Sobre o UAP Archives

O UAP Archives é um arquivo público, navegável e pesquisável do material divulgado pelo Departamento de Guerra dos EUA em war.gov/UFO/. O site preserva os arquivos, extrai texto por OCR e organiza documentos, imagens, vídeos e áudios para pesquisa.

Por que existe

O portal oficial publica documentos em formatos não pesquisáveis (PDFs escaneados, vídeos sem legenda, imagens sem descrição). Pesquisadores, jornalistas e curiosos não conseguem buscar por texto dentro de documentos, filtrar por incidente ou comparar versões oficiais com casos históricos.

Este arquivo resolve isso. Ele:

• Espelha os itens catalogados em war.gov/UFO/ e calcula SHA-256 dos arquivos baixados.
• Extrai texto por OCR automatizado, com comparação entre motores quando disponível.
• Classifica páginas como datilografado, manuscrito, fotografia, em branco ou redigido.
• Reconhece entidades — pessoas, agências, plataformas, sensores, locais.
• Indexa em busca full-text o texto e os metadados publicados.
• Cruza com uma base curada de incidentes históricos (Roswell, Nimitz, Phoenix Lights, etc.).

Cada camada tem uma origem diferente:

• Fonte oficial: o arquivo e os metadados publicados pelo governo.
• Extração automática: OCR, classificação, entidades e fotografias recortadas.
• Síntese assistida por IA: títulos ou resumos produzidos a partir do material extraído.
• Análise editorial: artigos do blog, que devem apontar para os documentos usados.

O que NÃO está aqui

• Conteúdo enviado pelo público (sem UGC).
• Afirmação de que um registro comprova origem extraterrestre ou uma explicação específica.
• Garantia de que OCR, datas inferidas ou entidades estejam livres de erro.

O arquivo documental é separado do blog editorial. Quando existe interpretação, ela é apresentada como análise e não como metadado oficial.

Como é mantido

O pipeline está disponível no GitHub. A coleta é repetível e o manifest registra as observações feitas pelo crawler. Diff público de versões, dumps mensais e ancoragem externa de hashes ainda não são garantias do serviço; o estado dessas limitações fica documentado em Limitações.

Cadeia de custódia

Quando os dados estão disponíveis, cada item mostra:

• URL oficial de origem
• SHA-256 do arquivo
• Cópia preservada no espelho
• Metadados de publicação e do evento

O SHA-256 permite conferir se duas cópias são idênticas. Ele não prova, sozinho, quando o arquivo foi publicado nem substitui uma assinatura da fonte oficial.

Veja a metodologia pra detalhes técnicos.