Radar Perene / Arquivos / ciência

16 planilhas, um hash: o pacote de dados públicos por trás de dois índices

◦ Metodologia v2.2 dos índices (working papers com DOI). Ver metodologia.

Ciência

Um gráfico convence; um arquivo baixável convida à desconfiança — e é por isso que o arquivo vale mais. Quase todo provedor de análise de mercado publica a curva pronta: bonita, editada, impossível de auditar. O que quase nenhum publica é a matéria-prima, no estado em que qualquer pessoa possa reconstruir o desenho ou desmenti-lo. A diferença entre os dois gestos é a diferença entre pedir confiança e dispensá-la.

Junto de dois dos seus índices publicados, a casa mantém no Zenodo um pacote de dados público — séries, eventos datados e material de pré-registro — em que cada arquivo é acompanhado de um código de verificação SHA-256. O hash torna a integridade checável por qualquer leitor: se um único byte do arquivo mudar, o código muda junto, e a adulteração fica visível sem depender da palavra de ninguém.

O que um hash faz por um leitor que não é técnico

Um hash é uma impressão digital matemática de um arquivo. O leitor não precisa entender o cálculo para usar a consequência: o código publicado junto do dado é a promessa de que aquele dado é exatamente aquele — não uma versão retocada depois, não uma planilha "atualizada" em silêncio. Quem baixa o arquivo pode gerar o código na própria máquina, com ferramentas gratuitas, e comparar. Bateu, o arquivo é o original; não bateu, alguém mexeu.

Em números: o pacote reúne 16 planilhas, cada uma com sua verificação SHA-256, depositadas com DOI próprio e versionamento preservado no repositório.

Para dados de mercado, isso resolve um problema silencioso: séries históricas são editáveis por natureza, e a tentação de corrigir o passado — apagar o dado que envelheceu mal, ajustar a janela que ficou feia — não deixa rastro quando o dado mora num servidor privado. Depositado com hash num repositório de terceiros, o passado fica preso: qualquer correção exige uma versão nova, datada, ao lado da antiga.

Por que num repositório científico, e não no próprio site

O pacote poderia morar no site da casa — e seria uma promessa mais fraca. No Zenodo, operado pelo CERN, o depósito ganha três propriedades que um site privado não oferece: o DOI, que torna o conjunto citável como objeto acadêmico; o versionamento imutável, que preserva cada estado anterior; e a custódia independente, que sobrevive à própria casa. Se este site sair do ar amanhã, o pacote continua onde está.

Há também uma razão de ecossistema. Boa parte da matéria-prima da pesquisa da casa vem de dados abertos brasileiros — o caminho que uma série do Ipeadata percorre até virar pesquisa é contado em artigo próprio. Quem se alimenta de dado público e devolve dado fechado interrompe o ciclo que o sustenta; devolver o pacote aberto, verificável e citável é a contrapartida coerente.

O que o pacote não substitui

Dado verificável não é método aberto. O pacote documenta os insumos e os eventos datados por trás de dois índices; não documenta cada decisão de construção — essa fronteira é a mesma discutida em por que a casa abriu a fórmula de um índice e não dos outros. Tampouco o hash atesta qualidade: ele garante que o arquivo não mudou, não que o arquivo esteja certo. Integridade e mérito são auditorias diferentes — o pacote resolve a primeira e expõe o material à segunda.

É pouco? É o que separa uma afirmação auditável de uma apresentação. E fechada a conta desta trilha — índices com DOI, uma fórmula aberta por critério, um achado que sobreviveu a reteste, dados com verificação —, sobra a pergunta que a próxima trilha enfrenta: quem vigia quem faz tudo isso, se nenhum regulador exige nada disso?

Citável também significa citável contra a casa: quem escrever um estudo desmentindo um índice daqui pode usar o próprio pacote como evidência — e essa possibilidade, longe de ser um risco tolerado, é o argumento central. Dados publicados que só servem para confirmar quem os publicou não são dados abertos; são propaganda em formato de planilha. O pacote existe para ser usado em qualquer direção, inclusive a incômoda.

Perguntas frequentes

O que exatamente há no pacote?

Séries de dados, eventos datados e material de pré-registro usados por dois índices publicados da casa — 16 planilhas no total, cada uma com verificação SHA-256, sob o DOI 10.5281/zenodo.21399426.

Como conferir um hash na prática?

Sistemas operacionais modernos trazem o cálculo embutido em ferramentas de linha de comando, e há utilitários gratuitos com interface gráfica. O procedimento se resume a gerar o código do arquivo baixado e comparar com o publicado — qualquer divergência denuncia alteração.

Hash verificado significa dado correto?

Não. O hash garante que o arquivo é idêntico ao depositado — integridade, não mérito. Erros de coleta ou de construção continuam possíveis; a diferença é que, com o dado aberto, eles ficam encontráveis por qualquer leitor.

Por que só dois índices têm pacote de dados?

Porque o depósito acompanha o estágio de publicação de cada estudo. O pacote existe onde a documentação pública já sustentava esse passo; o padrão de abertura de cada material segue o critério discutido ao longo desta trilha.

---

Continue a trilha — e abra a próxima: Quem audita o auditor: o problema de um índice que ninguém regula por fora →

Leituras da casa: a leitura de hoje está no Diário; os episódios em arquivo, no Atlas.

Montar um pacote verificável para um conjunto de dados do leitor é o tipo de exercício que a casa discute em conversa, fora do artigo público.

Leia também: Quem audita o auditor: o problema de um índice que ninguém regula por fora · O que é o Zenodo — e por que a licença também é pesquisa · Ipeadata: onze mil séries que viram pesquisa