Natureza e finalidade da base
BH.Falas é um dos oito instrumentos de pesquisa de Bibliografia Historiográfica (BH) construídos pelo Laboratório de Pesquisa Histórica (LAPHIS) do Programa de Pós-Graduação em História da Universidade Federal de Sergipe (PROHIS/UFS). Trata-se de uma base consultável de exposições orais públicas de historiadores e historiadoras publicadas no YouTube. Seu objeto central é a fala intelectual situada, compreendendo conferências, entrevistas, aulas abertas, mesas-redondas, debates, lançamentos comentados, webinários e outras modalidades públicas de intervenção de especialistas da área de História.
A unidade de registro é a fala recuperável. O canal do YouTube é tratado como fonte ou publicador. A autoridade intelectual é identificada individualmente em cada vídeo, a partir do título, da descrição, da primeira tela (thumbnail) e dos demais metadados disponíveis.
Respondemos a uma demanda recorrente da pesquisa histórica: estudantes, docentes e pesquisadores frequentemente procuram interpretações, categorias, referências, autoridades, problemas historiográficos ou exposições qualificadas que didatizem ou confirmem proposições originalmente publicadas em textos escritos e, assim, subsidiem aulas, revisões de literatura, comparações historiográficas e projetos de pesquisa.
Apresentamos a base como uma iniciativa vinculada aos Programas de Pós-Graduação em História da Universidade Federal de Sergipe e traduz essa orientação em três eixos fundamentais. O primeiro consiste na democratização do conhecimento, ao ampliar o acesso às falas de especialistas e favorecer revisões de literatura mais extensas, plurais e representativas. O segundo corresponde à integração das falas, transformando registros audiovisuais dispersos no YouTube em um corpus pesquisável por autoria, resumo, descritores, período, canal e referência bibliográfica. O terceiro eixo refere-se ao fortalecimento da universidade pública, assumindo a circulação social do conhecimento histórico como parte da missão institucional da pós-graduação e da pesquisa em História.
Universo empírico
Consideramos como universo empírico inicial os milhões de vídeos publicados no YouTube, compreendido como um repositório público, dinâmico e sujeito a alterações. Pretendemos construir uma amostra progressiva, documentada e auditável de falas de historiadores e historiadoras, selecionadas a partir de canais, descritores e metadados.
As fontes de coleta incluem canais acadêmicos e para-acadêmicos de História; canais de programas de pós-graduação, laboratórios, grupos de pesquisa e revistas científicas; canais de instituições de memória, como museus, arquivos, bibliotecas, centros culturais e memoriais; bem como canais temáticos que publicam entrevistas, conferências, debates ou séries com historiadores.
Como critério complementar de prospecção nominal, também buscamos autoridades que ocuparam a presidência da Associação Nacional de História (ANPUH). Esses nomes funcionam como amostra qualificada de lideranças intelectuais e institucionais do campo historiográfico brasileiro, permitindo localizar falas públicas dispersas fora do canal oficial da entidade e dos canais-semente inicialmente inventariados.
Na etapa inicial do censo que realizamos por meio da YouTube Data API v3 consultamos descritores relacionados à História e à Memória. O levantamento identificou 1.183 canais brutos distintos e resultou na seleção de 591 canais filtrados. A partir desse conjunto foram definidos canais-semente e módulos específicos de coleta.
Em 10 de julho de 2026, após novas rodadas de integração, auditoria de autorias, revisão de descritores e limpeza das descrições, a base publicada continha 1.541 registros, correspondentes a 975 autoridades intelectuais distintas na contagem pública do MySQL, distribuídas em 410 canais publicadores. Desses registros, 21 ainda permaneciam com autoria pendente ou não identificada. Esses números representam o estado da base nessa data e não correspondem ao universo definitivo das falas disponíveis.
Critérios de seleção de canais
Adotamos dois percursos. O primeiro é de natureza acadêmico-historiográfica. Priorizamos canais cujo nome, descrição, palavras-chave ou histórico de publicações indiquem relação direta com História, memória, campos de pesquisa histórica, programas de pós-graduação, laboratórios, revistas científicas ou eventos acadêmicos.
O segundo percurso é de natureza institucional e cultural. Nele incluímos museus, arquivos, bibliotecas, centros culturais, memoriais e outras instituições de memória. Nesses casos, a instituição é considerada fonte ou publicadora, e não autoridade acadêmica. O vídeo somente é incorporado à base quando apresenta indícios consistentes de uma fala histórica qualificada.
Identificamos os canais por meio do channel_id, passam por procedimentos de deduplicação e auditoria e, sempre que possível, têm registrados o título do canal, a URL, o handle ou URL personalizada, a descrição institucional, a quantidade de vídeos publicados, os marcadores institucionais, a playlist de envios e a data da coleta.
Critérios de seleção de vídeos
Combinamos critérios formais, semânticos e curatoriais. O primeiro requisito é a duração mínima de dez minutos, estabelecida por corresponder aproximadamente ao tempo necessário para uma comunicação científica, entrevista substantiva ou intervenção pública com densidade argumentativa. Registros com duração inferior são, em regra, descartados.
Além da duração, os vídeos são avaliados segundo marcadores positivos e negativos. Consideramos indicadores favoráveis conferências, palestras, aulas, aulas magnas, entrevistas, rodas de conversa, mesas-redondas, debates, seminários, colóquios, jornadas, simpósios, cursos, lives, webinários e lançamentos de obras acompanhados de discussão substantiva. Também valorizamos ocorrências de temas que espelham campos consolidados da pesquisa histórica, a exemplo de história oral, ensino de História, história do tempo presente, história política, história do pós-abolição, história da África e história das mulheres. A identificação de historiadores, historiadoras, professores, pesquisadores, doutores ou curadores vinculados a temas históricos constitui igualmente um indicador positivo.
Com base nesses critérios, os vídeos são classificados em quatro níveis de prioridade. Os registros de categoria A apresentam forte probabilidade de integração à base, por reunirem duração adequada, temática histórica e fala qualificada. Os classificados na categoria B permanecem em revisão, enquanto aqueles enquadrados nas categorias C e D somente são incorporados mediante justificativa curatorial específica.
Adotamos como critério formal de exclusão a duração inferior a dez minutos, associada à exigência de que o vídeo contenha uma exposição intelectual substantiva. Nem todo conteúdo relacionado à História constitui uma fala de historiador ou historiadora passível de integrar a base. Podcasts de caráter literário, apresentações musicais, trailers, peças de divulgação institucional, homenagens sem desenvolvimento argumentativo, shorts, chamadas, vinhetas, clipes musicais, propagandas, materiais meramente protocolares, vídeos infantis, visitas mediadas sem exposição intelectual substantiva ou registros administrativos são, em regra, excluídos.
Quando há evidências consistentes da existência de uma fala qualificada, mas não é possível identificar com segurança sua autoria intelectual, o registro pode ser incorporado provisoriamente com o status de autoria pendente. Essa estratégia preserva o material recuperado sem atribuir indevidamente a responsabilidade intelectual.
Nos casos de mesas-redondas ou debates coletivos, o campo destinado à autoridade pode reunir mais de um participante, separado por ponto e vírgula. Ainda assim, a unidade documental permanece sendo a fala publicada, e não a elaboração de fichas biográficas individuais.
Processamento dos metadados
Obtemos os metadados principalmente por meio da YouTube Data API v3 e, quando necessário, pela extração de informações públicas disponíveis nas páginas dos vídeos. Entre os campos coletados encontram-se o identificador do vídeo, a URL, o título original, a descrição, o canal publicador, a data de publicação, a duração, estatísticas públicas, o status de privacidade, a thumbnail e marcadores relacionados à fala, ao conteúdo histórico, à autoridade intelectual e ao ruído informacional.
Preservamos o título originalmente publicado no campo video_title. Para fins de apresentação pública, podemos criar uma versão normalizada, eliminando códigos, hashtags, marcadores de transmissão e repetições desnecessárias.
A thumbnail tem relevância metodológica porque frequentemente apresenta informações ausentes do título ou da descrição, como nomes completos, instituições, séries, programas, temas ou eventos. Por essa razão, constitui importante fonte auxiliar para auditoria e identificação de autoridades intelectuais.
Identificação das autoridades intelectuais
Identificamos a autoria intelectual seguindo uma hierarquia de confiabilidade. Inicialmente, são examinados o título do vídeo e padrões recorrentes de nomeação, como "Entrevista com", "Palestra de", "Conferência de" ou estruturas equivalentes. Em seguida, são analisadas a descrição do vídeo, a thumbnail, os resumos disponíveis e, quando necessário, realiza-se auditoria humana.
Quando a descrição fornece informações mais completas que o título, ela prevalece. Assim, um título abreviado pode ser substituído pelo nome completo do pesquisador mencionado na descrição. Em conversas com múltiplos participantes, podem ser registrados tanto os autores convidados quanto a mediação, desde que esta participe efetivamente da discussão e não exerça apenas funções protocolares.
Resumos e descritores
Elaboramos os resumos a partir da descrição original do vídeo, do título e dos metadados disponíveis. Quando o vídeo apresenta uma descrição suficientemente informativa, seu conteúdo é revisado, condensado e adaptado para a base. Na ausência dessa descrição, produzimos um resumo curatorial fundamentado no título, no contexto do canal, na temática abordada e nas demais informações recuperáveis.
Eliminamos elementos que não agregam valor informacional, como URLs, endereços eletrônicos, hashtags isoladas, chamadas promocionais, pedidos de inscrição ou compartilhamento, publicidade e repetições de informações já registradas em outros campos da base.
Construímos os descritores a partir do título curatorial, do título original do YouTube, do resumo, da descrição/excerto e dos objetos centrais mencionados na fala. O campo de problema de pesquisa não é usado como fonte para criação de descritores. Não há limite predeterminado para sua quantidade. Sempre que o conteúdo justificar, todos os descritores relevantes são preservados, evitando-se apenas duplicações desnecessárias.
Os descritores representam domínios consolidados da disciplina, como história antiga, história da América, história da historiografia e ensino de história quanto categorias como gênero, relações étnico-raciais, patrimônio e memória, além de personagens, instituições, eventos, obras e conceitos que constituam efetivamente o objeto da exposição.
Uma distinção metodológica importante refere-se aos nomes próprios. O palestrante não é utilizado como descritor, pois já possui campo específico de autoria. Em contrapartida, pessoas, instituições, obras ou conceitos que constituam o objeto da conferência devem integrar o conjunto de descritores.
Motor de busca
Concebemos a interface pública para privilegiar consultas simples e intuitivas. Permitemos pesquisas por historiador ou historiadora, resumo, descritores, ano de publicação e critérios de ordenação. O sistema normaliza automaticamente diferenças de acentuação, uso de maiúsculas e minúsculas e espaçamentos, permitindo que o usuário localize pessoas, temas, períodos, instituições e objetos sem necessidade de conhecer a estrutura interna da base de dados.
Apresentamos os resultados em cartões contendo a thumbnail com acesso direto ao vídeo no YouTube, o nome da autoridade intelectual, o título da fala, um resumo informativo, os descritores e a referência bibliográfica correspondente. Para preservar a legibilidade da interface e evitar carregamentos excessivos, cada página apresenta dez registros.
Exportação e proteção da base
Concebemos o BH.Falas como uma base pública de consulta, mas não como um repositório destinado ao download irrestrito de seu conteúdo integral. Em razão disso, implementamos medidas que favorecem o uso acadêmico e dificultam processos automatizados de extração massiva de dados.
A interface limita as consultas da API a dez registros por página, condiciona a exportação em formatos como Excel e CSV à utilização de pelo menos um filtro de pesquisa e restringe cada exportação a cem registros. Complementarmente, o arquivo robots.txt bloqueia a indexação da API por mecanismos de busca, enquanto os cabeçalhos HTTP utilizam diretivas destinadas a impedir indexação, arquivamento e reprodução automática das respostas. Também foi estabelecido um controle simples de frequência para chamadas sucessivas à API.
Reprodutibilidade e auditoria
Fazemos com que todas as etapas de construção da base produzam arquivos de auditoria em formatos CSV e JSON, permitindo reconstruir integralmente o processo de coleta, seleção e integração dos registros. Esses arquivos documentam os canais consultados, os vídeos recuperados, os registros efetivamente incorporados, os vídeos descartados, as correções de autoria realizadas, os descritores acrescentados, as descrições revisadas e os casos que permaneceram pendentes de validação.
Organizamos o fluxo de processamento em scripts especializados, responsáveis pelas diferentes etapas da coleta e da curadoria. Entre eles destacam-se os módulos destinados ao censo de canais, à coleta de vídeos, à integração dos registros à base principal, ao tratamento específico de instituições de memória, à auditoria dos resultados, à correção de autorias e descritores e à limpeza de descrições automáticas ou originais. Essa organização modular permite repetir o processo de atualização da base, documentar todas as intervenções realizadas e identificar eventuais modificações entre diferentes versões do banco de dados.
A coleta automatizada depende da YouTube Data API v3, cujos limites de utilização são determinados por cotas diárias e restrições de frequência de acesso. Eventuais respostas de bloqueio temporário, como o erro HTTP 429 (Too Many Requests), são tratadas como limitações operacionais da plataforma e não comprometem a integridade metodológica da base, exigindo apenas a interrupção temporária da coleta e sua posterior retomada.
Limites da base
Concebemos o BH.Falas como uma base em permanente construção. Sua abrangência depende da disponibilidade pública dos vídeos, da qualidade dos metadados fornecidos pelo YouTube, da estabilidade dos canais e da possibilidade de identificar, com segurança, as autoridades intelectuais e os conteúdos efetivamente apresentados em cada registro.
Entre suas principais limitações encontram-se a remoção ou alteração de vídeos pela própria plataforma, descrições incompletas, informações presentes apenas nas thumbnails, abreviações de nomes, dificuldades para identificar participantes em mesas-redondas e debates coletivos, além das restrições impostas pelas cotas da YouTube Data API v3. Esses fatores tornam inevitável a existência de registros que exigem validação manual ou atualização posterior.
Por essa razão, o BH.Falas deve ser compreendido como uma base dinâmica, continuamente aperfeiçoada à medida que novos vídeos são publicados, novas autoridades são identificadas e os próprios metadados disponibilizados pelas plataformas digitais são atualizados. Esta dinamicidade depende da colaboração dos historiadores e historiadoras que não se encontram na base mas que se predispõem a melhorá-la. Para eventuais correções ou acréscimos, solicitamos que escrevam para laphis.ufs@gmail.com, enviando nome e link da fala.