{"id":123292,"date":"2026-02-12T07:50:00","date_gmt":"2026-02-12T10:50:00","guid":{"rendered":"https:\/\/www.ufrgs.br\/jornal\/?p=123292"},"modified":"2026-02-19T11:00:51","modified_gmt":"2026-02-19T14:00:51","slug":"lume-assegura-a-preservacao-da-producao-cientifica-da-ufrgs-e-conta-com-estrategias-para-evitar-a-raspagem-de-dados-por-bots-de-ia","status":"publish","type":"post","link":"https:\/\/www.ufrgs.br\/jornal\/lume-assegura-a-preservacao-da-producao-cientifica-da-ufrgs-e-conta-com-estrategias-para-evitar-a-raspagem-de-dados-por-bots-de-ia\/","title":{"rendered":"Lume assegura a preserva\u00e7\u00e3o da produ\u00e7\u00e3o cient\u00edfica da UFRGS e conta com estrat\u00e9gias para evitar a raspagem de dados por bots de IA"},"content":{"rendered":"\n

Acesso aberto | Refer\u00eancia internacional, reposit\u00f3rio da produ\u00e7\u00e3o intelectual da Universidade tem uma m\u00e9dia de 800 novos documentos por m\u00eas e j\u00e1 ultrapassou a marca de 50 mil teses e disserta\u00e7\u00f5es disponibilizadas<\/h4>\n\n\n\n

*Foto: Pietro Scopel\/JU<\/em><\/p>\n\n\n\n

<\/div>\n\n\n\n

Um momento de consagra\u00e7\u00e3o para pesquisadores em forma\u00e7\u00e3o, a defesa da disserta\u00e7\u00e3o de mestrado ou da tese de doutorado n\u00e3o \u00e9, como comumente se imagina, o fim de uma etapa. Na verdade, ela marca o in\u00edcio de um novo ciclo do processo cient\u00edfico: aquele que oferece \u00e0 pesquisa um novo mundo de possibilidades. <\/p>\n\n\n\n

Na UFRGS, cada disserta\u00e7\u00e3o e tese defendida tem seu alcance ampliado por meio da disponibiliza\u00e7\u00e3o de seu conte\u00fado completo em acesso aberto no Lume<\/a>, ou seja, de forma gratuita e irrestrita. Al\u00e9m de ser o local de dep\u00f3sito e preserva\u00e7\u00e3o da produ\u00e7\u00e3o intelectual da Universidade, o reposit\u00f3rio digital possibilita que ela seja coletada por diversos provedores de servi\u00e7os nacionais e internacionais, como Oasisbr<\/a>, Networked Digital Library of Theses and Dissertations<\/a> (NDLTD) e o Google Acad\u00eamico, potencializando sua contribui\u00e7\u00e3o \u00e0 produ\u00e7\u00e3o do conhecimento.<\/p>\n\n\n\n

Em outubro \u00faltimo, o Lume ultrapassou a marca hist\u00f3rica de 50 mil teses e disserta\u00e7\u00f5es produzidas nos Programas de P\u00f3s-gradua\u00e7\u00e3o da UFRGS disponibilizadas, com quase 6 milh\u00f5es de acessos e cerca de 5 milh\u00f5es de downloads s\u00f3 em 2025. E n\u00e3o \u00e9 s\u00f3 isso. Nos mais de 17 anos de projeto, a equipe de especialistas localizada no Centro de Processamento de Dados (CPD) realiza a inclus\u00e3o mensal de centenas de documentos dos mais diversos tipos, como trabalhos de conclus\u00e3o de curso, artigos, resolu\u00e7\u00f5es e decis\u00f5es do Conselho de Ensino, Pesquisa e Extens\u00e3o (Cepe) e do Conselho Universit\u00e1rio (Consun), e at\u00e9 mesmo o conte\u00fado veiculado pelo Jornal da Universidade.<\/p>\n\n\n\n

O Lume foi implementado em 2008, a partir da incorpora\u00e7\u00e3o da Biblioteca Digital de Teses e Disserta\u00e7\u00f5es (BDTD) da UFRGS, criada em 2001. No entanto, mesmo com toda essa longevidade e com um papel essencial para a realiza\u00e7\u00e3o, a divulga\u00e7\u00e3o, a internacionaliza\u00e7\u00e3o e a disponibiliza\u00e7\u00e3o de documentos da pesquisa desenvolvida na Universidade se assemelham, para a maioria da comunidade acad\u00eamica, a uma \u201ccaixa preta\u201d. O termo, empregado pelo antrop\u00f3logo e soci\u00f3logo Bruno Latour para explicar como um conceito ou tecnologia consolidada funciona sem que seus detalhes internos sejam conhecidos, serve de ilustra\u00e7\u00e3o para o desconhecimento sobre como uma tese de doutorado, por exemplo, \u00e9 preservada e disponibilizada globalmente por meio de um link permanente e acess\u00edvel a qualquer parte do mundo.<\/p>\n\n\n\n

Jogando luz sobre o Lume<\/h5>\n\n\n\n

Por tr\u00e1s da efici\u00eancia internacionalmente reconhecida do reposit\u00f3rio digital da UFRGS<\/a>, h\u00e1 pessoas comprometidas com a divulga\u00e7\u00e3o cient\u00edfica em acesso aberto. Composta pelas bibliotec\u00e1rias Cleusa Pavan e Janise Borges e pela analista de tecnologia da informa\u00e7\u00e3o (TI) Manuela Klanovicz Ferreira, a equipe do Lume tamb\u00e9m conta com o apoio do bolsista Thiago Gon\u00e7alves e do analista de TI Cleber Machado, cedido em meio per\u00edodo para colaborar no processo de atualiza\u00e7\u00e3o do DSpace<\/a>, software que possibilita o armazenamento, o gerenciamento, a publica\u00e7\u00e3o e a preserva\u00e7\u00e3o dos arquivos. Mesmo enxuta, a equipe trabalha incansavelmente para dar conta de disponibilizar uma m\u00e9dia de 800 documentos por m\u00eas.<\/p>\n\n\n\n

\n

“H\u00e1 meses em que esse volume chega a mil. Esses documentos s\u00e3o importados de v\u00e1rios sistemas, como o cat\u00e1logo das bibliotecas da UFRGS (SABi) e o Sistema de Eventos Institucionais, e de outros \u00f3rg\u00e3os, como \u00e9 o caso das resolu\u00e7\u00f5es e decis\u00f5es do Conselho de Ensino, Pesquisa e Extens\u00e3o (Cepe) e do Conselho Universit\u00e1rio (Consun)”<\/p>\nManuela Klanovicz Ferreira<\/cite><\/blockquote>\n\n\n\n

Mas, no caso das disserta\u00e7\u00f5es e teses, qual \u00e9 o percurso que o arquivo final percorre at\u00e9 se tornar um documento digitalmente dispon\u00edvel no Lume? Como se d\u00e1 e que coletivos humanos e n\u00e3o humanos (para citar novamente Latour) esse processo envolve? <\/p>\n\n\n\n

Tudo come\u00e7a com a a\u00e7\u00e3o das secretarias e n\u00facleos administrativos dos Programas de P\u00f3s-gradua\u00e7\u00e3o da UFRGS, que, logo ap\u00f3s o recebimento da ata de defesa, encaminham ao novo mestre ou doutor um termo de autoriza\u00e7\u00e3o para a divulga\u00e7\u00e3o de seu trabalho de conclus\u00e3o no Lume. Uma vez assinado pelo pesquisador e orientador, esse consentimento \u00e9 enviado digitalmente, juntamente com o arquivo final do trabalho defendido, a uma das 28 unidades setoriais do Sistema de Bibliotecas<\/a> (SBUFRGS).<\/p>\n\n\n\n

As e os bibliotec\u00e1rios da Universidade re\u00fanem e registram esses documentos, dando aten\u00e7\u00e3o \u00e0 qualifica\u00e7\u00e3o de seus metadados. Essas informa\u00e7\u00f5es s\u00e3o essenciais para a reprodutividade da pesquisa, por exemplo. \u201cPublica\u00e7\u00f5es em acesso aberto tendem a ter um volume de cita\u00e7\u00f5es mais elevado, e o Lume d\u00e1 visibilidade \u00e0 essa produ\u00e7\u00e3o acad\u00eamica registrada pelas bibliotecas\u201d, destaca a diretora da Biblioteca Central da UFRGS, Dirce Santin. A pr\u00f3xima etapa fica a cargo do CPD: a equipe do Lume insere os arquivos no servidor e gera o link de acesso no registro do SABi, garantindo sua disponibiliza\u00e7\u00e3o e preserva\u00e7\u00e3o digital.<\/p>\n\n\n\n

Como explica Janise Borges, o chamado URI (Identificador Uniforme de Recurso) difere do URL geralmente usado como endere\u00e7o para p\u00e1ginas on-line por sua persist\u00eancia. Isso porque, o localizador URL de um site de anais de congresso, por exemplo, pode ser removido e se tornar indispon\u00edvel. J\u00e1 um identificador URI permanece v\u00e1lido e consistente ao longo do tempo, independentemente de onde o recurso, seja ele texto, imagem ou banco de dados, esteja armazenado.<\/p>\n\n\n\n

\n

“O URI \u00e9 um identificador persistente, ou seja, ele garante o acesso permanente ao documento. \u00c9 um link que n\u00e3o quebra. Mesmo se houver uma mudan\u00e7a de endere\u00e7o do reposit\u00f3rio, a pessoa continua sendo direcionada ao lugar certo”<\/p>\nJanise Borges<\/cite><\/blockquote>\n\n\n\n

Uma vez armazenada a disserta\u00e7\u00e3o ou tese no Lume, ela pode ser acessada gratuitamente de qualquer lugar do mundo, podendo contribuir com a constru\u00e7\u00e3o global do conhecimento.<\/p>\n\n\n

\n
\"\"
Manuela Klanovicz Ferreira (analista de sistemas e coordenadora da equipe do Lume), Cleusa Pavan e Janise Silva Borges da Costa (bibliotec\u00e1rias) e Gabriela de Souza D\u2019Andrea (assistente de administra\u00e7\u00e3o) (Foto: Pietro Scopel\/JU)<\/figcaption><\/figure>\n<\/div>\n\n\n
Os bots e o desafio de proteger a produ\u00e7\u00e3o intelectual<\/h5>\n\n\n\n

Enquanto reposit\u00f3rio, o Lume \u00e9 uma das m\u00e1quinas virtuais do servidor do CPD da UFRGS, localizado no C\u00e2mpus Sa\u00fade. Assim como os demais sistemas do CPD, ele passa por manuten\u00e7\u00f5es, backups<\/em> e monitoramentos regulares para garantir seu funcionamento e integridade. Integridade essa que vem sofrendo investidas di\u00e1rias de um novo tipo de amea\u00e7a: os bots<\/em>. Os ataques sistem\u00e1ticos dessas ferramentas automatizadas a reposit\u00f3rios de produ\u00e7\u00e3o intelectual de todo o mundo t\u00eam um objetivo: extrair, ou \u201craspar\u201d, informa\u00e7\u00f5es em larga escala para alimentar plataformas de Intelig\u00eancia Artificial.<\/p>\n\n\n\n

Manuela relata que o aumento desse tipo de ciberataques vem sendo identificado e combatido pela equipe do Lume desde 2020. No in\u00edcio, detectar a atua\u00e7\u00e3o em massa dos rob\u00f4s era mais simples, pois os IPs (sigla em ingl\u00eas para Protocolo de Internet, identificador num\u00e9rico exclusivo atribu\u00eddo a cada dispositivo conectado a uma rede para a troca de dados) mantinham-se por uma janela de tempo maior. Com o tempo, a equipe do Lume viu as estrat\u00e9gias utilizadas pelos bots<\/em> se sofisticarem.<\/p>\n\n\n\n

\n

“Atualmente esses rob\u00f4s mudam seus IPs a cada cinco minutos. Eles n\u00e3o derrubam mais o servi\u00e7o, mas o acessam em massa at\u00e9 deix\u00e1-lo muito lento. Antes era mais f\u00e1cil identificar um IP discrepante. Hoje, s\u00e3o muitos os rob\u00f4s com essas estrat\u00e9gias de mudar a origem de seus acessos, o que dificulta a nossa detec\u00e7\u00e3o. Por isso, estamos trabalhando para barr\u00e1-los de forma mais eficiente”<\/p>\nManuela Klanovicz Ferreira<\/cite><\/blockquote>\n\n\n

\n
\"\"
Captura de tela \u201cPortal em manuten\u00e7\u00e3o\u201d. O acesso massivo de bots de intelig\u00eancia artificial causa lentid\u00e3o do sistema e, por vezes, sua indisponibilidade. O problema \u00e9 global e n\u00e3o afeta apenas o Lume (Imagem: Pietro Scopel\/JU)<\/figcaption><\/figure>\n<\/div>\n\n\n

Al\u00e9m da eventual lentid\u00e3o e indisponibilidade de acesso ao Lume pelos usu\u00e1rios, a a\u00e7\u00e3o massiva dos bots <\/em>de empresas de IA acarretam um desafio important\u00edssimo \u00e0 integridade da produ\u00e7\u00e3o intelectual: o do cr\u00e9dito de autoria. \u201cO que que a IA faz? Ela acaba usando o conhecimento de toda a internet e n\u00e3o d\u00e1 cr\u00e9dito a ningu\u00e9m\u201d, reflete a bibliotec\u00e1ria Cleusa Pavan.<\/p>\n\n\n\n

\n

“No meio cient\u00edfico, sempre se cita a origem da informa\u00e7\u00e3o. A gente pode usar o que a pessoa escreveu, mas com refer\u00eancias. Quando isso n\u00e3o ocorre, \u00e9 question\u00e1vel”<\/p>\nCleusa Pavan<\/cite><\/blockquote>\n\n\n\n

Mas, afinal, que tipos de amea\u00e7a esses bots<\/em> efetivamente representam? Conforme a Cloudflare<\/a>, fornecedora de uma plataforma de servi\u00e7os para proteger e acelerar sites e aplicativos para grandes empresas de tecnologia, a raspagem da web ocorre quando os bots<\/em> baixam todo o conte\u00fado de um site para uso, em grande parte dos casos, malicioso, podendo causar interrup\u00e7\u00f5es nos servi\u00e7os, viola\u00e7\u00e3o de dados e sobrecarga dos sistemas.<\/p>\n\n\n\n

\n

Amea\u00e7as de bots<\/em> de IA aos reposit\u00f3rios institucionais<\/strong><\/p>\n\n\n\n