Audiologia Computacional no Wikidata: laboratório de qualidade de dados

Avaliar a qualidade constitui uma etapa essencial e negligenciada em iniciativas de dados abertos. Essa avaliação envolve ao menos quatro dimensões fundamentais: i) Completude, que verifica a presença de propriedades essenciais; ii) Verificabilidade, que examina a existência de fontes confiáveis nas referências; iii) Coerência, que identifica contradições ou valores impossíveis; e iv) Atualidade, que avalia a revisão ou atualização periódica dos dados.¹

Diferentes ferramentas desenvolvidas pela comunidade permitem a avaliação da qualidade dos dados no Wikidata. Exemplos de aplicações: ProVe, que verifica automaticamente se referências citadas em itens correspondem textualmente com as fontes; ORES–LiftWing, que prediz classes de qualidade baseado em modelos de aprendizado de máquina; Recoin, que sugere propriedades ausentes com base em padrões de completude.

Modelos de qualidade beneficiam diretamente as comunidades do Wikidata. Iniciativas de integridade informacional em educação (WikiProjeto Brasil Escolas) e saúde (WikiProjeto Saúde Auditiva) dependem dessa análise multidimensional. A qualidade de dados viabiliza a interoperabilidade (princípios FAIR) e a integridade (modelo ALCOA+).² Essa operacionalização pode ser utilizada em outros contextos de ciência aberta e parcerias culturais (GLAM).

Curadoria e Difusão Científica 

Abordagens computacionais orientadas em metaciência favorecem a reprodutibilidade e a transparência nos processos de curadoria e análise de dados científicos e bibliográficos. Nesse ecossistema, o Wikidata Query Service (SPARQL) e ferramentas como o Scholia transformam itens no Wikidata em conhecimento visual. Essas aplicações mapeiam redes semânticas, coautorias e conexões temáticas, revelando o impacto da produção científica.

Difundir metodologias de avaliação de qualidade no Wikidata impulsiona o letramento computacional. Essa competência fundamenta o desenvolvimento de pesquisas bibliométricas e aplicações em dados abertos no Wikidata; fomentando também a comunidade sociotécnica no Sul Global e em contextos não anglófonos. 

Laboratório de Qualidade de Dados no Wikidata

Este relato apresenta o desenvolvimento de um laboratório de dados no Wikidata para ampliar experiências em qualidade de dados em saúde auditiva na comunidade brasileira e Lusófona. A experiência apresentada foi organizada no contexto do programa de financiamento WikiApoia 2025 da Wikimedia Brasil nomeado “WikiLab Saúde Auditiva: qualidade e visualização de dados da produção científica brasileira em saúde auditiva no Wikidata“. O projeto inova ao integrar o ecossistema Wikimedia à pesquisa e difusão científica temática emergentes como a audiologia computacional.

O laboratório teve como temática dados em saúde auditiva no Wikidata. A atividade aconteceu em formato virtual em 22 de agosto. A atividade contou com a participação de 12 estudantes e profissionais de ciências da audição, além de wikimedistas. O público-alvo da atividade foram grupos de pesquisa da Universidade de São Paulo, Campus Bauru, e da Universidade Federal de Santa Catarina; também sendo aberta à participação da comunidade Lusófona.

O modelo da atividade teve como estrutura o treinamento e uso de implementações de programação em Python para análise de dados do Wikidata. Essa iniciativa favoreceu o letramento computacional por meio da iniciação em competências de pesquisa orientada aos projetos Wikimedia. A atividade capacitou os participantes em exploração e análise para validar dados em saúde auditiva no Wikidata e desenvolver competências computacionais.

O WikiLabs Saúde Auditiva foi criado como uma iniciativa do WikiProjeto Saúde Auditiva e do Centro de Pesquisas Audiológicas (USP-CNPq). Membros do WikiProjeto Saúde Auditiva e WikiProject Reference Verification atuaram como voluntários na organização e suporte das atividades propostas.

As bibliotecas Requests, pyWikibot e pandas foram utilizadas para extração e organização de dados do Wikidata. APIs (Interfaces de Programação de Aplicações) da Wikimedia e das ferramentas LiftWing e ProVe avaliaram os índices de completude e verificabilidade de exemplos recuperados do Wikidata. Os participantes aplicaram modelos de qualidade e executaram códigos no PAWS Notebook. A execução em Python gerou visualizações e índices/classificação de qualidade de dados no Wikidata.

Resultados e Perspectivas

Os participantes demonstraram a aplicabilidade da proposta do laboratório para iniciação em práticas de qualidade de dados. Esse processo é potencialmente benéfico para integridade informacional em saúde auditiva; assim como em outros contextos de uso do Wikidata. Desta forma, a iniciativa demonstra um exemplo de formação em dados (em audiologia computacional) baseada no Wikidata. O modelo será replicado pelo WikiProjeto Saúde Auditiva em atividades temáticas em integridade de dados e reprodutibilidade em contextos educacionais e de pesquisa.

Os exemplos de código desenvolvidos estão documentados e disponíveis no GitHub. Documentação complementar sobre a iniciativa de treinamento pode ser encontrada na Wikiversidade em Visualização e Qualidade de Dados no Wikidata.

Apoio

Essa atividade foi organizada com o apoio da Wikimedia Brasil, por meio do programa WikiApoia 2025.

O projeto WikiLabs Saúde Auditiva é organizado pelo WikiProjeto Saúde Auditiva, e parte de seus participantes possui vínculo com a Fundação de Amparo à Pesquisa do Estado de São Paulo (processo nº 2024/05572-7) e com o Centro de Pesquisas Audiológicas (USP-CNPq).

Notas:

1. Ramasamy, A., & Chowdhury, S. (2020). Big Data Quality Dimensions: A Systematic Literature Review. Journal of Information Systems and Technology Management, 17. https://doi.org/10.4301/S1807-1775202017003

2. TRS 1033 – Annex 4: WHO Guideline on data integrity. (2025, November 19). https://www.who.int/publications/m/item/annex-4-trs-1033