Muitos cientistas usam scripts para projetar os experimentos visto que linguagens de script incorporam estruturas de dados sofisticadas, sintaxe simples e facilidade de obter resultados, sem a necessidade de investir tempo projetando sistemas. Cientistas podem escrever scripts em diversas ferramentas, como editores de texto, IDEs ou notebooks interativos. Editores de texto são leves e podem ser usados em qualquer máquina, mas não possuem muitos recursos para auxiliar o desenvolvimento. IDEs possuem recursos para melhorar a qualidade do desenvolvimento, mas possuem poucos recursos que auxiliam a análise e o desenvolvimento exploratório de experimentos. Notebooks permitem combinar códigos de scripts, textos, resultados de execuções e visualizações ricas, auxiliando no desenvolvimento exploratório e análise interativa de resultados. Entretanto, notebooks perdem em qualidade por conta de estados escondidos e células desordenadas, dificultando o entendimento e reprodutibilidade. Além desses problemas específicos de ferramentas, scripts falham em garantir a reprodutibilidade de experimentos e apresentam dificuldades no entendimento e gerenciamento de dados. Por exemplo, assuma que um cientista realize diversos ensaios (i.e., execuções de scripts de experimentos) com diferentes dados de entrada e obtenha uma grande quantidade de dados como resultado. Após a execução dos ensaios, ele precisará entender cada ensaio, relacionar resultados a dados de entrada e garantir a reprodutibilidade do experimento. Essas tarefas podem ser realizadas com a ajuda da proveniência dos scripts. Proveniência refere-se ao histórico de um objeto e todos os processos pelos quais ele passou em seu ciclo de vida. Contudo, a captura, gerência e análise de proveniência de scripts impõem diversos desafios. Primeiramente, é necessário decidir quais informações de proveniência são relevantes para compreensão e reprodutibilidade. Além disso, é necessário armazenar e compartilhar a proveniência coletada para permitir reproduções. Ainda, como vários ensaios são feitos no ciclo de vida de experimentos, é desejável obter o histórico de ensaios com diversas versões de proveniência. Finalmente, proveniência refere-se a diversos tipos de dados, que suportam diversas formas de análise com visualizações e consultas. Em notebooks, a proveniência também pode auxiliar a manter a ordem da execução e garantir o entendimento e qualidade de experimentos. Este trabalho tem quatro contribuições principais: um estudo do estado-da-prática do uso de scripts em experimentos, um estudo do estado-da-arte do uso de proveniência em scripts com uma proposta de taxonomia, concepção e implementação de ferramentas para capturar proveniência de scripts com o objetivo de auxiliar a reprodutibilidade e entendimento de experimentos, e ferramentas para capturar proveniência de notebooks interativos com o objetivo de auxiliar a reprodutibilidade e qualidade.