O jornal online que deixou de sair, a página da escola refeita em 2009, o sítio de uma agência pública extinta — na web, o desaparecimento é a regra. O Arquivo.pt é a exceção organizada: um serviço público que preserva milhões de ficheiros recolhidos da web desde a década de 1990 e os torna pesquisáveis por qualquer pessoa. A informação sobre o serviço está concentrada em sobre.arquivo.pt, o sítio informativo do Arquivo.pt, onde se lê a fórmula que resume tudo: em Arquivo.pt, qualquer pessoa pode pesquisar o passado da web portuguesa.
O que o arquivo recolhe — e como
O funcionamento descrito pelo próprio serviço tem três passos. Periodicamente, o Arquivo.pt recolhe e armazena informação publicada na web; depois processa essa informação para a tornar pesquisável e acessível; e todo este processo de preservação é realizado de forma automática, através de um sistema informático distribuído de larga escala. Não é, portanto, um diretório escolhido à mão: é uma recolha contínua e sistemática, cuja dimensão o serviço apresenta na página «O Arquivo.pt em Números».
Os registos técnicos das capturas mostram duas coisas importantes. Primeiro, cada captura fica marcada com o endereço exato da página e com um carimbo de data, hora, minuto e segundo — é isso que permite ver uma página «tal como estava» num dado momento, e não apenas «antiga». Segundo, o fundo do arquivo é mais velho do que as suas próprias recolhas: há capturas de 2006 e 2007 guardadas em ficheiros da coleção «FCCN-PT-HISTORICAL» gerados já em janeiro de 2009, o que indica que recolhas históricas anteriores foram integradas a posteriori. É assim que o serviço consegue afirmar que preserva ficheiros recolhidos da web desde a década de 1990.
Os nomes dos ficheiros de arquivo revelam ainda a infraestrutura por trás do serviço: nas capturas de 2009 surge a máquina de recolha awp01.fccn.pt e, nas de 2010 e 2011, a máquina p13.arquivo.pt — a recolha corre na esfera da FCCN e do próprio Arquivo.pt, coerente com a ligação à FCCN que as notícias do serviço deixam visível, como o Programa de Mobilidade em Bibliotecas do Ensino Superior realizado na FCCN.
Pesquisar: páginas, imagens e endereços
A ajuda do serviço está organizada em dois eixos de pesquisa, cada um com modo simples e avançado: pesquisa de páginas e pesquisa avançada de páginas, pesquisa de imagens e pesquisa avançada de imagens. À volta destas ferramentas existe documentação de apoio — «Perguntas frequentes», «Informações gerais», «Recolha de conteúdos», «Acesso e pedidos de remoção» — e um catálogo de serviços.
Uma ordem de trabalho simples, que propomos como sugestão de método: quando se conhece o endereço antigo, começar por ele — as capturas estão ligadas aos endereços das páginas, e é a lista datada de capturas que permite escolher o ano e a hora; quando o endereço se perdeu, pesquisar por termos e abrir a captura mais antiga dos resultados; e, sempre que a evolução interessa, comparar duas capturas da mesma página em datas diferentes. Vale a pena saber que o arquivo não é absoluto: a existência de um mecanismo de «pedidos de remoção» mostra que conteúdos podem ser retirados do acesso, e a própria página de ajuda sobre a pesquisa já existiu em endereços que hoje devolvem «página não encontrada» — até o sítio do arquivo tem passado.
O que uma captura conserva: o caso umic.pt
O exemplo mais à mão é este próprio domínio. Nos registos do Arquivo.pt consultados para umic.pt, a captura mais antiga do sítio é de 6 de dezembro de 2006, às 23h04m53s. A amostra consultada mostra capturas a intervalos irregulares — por vezes semanais, por vezes espaçadas de meses — ao longo de 2007, 2008, 2009, 2010 e 2011, distribuídas por coleções designadas AWP e por uma série histórica anterior.
| Data da captura | Endereço | Indício técnico |
|---|---|---|
| 6 de dezembro de 2006, 23h04 | http://www.umic.pt/ | Coleção histórica «FCCN-PT-HISTORICAL», ficheiro gerado em janeiro de 2009 |
| 15 de fevereiro de 2008 | http://www.umic.pt/ | Coleção AWP1 |
| 25 de junho de 2009 | http://www.umic.pt/ | Máquina de recolha awp01.fccn.pt |
| 9 de junho de 2010 | http://www.umic.pt/ | Máquina de recolha p13.arquivo.pt |
| 3 de julho de 2011 | Páginas interiores de www.umic.pt | Capturas usadas como fonte por estes Cadernos |
| 18 de junho de 2012, 11h26 | http://www.umic.pt/ | Página inicial captada meses após a extinção da agência |
A captura de 18 de junho de 2012 mostra bem o que se conserva. A página inicial exibia ainda uma notícia de 22 de fevereiro de 2012 sobre a 5.ª reunião do Grupo de Trabalho da CSTD da ONU sobre melhorias do IGF, realizada em Genebra entre 20 e 22 de fevereiro desse ano; a mesma notícia explicava que o IGF — Internet Governance Forum — fora criado na segunda fase da Cimeira Mundial sobre a Sociedade da Informação, em Tunis, em novembro de 2005, e que se reunira anualmente desde então, de Atenas em 2006 a Nairobi em 2011. É a matéria que tratamos no texto sobre o IGF e a governação da Internet.
O detalhe que dá força ao arquivo: quando essa captura foi feita, a agência já não existia. A UMIC funcionou entre 2005 e 2012 e foi a FCT a suceder-lhe, a partir de 1 de março de 2012, na coordenação das políticas públicas para a sociedade da informação — percurso que contamos no texto sobre o que fez a UMIC entre 2005 e 2012. O sítio, porém, continuou legível no arquivo, com as suas páginas interiores — incluindo as capturas de julho de 2011 que servem de fonte a textos como o do e-U Campus Virtual. A web esqueceu; o arquivo não.
Colaborar com a memória
O Arquivo.pt não se limita a receber visitas: aceita colaboração de quem edita e de quem lê. As portas de entrada anunciadas pelo serviço são concretas: «Sugerir site» para propor sítios web para arquivo; «Arquive já uma página» para gravar de imediato uma página específica; «Preserve citações» para fixar as fontes citadas num texto; «Conserte links quebrados» para reencaminhar ligações mortas para a versão arquivada; «Doe conteúdos históricos» e «Forneça conteúdos» para entregar materiais antigos; «Coleções colaborativas» para conjuntos temáticos construídos com parceiros; e um «Memorial do Arquivo.pt».
Para quem publica, o serviço pede que se sigam recomendações ao publicar uma página — a condição técnica para que uma recolha automática consiga guardar o que foi escrito. É a versão arquivística de um princípio que conhecemos bem da acessibilidade: a conservação futura decide-se no momento em que a página é feita.
Um instrumento de investigação e de cidadania
Além da pesquisa direta, o serviço disponibiliza «API & código-aberto», «Dados abertos» e conjuntos de dados para investigação, com exemplos de investigação derivados do arquivo. Mantém publicações científicas e relatórios técnicos, exposições online e uma exposição de cartazes, testemunhos de utilizadores e formações sobre preservação da web. O Prémio Arquivo.pt distingue trabalhos que usam o arquivo — os vencedores da edição de 2026 foram anunciados pelo serviço — e iniciativas como «Archiving the Black Web» mostram a orientação para a comunidade, tal como a participação no 15.º Congresso Nacional da BAD e nas Jornadas FCCN 2026, no Porto.
O resultado é um instrumento duplo: serve a investigação que precisa de citar a web com data e serve qualquer cidadão que queira confirmar o que uma página dizia antes de ser alterada ou apagada. Estes Cadernos usam-no exatamente assim — as datas e os números dos nossos textos históricos vêm de capturas verificáveis.
O gesto concreto fica para o fim: abrir arquivo.pt, escrever o endereço de um sítio de que se tenha memória — uma escola, um jornal local, o portal de um organismo extinto — e escolher a captura mais antiga. Se o sítio não estiver lá, o próprio serviço aceita sugestões de sítios para arquivo: a memória da web portuguesa também se constrói com quem a usa. Este artigo pertence ao caderno redes, ensino e conhecimento.