Data Da Guerra Fria

O que é data da guerra fria

Você provavelmente já se deparou com isso em algum arquivo histórico ou banco de dados acadêmico sem fazer ideia do que estava olhando. A data da guerra fria não é um formato técnico em si, mas sim um conjunto enorme de registros produzidos entre 1947 e 1991 por governos, agências de inteligência, instituições militares e organizações internacionais dos dois blocos. O problema real é que esses dados estão espalhados por dezenas de formatos diferentes, muitos deles obsoletos, e a qualidade varia drasticamente dependendo de onde foram coletados. A maior parte do material disponível publicamente está em arquivos nacionais e repositórios universitários. Nos Estados Unidos, o National Archives tem coleções digitalizadas do CIA FOIA Reading Room, do Pentagon declassified documents e do Department of State's Foreign Relations series. Na Rússia, o Presidential Library em Moscou liberou progressivamente documentos dos anos 1990, mas muita coisa ainda não tem catálogo online. A ONU também mantém registros de sessões do Conselho de Segurança que cobrem o período inteiro. Para pesquisa acadêmica, os portais mais úteis são o Cold War International History Project da Woodrow Wilson Center e o Hoover Institution Archive. Ambos oferecem acesso gratuito a documentos que nunca foram classificados como secretos e também a alguns materiais desclassificados parcialmente. Se você precisa de dados brutos de programas de armas, o Arms Control Association mantém bases estruturadas que são mais confiáveis do que tentar extrair números de relatórios históricos.

O problema é que a maioria desses arquivos não vem em formato limpo. Você vai receber PDFs escaneados, imagens TIFF de microfichas ou arquivos de texto extraídos por OCR com erros terríveis. Eu gastei três semanas tentando construir um dataset cruzado entre relatórios do Estado soviético e dossiês da CIA sobre intervenções na América Latina nos anos 1970. O OCR do arquivo americano estava tão ruim que nomes de pessoas e lugares apareciam como letras aleatórias em cerca de 40% dos documentos. A solução que funcionou foi descartar o OCR automatizado para aqueles documentos e usar comparação visual lado a lado com a imagem original, o que reduziu minha produtividade em algo como 70% em relação ao planejado. Não existe ferramentas boas de OCR para documentos militars soviéticos datilografados em russo antigo. Dados quantitativos sobre a corrida armamentista estão mais estruturados. O Stockholm International Peace Research Institute (SIPRI) tem séries temporais que começam em 1945 e vão até hoje, com dados de gastos militares, estoques de armas convencionais e arsenais nucleares. O Handbook of Nuclear Forces da RAND também é referência, mas muitos dos números mais antigos têm margem de erro grande porque países do bloco soviético reportavam cifras que eram mais propaganda do que realidade.

Pegadinhas que ninguém avisa

Um erro comum é tratar qualquer número encontrado em documentos da guerra fria como factual. Gastos militares soviéticos, por exemplo, eram sistematicamente inflados em publicações oficiais ou subestimados quando vazavam para o Ocidente. Eu vi pesquisadores usarem figuras do Anuário Militar soviético como se fossem exatas e depois se surpreenderem quando as contas não fechavam com dados logísticos internos. O consenso atual entre historiadores econômicos é que os gastos soviéticos com defesa ficavam entre 12% e 17% do PIB, enquanto a cifra oficial americana dos anos 1980 falava em 25%. A verdade provavelmente estava mais perto do terço inferior dessa faixa. Outro problema prático é a dessincronização cronológica. O mundo ocidental usava o calendário gregoriano e o soviético adotou uma reforma calendarial em 1918 que eliminou 13 dias do mês de outubro. Documentos produzidos em transição ou traduções mal feitas podem ter datas deslocadas, e isso causa confusão quando você está cruzando fontes dos dois lados sobre um mesmo evento. Sempre verifique a data de redação original antes de confiar no que está escrito. Também tem a questão dos formatos de arquivo que você vai encontrar. Muita coisa ainda está em fita magnética. Eu conheço um pesquisador que levou seis meses para recuperar dados de teledatos de satélites espiões da série KeyHole, porque as fitas originais estavam em drives de 2 polos magnéticos que nenhuma máquina moderna lê nativamente. O caminho que funcionou foi enviar as fitas para uma empresa especializada em recuperação de mídia magnética, que fez uma cópia forense antes de qualquer tentativa de leitura, e depois adaptar o firmware do drive original via emulation. O custo foi alto e o tempo também.

Trabalhando com o material na prática

Se você vai montar um dataset próprio a partir de fontes primárias, comece definindo exatamente quais variáveis precisa antes de mergulhar nos arquivos. A tendência natural é coletar tudo e depois perceber que metade do que você pegou não tem o campo que realmente importa. Um fluxo que funciona é: selecionar os documentos-chave, extrair os dados brutos em uma planilha com colunas fixas, fazer validação cruzada entre pelo menos duas fontes sempre que possível, e só então pensar em análise. Para documentos em russo soviético, ter um dicionário técnico de termos militares é essencial. Palavras como " " e " " são frequentemente traduzidas de formas diferentes por tradutores diferentes, e essas traduções inconsistentes podem fazer você tratar dois eventos como o mesmo quando na verdade eram coisas distintas. Anotar a versão russa original junto com a tradução na sua planilha evita esse problema. Software útil para o processo todo: Tesseract para OCR em documentos em inglês e português, mas apenas como primeira linha de triagem; o OCRmyPDF para adicionar camadas de texto buscável a PDFs escaneados; e o Python com pandas para consolidação. Nada disso substitui a leitura humana dos documentos originais quando a precisão importa.

O que mais atrapalha na prática é a falta de metadados. Muitos arquivos digitalizados não trazem informação sobre procedência, data de digitação, autor ou nível de classificação original. Sem isso, fica difícil saber se um documento é uma fonte primária confiável ou um resumo secundário feito por alguém que nunca esteve lá. Sempre tente rastrear a cadeia de custódia do documento antes de citá-lo. Se o seu objetivo é apenas consultar dados agregados sem montar uma pesquisa original, os repositórios já estruturados do SIPRI e do U.S. Defense Threat Reduction Agency atendem bem e economizam tempo. A diferença é que você fica dependente das escolhas de quem compilou aquelas tabelas, e às vezes elas ocultam fontes ou incluem correções posteriores que mudam a interpretação dos números originais.