inúmeros projetos buscavam oferecer
soluções tecnológicas para estudiosos e pesquisadores. Por exemplo, a análise
produzida por Jean-B. Michel e sua equipe, de um corpus de textos digitalizados
contendo cerca de 4% de todos os livros já impressos até aquele momento,
permitiria investigar tendências culturais quantitativamente. O trabalho de Michel
focava nos fenômenos linguísticos e culturais refletidos na língua inglesa, entre
os anos de 1800 e 2000, e pretendia fornecer insights sobre campos tão diversos
como lexicografia, evolução da gramática, memória coletiva, censura e
epidemiologia histórica.122
A análise de grandes bancos de dados através de uma abordagem mais
quantitativa trouxe enormes ganhos estatísticos, porém seria difícil elucidar
precisamente a temporalidade do conteúdo apreciado e, consequentemente, as
mudanças conceituais inseridas no assunto pesquisado. O processo
120 Alfonso-Goldfarb, Waisse, & Ferraz, “New Proposals”, 6-8.

121 Weldon, “Historians and Their Data,” 301.
122 Michel et al., “Quantitative Analysis of Culture”, 176.
51
desenvolvido através de uma análise quantitativa precisaria ser melhor ajustado,
com uma extração de dados mais completa, qualificada e profunda, para maior
proximidade com as fontes originais. O conteúdo extraído de textos era
analisado através de quadros conceituais predefinidos. Entretanto, se algum
dado coletado não se encaixasse em algum desses conceitos preconcebidos,
poderia ser descartado ou privado de uma melhor apreciação. A utilização de
análises quantitativas no estudo de textos ainda teria um logo caminho pela
frente.123
2.1.3. A Organização do Conhecimento no campo da História da Ciência
no ambiente digital
A História da Ciência é um campo de estudo autônomo que utiliza áreas
do conhecimento de outras disciplinas para desenvolver seus projetos. Com
isso, possui uma difícil tarefa ao catalogar e classificar sua produção científica
dentro de um padrão rígido do sistema de organização do conhecimento
baseado na disciplina. Até por essa razão, a inserção da tecnologia digital pode
revelar alguns problemas da área: (i) as próprias disciplinas estão sujeitas a um
processo histórico em transformação; (ii) alguns objetos de investigação
científica resistem serem classificados por grades disciplinares rígidas; e (iii) o
ambiente digital substituiu sequências espaciais e temporais de exibição,
alterando a ênfase tradicional do conhecimento nas abordagens orientadas ao
usuário.124
123 Alfonso-Goldfarb, Waisse, & Ferraz, “New proposals”, 11-12.

124 Alfonso-Goldfarb, Waisse, & Ferraz, “From Shelves to Cyberspace”, 551.
52
Em relação aos objetos de pesquisa no campo da História da Ciência,
segundo Georges Canguilhem (1904-1995)125, existe uma grande diferença
entre o objeto da ciência, que seria construído a partir da reflexão metódica sobre
coisas e fenômenos existentes no mundo, resultando em objetos epistêmicos de
primeira ordem, e o objeto da História da Ciência, que seria um produto de
segunda ordem da historicidade do discurso científico ou da historicização da
epistemologia.126
Com o surgimento da ciência moderna, a unidade de conhecimento aceita
por milênios pelos estudiosos dividiu-se em várias disciplinas autônomas. Os
pesquisadores sabiam que seus objetos de estudo não se restringiriam aos
limites da identidade disciplinar. Paralelo a isso, a natureza interdisciplinar nos
estudos da História da Ciência tornava-se amplamente reconhecida. Apesar da
nova realidade digital ofertar acesso facilitado ao crescimento exponencial de
informações disponíveis, a falta de ferramentas conceituais e metodológicas
apropriadas fazem com que pesquisadores percam um tempo precioso na
adaptação do que seriam recursos úteis no meio digital127
No passado, as classificações documentais foram construídas com o
propósito de organizar sequencialmente livros em prateleiras ou entradas em
catálogos. A recuperação on-line na Internet acabou com a necessidade de
mecanizar essa exibição espacial sequencial, embora tenha levantado outras
questões sobre a sequência de exibição temporal. Questiona-se, por exemplo,
125 Georges Canguilhem foi filósofo e médico francês. Especialista em epistemologia e História da
Ciência.
127 Ibid., 556.
53
como deveria ser exibido a ordem dos resultados de uma pesquisa e quais
seriam as outras opções de navegação.128
Shiyali Ranganathan (1892-1972)129 define classificação como o
mapeamento do universo multidimensional de assuntos ao longo de uma linha,
para o qual fornece regras. Ele propõe cinco categorias que considera
fundamentais: tempo (Time), espaço (Space), energia (Energy), matéria (Matter)
e personalidade (Personality), formando a sigla PMEST, utilizada para identificar
as categorias fundamentais. O tempo e o espaço não requerem elucidação
particular, a energia corresponde a qualquer tipo de ação e a matéria liga-se a
materiais e propriedades. Personalidade seria a característica distintiva de um
sujeito. Como exemplo (Figura 8):130
Figura 8. (MS) assunto principal, (P) personalidade, (M) matéria,

(E) energia, (S) espaço e (T) tempo.131
As classificações tradicionais aplicam fórmulas de assuntos e facetas
predefinidas sob as quais os documentos são incluídos e, portanto, procedem
de cima para baixo. No entanto, um esquema facetado livremente envolve
analisar facetas de um documento primeiro para, em seguida realizar uma
síntese que resulte em ‘assuntos’ ou ‘classes principais’, movendo-se de forma
‘ascendente’ – o que Ranganathan, do ponto de vista epistemológico, definiu
128 Vickery, “Faceted Classification for the Web”, 147.

129 Shiyali R. Ranganathan foi matemático e importante bibliotecário indiano.
131 Ibid., 558.
54
como ‘analítico-sintético’. Até o momento, o modelo facetado apresenta-se como
um dos poucos, se não o único, que inclui assuntos interdisciplinares e
multidisciplinares, os diferenciando e estabelecendo regras para a sua
formação. Por essa razão, esse modelo ajusta-se à História da Ciência com
perfeição. Bastaria adicionar algumas facetas aos exemplos dados acima para
alterar o assunto principal atribuído aos documentos. Por exemplo, “A Estrutura
da Proteína e do Microscópio Eletrônico no Século XX” não pertencia mais ao
simples assunto principal “química”, mas ao complexo assunto “história da
química” pois incluiria noções de química como um processo autônomo, ciência,
relações com instrumentos científicos e elementos epistemológicos, sociológicos
e históricos particulares. Além de oferecer liberdade às restrições disciplinares e
de prateleira, as facetas e a formação dinâmica dos assuntos não seriam
construções meramente lineares, e sim, incluiriam noções de integração e
complexidade muito valiosas ao pensamento sistêmico e cibernético
contemporâneo.132
A Organização do Conhecimento na História da Ciência não representaria
apenas uma mera taxonomia de disciplinas. Na verdade, possuiria
características capazes de moldar profundamente padrões de pensamento de
uma comunidade em um singular laço temporal-espacial. Os sistemas
tradicionais de organização do conhecimento ainda são direcionados conforme
antigos conceitos da Organização do Conhecimento, afeitos à necessidade de
ordenar livros em prateleiras das bibliotecas físicas.133 Para a gestão de
informações inserida em uma realidade digital, os objetos de pesquisa
132 Ibid., 558-559.

133 Alfonso-Goldfarb, Ferraz & Rattansi, “Lost Royal Society Documents”, 435-437.
55
atravessam os limites disciplinares e o armazenamento de dados passa a ser
virtual e remoto. Embora a História da Ciência seja um campo interdisciplinar de
pesquisa por natureza e origem, seu modelo de Organização do Conhecimento
permanece disciplinado e baseado nessas prateleiras obsoletas, ocasionando
graves distorções e anacronismos que podem levar estudiosos e especialistas
da área a desperdiçar um tempo precioso em sua atividade ou, até mesmo,
perder documentos essenciais ao seu trabalho. Os conceitos apresentados
pelos modelos facetados podem ser de grande valia na construção de uma nova
Organização do Conhecimento inserida no ambiente digital, em especial para o
estudo da História da Ciência. A classificação por meio de um esquema facetado
oferece possibilidades de atender as necessidades de um campo interdisciplinar,
facilitando o trabalho acadêmico e colocando pesquisadores mais próximos de
seus recursos.134
2.2. O conceito de leitura distante
O conceito de leitura distante foi desenvolvido através de uma série de
pesquisas lideradas pelo historiador literário Franco Moretti. Um surpreendente,
inovador e polêmico método de estudo da história literária que utiliza ferramentas
e conceitos de outras áreas do conhecimento como análises quantitativas,
gráficos, mapas geográficos, árvores da evolução biológica e teoria de rede.
Moretti criou uma abordagem incomum na teoria evolutiva e no conceito de
sistema-mundo ao buscar compreender melhor características das literaturas
nacionais e mundial. Analisou a influência da geografia na formação da literatura
europeia, a formação dos cânones literários, o processo decisório do leitor na
134 Alfonso-Goldfarb, Waisse, & Ferraz, “From Shelves to Cyberspace”, 559-560.
56
escolha de romance, o comportamento do comércio literário internacional, as
semelhanças entre os mercados cinematográfico e editorial, as alterações dos
títulos romanescos ao longo do tempo e a estruturação de enredo pelas
interações dos personagens.
O conceito de leitura distante foi concebido por Moretti no decorrer de
duas décadas aproximadamente, entre 1994, quando escreveu o artigo “Modern
European Literature: A Geographical Sketch” para a revista New Left Review, e
2013, quando publicou o seu livro Distant Reading. Durante essa trajetória,
vários especialistas e críticos literários interagiram no processo, corroborando ou
criticando suas ideias, tornando o estudo mais rico e interessante. 135
2.2.1. A influência da geografia na formação da literatura europeia moderna
Na obra European Literature and the Latin Middle Ages, publicada em
1948, o estudioso literário alemão Ernst Robert Curtius (1886-1956)136 entendia
que só havia espaço para uma literatura: a literatura moderna. E a existência de
Estados-nação consistia em uma negação desta unidade europeia. O espaço
geográfico estreito da Europa praticamente obrigava que as culturas nacionais
interagissem entre si. Entretanto, existiam resistências a esse sistema, como na
literatura russa. Naquela época, as culturais locais atuavam como
microambientes na Europa, cada uma com sua história e seus costumes, mas
sempre interagindo com outras culturas137.
135 Moretti, Distant Reading, 1-2.

136 Ernest Robert Curtius, estudioso e filólogo alemão, conhecido pelo seu estudo Europäische Literatur
und Lateinisches Mittelalter, em 1948.
137 Curtis, European Literature and the Latin Middle Ages, 14-16.
57
Para Moretti, a grande tragédia barroca138 do século XVI transmitiria a
ideia de uma Europa multicêntrica. E dois pontos se destacavam na formação
deste estilo: a forma trágica sendo resultado paradoxal da violência na formação
dos Estados-nação e a forma como a literatura europeia era influenciada pelos
novos tempos. As culturas nacionais distantes e suas diferentes versões
solidificadas no contexto de Estado-nação acabaram ajudando a evolução da
tragédia barroca. Moretti acreditava que a literatura europeia tinha muito a
ganhar com a perda da unidade continental. Ele credita o distanciamento entre
a ilha britânica e o resto do continente europeu como sendo fundamental para a
evolução do trabalho de William Shakespeare (1564-1616).139
A partir da segunda metade do século XVIII, ocorreria uma verdadeira
revolução na literatura europeia com a chegada de um novo estilo, que cresceria
com muito sucesso no continente: o romance. A diversidade europeia
proporcionaria ao romance um espaço descontinuo interessante para explorar
diversos caminhos simultaneamente. Uma vasta rede de literaturas nacionais
permitiu a criação de um sistema literário europeu, formando um conjunto de
literaturas nacionais.140 Curtius assim descrevia a literatura europeia em um
continente multicêntrico:
“De 1100 a 1275 - de Song of Roland a The Romance of the
Rose - a literatura francesa e a cultura intelectual são o modelo para
as outras nações. [...] Mas a literária primária passou pela Itália a partir
de 1300: Dante, Petrarca, a Alta Renascença. Isto reagiu sobre
138 Barroco: estilo que predominou a arquitetura, pintura, literatura e música no século XVII na Europa.
139 Moretti, “Modern European Literature”, 90-92.
58
França, Inglaterra, o começo dos "anos dourados" da Espanha, que
por sua vez, domina a literatura europeia por mais de um século. [...]
Não é até o início do século XVII que a França finalmente se emancipa
da dominação italiana e espanhola, no qual ela assume uma primazia
que permanece inabalável até cerca de 1780. Enquanto isso, desde
1590 a Inglaterra desenvolveu uma grande literatura própria, no
entanto recebe pouca atenção no continente até o século XVIII. A
Alemanha nunca conseguiu competir com as potências mundiais
literárias da Romênia. Sua hora não chega até a Era de Goethe. Até
então, embora ela receba influências externas, não irradia
nenhuma.”141
A literatura francesa, como única sobrevivente do romance no passado,
conseguiria unir a lógica de um grande Estado moderno, com sua economia
capitalista, ao realismo do século XIX.142 Com Paris sendo uma grande e
influente metrópole europeia, a cultura francesa desenvolveria grande parte de
sua poesia moderna através de Charles Baudelaire (1821-1867).143
Novos espaços sociais em uma mesma região geográfica influenciaram
para que houvesse uma explosão modernista no século XX. Como na tragédia
barroca e, posteriormente, no romance, um novo público, avesso ao mercado e
que rejeitava padronizações, ofereceria ambientes livres e receptivos, com mais
chances de uma experimentação formal.144
141 Curtis, European Literature and the Latin Middle Ages, 34; tradução do autor.
143 Baudelaire foi poeta, teórico e crítico francês. Conhecido como “Pai do Simbolismo”, foi precursor do
movimento simbolista e fundador da poesia moderna. Considerado um dos maiores poetas franceses, sua
obra influencia a literatura mundial até hoje. https://www.todamateria.com.br/charles-baudelaire/
59
Uma nova narrativa mais melodramática surgiria na França e na
Inglaterra. Mais semelhante ao estilo do folhetim, ela valorizava as ficções
policial e científica. Rapidamente capturou milhões de novos leitores, preparando
o caminho para a indústria da imagem e do som. Mesmo com a forte influencia
cultural e social de importantes capitais europeias no século XX, como Madrid,
Roma e Moscou, acontecia um fenômeno que valorizaria grandes metrópoles,
como Barcelona, Milan e Petersburg. As afinidades culturais se tornavam mais
relevantes que as proximidades geográficas. Por exemplo, Paris se tornava mais
‘próxima’ de Buenos Aires do que de Lyon e Berlim se identificava mais com
Manhattan do que com Munique. Com isso, fronteiras entre as nações europeias
perdiam sua importância. As novas gerações, com suas atitudes radicais e
ousadas, não prosperariam na rigidez das províncias, mas se adaptariam
facilmente nas grandes cidades, onde seus costumes e hábitos eram mais
aceitos.145
A Europa sofreu vários golpes que enfraqueceriam seu universo simbólico
de Estado-nação: devastações militares, soberania política limitada e migração
de sua hegemonia econômica para os Estados Unidos e, posteriormente, para
os países asiáticos. No campo cultural, surgiriam novas mídias que triunfariam
sobre a palavra escrita: o som e a imagem. Além da chegada da internet, que
reformularia a cultura europeia para sempre.146
2.2.2. O ‘Matadouro da Literatura’

146 Ibid., 107-109.
60
Ao observar o catálogo de uma pequena coleção de livros de sucesso de
meados do século XIX, Moretti percebe que apenas uma ínfima parcela daquelas
obras ainda era conhecida e que quase a totalidade daqueles títulos havia
desaparecido ao longo do tempo:
“Era a primeira página de um catálogo de 1845: a biblioteca
circulante de Columbell, em Derby: uma pequena coleção, do tipo que
só queria livros de sucesso. Mas hoje, apenas alguns títulos ainda
soam familiares. Os outros, nada. Se foi. A história do mundo é o
matadouro do mundo, diz um famoso aforismo hegeliano; e da
literatura. A maioria dos livros desaparece para sempre - e a maioria
realmente erra o argumento: se definirmos hoje o cânone dos
romances britânicos do século XIX em duzentos títulos (o que é um
número muito alto), eles ainda seriam apenas 0,5 por cento de todos
os romances publicados”. 147
Ao analisar a literatura daquele período, ele constata que o cânone
literário148 britânico do século XIX seria composto por aproximadamente
duzentas obras. Isso quer dizer que menos de um por cento dos romances que
foram publicados naquela época ainda ‘sobrevivia’ atualmente. Moretti
denominaria esse processo como ‘Matadouro da Literatura’.149
Esse processo, que faz com que um enorme contingente de autores não
seja lido ao longo da história literária, proporciona a Moretti um novo sentido no
147 Moretti, “The Slaughterhouse of Literature”, 207; tradução do autor.

148 Cânone literário é um conjunto de livros considerados como referência em um determinado período,
estilo ou cultura.
61
estudo da área como um todo. Contudo, havia um grande obstáculo: se a leitura
de duzentas obras do cânone britânico do século XIX já era uma tarefa árdua,
seria humanamente impossível ler (atentamente) mais de vinte mil títulos
produzidos naquele período. Um estudo mais amplo e complexo sobre a história
literária requereria novas habilidades e técnicas, como amostragem, estatísticas,
aplicação de modelos de árvore, entre outras. Para Moretti, era importante
manter a maior parte possível de títulos a salvo deste ‘Matadouro da Literatura’,
para que as gerações seguintes pudessem ter acesso e avaliar quais autores ou
obras teriam o privilégio de serem ‘canonizados’. Ele entendia que eram os
leitores, e não os professores, que deveriam determinar o cânone literário, pois
na sua visão, decisões acadêmicas eram meros ecos de um processo que já
acontecia nas ruas. Por exemplo, o trabalho de Conan Doyle (1859-1930)150 era
extremamente valorizado pela população em geral, mas somente foi ter
reconhecimento acadêmico cem anos depois.151
Fora do ambiente acadêmico, era o mercado que definia o cânone
literário. Os romances para serem lidos precisavam ser adquiridos antes. E as
editoras só imprimiriam livros que tivessem demanda. Títulos que tinham uma
boa procura popular se mantinham ‘vivos’, até que outra geração os tivesse
acesso, e assim por diante.152
2.2.3. ‘Retornos crescentes’
150 Sir Arthur Conan Doyle, escritor, poeta e historiador escocês, que ficou mundialmente conhecido pelas
histórias que escreveu sobre Sherlock Holmes, o detetive ficcional mais popular da história.
https://www.arthurconandoyle.com/
151 Moretti, “The Slaughterhouse of Literature”, 207-209.
152 Ibid., 209-210.
62
Com a finalidade de interpretar melhor a influência do mercado editorial
na formação do cânone literário, Moretti utilizou outro segmento mercadológico
como objeto de estudo, o da indústria cinematográfica. Ele então analisa a tese
elaborada pelos economistas Arthur De Vany (1937-0000) e William David Walls
(1961-0000)153, que retrata o comércio de filmes através de um modelo
matemático e estatístico da dinâmica da informação. A partir deste momento, o
estudo faria uma análise comparativa entre os mercados literário e
cinematográfico, com o intuito de encontrar características semelhantes no
comportamento mercantil de seus respectivos cânones.154
Uma das principais descobertas ao analisar o mercado de filmes era que
existia um ciclo de feedbacks, que Moretti mais tarde chamaria de ‘retornos
crescentes’. Ele observou que probabilidade de um interessado escolher um
filme em particular era proporcional a quantidade de vezes que essa película
havia sido selecionada anteriormente. Esse comportamento decisório do
consumidor fazia com que vinte por cento filmes exibidos fosse responsável por
oitenta por cento do faturamento das bilheterias. Os filmes com pouco tempo de
exibição, portanto com poucas referências sobre conteúdo ou qualidade, tinham
uma procura descentralizada. Contudo, com maior tempo em cartaz, a demanda
se tornava mais concentrada em poucas produções cinematográficas. Moretti
percebeu que esse comportamento se repetia no mercado editorial, onde a
procura se tornava centralizada em poucos romances ao longo do tempo,
formando o cânone literário. Por exemplo, a medida que os leitores
selecionavam os livros de Conan Doyle, aumentava a procura pelas suas obras.
153 De Vany & Walls., The Market for Motion Pictures, 783–797.
154 Moretti, “The Slaughterhouse of Literature”, 210.
63
Esse comportamento fazia com que seus romances ocupassem uma fatia cada
vez maior no seu mercado.155
A sistemática do consumo de livros através dos ‘retornos crescentes’ era
simples e fácil de entender, mas qual seria a razão dessas obras terem sido
selecionadas nas primeiras vezes, antes do ciclo de feedbacks? O modelo
econômico desenvolvido por Vany e Walls tinha um ponto cego. Afinal, qual
evento iniciava essa troca de informações entre os leitores? A teoria econômica
conseguia analisar o comportamento de escolha após a seleção inicial, mas não
a motivação original pela preferência por uma determinada obra.156
2.2.4. Modelo de árvore no estudo da história literária
Para entender o que motivava leitores a optarem por certos títulos sem ter
referências, Moretti lideraria um grupo de pesquisa com a tarefa de analisar
textos do cânone literário Conan Doyle (criador de Aventuras de Sherlock
Holmes) e textos de autores rivais da mesma época, que pertenciam ao mesmo
gênero literário: ficção policial. Moretti definiu esse estilo como objeto desta
pesquisa por dois motivos. Primeiro que as histórias de detetive tinham um
enredo relativamente simples e de fácil compreensão, depois porque eles
possuíam um dispositivo específico: ‘pistas’. Para o pesquisador italiano, essa
era a principal razão do sucesso de Doyle. O modelo de árvore seria utilizado
para verificar a importância de ‘pistas’ na trama. Quatro ramificações se
destacariam na análise (Figura 9). A primeira, na parte inferior, alguns escritores
não utilizavam as ‘pistas’, e por isso eram esquecidos ao longo do tempo. Outros
155 Ibid., 201-211.

156 Moretti, Distant Reading, 70.
64
autores compreendiam a importância e as utilizavam, mas de forma equivocada,
sem qualquer função na história, como retratada na segunda bifurcação. Na
terceira ramificação, ‘pistas’ tinham função, mas não eram visíveis ao leitor.
Neste momento, os últimos rivais eram descartados. Entretanto, metade dos
livros de Conan Doyle também havia sido descartada. Nesta última divisão,
‘pistas’ deveriam ter sido descobertas pelo leitor, fator essencial para o sucesso
das histórias do gênero. Porém, Moretti concluiu que essa informação seria
muito subjetiva e difícil de verificar.157
Figura 9. A presença de pistas nos romances de ficção policial. 158

158 Ibid., 73.
65
O modelo de árvore funcionaria como uma metáfora cognitiva, que
poderia revelar um olhar inédito no estudo da história literária. Além das
ramificações geradas por um dispositivo, era possível utilizar esse mesmo
método de análise com uma variável mais complexa: o gênero. Havia um padrão
no estudo de histórias de ficção policial com a análise de duas unidades formais:
o dispositivo e o gênero. Neste modelo de árvore, os ramos (escolhas formais)
não se reproduziam, mas sim, se moviam por caminhos distintos, transformando
o gênero em um campo de movimentos divergentes. E a maior parte dos
escritores se movia errado, o que levava a desaparecerem em ‘galhos mortos’.159
Moretti observou uma forte característica dos escritores pesquisados.
Aqueles que tinham um estilo já definido não costumam alterar sua forma de
escrever, mesmo cientes que os resultados não seriam favoráveis
comercialmente. Isso criava uma rigidez na evolução da literatura, que
dependeria de novas gerações de escritores para evoluir e escrever dentro de
um novo paradigma. Por exemplo, Agatha Christie (1890-1976)160, uma escritora
de romances de ficção policial de grande sucesso, que somente surgiria 30 anos
após Conan Doyle, acarretando um salto de uma geração na evolução da
popularidade do gênero. As mudanças literárias eram abruptas e estruturais, e
não lentamente, com pequenas e contínuas melhorias ou passos
intermediários.161

160 Agatha Christie, escritora inglesa de maior destaque no gênero de ficção policial. Conhecida como a
rainha do crime, suas obras venderam mais de um bilhão de cópias na língua inglesa e outro bilhão de
cópias traduzidas. www.agathachristie.com/about-christie, acessado em 27 de outubro de 2018.
66
Apesar de Moretti defender que ‘pistas’ fosse um dispositivo essencial
para gênero de ficção policial, o filósofo e linguista búlgaro Tzvetan Todorov
(1939-2017) apresentaria duas formas distintas de narração:
“A primeira pode ser chamada de ‘curiosidade’; ela vai do efeito
à causa: a partir de certo efeito (um cadáver e alguns indícios) é
preciso encontrar sua causa (o culpado e aquilo que o levou a cometer
o crime). A segunda forma é o ‘suspense’, e aqui se vai da causa ao
efeito: mostram-nos primeiro as causas, os dados iniciais (gângsteres
que preparam golpes), e nosso interesse é mantido pela expectativa
do que vai acontecer, ou seja, dos efeitos (cadáveres, crimes,
brigas)”.162
A função da forma narrativa tinha sua importância no mercado, mas
existia a questão do tempo histórico. Para o historiador francês Fernand Braudel
(1902-1985),163 havia uma multiplicidade de tempo, onde uma nova história
social econômica poderia criar um movimento cíclico de vanguarda em intervalos
temporais. Uma série de conjunturas que estabelecia grandes seções abertas
do passado. Uma história que poderia ser capaz de atravessar longos períodos
de tempo: anos, décadas, ou até mesmo, séculos.164
Contudo, mesmo que o modelo de árvore pudesse reconhecer as
motivações primárias dos leitores a escolherem por determinadas obras, isso
somente conseguia identificar o padrão (dispositivo) de sucesso dos romances
canônicos, mas não analisava as características de 99% dos textos literários que
162 Todorov, Poética da Prosa, 68-70.

163 Fernand P. A. Braudel, historiador francês e um dos principais representantes da École des Annales.
164 Braudel, History and the Social Sciences, 27.
67
não pertenciam ao universo canônico. Para Moretti, o modelo conseguiu revelar
que o caminho dos cânones era apenas uma das várias possibilidades, e isso
poderia tornar diferente a história da literatura. O método proposto com suas
mais variadas ramificações (a maior parte desconhecida) poderia ser uma nova
extensão no estudo da história literária. A criação desta nova metodologia de
análise tinha como objetivo ampliar e fornecer mais informações ao estudo no
campo, mas era difícil prevê se os novos dados apresentados seriam relevantes
ou não na evolução do estudo da história da literatura.165
2.2.5. Análise comparativa entre os mercados cinematográfico e editorial
Durante sua pesquisa, Moretti analisou pequenos e grandes mercados
literários e percebeu que as distinções entre eles não se resumiam apenas ao
tamanho, como se os pequenos fossem réplicas proporcionalmente menores
dos grandes. Eles também se diferenciavam na estrutura. O tamanho da
composição de vendas não afetava somente a quantidade de livros ofertada,
mas também a sua variedade. Nos pequenos comércios, as obras mais famosas
e generalistas tinham amplo destaque na exposição, enquanto que as menos
conhecidas e com pouca atratividade comercial praticamente desapareciam das
prateleiras:166
“Uma biblioteca pequena é o signo de um mercado pequeno:
‘um espaço demasiadamente estreito’, para a crescente divisão de
trabalho da narrativa oitocentista; assim, ele desencoraja as formas
mais especializadas (como os romances jacobinos, ou os contos

166 Moretti, Atlas do Romance Europeu, 168-171.
68
regionais, ou as importações estrangeiras) e seleciona, ao contrário, o
gênero ‘generalista’, de múltiplas finalidades, do romance histórico”. 167
Moretti pesquisou sobre o domínio da indústria cinematográfica
americana no mercado mundial, relacionando os gêneros com a demanda
geográfica dos filmes. Ele percebeu que essa correlação (quantidade de obras
ofertadas x diversidade de gêneros disponíveis) que acontecia no mercado de
filmes, também se repetia no mercado editorial. Durante seu estudo, dois estilos
cinematográficos chamaram sua atenção: (i) os filmes de ação, que dependiam
de um bom enredo para ter sucesso e tinham uma ampla e sólida distribuição
em quase todo mercado internacional; e (ii) as comédias, que tinham a narrativa
como ponto fraco e eram pouco atraentes no mercado estrangeiro.168
Em relação ao mercado literário europeu do século XIX, Moretti observou
que os romances britânicos e franceses tinham conseguido simplificar o
consumo cultural europeu, formando uma massa de centenas de milhares de
leitores que consumiam praticamente os mesmos livros, durante o mesmo
período. Percebendo que esse comportamento era semelhante com o início da
indústria cultural, Moretti então realiza um experimento sobre a disseminação
das produções hollywoodianas pelo mundo. A princípio, ele busca informações
no período de uma década, de quais seriam as cinco películas de maior
performance de vendas (Top 5) por ano. Mapeando apenas países que tinham
dados mais organizados e confiáveis, ele consegue uma amostra de 46 países,
sendo 25 europeus, durante os anos de 1986 a 1995.169
167 Ibid., 170.

169 Moretti, “Planet Hollywood”, 90.
69
Moretti chega a conclusão que a indústria de Hollywood tinha um amplo
domínio nos filmes de maior bilheteria nas nações analisadas. Em 13 países
observados, mais de 90% dos filmes mais assistidos eram dos Estados Unidos
(sendo que em cinco desses países, todos os filmes eram americanos). Em
outros 24 países, as películas de Hollywood representavam entre 75 e 90% na
relação do Top 5. Em alguns casos específicos, como na França (forte rejeição
cultural dos EUA) e nos países da Escandinávia e leste europeu (por razões
pontuais), a presença americana era menor (menos de 75%) na relação dos
cinco filmes mais exibidos. Além disso, o estudo indicaria que filmes de ação e
aventura produzidos em Hollywood eram os mais exportados. Moretti
interpretaria que o sucesso deste gênero estava em uma narrativa mais simples,
o que facilitava o entendimento de outras culturas e amenizava a barreira da
língua estrangeira, além do apelo visual. Por outro lado, os números
apresentados pelo estudo apontaram que os filmes de comédia eram pouco
atraentes no mercado internacional. A principal justificativa deste baixo
desempenho comercial estaria na diferença entre as culturas americana e local
(consumidora do conteúdo). Piadas ou situações engraçadas dependeriam da
sintonia entre emissor e o receptor da mensagem. Por exemplo: o sucesso de
uma piada poderia depender de uma suposição implícita, que só seria entendida
pelo receptor, se este tivesse o conhecimento histórico da cultura do emissor.
Não é por acaso que as comédias nacionais geralmente fazem mais sucesso.
Além de analisar os gêneros de ação e comédia, o estudo também trouxe outros
dados interessantes. Filmes infantis costumavam ter melhores performances nas
regiões mais ricas. Produções com enredo dramático tinham maior procura nos
70
países europeus, o que indicava que a história cultural desses países
influenciava no interesse por este determinado estilo.170
Os resultados revelaram que cada região do mundo funcionava como um
ecossistema cultural, selecionando determinados formatos de filme e rejeitando
outros. O modelo darwiniano estava inserido nesta geografia cultural: a luta pelo
espaço. Produções cinematográficas lutavam por uma fatia do mercado. Se um
determinado gênero ocupasse um espaço com êxito, outros estilos teriam
dificuldades nas vendas. Moretti então compara a difusão dos romances anglo-
franceses na Europa do século XIX com a disseminação dos filmes americanos
pelo mundo no século XX. A influência dos países exportadores de conteúdo
(seja em livros ou filmes) produzia um duplo efeito nas culturas dos países
importadores e consumidores deste material. A princípio gerava conflito entre a
forma (estrangeira) e a matéria (local), além disso, absorver obras estrangeiras
criava incertezas para escritores e cineastas locais, pois exercia uma forte
pressão na construção das formas e nas suas produções. Isso originou
morfologicamente um subdesenvolvimento cultural.171
2.2.6. Sistema-mundo literário
O estudo da história literária tinha centenas de línguas e literaturas para
ser examinadas e Moretti não aceitava que mais leitura seria a melhor solução
para analisar a literatura mundial. Era inviável analisar milhares de títulos
britânicos, franceses, chineses, argentinos e de outros países, apenas do século
XIX. O estudo da história literária se resumia a uma fração canônica, que

171 Moretti, “Planet Hollywood”, 99-101.
71
representava menos de um por cento das publicações literárias. A literatura
mundial deixava de ser um objeto de estudo para se tornar um problema. Moretti
acreditava que era necessário desenvolver uma nova metodologia de pesquisa
para o campo.172
Durante sua pesquisa sobre literatura comparada e literatura mundial,
Moretti conheceu o modelo conceitual de sistema-mundo173, desenvolvido
principalmente por Immanuel Wallerstein (1930-0000)174, que descrevia como
seria o sistema capitalista mundial desenvolvido a partir de uma nova divisão
internacional do trabalho, dividindo as regiões do mundo em categorias: (i)
países-núcleo, que desenvolveriam produtos de alta tecnologia; (ii) países semi-
periféricos, que produziriam gêneros industrializados de baixa tecnologia; e (iii)
países periféricos, que seriam responsáveis pelas matérias-primas.175
Para realizar a complexa tarefa de analisar a literatura mundial, Moretti
utilizou recursos da teoria do sistema-mundo. Para ele, existiam interferências
entre as literaturas nacionais, mas de forma desigual. A literatura de um país
periférico poderia ser influenciada, interceptada e até mesmo alterada por outra
cultura (estrangeira), provavelmente oriunda de um país núcleo, entretanto o
inverso dificilmente aconteceria, pois, a cultura da região periferia era ignorada
pelo núcleo.176
172 Moretti, “Conjectures on World Literature”, 54-55.

173 Sistema-mundo é uma teoria sobre a divisão inter-regional e transnacional do trabalho, descrevendo
a posição de cada região em relação a economia mundial, além de características políticas e econômicas
internas. Immanuel Wallerstein, The Modern World-System I: Capitalist Agriculture and the Origins of the
European World-Economy in the Sixteenth Century (New York: Academic Press, 1974).
174 Immanual Wallerstein, sociólogo e pesquisador americano, desenvolveu a teoria do sistema-mundo
moderno. Ele é autor de vários livros e artigos que retratam a teoria do sistema-mundo. Acessado em 14
de novembro de 2018, https://www.iwallerstein.com/
175 Wallerstein, The Modern World-System, 224-233.
72
Moretti enxergava que a leitura atenta poderia ser utilizada apenas se o
objeto de pesquisa se limitasse ao cânone literário. Ele afirmava que era preciso
aprender a ‘não ler’ – por meio de uma leitura distante. Esse método de estudo
permitia ao pesquisador analisar outras informações além do texto escrito, como
dispositivos, temas, gêneros ou sistemas. Era inevitável que houvesse perdas
no estudo de alguns textos nesta complexa análise, mas seriam insignificantes
perto do ganho que teria na compreensão total do sistema.177
Diante de suas reflexões sobre a teoria do sistema-mundo e a evolução
da literatura mundial, Moretti desenvolveu o que seria um sistema-mundo
literário. Nele, a cultura da periferia (quase todas não-europeias e algumas
poucas do velho continente) não conseguiria desenvolver um romance moderno
de forma autônoma e autentica, pois o conteúdo local seria influenciado pela
cultura estrangeira (principalmente a francesa e a inglesa). Ele ainda precisaria
comprovar sua tese, e para isso, inicia uma pesquisa sobre a difusão do romance
moderno na história literária de quatro continentes, recortando um período
aproximado entre 1750 e 1950, explorando títulos da Europa oriental no final do
século XVIII, do sul da Europa no início do século XIX, de meados do mesmo
século na América Latina, de romances árabes e turcos da década de 1870, de
novelas da África Ocidental de 1920 a 1950, entre outros. Depois de realizar
mais de vinte estudos críticos e independentes, os grupos de pesquisa liderados
crítico literário italiano chegariam a mesma conclusão, que o romance moderno
da cultura periférica era composto pela junção da forma estrangeira com a
matéria (realidade) local.178

73
O núcleo anglo-francês exercia enorme pressão para que o sistema
literário fosse uniforme, mas o predomínio cultural do núcleo não conseguia
sobrepor completamente as particularidades regionais da periferia. Depois de
1750, o romance surgiria em quase todas as regiões com um padrão que
misturava a cultura da Europa Ocidental com os costumes locais. 179
Três elementos se destacavam na formação dos romances: (i) o enredo
estrangeiro, com seus “padrões” que ditavam o que seria a normalidade das
relações sociais; (ii) a matéria local, que fornecia personagens com seus
costumes regionais; e (iii) a forma local, através de uma narração típica da
região. Este último elemento era mais instável, pois os narradores analisavam,
comentavam ou explicavam quando os “padrões normais” estrangeiros
interagiam com personagens e costumes locais na história. A definição do que
seria “normal” pela cultura estrangeira era uma forma simbólica e velada do
poder do núcleo, que podia variar de uma localidade para a outra. Moretti achava
que esse formalismo sociológico era apropriado para analisar a literatura mundial
e que a principal variação entre as literaturas era a fala do narrador. Contudo,
ficaria inviável uma analise linguística da narração de inúmeros textos escritos
por diversos idiomas. Além disso, haveria um ponto em que o estudo da literatura
mundial necessitaria de um especialista da literatura nacional.180
Tradicionalmente, a analise cultural em grande escala utilizava duas
metáforas cognitivas básicas: a árvore e a onda. A árvore, derivada da árvore
filogenética,181 era descontinua e tinha a função de retratar o objeto de estudo
179Ibid., 64.
180Moretti, Distant Reading, 57-59.
181 Árvore filogenética é um diagrama, utilizado no estudo da teoria da evolução darwiniana, que
representa as relações evolutivas entre organismos. Elas são hipóteses, não fatos definidos. O padrão de
ramificação de uma árvore filogenética reflete como espécies evoluíram a partir de um ancestral comum.
74
através de ramificações, traçando um caminho lógico da unidade à diversidade.
Já a onda seria o oposto, desconsiderava a diversidade e analisava o objeto de
forma uniforme e contínua. Enquanto que as árvores seriam como Estados-
nações, com seus limites territoriais, a onda representaria o mercado
globalizado, sem fronteiras. Apesar de suas diferenças, essas duas metáforas
se tornariam importantes no estudo da história cultural. A literatura nacional seria
analisada sob a ótica do modelo de árvore, enquanto a literatura mundial
utilizaria a teoria da onda.182
2.2.6.1. Críticas a teoria do sistema-mundo literário
Em 2007, Jerome David Salinger (1919-2010)183 criticou a análise
relacional feita por Moretti entre o sistema-mundo e o comportamento do
mercado literário internacional. Na visão dele, havia uma relação de
interdependência econômica entre os países no sistema-mundo, porém isso não
se repetia no mercado editorial. Por exemplo, o núcleo econômico precisava da
força produtiva da periferia (a mão-de-obra barata), mas esse cenário não
acontecia no sistema-mundo literário, pois o núcleo não necessitava da periferia
para produzir suas obras. Para Moretti, a argumentação de Salinger limitava a
aplicação do conceito de Wallerstein no estudo história literária. Na verdade, o
pesquisador italiano pretendia fazer uma analogia do contexto econômico no
sistema-mundo ao intercambio literário, não a produção de livros. Todavia, essa
critica trouxera algo que Moretti ainda não tinha enxergado, a influência
assimétrica no sistema literário. A atividade literária do núcleo determinava
Acessado em 22 de novembro de 2018. https://pt.khanacademy.org/science/biology/her/tree-of-

life/a/phylogenetic-trees.
183 J. D. Salinger, escritor americano conhecido pelo romance The Catcher in the Rye, de 1951.
75
grande parte do trabalho realizado na periferia, mas o inverso dificilmente
acontecia. Considerando que a literatura periférica não seria necessária ao
núcleo, então somente metade do conceito de Wallerstein poderia ser aplicado
no sistema-mundo literário.184
O conceito revolucionário desenvolvido pesquisador italiano e abordado
no seu artigo “Conjectures on World Literature”, em 2000, levantou inúmeros
questionamentos de especialistas e pesquisadores literários. 185 Analisando as
criticas direcionadas ao seu trabalho, Moretti se concentra nas três principais
áreas de desacordo entre ele e seus críticos: o status paradigmático do romance;
a relação núcleo-periferia e suas consequências à forma literária; e a natureza
da análise comparativa. Para o pesquisador italiano, os movimentos literários
dependiam de três grandes variáveis: (i) o gênero, com sua formalização e uso
de linguagem; (ii) a rápida difusão das formas, com fórmulas rígidas e estilo
simplificado; e (iii) a densidade linguística.186
Moretti admitiu que sua tese sobre a difusão cultural entre países estava
incompleta e concordou quando Donald Sassoon (1946-0000)187 afirmou que os
países não decidiam se tornar culturalmente dominante, e que na verdade, não
estava claro como isso ocorria. A medida em que o movimento cultural se
tornava uma atividade produtiva, os instrumentos à disposição do Estado eram
basicamente econômicos: subsídios, protecionismo, quotas etc. Porém, na visão
de Sassoon, isso não era suficiente para aumentar o poder cultural de uma
nação, ocorrendo geralmente de forma quase espontânea, através de
184 Moretti, Distant Reading, 107-108

185 Prof. Christopher Prendergast (University of Cambridge), Prof ª Francesca Orsini (University of
London), Prof. Efrain Kristal (University of California, Los Angeles), Prof. Jonathan Arac (University of
Pittsburgh), Profª. Emily Apter (New York University) e Profª Jale Parla (Istambul Bilgi University).
186 Moretti, “More Conjectures”, 73-75.
187 Donald Sassoon, professor de História Europeia Comparada na Universidade de Londres.
76
subprodutos de um consagrado poderio econômico, como prestígio, influência,
história ou oportunidade. Para alcançar um determinado domínio era preciso,
ainda que não suficiente, possuir grandes meios de produção e difusão dos bens
cultuais, como por exemplo editoras literárias, produtoras musicais, imprensa
atuante, indústria cinematográfica (incluindo uma boa rede de distribuição),
estúdios de rádio e TV. Também era necessário ter um forte e sólido mercado
consumidor interno, pois a exportação do conteúdo cultural era geralmente um
subproduto de uma indústria que já prosperava internamente. Sassoon então
propõe um conjunto de características que poderiam determinar um domínio
cultural de uma nação: (i) Estados culturalmente dominantes, onde a produção
local abundante já atenderia um mercado interno forte e exigente, além de
importar moderadamente valores estrangeiros (por exemplo, Grã-Bretanha e
França no século XIX e os EUA desde 1945); Estados protecionistas que
poderiam ter um mercado cultural doméstico forte, mas que seriam incapazes
de exportar ou impedir as importações. (a antiga URSS, por exemplo); Estados
cujo mercado cultural interno absorva tanto os mercados locais quanto as
produções estrangeiras, mas que não tem condições de exportar
significativamente (como Japão e Índia); e Estados culturalmente dominados,
que consomem principalmente a produção estrangeira (como os exemplos de
Bélgica e Bulgária).188
Efraín Kristal (1959-0000)189 criticou Moretti ao utilizar a rígida divisão
internacional de trabalho da teoria do sistema-mundo como modelo para o
estudo do sistema-mundo literário. Mesmo tendo uma visão favorável ao
188 Sasson, “On Cultural Markets”, 113-115.

189 Efraín Kristal, professor e especialista em literatura latino-americana comparada na UCLA.
77
conceito de literatura mundial, ele acreditava que os principais países da Europa
ocidental não detinham o monopólio sobre a criação das formas, pois elas
poderiam se mover em várias direções: do centro para a periferia, da periferia
para o centro e de uma periferia para outra. Apesar de aceitar que o estudo da
literatura comparada ficaria empobrecida se fosse limitada a cultura europeia ou
americana, Kristal discordava em limitar o estudo da escrita nas periferias ao
conteúdo normativo das metrópoles. Para ele, escritores da Ásia, Europa
Oriental e demais regiões periféricas poderiam criar formas, como os
romancistas dos países núcleo.190
Moretti tinha restrições para aceitar que as formas poderiam se mover em
várias direções, como acreditava Kristal. Para ele, seria muito improvável o
movimento de uma periferia para outra sem passar pelo centro, e que seria mais
difícil ainda o movimento da periferia em direção ao centro. Enquanto que o
movimento do centro para a periferia seria algo normal e bem mais trivial. Como
Kristal, ele também não acreditava que o Ocidente tivesse o monopólio sobre as
criações das formas, mas que as culturas dos países núcleo dispunha de mais
recursos para investir em tecnologias e nas produções.191
Apesar da hegemonia material e a hegemonia intelectual fossem bem
próximas, não eram exatamente idênticas. Por exemplo, mesmo estando atrás
economicamente da Grã-Bretanha (hegemonia material) nos séculos XVIII e
XIX, a França possuía uma melhor narrativa literária (hegemonia intelectual), e
por esta razão, seus romances se tornaram mais bem-sucedidos e relevantes
que os britânicos na Europa. Possuir a hegemonia material da região ajudava,
190 Kristal, “Considering Coldy...”, 73-74.

191 Moretti, “More Conjectures”, 75-77.
78
mas não significava necessariamente que teria uma hegemonia literária na
região.192
O professor Jonathan Arac (1945-0000)193 também discordava de Moretti
e não aceitava que a estruturação dos textos produzidos na Europa ocidental
fosse autônoma. Por exemplo, The History of the Adventures of Joseph Andrews
and of his friend Mr. Abraham Adams, um dos primeiros romances britânicos
publicados, em 1742, foi definido pelo seu autor Henry Fielding (1707-1754)
como um “épico cômico em prosa, escrito após a maneira de Cervantes”.
Portanto, uma obra concebida no próprio núcleo literário moderno influenciada
de uma adaptação de uma região que se tornaria periferia mais adiante. A
relação entre núcleo e periferia seria então sincrônica, pois a relação permitia
que o núcleo fosse central, mas a definição de como seria o sistema literário
durante um determinado período dependeria da atuação dos dois em
conjunto.194
2.2.7. Literatura mundial: teoria da evolução ou sistema-mundo?
Os ensaios de Moretti sobre leitura distante eram sustentados
basicamente por duas teorias, que aparentemente pareciam ser bastante
distintas. A primeira seria a teoria da evolução, construída em três estudos: (i) a
influência geográfica no progresso da literatura na Europa; (ii) o processo
decisório no consumo de livros e formação dos cânones literários; e (iii) o modelo
de árvore que buscava identificar características (formas e gêneros) que
levavam o romance a ter sucesso. Essa primeira teoria era utilizada
192 Ibid., 77-78.

193 Jonathan Arac, professor e critico literário, especialista em literatura britânica 1740-1940.
194 Arac, “Anglo-globalism?”, 38.
79
principalmente para analisar as literaturas nacionais. A segunda era a teoria do
sistema-mundo de Wallerstein, que analisava as relações de domínio econômico
e a influência cultural entre os países. Por essa ótica, Moretti analisou o comércio
internacional de filmes e livros. A partir da teoria de Wallerstein, Moretti insere
uma visão do campo das ciências econômicas em suas pesquisas sobre a
história literária, em especial nas análises sobre a literatura mundial. Moretti
então esboça uma comparação entre as duas teorias, a fim de captar quais
contribuições elas estariam dando ao estudo da história literária, além de
analisar se elas eram compatíveis.195
É possível visualizar duas variáveis na “árvore de Darwin” (Figura 10): a
história (eixo vertical) – passagem do tempo em intervalos de mil gerações; e a
forma (eixo horizontal) – progresso da diversificação morfológica, onde surge
espécies com variedades marcantes ou inteiramente novas.196
Figura 10. Divergência de caráter. 197

196 Ibid.,124-125.
197 Darwin, The Origin of Species, 116-117.
80
Segundo Moretti, foi neste ponto que a teoria da evolução mais contribuiu
na história literária:
“Uma teoria que tem como problema central a multiplicidade de
formas existentes no mundo; que os explica como resultado de
divergência e ramificação, e que fundamenta divergência em um
processo de separação espacial [...] Muitas formas diferentes, em um
espaço descontínuo: não um ponto de partida ruim, para o estudo da
literatura mundial.”198
A teoria da evolução (por meio do modelo de árvore) fornece uma visão
do quão longe uma determinada forma poderia se distanciar (diferenciar) de
outra, que a partir de um ponto de origem em comum, produziria inúmeras
categorias (ramificações), diferente do sistema-mundo que era limitado em três
categorias: núcleo, periferia e semi-periferia. No conceito desenvolvido por
Wallerstein, o mundo se tornaria único e de forma desigual, pois o capitalismo
restringia a produção no mundo e sua rede internacional acentuaria o desnível
entre as três esferas. Esse comportamento se repetia no sistema-mundo literário
que também era desigual. Muitas literaturas nacionais e locais tinham seu
desenvolvimento afetado por causa de suas posições diminuídas no sistema.
Resumindo, a teoria da evolução exibia a diversificação, marca das literaturas
nacionais que foram produzidas por meio de diversas culturas separadamente,
enquanto que o sistema-mundo se definia como único e desigual, símbolos da
literatura mundial.199
198 Moretti, “Evolution, World-Systems, Weltliteratur”, 114; tradução do autor.

81
Itamar Even-Zohar (1939-0000),200 que desenvolveu a teoria dos
polissistemas,201 muito semelhante à análise de sistema-mundo, observou que
dentro do sistema literário internacional não havia simetria e que a literatura dos
países núcleo interferiam constantemente na cultura dos países periféricos, mas
que o inverso não acontecia, o que aumentava a desigualdade do sistema.202
Moretti tinha um pensamento semelhante ao de Even-Zohar, que o
mercado operava com mecanismos de difusão, onde obras literárias dos países
núcleos eram incessantemente exportados para as regiões periféricas, onde
eram lidos, admirados, imitados e transformados em modelos. O que acabava
interferindo na autonomia da produção literária dos países importadores. Essa
difusão assimétrica contribuía para que houvesse uma forte semelhança entre
as literaturas do sistema. Romances escritos nos países periféricos eram
bastante parecidos dos editados nos países do núcleo. Essa prática se repetia
com os filmes de ação americano, que tinham sua essência copiada por
produções de outras regiões, em especial de culturas periféricas.203
A principal contribuição da teoria do sistema-mundo na composição do
conceito de leitura distante foi concluir que a literatura mundial era única e
desigual. Essa grande difusão imposta pelo mercado editorial internacional
criava uma mesmice nas formas literárias, pois dificultava o surgimento de estilos
originais nas periferias e semi-periferias, por causa da forte influência cultural
que recebia do núcleo. A difusão se tornava a grande força conservadora da
literatura mundial. Oposta a esta atmosfera, a teoria da evolução buscava a
200 Itamar Even-Zohar é sociólogo, linguística e pesquisador israelense. Docente na University of Tel Aviv.
201 A teoria dos polissistemas, analisou conjuntos de relações na literatura e na linguagem. Mais adiante,
analisou complexos sistemas socioculturais. Essa teoria foi publicada na obra de Even-Zohar, Polysystem
Studies (Durham: Duke University Press, 1990).
202 Even-Zohar, Papers in Historical Poetics, 14-20.
203 Moretti, “Evolution, World-Systems, Weltliteratur”, 115-116.
82
diversificação ao longo do tempo com suas ramificações. Apesar de
incompatíveis, ambas teorias eram verdadeiras e importantes no estudo da
literatura mundial. E Moretti tinha argumentos histórico e morfológico para
defender essa afirmação.204
O argumento histórico seria que a diversificação (da teoria da evolução) e
a mesmice (da teoria do sistema-mundo) estavam presentes na história literária,
porém em épocas e com mecanismos sociais diferentes. A diversificação seria
o resultado de quando ainda existia um relativo isolamento das culturas humanas
pelo mundo, desde suas origens até poucos séculos atrás. A mesmice teria se
iniciado mais tarde, por volta do século XVIII, quando o mercado literário
internacional se tornou forte o suficiente para que umas culturas subjugassem
outras. Era como se a literatura mundial fosse dividida em antes e depois de sua
globalização. Na explicação morfológica, o mercado literário internacional seria
estabelecido por um divisor temporal entre divergência e convergência na
formação da literatura. A divergência como principal característica da literatura
até os primeiros quinze séculos da existência do romance, quando as transações
internacionais de livros não eram tão frequentes. E a convergência se tornando
ativa na literatura mundial a partir do século XVIII, com a formação do comércio
internacional literário.205
A convergência entre as literaturas regionais no sistema-mundo literário
pode ser melhor observada através de uma análise descrita na obra O discurso
e a cidade, de Antônio Candido (1918-2017), que traz uma análise de três
clássicos literários: L’Assommoir, do francês Émile Zola (1840-1902), lançado

83
em 1877; I Malavoglia, do italiano Giovanni Verga (1840-1922), de 1881; e O
Cortiço, de Aluísio de Azevedo (1857-1913), publicado em 1890. Candido
enxergou a difusão no sistema literário, quando encontrou traços da obra de
Zola, da França (núcleo), estavam nos trabalhos de Verga, da Itália (semi-
periferia), e de Azevedo, do Brasil (periferia). Ele observou uma espécie de
assimetria interna no processo de difusão. Grande parte da estrutura do enredo
de Zola era retida por Verga e Azevedo, porém seu estilo era transformado.206
No final do século XIX, os romances modernos começariam a chegar com
mais frequência nas culturas periféricas. A crescente importação desses
romances influenciaria a literatura local, mas com algumas diferenças. Apesar
das especificidades das culturas regionais, existia uma lógica formal na
construção de uma obra literária local, que combinava seu estilo com o enredo
dos romances importados. Essa combinação era possível pois os romances
eram compostos por duas camadas distintas, a história (enredo) e o discurso
(estilo). Os enredos dos romances importados eram praticamente mantidos, mas
a influencia local mudava ou eliminava o estilo original. O resultado era uma
forma híbrida que combinava diferentes culturas e tradições, que de vez em
quando não conseguia integrar de forma harmônica a trama com o estilo
narrativo, criando uma discordância entre a história original e a realidade local.
Para Moretti, isso acontecia por duas razões. Primeiro que o enredo geralmente
era o ponto principal de um romance, portanto, fazia sentido que fosse
preservado. A segunda razão era linguística. As obras literárias que eram
comercializadas para outros países precisavam de tradução, com isso a língua
do texto original era reformulada e adaptada ao mercado local. Enquanto que o
206 Candido, O Discurso e a Cidade, 105-108; 125-127.
84
enredo não dependia da linguagem, o estilo geralmente era modificado no
processo de tradução ou adaptação cultural.207
Apesar de conhecido por quase dois séculos, o termo “literatura mundial”
possuía dois significados distintos. O primeiro havia sido concebido pela teoria
evolutiva, definido como um conjunto de diferentes culturas locais que possuía
forte diversidade e produzia várias formas por meio da divergência. O segundo
significado era proveniente do próprio sistema literário, que estabelecido pelo
mercado internacional, apresentava uma grande quantidade de formas literárias
muito similares, além de ter a convergência como seu principal mecanismo de
mudança. Essa seria uma grande oportunidade de repensar a história literária.
Com dois conceitos de literatura mundial que possuíam estruturas tão distintas,
que exigiriam metodologias e abordagens teóricas completamente diferentes. O
estudo da literatura mundial no século XXI teria um excelente desafio intelectual
pela frente.208
2.2.7.1. Críticas à concepção de Moretti sobre a literatura mundial
A concepção de literatura mundial apresentada por Moretti utilizava
ferramentas, abordagens e metodologias diferentes dos tradicionais estudos da
história da literatura, causando críticas no meio das humanidades tradicionais.
Apesar de aprovar a inclusão de outras áreas do conhecimento, como análise
quantitativa, geografia e evolução biológica, no estudo da história da literatura,
Christopher Prendergast (1942-0000)209 criticava o ensaio de Moretti sobre
gráficos, mapas e árvores.210 Para ele, o pesquisador italiano havia

209 Christopher Prendergast, professor da University of Cambridge e membro da Academia Britânica.
210 Moretti, Graphs, Maps, Trees.
85
implementado um conjunto de hipóteses de maneira experimental, aberta e
inconclusiva. Trançando apenas possíveis caminhos com grande possibilidade
de encontrar inúmeros bloqueios ou becos sem saída. Além disso, Prendergast
não aceitava uma definição de literatura mundial concebida por uma equação de
dois conceitos tão distintos: a análise do mercado literário e a teoria da evolução.
Apesar de derivarem de dois processos discrepantes, eles se convergiam em
um único objetivo, a sobrevivência ou não de uma obra ao longo do tempo – a
formação do cânone literário. 211
Segundo Moretti, para que a relação entre dois conceitos tão distintos
tivesse lógica, era fundamental separar os processos em dois momentos. O
modelo de árvore trazia uma explicação sobre a escolha inicial e individualizada
do leitor por um determinado romance, enquanto que a análise sobre oferta e
demanda de livros mostrava a sobrevivência dos romances após a seleção
inicial.212
Prendergast também considerava muito simplicista a análise sobre o
modelo de árvore, que objetivava compreender como era o processo de escolha
inicial do leitor (sem referência) por uma obra. Ele acreditava que o dispositivo
(‘pistas’, no caso das ficções policiais) seria apenas parte da explicação da
escolha do leitor. Publicação, distribuição, revisão, publicidade e outros fatores
também seriam importantes influenciadores neste processo decisório. Moretti
contra argumentava alegando que essas pressões externas apenas se tornariam
relevantes após iniciada a troca de informações entre os leitores sobre
determinada obra, e não neste primeiro momento.213
211 Prendergast, “Evolution and Literary History”, 42-45.

213 Moretti, “The End of The Beginning, 72-73.
86
Segundo Prendergast, somente com a teoria da evolução já seria possível
explicar como se formava os cânones literários, pois alguns livros tinham
qualidade superior em relação a outros. E que a análise mercadológica editorial
apenas reiterava o veredito já dado pela teoria evolutiva: uma seleção natural
dos melhores214. Mas para Moretti, a lógica entre a sobrevivência ou
esquecimento de um romance no mercado estaria mais ligada a adequação do
seu conteúdo ao ambiente em que estivesse inserido do que pela sua qualidade.
Outra particularidade do mercado era que ele ampliava a diferença entre os livros
de maior e menor preferência. Resumindo, seriam dois agentes causais: um
seria a escolha do leitor por uma determinada obra e o outro seria a atuação do
mercado literário que ampliaria a preferência desta obra. Por exemplo, para
Moretti, Doyle merecia vender 10 vezes mais que seus rivais, até mesmo 100
vezes. Mas não 100 mil vezes mais. Essa diferença exponencial nas vendas não
era condizente com as reais diferenças morfológica e qualitativa dos romances.
Ele acreditava que sua teoria dos ‘retornos crescentes’ explicaria esse exagero
produzido pelo mercado.215
2.2.8. Análise sobre a evolução do tamanho dos títulos de romances
A crescente digitalização de quase todos os livros dos séculos XVIII, XIX
e XX seria a oportunidade que Moretti esperava para realizar um estudo com um
número bem maior dos que formavam o cânone literário (composto
aproximadamente por um por cento dos romances publicados), em especial o
período entre 1750 e 1850 na Europa. Para isso, ele precisaria de ferramentas
214 Prendergast, “Evolution and Literary History”, 49-53

215 Moretti, “The End of The Beginning”, 76-77.
87
tecnológicas e metodologias inovadoras para realizar uma boa análise
quantitativa de uns 7000 títulos que consistiria sua amostra na pesquisa.216
Logo no início da análise, Moretti percebe uma grande mudança no
número de palavras nos títulos das obras do século XVIII, que se tornaram mais
curtos no espaço de duas gerações. É possível visualizar no gráfico (Figura 11)
que o número de palavras mantém uma mediana estável entre dez e vinte
palavras nos primeiros 25 anos, mas que começa a cair por volta de 1770 para
dez palavras e mais ainda em 1790, para seis palavras, permanecendo nesta
marca até meados do século XIX.217
Figura 11. Número de palavras nos títulos de romances publicados entre 1740 e 1850.218
Isso acontecia porque os títulos eram verdadeiros resumos dos romances,
apresentando principais eventos da história, personagens, cenários e até o final.
216 Moretti, “Style, Inc”, 134-136.

218 Ibid., 183.
88
Mas o ambiente cultural foi se modificando e tornado incompatível com esse
costume. Entre os séculos XVIII e XIX, a demanda por romances na Grã-
Bretanha cresceu rapidamente (Figura 12), de alguns poucos livros publicados
por ano nas primeiras décadas do século XVIII para aproximadamente uma
centena de publicações no início do século seguinte, princípio dos anos
vitorianos. A medida que mais romances circulavam e aumentava o número de
leitores, revistas da época começaram a publicar resenhas e críticas dos
romances, tornando aquele título que trazia o resumo da história obsoleto e
desnecessário. Outro motivo para o encurtamento dos títulos foi a maior
concorrência entre as publicações. Para se destacar em um mercado
competitivo, títulos curtos eram melhores e mais fáceis de serem lembrados.
Neste momento, é possível perceber que Moretti uniu a tecnologia que propiciou
uma melhor análise quantitativa (no caso, gráficos) com sua competência de
estudioso da história literária (compreendia o contexto e as peculiaridades da
época) para compreender o motivo pelo qual os títulos diminuíram ao longo do
tempo.219
Continuando sua análise sobre modificação do tamanho de títulos dos
romances ao longo do tempo, Moretti cruza os dados de dois gráficos, tamanho
do mercado literário e comprimento de títulos romanescos (Figura 13), e observa
que existia uma correlação temporal entre os dois processos: quanto mais o
mercado literário se expandia, menor ficava o tamanho dos títulos dos romances.
89
Figura 12. Número de publicações britânicas entre 1700 e 1836. 220
Figura 13. Tamanho do mercado literário X tamanho de títulos romanescos. 221

221 Ibid., 189.
90
Assim, o comprimento médio dos títulos ia diminuindo e com isso os títulos
longos desapareciam. Títulos com apenas uma, duas ou três palavras, que
representavam apenas cinco por cento na década de 1740, se multiplicavam
rapidamente (Figura 14), chegando ser entre vinte e trinta por cento em 1800.
Além disso, títulos longos eram alterados para se tornarem menores (Figura 15).
Essa mesma prática se repetiu na publicidade cem anos mais tarde, quando as
descrições mais detalhadas do século XIX foram substituídas pela brevidade
oblíqua evocativa atual. O crescimento do mercado literário cria uma restrição
na apresentação (publicidade) dos romances.222
Uma questão que intrigava Moretti nesta tendência de romances serem
apresentados em poucas palavras era: como um resumo de toda a história
poderia ser substituído por poucas palavras? Ele então analisa os títulos curtos
e constata três grupos que se destacam dentro deste universo: (i) títulos com
nome próprio (Octavia e George Barnwell), que compõem cerca de um terço do
total; (ii) títulos com artigo-substantivo (The Steam-Boat e The Smuggler) e com
combinações de artigo-adjetivo-substantivo (The Tuscan Vase e The Invisible
Gentleman), com aproximadamente trinta por cento; e (iii) títulos com abstrações
conceituais (Fatality e Enthusiasm not Religion), por volta de dez por cento. E
essa grande mudança no tamanho dos títulos trazia uma grande também na
forma. Moretti acreditava que apesar do mercado impor títulos curtos, que isso
poderia favorecer a imaginação literária, com a arte da alusão e da condensação.
Com a necessidade de reduzir os títulos em função da expansão do mercado,
autores e editores aprendem a comprimir o significado, desenvolvendo ‘sinais’
91
com o intuito de colocar o livro no nicho mercadológico apropriado. Poucas
palavras que fariam o potencial leitor a identificar o gênero da obra.223
Figura 14. Romances com títulos curtos.224
Figura 15. Títulos com uma a três palavras X títulos com mais de 15 palavras.225
223 Ibid., 194-204.

225 Ibid., 193.
92
2.2.9. Teoria de rede
Nos últimos anos, os estudos literários observaram o advento do que
seriam ‘evidências quantitativas’. Contudo, pela inexistência de uma tecnologia
eficiente na época, não conseguiam usufruir dessas informações para que
produzissem resultados significativos. Recentemente, com a utilização de
bancos de dados digitais e a recuperação automatizada de dados, foi possível
pesquisar, por exemplo, a linguagem e o estilo de uma grande quantidade de
romances com extrema rapidez. Isso seria o começo da teoria de rede idealizada
por Moretti, que analisaria as conexões dentro de grandes objetos de estudo.
Esses objetos também seriam conhecidos como ‘nós’ ou ‘vértices’, e suas
conexões de ‘arestas’. Essa análise, de como os vértices estariam ligados por
arestas, revelou características surpreendentes de grandes sistemas.226
Figura 16. A rede de Hamlet.227
226 Moretti, ”Network Theory, Plot Analysis”, 1.

93
Uma rede é feita de vértices e arestas. Um enredo é feito de personagens
e interações (ações). Os personagens seriam os vértices e as interações, as
arestas. Moretti então, utiliza como exemplo a clássica obra Hamlet, de William
Shakespeare, para aplicar a teoria de rede (Figura 16).
Sobre The Murder of Gonzago, Moretti utiliza o ato da fala como uma
interação (aresta) e prefere lidar apenas com as conexões explícitas na sua rede.
Para ele, a sua teoria já apresentaria uma vantagem inicial. Enquanto que na
peça, o espectador está diante da ação ‘presente’ da história no palco (ação
‘passada’ não está mais diante dos seus olhos), na análise de rede nada
desaparece. O ‘passado’ se torna passado, mas não desaparece na percepção
da trama. Segundo Moretti, tornar o passado tão visível quanto o presente é uma
grande mudança inserida pelo uso das redes.228
Com a aplicação da teoria de rede, é possível reduzir o enredo a
personagens e interações, subtraindo todo o resto. Esse processo de redução e
subtração torna a estrutura do modelo muito menor que o objeto original. Com
essa simplificação na forma que a história é apresentada, seria possível
enxergar estruturas subjacentes de um objeto complexo. Feito o modelo, Moretti
propõe fazer experimentos, retirando personagens centrais da história, como
remover o personagem Hamlet da rede, para ver o que acontece (Figura 17). O
resultado é que a rede quase se divide pela metade, com as duas bordas (direita
e esquerda) ligadas apenas por três arestas que ligam Horário a Claudius, Osric
e Queen (rainha Gertrude). Neste experimento, é possível perceber a
importância de Hamlet na trama, mas não por ser protagonista da história, e sim,
por proporcionar estabilidade à rede. Para comprovar essa afirmação, Moretti
228 Ibid., 214-217.
94
remove o que seria o segundo personagem mais central da trama, Claudius
(Figura 18). A consequência é que poucas arestas periféricas são subtraídas, e
com isso, a estrutura da rede é pouco afetada.229
Figura 17. A rede de Hamlet sem o personagem Hamlet.230
Figura 18. A rede de Hamlet sem o personagem Claudius.231
229 Moretti, ”Network Theory, Plot Analysis”, 4-5.

231 Ibid., 221.
95
Contudo, se remover Hamlet e em seguida o personagem Horatio
(Figura 19), ocorre uma fragmentação tão radical na estrutura da rede, que os
personagens Ghost (o fantasma de Hamlet) e Fortinbras, que interagem no início
e no final da história respectivamente, se separaram um do outro e do resto da
trama, praticamente esfacelando a obra de Shakespeare. Nota-se que apesar
de Horatio ser menos protagonista que Claudius no enredo, ele é mais
importante em termos estruturais.232
Figura 19. A rede de Hamlet sem os personagens Hamlet e Horatio.233
Outro detalhe da análise de rede em Hamlet é a formação de um
hexagonal composto por seis personagens centrais: Hamlet, Claudius, Queen
(rainha Gertrude), Polonius, Ophelia e Laertes, a parte mais densa da rede.
232 Moretti, ”Network Theory, Plot Analysis”, 5.

96
Esses personagens principais também estariam ligados a todos os outros da
trama, o que configuraria um Clustering (agrupamento), um conceito técnico da
teoria de redes, que Mark Newman 234 explica assim:
“Em muitas redes verifica-se que se o vértice A estiver
conectado ao vértice B e o vértice B ao vértice C, então há uma
probabilidade elevada de que o vértice A também esteja conectado ao
vértice C. Na linguagem das redes sociais, o amigo de seu amigo
provavelmente também é seu amigo. Em termos de topologia de rede,
transitividade significa a presença de um número elevado de triângulos
na rede - conjuntos de três vértices, cada um deles conectado a cada
um dos outros”.235
O conceito de agrupamento explica a razão pela qual a remoção de
Claudius afeta pouco a estrutura da rede. Ele pertence a uma região muito
interconectada e por isso, permanece tão sólida mesmo sem a presença do
personagem. Com Horatio (que não faz parte do hexagonal pertencente a parte
mais densa da rede) acontece o oposto. Ele está situado na parte da rede onde
o agrupamento é tão baixo, que sem a sua presença, ela praticamente se
desintegra. Horatio é como se fosse a ‘porta de entrada’ de boa parte da borda
esquerda da rede, onde estão os personagens menos conectados do enredo.236
2.2.10. A leitura distante e as Humanidades Digitais
234 Mark Newman, físico britânico e professor na University of Michigan e do Santa Fe Institute, é
conhecido pelo seu trabalho em sistemas de rede, ganhador do Lagrange Prize 2014.
235 Newman, “The Structure and Function of Complex Networks”, 183; tradução do autor.
97
O conceito de leitura distante ainda pode ser considerado uma obra
inacabada e inconclusiva, possuindo algumas brechas ao longo da sua
concepção. Contudo, trouxe algumas inovações metodológicas e conceituais
interessantes que podem ser exploradas mais adiante por outras linhas de
pesquisas das Humanidades Digitais, em especial, na Organização do
Conhecimento. A utilização de métodos e ferramentas de outras áreas tão
distintas da história literária – análise quantitativa, pesquisa de mercado, estudo
de gráfico, árvore genealógica, teoria de rede, entre outros –, além de evidenciar
a natureza interdisciplinar típica das Humanidades Digitais, abre um horizonte
de possibilidades para inovações nos estudos das ciências humanas. Franco
Moretti saiu da sua ‘zona de conforto’ – estudo tradicional da história da literatura
–, no qual dominava, para se expor em um universo que era pouco familiarizado,
o ambiente digital. A sua ousadia pode ser muito valiosa para o futuro das
Humanidades Digitais.
98
Considerações Finais
A Organização do Conhecimento compreende um processo de
representação e destina-se, principalmente, à recuperação eficaz por parte dos
usuários. O objetivo deste processo é possibilitar e facilitar o acesso à
informação, que por sua vez, tem a competência e a intenção de produzir
conhecimento.237 O termo knowledge organization systems (KOS) foi utilizado
por Gail Hodge (1945-2017) para englobar dicionários, glossários, arquivos de
autoridade, taxonomias, sistemas de classificação, cabeçalhos de assunto,
tesauros, redes semânticas e ontologias.238
A Organização do Conhecimento está intimamente ligada a noção de
classificação. Ranganathan sintetiza a complexa tarefa de classificar, e enfatiza
a importância desta atividade para a evolução da humanidade:
“Na classificação dos assuntos, ideias são abstratas que
precisam ser organizadas e classificadas. [...] A capacidade
classificatória inata do classificador tem mais necessidade de ser
reforçada pelo treinamento sistemático. Isso é essencialmente
treinamento intelectual. Envolve treinamento no processo de
abstração de atributos de entidades, selecionando os poucos dentre
uma infinidade, e descobrindo uma medida adequada então como as
bases para a classificação. Esse processo de abstração é algo
congênito para o intelecto humano. A prática disso, com salvaguardas
adequadas, tem sido responsável por grande parte do progresso
humano”.239
237 Barreto,“A Condição da Informação”, 67-68.

238 Hodge, Systems of Knowledge Organization for Digital Libraries, 3-4.
239 Ranganathan, Prolegomena to library classification, 548.
99
Se as teorias de classificação podem ser divididas conforme a finalidade
(filosóficas ou bibliográficas), a amplitude de aplicação (gerais ou
especializadas) ou ao tipo de característica (naturais ou artificiais), após a teoria
da classificação facetada, elas também podem ser divididas de acordo com a
forma de apresentação, em enumerativas (hierárquicas) ou analítico-sintéticas.
O diferencial do sistema classificatório proposto por Ranganathan é a utilização
de uma estrutura dinâmica e multidimensional. E talvez este seja o caminho mais
lógico a ser seguido no processo evolutivo da Organização do Conhecimento
nas Humanidades Digitais.240
No século XX, a dificuldade de representar um texto não estruturado
dividiu as ciências sociais quantitativas das humanidades. Em vez de
simplesmente contar palavras ou volumes, leitores distantes tratariam cada vez
mais a escrita como um campo de relações a ser modelado, usando equações
que conectem os conhecimentos linguísticos aos sociais. A especialização
sempre será valiosa, mas nada impede a utilização de métodos e conceitos de
outras áreas do conhecimento, a fim de obter ganho na pesquisa acadêmica ou
na resolução de algum problema. A utilização de modernas ferramentas digitais
pode até ser assustador para alguns pesquisadores das humanidades
tradicionais, mas esses inovadores métodos de estudo foram essenciais na
criação de novas conexões interdisciplinares. O conceito de leitura distante
apresentou três princípios importantes ao trabalho da Organização do
Conhecimento nas Humanidades Digitais: (i) que é quase inviável obter uma
conclusão definitiva sobre o trabalho literário em qualquer época, pois o estudo
da história literária se resume praticamente aos cânones; (ii) que a base teórica
240 Barbosa, Teoria e Prática dos Sistemas de Classificação Bibliográfica, 16.
100
para a pesquisa acadêmica não precisa necessariamente ser iniciada do zero,
mas que pode ser auxiliada pela ciência computacional; e (iii) que é importante
sempre adquirir novos textos em escala, para gerar novas perspectivas.241
Atualmente, alguns problemas persistem nas frentes de pesquisa da
Organização do Conhecimento nas Humanidades Digitais. A questão sobre o
rigor da modelagem de dados frente ao desenvolvimento da web semântica
ainda está aberta. Enquanto isso, as facetas figuram proeminentemente em
todos esses estágios deste rico processo.
241 Underwood, “Distant Reading and Recent Intellectual History”, 530-533.
101
Bibliografia
Alfonso-Goldfarb, Ana M. “Centenário Simão Mathias: Documentos, Métodos e

Identidade da História da Ciência”. International Journal for the History of
Science – Circumscribere 4 (2008): 5-9. Acessado em 4 de novembro de
2018. https://revistas.pucsp.br/circumhc/article/view/679
_______, Silvia Waisse & Márcia H. M. Ferraz. “From Shelves to Cyberspace:

Organization of Knowledge and the Complex Identity of History of
Science”. Isis 104, nº 3 (setembro 2013): 551-560. Acessado em 15 de
outubro de 2018. http://doi.org/10.1086/673274.
_______, _______ & _______. “New Proposals for Organization of Knowledge

and Their Role in the Development of Database for History of Science”.
International Journal for the History of Science – Circumscribere 21
(2018): 1-12. Acessado em 18 de outubro de 2018.
http://dx.doi.org/10.23925/1980-7651.2018v21;p1-12
_______, Márcia H. M. Ferraz & Piyo M. Rattansi, “Lost Royal Society

Documents on ‘Alkahest’ (Universal Solvent) Rediscovered”. Notes and
Records of the Royal Society 64 (setembro 2010): 435-452. Acessado em
7 de maio de 2019. https://doi.org/10.1098/rsnr.2010.0074.
Arac, Jonathan. “Anglo-Globalism”. New Left Review 16 (julho-agosto 2002):

35-45.
Barbosa, Alice. Teoria e Prática dos Sistemas de Classificação Bibliográfica. Rio

de Janeiro: Instituto Brasileiro de Bibliografia e Documentação, 1969.
Barreto, Aldo de Albuquerque. “A Condição da Informação”. São Paulo em

Perspectiva 16, nº 3 (julho 2002): 67-74. Acessado em 4 de fevereiro de
2019. http://dx.doi.org/10.1590/S0102-88392002000300010.
102
Boot, Peter. “Distant Reading”. Literary and Linguistic Computing 30, nº 1 (abril
2015): 152-154. Acessado em 2 de maio de 2019,
https://doi.org/10.1093/llc/fqu010.
Braudel, Fernand. History and the Social Sciences: the Lougue Durée, trad.
Sarah Matthews. Chicago: University of Press, 1980.
Burnard, Lou. “CAFS: A New Solution to an Old Problem”. Literary and Linguistic
Computing 2, nº 1 (janeiro 1987): 7-12. Acessado 14 de novembro de
2018. https://doi.org/10.1093/llc/2.1.7.
Calzolari, Nicoletta & Antonio Zampolli. “Lexical Databases and Textual Corpora:
A Trend of Convergence between Computational Linguistics Computing”.
In Research in Humanities Computing 1: Selected Papers from the
ALLC/ACH Conference, Toronto, June 1989, ed. Susan Hockey, Nancy
Ide, & Ian Lancashire, 272-307. Oxford: Clarendon Press, 1991.
Candido, Antônio. O Discurso e a Cidade. São Paulo: Duas Cidades, 1993.
Choudhury, G. Sayeed, & David Seaman, “The Virtual Library”. Companion to

Digital Literary Studies, ed. Ray Siemens & Susan Schreibman, 534-546.
Oxford: Blackwell Publishing, 2013.
Ciotti, Fabio & Francesca Tomasi. “Formal Ontologies, Linked Data, and TEI
Semantics”. Journal of the Text Encoding Initiative 9 (setembro 2016):
1-22. Acessado em 24 de fevereiro de 2019.
https://journals.openedition.org/jtei/1480.
Conner, Patrick W. “The Beowulf Workstation: One Model of Computer-Assisted

Literary Pedagogy”. In Literary and Linguistic Computing 6, nº 1, 50-58.
Oxford: Oxford University Press, 1991.
_______. “Networking in the Humanities: Lessons from ANSAXNET”. Computers

and the Humanities 26, nº 3 (junho 1992): 195-204. Acessado em 6 de
fevereiro de 2019. https://www.jstor.org/stable/30204467
103
Coombs, James H., Allen H. Renear & Steven J. DeRose. “Markup Systems and
the Future of Scholarly Text Processing”. In Communications of the ACM
30, nº 11, ed. Peter J. Denning, 933-947. Nova York: ACM, 1987.
Curtius, Ernst R. European Literature and the Latin Middle Ages. Nova Jersey:
Princeton University Press, 2013.
Dalbello, Marja. “A Genealogy of Digital Humanities”. Journal of Documentation

67, nº 3 (2011): 480-506. Acessado em 6 de janeiro de 2019.
https://doi.org/10.1108/00220411111124550.
Darwin, Charles. The Origin of Species. Londres: John Murray, 1859.
DeRose, Steven J., David G. Durand, Elli Mylonas & Allen H. Renear. “What is
Text, Really?”. Journal of Computing in Higher Education 1, nº 2
(dezembro 1990): 3-26. Acessado em 17 de fevereiro de 2019.
https://doi.org/10.1007/BF02941632
Drucker, Johanna, David Kim, Iman Salehian & Anthony Bushong. Introduction
to Digital Humanities: concepts, methods, and tutorials for studens and
instructors. Los Angeles: First Edition, 2014.
“Ebook timeline”. The Guardian (janeiro 2002). Acessado em 1 de abril de 2019.

https://www.theguardian.com/books/2002/jan/03/ebooks.technology.
Even-Zohar, Itamar. Papers in Historical Poetics. Tel Aviv: Porter Institute for
Poetics and Semiotics, 1978.
Fayyad, Usama, Gregory Piatetsky-Shapiro & Padhraic Smyth. “From Data

Mining to Knowledge Discovery in Databases”. AI Magazine 17, nº 3
(março 1996): 37-54. Acessado em 14 de janeiro de 2019.
https://doi.org/10.1609/aimag.v17i3.1230.
Feldman, Ronen. “Practical Text Mining”. In PKDD ’98 Proceedings of the 2nd
European Symposium on Principles of Data Mining and Knowledge
Discovery, ed. Jan M. Zytkow & Mohamed Quafafou, 478. Berlim;
Heidelberg: Springer-Verlag, 1998.
104
_______ & James Sanger. The Text Mining Handbook: Advanced Approaches
in Analyzing Unstructures Data. Nova York: Cambridge University Press,
2007.
_______, Moshe Fresko, Haym, Yonatan Aumann, Orly Liphstat, Yonatan Schler
& Martin. “Knowledge Management: A Text Mining Approach”. In
Proceedings of the Second International Conference on Practical Aspects
of Knowledge Management (PAKM98), ed. Ulrich Reimer, 1-10. Basiléia:
CEUR Workshop Proceedings, 1998.
Fitzpatrick, Kathleen. Planned Obsolescence: Publishing, Technology, and the

Future of the Academy. Claremont: Modern Language Association, 2010.
Goldfarb, C. F. “A Generalized Approach to Document Markup”. In Proceedings

of the ACM SIGPLAN SIGOA Symposium on Text Manipulation, org. Paul
Abrahams, 68-73. Nova York: ACM, 1981.
Han, Jiawei, Micheline Kamber & Jian Pei. Data mining: concepts and
techniques, 3ª ed. Waltham: Elsevier, 2012.
Harris, Jacob. “Word Clouds Considered Harmful”. Nieman Journalism Lab

(outubro 2011): 1-4. Acessado 28 de fevereiro de 2019.
https://www.labor.ucla.edu/wp-content/uploads/2015/03/word-clouds-
harmful.pdf.
“History of E Books, A”. History Cooperative (setembro 2018). Acessado em 1

de janeiro de 2019. https://historycooperative.org/a-history-of-e-books/.
Hjorland, Birger. “What is Knowledge Organization (KO)?”. Knowledge

Organization: International Journal 35, nº 2/3 (julho 2008): 86-101.
Acessado em 6 de março de 2019.
https://doi.org/10.5771/0943-7444-2008-2-3-86.
Hockey, Susan. “The History of Humanities Computing”. In A Companion to

Digital Humanities, ed. Susan Schreibman, Ray Siemens, & John
Unsworth, 2-19. Oxford: Blackwell Publishing, 2004.
105
Hodge, Gail. Systems of Knowledge Organization for Digital Libraries: Beyond
Traditional Authority Files. Washington: The Digital Library Federation
Council on Library and Information Resources, 2000.
Kiernan, Kevin S. “Digital Image Processing and the Beowulf Manuscript”.

Literary and Linguistic Computing 6, ed. Marilyn Deegan, Andrew Armour
& Mark Infusino (1991): 20-27. Acessado em 4 de janeiro de 2019.
http://www.uky.edu/~kiernan/eBeo_archives/articles90s/ksk-llc.htm.
Klein, Lauren F., & Matthew K. Gold. “Debates in the Humanities”. The MIT Press
(2016). Acessado em 17 de maio de 2018.
http://dhdebates.gc.cuny.edu/debates.
Klein, Julie T. Crossing Bourdaries: Knowledge, Disciplinarities, and

Interdisciplinatiries. Charlottesville: University Press of Virginia, 1996.
Kirschenbaum, Matthew. “The Remaking of Reading: Data Mining and the Digital
Humanities”, National Science Foundation Symposium on Next
Generation of Data Mining and Cyber-Enabled Discovery for Innovation
(2007): 1-5. Acessado em 5 de janeiro de 2019.
https://pdfs.semanticscholar.org/9b33/4177e179ba9783a74533169bdc8d
3d07a7aa.pdf.
Kristal, Efraín. ”Considering Coldy...”. New Left Review 15 (maio-junho 2000):

61-74.
Lamping, John, Ramana Rao & Peter Pirolli. “A Focus+Context Technique

Based on Hyperbolic Geometry for Visualizing Large Hierarchies”. In
Proceedings of the ACM CHI 95 Human Factors in Computing Systems,
401-408. Denver: ACM Press, 1995.
Presner, Todd. “Digital Humanities 2.0: A Report on Knowledge”. Emerging

Disciplines, ed. Melissa Bailar (junho 2010). Acessado 2 de fevereiro de
2019. http://cnx.org/content/m34246/latest/.
106
Manning, Patrick. “Digital World History: An Agenda”. Digital History Project (abril
2007). Acessado em 20 de dezembro de 2018.
http://digitalhistory.unl.edu/essays/manningessay.php.
McCarty, Willard. “Becoming Interdisciplinary”. In A New Companion to Digital

Humanities, ed. Susan Schreibman, Ray Siemens & John Unsworth,
69-83. West Sussex: Wiley Blackwell, 2016.
McCarty, Willard. “HUMANIST: Lessons from a Global Electronic Seminar”.

Computers and the Humanities 26, nº 3 (junho de 1992): 205-222.
Acessado em 12 de dezembro de 2018.
https://www.jstor.org/stable/30204468.
Melo, Maria A. F., & Bräscher, Marisa. “Termo, Conceito e Relações Conceituais:
Um Estudo das Propostas de Dahlberg e Hjorlend”. Ciência da Informação
41, nº 1 (janeiro-abril 2014): 67-80.
Michel, Jean-Baptiste, Yuan K. Shen, Aviva P. Aiden, Adrian Veres, Matthew K.

Gray, The Google Books Team, Joseph P Pickett, Dale Hoiberg, Dan
Clancy, Peter Norvig, Jon Orwant, Steven Pinker & Martin A. Nowak,
“Quantitative Analysis of Culture Using Millions of Digitized Books”,
Science 331, nº 6014 (janeiro 2011): 176-182.
Moretti, Franco. Atlas do Romance Europeu 1800-1900. Trad. Sandra Guardini

Vasconcelos. São Paulo: Boitempo Editorial, 2003.
_______. “Conjectures on World Literature”. New Left Review 1 (janeiro-fevereiro

2000): 54-68.
_______. Distant Reading. Nova York: Verso Books, 2013.
_______. “Evolution, World-Systems, Weltliteratur”. In International Symposium

on Studying Transcultural Literary History, org. Gunilla Lindberg-Wada,
113-121. Berlim e Nova York: Walter de Gruyter & Co, 2006.
_______. Graphs, Maps, Trees. Nova York: Verso Books, 2005.
107
_______. Literature, Measured. São Francisco: Pamphlets of the Stanford
Literary Lab, 2016.
_______. “Modern European Literature: A Geographical Sketch”. New Left

Review I 206 (julho-agosto 1994): 86-109.
_______. “More Conjectures”. New Left Review 20 (março-abril 2003): 73-81.
_______. “Network Theory, Plot Analysis”. Literary Lab Pamphlet 2 (maio 2011):
1-31. Acessado em 22 de novembro de 2018.
https://litlab.stanford.edu/LiteraryLabPamphlet2.pdf.
_______. “Operationalizing”: Or, the Function of Measurement in Modern Literary

Theory”. Pamphlets of the Stanford Literary Lab 6 (dezembro 2013): 1-13.
Acessado em 22 de novembro de 2018.
https://litlab.stanford.edu/LiteraryLabPamphlet6.pdf
_______. “Planet Hollywood”. New Left Review 9 (maio-junho 2001): 90-101.
_______. “Style Inc. Reflections on Seven Thousand Titles (British Novels,

1740-1850)”. Critical Inquiry 36, nº 1 (outono 2009): 134-158. Acessado
em 25 de setembro de 2018. http//doi.org/10.1086/606125.
_______. “The End of the Beginning: A Replay to Christopher Prendergast”. New

Left Review 41 (setembro-outubro 2006): 71-86.
_______. “The Slaughterhouse of Literature”. MQL: Modern Language Quarterly

61, nº 1 (março 2000): 207-227.
_______. “World-System Analysis, Evolutionary Theory, ‘Weltliteratur’”. Review

28, nº 3 (2005): 217-228.
Mylonas, Elli & Allen Renear. “The Text Encoding Initiative at 10: Not Just an
Interchange Format Anymore – But a New Research Community”. In
Computers and the Humanities 33, nº 1, 1-9. Nova York: Springer, 1999.
108
Newman, Michael. “The Structure and Function of Complex Networks”. SIAM
Review 45, nº 2 (maio 2003): 167-256. Acessado em 22 de abril de 2019,
https://doi.org/10.1137/S003614450342480.
_______, Mary Keeler, Christian Kloesel, Joseph Ransdell & Allen Renear. “The
Pilot Project of the Electronic Peirce Consortium”. In ALLC ACH’92
Conference Abstracts and Program, org. Nuria Rodrígues, Murtha Baca,
Francesca Albrezzi, & Rachel Longaker, 25-27. Oxford: Christ Church,
1992.
Prendergast, Christopher. “Negotiating World Literature”. New Left Review 8

(março-abril 2001): 100-121.
_______. “Evolution and Literary History: A Response to Franco Moretti”. New

Left Review 34 (julho-agosto 2005): 40-62.
Presner, Todd. “Digital Humanities 2.0: A Report on Knowledge”. Emerging

Disciplines: Shaping New Fields of Scholarly Inquiry in and Beyond the
Humanities, org. Melissa Bailar (junho 2010). Acessado 2 de fevereiro de
2019. http://cnx.org/content/m34246/latest/.
Ranganathan, Shiyali Ramamrita. Prolegomena to Library Classification.

Bombay: Asia Publishing House, 1967.
Raza, Sheeraz. “The History of Digital Content”. ValueWalk (fevereiro 2018).

https://www.valuewalk.com/2018/02/history-digital-content-infographic/.
Reategui, E., M. Klemann, D. Epstein & A. Lorenzatti. “Sobek: a Text Mining Tool
for a Educational Applications”. In International Conference on Data
Mining, 59-64. Las Vegas:Anais do DMIN ‘11, 2011.
Renear, Allen H. “Text Encording”, A Companion to Digital Humanities, ed. Susan

Schreibman, Ray Siemens & John Unsworth, 218-239. Oxford: Blackwell
Publishing, 2004
109
Rorty, Richard. "Being That Can Be Understood Is Language." In Gadamer’s
Repercussions: Reconsidering Philosophical Hermeneutics, ed. Krajewski
Bruce, 21-29. Berkeley: University of California Press, 2004.
Robertson, George G., Jock D. Mackinlay & Stuart K. Card. “Cone Trees:
Animated 3D Visualizations of Hierarchical Information”. In Proceedings
ACM SIGCHI Conference on Human Factors in Computing Systems,
189-194. Nova York: ACM Press, 1991.
Sasson, Donald. “On Cultural Markets”. New Left Review 17 (setembro-outubro

2002): 113-126.
Shaffi, Sarah. “Science Museum to Display James Novel”. The Bookseller (março
2014). Acessado em 2 de janeiro de 2019.
https://www.thebookseller.com/news/science-museum-display-james-
novel.
Shneiderman, Bem, Cody Dunne, Puneet Sharma & Ping Wang. “Innovation
trajectories for information visualizations: Comparing treemaps, cone
trees, and hyperbolic trees”. Sage Publishing 11, nº 2 (dezembro 2014):
87-105. Acessado em 13 de abril de 2019.
https://doi.org/10.1177/1473871611424815.
Sinclair, Stéfan & Geoffrey Rockwell. “Text Analysis and Visualization: Making
Meaning Count”. In A New Companion to Digital Humanities, ed. Susan
Schreibman, Ray Siemens & John Unsworth, 274-290. West Sussex:
Willey Blackwell, 2016.
Sinclair, Stéfan, Stan Ruecker & Milena Radzikowska. “Information Visualization

for Humanities Scholars”. Literary Studies in the Digital Age: A
Methodological Primer (2013). Acessado em 4 de março de 2019.
https://dlsanthology.mla.hcommons.org/information-visualization-for-
humanities-scholars/.
110
Stringfellow, Angela. “The History of Digital Content”. MerlinOne (fevereiro 2018).
https://merlinone.com/history-of-digital-content-infographic/.
Sula, Chris A., & Heather Hill. “The Early History of Digital Humanities”. In Digital
Humanities 2017, org. Michael Sinatra, Stéfan Sinclair, Cecily Raynor, &
Dominic Forest, 1-5. Montreal: McGill University; University de Montréal,
2017.
Svensson, Patrik. “Humanities Computing as Digital Humanities”. Digital

Humanities Quarterly 3, nº 3 (2009). Acessado em 4 de abril de 2018.
http://www.digitalhumanities.org/dhq/vol/3/3/000065/000065.html.
Telles, Helyon V., “História Digital, Sociologia Digital e Humanidades Digitais:

Algumas Questões Metodológicas”, Revista Observatório Palmas 3, nº 5
(agosto 2007): 74-101. Acessado em 2 de maio de 2019.
https://doi.org/10.20873/uft.2447-4266.2017v3n5p74.
Todorov, Tzvetan. Poética da Prosa, trad. Claudia Berliner. São Paulo: Martins
Fontes, 2003.
Underwood, Ted. “Distant Reading and Recent Intellectual History”. In Debates

in the Digital Humanities 2016, ed. Matthew K. Gold & Lauren F. Klein,
530-533. Minnesota: University of Minnesota Press, 2016.
Vany, Arthur S. & W. David Walls. “The Market for Motion Pictures: Rank,
Revenue, and Survival”. Economic Inquiry 35, nº 4 (outubro 1997): 783-
797. Acessado em 11 de fevereiro de 2019.
https://doi.org/10.1111/j.1465-7295.1997.tb01964.x
Vickery, Brian. “Faceted Classification for the Web”. In Axiomathes 18, nº 2,

145-160. Heidelberg: Springer Netherlands, 2008.
Wallerstein, Immanuel. The Modern World-System: Capitalist Agriculture and the

Origins of the European World-Economy in the Sixteenth Century. New
York: Academic Press, 1976.
111
Warner, Julian. “Description and Search Labor for Information Retrieval”. Journal
of the American Society for Information Science and Technology 58, nº 12
(Agosto 2007): 1783-1790. Acessado em 6 de março de 2019.
https://doi.org/10.1002/asi.20664.
Weldon, Stephen P. “Historians and Their Data,”. In Crossing Oceans: Exchange

of Products, Instruments and Procedures in the History of Chemistry and
Related Sciences, org. A. M. Alfonso-Goldfarb, Walter Carnielli & Robert
Anderson, 299-322. Campinas: CLE/UNICAMP, 2015.
Willett, Perry. “Electronic Texts: Audiences and Purposes”. A Companion to

Digital Humanities, ed. Susan Schreibman, Ray Siemens & John
Unsworth, 240-253. Oxford: Blackwell Publishing, 2004.
112

Bruno Marques de Mattos

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Bruno Marques de Mattos

Enviado por

Direitos autorais:

Formatos disponíveis

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO

Bruno Marques de Mattos

A Organização do Conhecimento nas Humanidades Digitais e o Conceito

de Leitura Distante de Franco Moretti

MESTRADO DE HISTÓRIA DA CIÊNCIA

PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM HISTÓRIA DA CIÊNCIA

Bruno Marques de Mattos

A Organização do Conhecimento nas Humanidades Digitais e o Conceito de

Leitura Distante de Franco Moretti

MESTRADO EM HISTÓRIA DA CIÊNCIA

Dissertação apresentada à Banca Examinadora

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Nº do processo 88887.163139/2018-00 (modalidade 1) - Brasil

This study was financed in part by the

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Nº do processo 88887.163139/2018-00 (modalidade 1) - Brasil

À Pontifícia Universidade Católica de São Paulo – PUCSP e a

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – CAPES, pelo

apoio financeiro possibilitando essa pesquisa.

À professora e orientadora Drª. Ana Maria Alfonso-Goldfarb, por sua

generosidade, paciência, cobrança e didática.

Aos professores do programa que compartilharam suas experiências e

Aos colegas do programa, pela ajuda troca de experiências e

Ao meu amigo Rafael Lamardo pelas conversas produtivas sobre esta

Agradeço ao meu pai Afranio pelo seu apoio, ânimo e tranquilidade.

Agradeço minha mãe Josana pela sua força, carinho e postura.

Aos meus irmãos Afranio e Adriana pela torcida.

À minha esposa e companheira Karina, pela compreensão nos meus

estudando e escrevendo no computador.

Palavras-chave: Humanidades Digitais; Organização do Conhecimento; Leitura

Keywords: Digital Humanities; Organization of Knowledge; Distant Reading;

Capítulo 1 - As Humanidades Digitais

1.1. Introdução às Humanidades Digitais .................................................. 15

1.2. Linhas de pesquisa das Humanidades Digitais .................................. 117

Capítulo 2 - A Organização do Conhecimento e a Leitura Distante

2.1. Organização do Conhecimento nas Humanidades Digitais ............... 146

2.2. O conceito de leitura de distante ........................................................ 156

Considerações Finais ............................................................................. 1199

Bibliografia ............................................................................................... 1102

Figura 1. Visualização de texto ................................................................. 29

Figura 2. Visualizações interativas de textos digitais do jornal The

New York Times ........................................................................................ 31

Figura 3. A evolução da tecnologia do sistema de banco de dados ......... 36

Figura 4. Uma visão geral das etapas do processo do KDD .................... 39

Figura 5. Mapa da árvore da Apple Macintosh de TreeViz ....................... 47

Figura 6. Árvores de cone com representação 3D e efeitos de sombra ... 48

Figura 7. Organograma em um navegador de árvore hiperbólica ............. 48

Figura 8. (MS) assunto principal, (P) personalidade, (M) matéria,

(E) energia, (S) espaço e (T) tempo .......................................................... 54

Figura 9. A presença de pistas nos romances de ficção policial ............... 65

Figura 10. Divergência de caráter ............................................................. 80

Figura 11. Número de palavras nos títulos de romances publicados

entre 1740 e 1850 ..................................................................................... 88

Figura 12. Número de publicações britânicas entre 1740 e 1836 ............. 90

Figura 13. Tamanho do mercado literário X tamanho dos títulos

Figura 14. Romances com títulos curtos ................................................... 92

Figura 16. A rede de Hamlet ...................................................................... 93

Figura 17. A rede de Hamlet sem o personagem Hamlet .......................... 95

Figura 18. A rede de Hamlet sem o personagem Claudius ....................... 95

Figura 19. A rede de Hamlet sem os personagens Hamlet e Horatio ....... 96

A sociedade contemporânea atravessa por um período de grandes

seja no mercado de trabalho, na política, no meio ambiente, na comunicação ou

em outra esfera. Não seria diferente no espaço acadêmico.

modificou de forma irreversível a maneira como as instituições de ensino e a