Sociolinguistic repositories as asset: challenges and difficulties in Brazil

Abstract

Purpose This paper aims to provide a context for Brazilian Portuguese language documentation and its data collection to establish linguistic repositories from a sociolinguistic overview. Design/methodology/approach The main sociolinguistic projects that have generated collections of Brazilian Portuguese language data are presented. Findings The comparison with another situation of repositories (seed vaults) and with the accounting concept of assets is evocated to map the challenges to be overcome in proposing a standardized and professional language repository to host the collections of linguistic data arising from the reported projects and others, in the accordance with the principles of the open science movement. Originality/value Thinking about the sustainability of projects to build linguistic documentation repositories, partnerships with the information technology area, or even with private companies, could minimize problems of obsolescence and safeguarding of data, by promoting the circulation and automation of analysis through natural language processing algorithms. These planning actions may help to promote the longevity of the linguistic documentation repositories of Brazilian sociolinguistic research.

A quarta onda: ativismo sociolinguístico no Brasil

“…A Sociolinguística do Brasil tem se organizado em função de amostras padronizadas para subsidiar a descrição linguística, em ações de documentação linguística que popularmente são denominadas de "bancos de dados sociolinguísticos" (FREITAG et al, 2021;FREITAG, 2022). Assumindo um olhar retrospectivo (FREITAG, 2016a), a sociolinguística do Brasil se constituiu enquanto campo da ciência ao mesmo tempo que a pós-graduação se constituiu no Brasil, e o arranjo metodológico das pesquisas foi e continua sendo fortemente influenciado pelas linhas de financiamento disponíveis para pesquisa.…”

“…As limitações de financiamento continuam ditando a agenda da ciência no Brasil, em especial as humanidades, cada vez mais estranguladas na ordem das áreas prioritárias e estratégicas. Assim como a sociolinguística de primeira onda foi ressignificada para a constituição de amostras, os "bancos de dados sociolinguísticos", para descrição de padrões dialetais e subsídio à testagem de teorias, o que entendemos por terceira onda no Brasil também parece ser ressignificado: o reconhecimento do papel constitutivo da variação é ressignificado como uma pesquisa com maior engajamento e inserção social nos resultados, com alinhamento textualmente explícito a uma terceira onda da sociolinguística, não se limitando à descrição linguística, mas também buscando a visibilidade de grupos minoritários ou subrepresentados socialmente, tais como gays, mulheres e suas interseccionalidades (por exemplo: VELOSO, 2014;FERRAZ, et al 2016;ALMEIDA, 2017;CARVALHO, 2017 Esta mudança no modus operandi dos estudos sociolinguísticos brasileiros, em especial a pesquisa direcionada a comunidades de práticas, não suplanta as abordagens de bancos de dados sociolinguísticos, que também buscam a ressignificação para a inserção social e engajamento: mesmo pesquisas que se alinham em primeira e segunda onda têm prospectado ações para o ativismo sociolinguístico, a fim de manter a sustentabilidade da pesquisa (socio)linguística brasileira (MACHADO-VIEIRA et al, 2021;FREITAG, 2022).…”

“…Os resultados mostram diferenças gramaticais em função do tipo de deslocamento e região de origem, como, por exemplo, a distribuição da realização do artigo definido diante de pronomes possessivos (SIQUEIRA, 2020a,b;FREITAG, 2022), a variação na realização da preposição locativa em ~ ni (RIBEIRO, 2019), pronomes pessoais de 2ª pessoa na função de sujeito você ~ cê, e objeto, te ~lhe, e preposição de complemento locativo de verbos de deslocamento a ~ pra ~ em (SIQUEIRA; SOUSA, RODRIGUES, 2023).…”