Ética arquivística na era da computação ubíqua, do processamento massivo de dados e da inteligência artificial
##plugins.themes.bootstrap3.article.main##
Resumo
São examinados os dilemas éticos que a arquivística enfrenta atualmente, no contexto da transformação digital, num momento em que a computação, a análise de grandes volumes de dados e a inteligência artificial (IA) são realidades consolidadas que impactam a profissão. O ponto de partida para a análise é o marco ético estabelecido pelo Conselho Internacional de Arquivos (CIA) desde 1996, que passa por uma reavaliação diante desse panorama tecnológico. A reflexão está estruturada a partir de três eixos principais: primeiro, a onipresença da computação ubíqua e suas implicações na produção de documentos e dados; segundo, as tensões morais trazidas pelo processamento de grandes volumes de informação; e terceiro, os dilemas éticos gerados pela delegação de tarefas a sistemas de automação das práticas arquivísticas por meio da IA. Diante dessa situação, argumenta-se que a arquivística precisa construir um horizonte ético mais forte que aborde aspectos como a transparência na ação dos algoritmos, a ética empresarial e a sustentabilidade ambiental e, especialmente, a intervenção humana na definição dos princípios decisivos que influenciam a integridade do patrimônio documental nesses sistemas automatizados.
Downloads
##plugins.themes.bootstrap3.article.details##

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
Referências
Allen, A. (2004). The new ethics: A guided tour of the twenty-first century moral landscape. Miramax Books.
Bahangulu, J. K. & Owusu-Berko, L. (2025). Algorithmic bias, data ethics, and governance: Ensuring fairness, transparency and compliance in AI-powered business analytics applications. World journal of advanced research and reviews, 25(2), 1746-1763. https://doi.org/10.30574/wjarr.2025.25.2.0571 DOI: https://doi.org/10.30574/wjarr.2025.25.2.0571
Colavizza, G., Blanke, T., Jeurgens, C. & Noordegraaf, J. (2021). Archives and AI: an overview of current debates and future perspectives. Journal on computing and cultural heritage, 15(1), 1-15. https://doi.org/10.1145/3479010 DOI: https://doi.org/10.1145/3479010
Consejo Internacional de Archivos - CIA (1996). Código de ética profesional. https://www.ica.org/app/uploads/2024/01/ICA_1996-09-06_code-of-ethics_ES.pdf
Cox, R. J. (2008). Archival ethics: the truth of the matter. Journal of the American Society for Information Science and Technology, 59(7), 1128-1133. https://doi.org/10.1002/asi.20852 DOI: https://doi.org/10.1002/asi.20852
Desai, M. A., Pasquetto, I. V., Jacobs, A. Z. & Card, D. (2024). An archival perspective on pretraining data. Patterns, 5(4), 100966. https://doi.org/10.1016/j.patter.2024.100966 DOI: https://doi.org/10.1016/j.patter.2024.100966
Hamer, A. (2018). Ethics of archival practice: new considerations in the digital age. Archivaria, 85, 156-179. http://archivaria.ca/index.php/archivaria/article/view/13634
Martijn, V. O. (2018). Gatekeeping algorithms with human ethical bias: the ethics of algorithms in archives, libraries and society. arXiv. https://doi.org/10.48550/arxiv.1801.01705
Seberger, J. S. (2021). Into the archive of ubiquitous computing: the data perfect tense and the historicization of the present. Journal of documentation, 78(1), 18-37. https://doi.org/10.1108/jd-11-2020-0195 DOI: https://doi.org/10.1108/JD-11-2020-0195
Shinde, G., Kirstein, T., Ghosh, S. & Franks, P. C. (2024). AI in archival science: a systematic review. arXiv. https://doi.org/10.48550/arxiv.2410.09086
Venkata, S. K., Young, P., Bell, M. & Green, A. (2021). Alexa, is this a historical record? Journal on computing and cultural heritage, 15(1), 1–20. https://doi.org/10.1145/3479008 DOI: https://doi.org/10.1145/3479008
Weiser, M. D. (s. f.). Mark D. Weiser. University of Liverpool. https://cgi.csc.liv.ac.uk/~coopes/comp319/2016/papers/Mark%20D_%20Weiser.htm
Weiser, M. D. (1991). The computer for the 21st century. Scientific American, 265(3), 94-104. DOI: https://doi.org/10.1038/scientificamerican0991-94