O mundo tem hoje cerca de 129 milhões de livros. Quem se deu ao trabalho de fazer essa conta foi o Google, tendo como base seu ambicioso projeto de digitalização de livros, o Google Books. O número impressiona quando se pensa na Biblioteca de Alexandria, a maior da antiguidade. Segundo a previsão mais otimista, feita pelo físico Carl Sagan na série Cosmos, ela teria perto de um milhão de pergaminhos, possivelmente muitos deles duplicados.
O engenheiro de software Leonid Taycher explicou no blog do Google Books o complexo processo utilizado pela empresa para fazer o cálculo. O Google coleta informações de várias fontes como bibliotecas, livrarias e outros catálogos. Com um arquivo bruto que já ultrapassa um bilhão de registros, a empresa então analisa esses dados para diminuir a quantidade de duplicações em cada uma das fontes, baixando o número a 600 milhões.
A partir daí é preciso um ajuste fino para diminuir as duplicações que permanecem entre as diferentes fontes. Como exemplo, Taycher conta que existem 96 registros diferentes em 46 fontes do livro "Programando em Perl, 3ª edição". Duas vezes por semana a equipe unifica todos esses registros em volumes separados, levando em conta todos os atributos de cada um deles, como nome do livro, autor, editora, ISBN, ano de publicação, etc.
Após todo esse trabalho o algoritmo do Google entregou cerca de 210 milhões de volumes, mas esse número muda sempre que a conta é refeita, por causa dos novos dados que chegam e das mudanças para aperfeiçoar o algoritmo.
O número final foi alcançado após a exclusão de microfilmes, gravações de áudio, mapas e outras obras que não deveriam ser classificadas como livros: 129.864.880.
Em um de seus projetos mais polêmicos, o Google quer digitalizar todos os livros do mundo, o que tem lhe valido uma grande briga com editoras e autores. O Google Books já foi criticado até mesmo pelo Departamento de Justiça dos EUA, que acusa a empresa de não dar a devida proteção ao direitos dos autores das obras.
Fonte: O GLOBO de 06/8/2010: http://oglobo.globo.com/te
