BAIXAR RESUMO

Contexto

A criação da cooperativa Read-Coop foi precedida pelo nascimento da ferramenta Transkribus, uma plataforma capaz de ler o que até então era ilegível para as máquinas: a caligrafia humana em documentos antigos.

A semente do projeto foi plantada em 2012 pelo professor Günter Mühlberger, da Universidade de Innsbruck. Ele vislumbrou que as universidades poderiam se beneficiar ao compartilhar recursos e dados para o treinamento de tecnologias de Reconhecimento Óptico de Caracteres (OCR).

Em 2013, essa visão ganhou corpo em dois projetos financiados pela Comissão Europeia: o TranScriptorium e o READ, sigla para Reconhecimento e Enriquecimento de Documentos Arquivísticos.

Durante seis anos, esses projetos amadureceram a tecnologia com foco em criar a Transkribus. No entanto, ao passo que a ferramenta se desenvolvia, o grupo enfrentava um dilema comum em projetos acadêmicos: o que fazer quando os subsídios terminassem?

"Frente à conclusão iminente de nossas bolsas da União Europeia em 2019, a equipe reconhecia a necessidade de um modelo que fosse além do financiamento acadêmico”, explica a professora Melissa Terras, da Universidade de Edimburgo, diretora acadêmica da Read-Coop. “O objetivo era criar uma estrutura autossustentável que, ao mesmo tempo, preservasse o espírito colaborativo que guiava o projeto até então”.

Em 1º de julho de 2019, apenas um dia após o fim do financiamento da União Europeia, a Read-Coop foi legalmente constituída como uma Sociedade Cooperativa Europeia (SCE), garantindo que a tecnologia continuasse servindo à comunidade acadêmica e não fosse absorvida pelo mercado privado.

Desafios

O maior desafio da Read-Coop era assegurar a sustentabilidade a longo prazo, sem cair na trajetória centrada no lucro de muitas joint ventures de tecnologia. Segundo a professora Terras, o modelo cooperativo foi escolhido estrategicamente para empoderar os usuários a participar ativamente da governança e das tomadas de decisão.

“Estabelecer a estrutura jurídica para uma cooperativa desta natureza foi complexo, mas parcerias fundamentais nos guiaram pelo processo. Hoje temos orgulho de ter grandes bibliotecas, arquivos e universidades como coproprietários", relata.

Outro obstáculo crítico era o tratamento ético dos dados: ao contrário das Big Techs, a Read-Coop precisava garantir que os dados não fossem "colhidos" sem consentimento, mas sim usados para treinar modelos de IA que beneficiassem o coletivo.

Segundo Melissa Terras, a Read-Coop é a primeira cooperativa de IA com modelo “Full Stack” no mundo. Ou seja, ela controla todas as etapas do processo e não depende da infraestrutura de terceiros.

“Somos donos de todos os nossos dados, nossos servidores, nossos modelos, nossos dados de treinamento e nossa infraestrutura. Fazemos tudo nós mesmos e o modelo cooperativista permitiu que isso acontecesse. A comunidade é a chave", destaca a professora.

Por meio da união de recursos dos cooperados e com apoio do Banco Cooperativo Austríaco, o projeto foi viabilizado e a independência foi mantida. As sobras da cooperativa são reinvestidos no desenvolvimento tecnológico contínuo, a fim de garantir que a Transkribus tenha sucesso em um mercado altamente competitivo.

Desenvolvimento

O ecossistema da Read-Coop é composto por três ferramentas principais. A primeira e o carro-chefe é a Transkribus, a plataforma de IA para leitura automatizada de manuscritos históricos. O usuário pode treinar a IA para reconhecer caligrafias específicas de séculos atrás.

A segunda ferramenta é o Transkribus Sites, onde os usuários podem publicar online os documentos que foram processados via Transkribus. As coleções digitais podem ser compartilhadas com grupos privados ou com o público em geral, e há ferramentas de busca para encontrar informações específicas nos documentos, visualizando paralelamente o manuscrito original.

“Esse é um exemplo de como as atividades do projeto são guiadas pela comunidade: as pessoas pediram uma ferramenta [para publicar documentos] e nós a desenvolvemos”, comenta Melissa Terras.

Já a terceira inovação é o ScanTent, um hardware portátil desenvolvido por volta de 2016 que permite digitalizar documentos históricos em alta qualidade usando apenas um smartphone e uma tenda com iluminação controlada. Foram realizados testes de campo rigorosos, que incluíram a digitalização de manuscritos raros até no Mali.

O ScanTent soluciona o obstáculo físico da digitalização na ponta, ao transformar o smartphone em um scanner profissional e garantir que a imagem tenha qualidade necessária para o processamento dos dados. O sistema se tornou disponível comercialmente em 2019 e sua adoção cresceu rapidamente logo nos primeiros anos, com grandes instituições como a Biblioteca Nacional da França instalando dezenas de unidades para uso público.

“Hoje, o ScanTent é o padrão global para digitalização móvel de documentos, criando uma ponte entre os arquivos físicos e o reconhecimento de texto por IA", comenta a professora.

Resultados

Os resultados da Read-Coop provam que o cooperativismo é um modelo viável também para a alta tecnologia. Em fevereiro de 2026, a cooperativa contava com 271 membros em 37 países. A infraestrutura já extraiu informações de 200 milhões de imagens de textos históricos, transformando tais documentos em dados legíveis por máquina.

A plataforma tem mais de 500 mil usuários registrados e uma média de 5 mil usuários ativos diariamente. "Transformamos o processamento de documentos históricos, permitindo que pesquisadores, bibliotecas e arquivos digitalizem e analisem vastas coleções de forma eficiente", afirma Melissa Terras.

O reconhecimento veio também na forma da premiação Horizon Impact Award, que destacou os esforços da cooperativa em tornar os textos históricos mais acessíveis.

"A maioria das empresas de tecnologia não resiste aos primeiros cinco anos. Nós já temos seis anos e meio como entidade comercial e estou muito orgulhosa por mostrarmos que é possível entregar IA de forma ética e construir um modelo de negócios que prioriza o compartilhamento e a comunidade, não apenas a extração de valor", afirma a professora.

Próximas iniciativas

A Read-Coop quer continuar desenvolvendo funcionalidades adicionais para suas ferramentas, como o Reconhecimento de Entidades Nomeadas (NER), que facilita a identificação automática de nomes de pessoas e lugares em manuscritos antigos.

A cooperativa também trabalha na integração dos Modelos de Linguagem de Grande Escala (LLMs) para auxiliar na limpeza e transformação de dados históricos - mantendo, porém, a propriedade total sobre seus dados e tecnologia.

A meta é continuar desenvolvendo soluções que respondam aos pedidos da comunidade, mantendo a soberania tecnológica e provando que o cooperativismo pode ser a vanguarda da inovação digital no século XXI.

“A Read-Coop é um exemplo de como a propriedade compartilhada pode sustentar a inovação tecnológica, alimentando uma conexão profunda entre a plataforma e a comunidade”, conclui a professora Melissa Terras.

Contato da responsável pelo case:

Melissa Terras

Professora da Universidade de Edimburgo

m.terras@ed.ac.uk