O Atlas dos Percursos de Artistas em Museus é uma ferramenta de visualização cartográfica dedicada à exploração das trajetórias biográficas, formativas e geográficas de artistas presentes em acervos digitais de um conjunto de instituições brasileiras. O projeto permite observar, por meio de mapas interativos, as relações entre artistas, coleções, lugares de nascimento, locais de formação e espaços de circulação, evidenciando conexões que nem sempre são perceptíveis em outras formas de pesquisa ou visualização.
O Atlas teve como ponto de partida o conjunto de obras reunido no Meta-Acervos, navegador para museus em rede, que propõe diferentes metodologias para análise, processamento e navegação por cerca de 4200 obras de 17 museus brasileiros e um arquivo de obras artítisticas.
Enquanto o Meta-Acervos trabalha principalmente com as imagens digitais em suas características visuais e documentais, o Atlas dos Percursos de Artistas em Museus propõe uma ênfase complementar nos artistas, investigando suas trajetórias, deslocamentos, percursos de formação e vínculos com diferentes instituições e territórios.
Acervos digitais e infraestrutura dos dados
Além dos artistas representados nos acervos que compõem o Meta-Acervos, foram incorporadas ao projeto informações provenientes do arquivo do Festival Internacional de Linguagem Eletrônica — FILE. Para isso, foram utilizados dados abertos disponibilizados no site do festival, posteriormente complementados com informações disponíveis na Wikidata.
Essa ampliação permitiu incluir no Atlas dos Percursos de Artistas em Museus artistas ligados à arte e à cultura digital e às práticas artísticas contemporâneas, estabelecendo relações entre acervos de naturezas e períodos distintos.
As etapas de extração e compilação dos dados do Atlas
A construção da base de dados teve início a partir de arquivo em formato JSON utilizado no funcionamento do Meta-Acervos e publicado para consulta no GitHub do projeto. Os dados foram processados e convertidos em uma tabela formato CSV, contendo apenas as informações fundamentais para a nova pesquisa, como os nomes dos artistas e a identificação dos acervos aos quais pertencem suas obras.
Em seguida, a tabela foi trabalhada na plataforma aberta OpenRefine, utilizada para limpeza, padronização e reconciliação de dados. Por meio de seu plugin de conexão com a Wikidata, os nomes dos artistas foram relacionados, sempre que possível, aos seus respectivos identificadores nessa base.
A partir desse processo foi gerado um primeiro conjunto de informações biográficas, incluindo datas e locais de nascimento e morte, dados sobre gênero e informações relacionadas à formação e aos estudos dos artistas.
Problemas e soluções
Em razão das limitações da API da Wikidata em sua utilização por meio do OpenRefine, as consultas foram realizadas em lotes que continham entre 50 e 100 nomes. Cada lote foi acompanhado por um processo manual de verificação e desambiguação dos resultados.
Essa etapa foi particularmente importante nos casos de homônimos, variações de grafia, nomes artísticos, transliterações e registros que continham poucas informações para sustentar uma correspondência mais segura.
Como nem todos os artistas possuem registros no Wikidata, e muitos dos registros existentes apresentam dados incompletos, os resultados obtidos foram submetidos a novas métodos de pesquisa.
O Agente de IA
A partir desse resultado parcial consolidado, foram realizados os primeiros experimentos de enriquecimento de dados com o uso do ChatGPT, em sua versão 5.5. Para essa etapa, foi criado um GPT direcionado à pesquisa na web, configurado com parâmetros voltados ao uso prioritário de fontes academicamente rigorosas, verificáveis e passíveis de auditoria.
O processo foi conduzido de forma supervisionada e inicialmente em lotes pequenos, com cerca de 15 a 50 registros por consulta.
Foram priorizados os artistas que já apresentavam maior quantidade de campos já preenchidos, pois informações previamente conhecidas, como datas, localidades, nacionalidade, gênero ou instituições de formação, forneciam elementos adicionais para a identificação correta e reduziam os riscos de ambiguidade e associação equivocada.
Os critérios de qualificação das informações
Ao longo do processo de criação, ajuste e validação do Agente de IA no GPT, foram estabelecidos critérios de rastreabilidade para as informações retornadas. Esses critérios foram condensados em uma estrutura de três níveis de confiança, atribuídos de acordo com a natureza e a qualidade das fontes encontradas. Essas informações aparecem nas fichas dos artistas no Atlas dos Percursos de Artistas em Museus
Nível alto
O nível alto foi reservado às informações provenientes de enciclopédias e bases estruturadas de referência, como Wikidata, Itaú Cultural e ULAN; de sites oficiais dos próprios artistas; de páginas institucionais de museus e universidades; e de publicações acadêmicas reconhecidas, sobretudo quando havia validação por mais de uma destas fontes.
Nível médio
O nível médio foi aplicado a informações encontradas em publicações não acadêmicas, entrevistas, palestras e depoimentos diretamente atribuídos aos artistas ou a pessoas relacionadas às suas trajetórias.
Nível baixo
O nível baixo foi utilizado para informações provenientes de fontes secundárias de menor institucionalidade, como depoimentos indiretos de pesquisadores, sites pessoais, blogs, redes sociais e páginas sem mecanismos claros de revisão ou responsabilização editorial.
A atribuição dos níveis de confiança permite, assim, tornar transparentes os critérios utilizados na construção da base e preservar as incertezas encontradas durante o processo. O sistema de classificação foi posteriormente aplicado a todo o conjunto de dados da tabela.
Após essa etapa, o conjunto de dados foi submetido a uma nova rodada de pesquisa na Wikidata. por meio de consultas via linguagem SPARQL disponíveis na plataforma, vinculadas às coleções GLAM. Essa nova rodada permitiu preencher campos adicionais, identificar inconsistências e validar parte das informações já incorporadas.
Com a ampliação e a validação progressiva do conjunto de dados, foram realizadas novas rodadas de enriquecimento por meio do GPT. Nessa fase, as consultas passaram a ser organizadas em lotes de até 50 linhas, sempre acompanhadas por supervisão humana.
Os resultados eram revisados antes de sua incorporação, e registros ambíguos ou sustentados por fontes insuficientes permaneciam incompletos ou eram marcados com níveis inferiores de confiança.
Enriquecimento dos dados
Ao longo desse processo, tornou-se perceptível que a qualidade dos resultados melhorava à medida que mais informações eram incorporadas à tabela. A presença de datas, localidades, nacionalidades, instituições de ensino e referências previamente validadas fornecia ao modelo um contexto mais preciso para distinguir artistas homônimos, localizar páginas institucionais pertinentes e direcionar as consultas para fontes mais confiáveis.
As últimas informações pesquisadas foram as coordenadas de georreferenciamento para os locais de nascimento, morte e formação. Nessa etapa, foram utilizadas informações disponíveis na Wikidata e no ArcGIS, posteriormente comparadas e revisadas por meio de sucessivas auditorias com o GPT e manualmente, por meio de sua aplicação direta no mapa.
Esse procedimento permitiu identificar erros que poderiam passar despercebidos em uma avaliação exclusivamente tabular, como coordenadas associadas a cidades homônimas, pontos localizados em países incorretos, inversões entre latitude e longitude, diferenças de sinal etc.
A transformação de informações biográficas em dados geográficos exigiu ainda procedimentos de normalização e interpretação, ainda que não exaustivos. Nomes históricos de cidades, mudanças de fronteiras, instituições extintas, ateliês particulares e descrições genéricas de formação nem sempre correspondem diretamente a uma localização única e verificável.
Nessas situações, sempre que possível optou-se por preservar a natureza da informação original, evitando a atribuição artificial de localizações sem sustentação documental.