Ir para o conteúdo

Alinhamento com a Essential Question — EvidencIA

Nesta página


Essential Question

Como sistemas de IA podem ajudar as pessoas a avaliar a confiabilidade de informações sem substituir seu pensamento crítico?

Esta pergunta define o eixo central de todas as decisões de produto, UX e arquitetura do EvidencIA. Qualquer feature que responda por um usuário — em vez de ajudá-lo a investigar — conflita com a Essential Question.


Tabela DE / PARA — Proposta de Valor

Dimensão DE (modelo anterior) PARA (modelo evidence-first)
Proposta central "A IA diz quão verdadeiro é o vídeo" "A IA ajuda o usuário a investigar o vídeo"
Unidade de análise O vídeo inteiro (score global 0–100) Cada alegação individual + suas evidências
Saída principal Veredito algorítmico numérico (gauge/velocímetro) Conjunto de evidências com relação explícita (sustenta/contradiz/contextualiza)
Papel do usuário Receptor passivo de um veredito Investigador ativo que formula a própria conclusão
Papel da IA Autoridade factual que decide o grau de verdade Assistente que organiza evidências e formula perguntas
Incerteza Expressa como "confiança da IA" (% numérico) Expressa como estado do conjunto de evidências (insufficient_evidence, fontes divergentes)
Score global Presente como score: number (0–100) e reliabilityScore Removido do contrato e da UX principal
Perguntas reflexivas (HU11) Pós-MVP (Onda 3 / OUT) Must Have do MVP — elemento central da UX
Mock de IA Implícito / silencioso em desenvolvimento Explícito, apenas em dev/testes, proibido em produção
Provider de LLM Acoplado ao Ollama local Desacoplado via interface LLMProvider

Conflitos Atuais com a Essential Question

A auditoria CBL identificou os seguintes conflitos entre a implementação anterior e a Essential Question:

Conflito 1 — Gauge Numérico Global

No protótipo anterior, o componente Gauge.tsx e o campo score: number (0–100) no contrato de API implementavam um veredito algorítmico único para o vídeo inteiro. Isso é o oposto da investigação assistida: o usuário recebe uma resposta antes de examinar as evidências.

Problema com a Essential Question: "sistemas de IA que ajudam a avaliar a confiabilidade" pressupõe que o usuário avalia — não que a IA avalia e comunica o resultado.

Conflito 2 — FactCheckingSource.reliabilityScore

O campo reliabilityScore nas fontes individualmente atribui um grau de confiabilidade a cada fonte, novamente de forma algorítmica. Isso retira do usuário a capacidade de julgar a credibilidade da fonte por seus próprios critérios.

Problema com a Essential Question: o campo reintroduz autoridade algorítmica no nível das evidências.

Conflito 3 — Classificação única por alegação

A UX anterior apresentava cada alegação com uma classificação única ("Apoiada", "Contradita", "Sem comprovação"), que colapsa o conjunto de evidências em um rótulo. Alegações com fontes conflitantes recebiam um único rótulo, eliminando a complexidade que o usuário deveria investigar.

Problema com a Essential Question: a classificação única substitui o pensamento crítico em vez de estimulá-lo.

Conflito 4 — HU11 fora do MVP

Ao colocar as perguntas orientadoras de reflexão crítica em "Pós-MVP / Onda 3", o produto anterior priorizava o veredito automático em detrimento do mecanismo que mais diretamente responde à Essential Question.

Problema com a Essential Question: o produto não estimularia o pensamento crítico na versão inicial.

Conflito 5 — Mock silencioso em desenvolvimento

A existência de um mock implícito e não-documentado do provider de IA significava que testes e demonstrações poderiam usar respostas fabricadas sem sinalização clara, comprometendo a confiabilidade das evidências apresentadas.

Problema com a Essential Question: evidências fabricadas destroem a proposta de ajudar o usuário a avaliar a confiabilidade real de informações.


Mudanças de Produto Decorrentes

Mudança Impacto nos Artefatos Referência
Remoção do score global (0–100) do contrato shared/schemas/api-schema.json, shared/types/api.ts, contrato-api.md ADR-006
Remoção do reliabilityScore das fontes shared/types/api.ts, contrato-api.md ADR-006
Remoção do componente Gauge.tsx da UX principal extension/src/panel/components/Gauge.tsx ADR-006
Novo contrato: claims[] com evidence[] e uncertainty shared/schemas/api-schema.json (Planejado) ADR-006
reflectionQuestions[] no contrato (obrigatório) shared/schemas/api-schema.json (Planejado) ADR-006, HU11, HU15
HU11 promovida para Must Have do MVP backlog-e-historias.md, catalogo-requisitos.md (RF-05) ADR-006
Provider de LLM desacoplado (LLMProvider interface) backend/app/providers/ (Planejado) ADR-006, HU16
Mock explícito apenas em dev/testes, proibido em produção Config de ambiente, testes ADR-006
EDA obrigatória antes de continuar evolução da extensão docs/validacao/ Sprint 01 Goal
analysisMode substituindo classificação única shared/schemas/api-schema.json (Planejado) ADR-006

O Que o Produto NÃO Faz

Importante

Este produto não declara "a verdade" sobre nenhum vídeo ou alegação. Ele organiza evidências e explicita lacunas.

  • Não emite veredito de "verdadeiro" ou "falso" para o vídeo ou para alegações individuais.
  • Não atribui score global de veracidade, confiabilidade ou qualidade ao conteúdo.
  • Não determina a credibilidade de fontes por meio de um índice numérico algorítmico.
  • Não arbitra disputas entre fontes com conclusões opostas — expõe ambas as perspectivas.
  • Não converte ausência de evidência em "falso" — registra como insufficient_evidence.
  • Não substitui o julgamento do usuário — fornece material para que o usuário conclua.
  • Não processa vídeos sem transcrição disponível (limitação técnica documentada).
  • Não opera fora do domínio youtube.com/watch*.

Wireframe Textual da Nova UX

O painel lateral da extensão passa a ter a seguinte estrutura de investigação:

╔══════════════════════════════════════════════════════════════╗
║  EvidencIA — Investigação do Vídeo                           ║
║  Canal: [nome do canal]  •  Publicado em: [data]             ║
╠══════════════════════════════════════════════════════════════╣
║                                                              ║
║  O QUE O VÍDEO AFIRMA                                        ║
║  ─────────────────────────────────────────────────────────   ║
║  Alegação 01: [texto da alegação extraída]                   ║
║  Alegação 02: [texto da alegação extraída]                   ║
║  ...                                                         ║
║                                                              ║
╠══════════════════════════════════════════════════════════════╣
║                                                              ║
║  EVIDÊNCIAS ENCONTRADAS  [para Alegação 01]                  ║
║  ─────────────────────────────────────────────────────────   ║
║  [SUSTENTA]      [Fonte que sustenta]  — Título · Data       ║
║  [CONTRADIZ]     [Fonte que contradiz] — Título · Data       ║
║  [CONTEXTUALIZA] [Fonte que contextualiza] — Título · Data   ║
║                                                              ║
╠══════════════════════════════════════════════════════════════╣
║                                                              ║
║  O QUE AINDA NÃO SABEMOS                                     ║
║  ─────────────────────────────────────────────────────────   ║
║  [INSUFICIENTE] Evidência insuficiente para [alegação N]     ║
║  [TEMPORAL]     Informação antiga — verificar atualização    ║
║  [LACUNA]       Fonte primária ausente nos resultados        ║
║                                                              ║
╠══════════════════════════════════════════════════════════════╣
║                                                              ║
║  PERGUNTAS PARA VOCÊ                                         ║
║  ─────────────────────────────────────────────────────────   ║
║  • Qual é a fonte original desta alegação?                   ║
║  • Esta informação ainda é atual?                            ║
║  • Existe evidência independente que a confirme?             ║
║  • O que foi omitido do argumento?                           ║
║                                                              ║
╠══════════════════════════════════════════════════════════════╣
║                                                              ║
║  FONTES                                                      ║
║  [Abrir fonte 1]  [Abrir fonte 2]  [Abrir fonte 3]           ║
║                                                              ║
╚══════════════════════════════════════════════════════════════╝

Elementos removidos em relação à UX anterior: - Velocímetro / gauge de veracidade - Score numérico global (0–100%) - Rótulo único de classificação ("Verdadeiro" / "Falso" / "Inconclusivo") - reliabilityScore por fonte

Elementos adicionados: - Seção "O que ainda não sabemos" (incerteza explícita) - Seção "Perguntas para você" (reflexão crítica — HU11, HU15) - Relação explícita de cada evidência (sustenta/contradiz/contextualiza) - Contexto temporal e canal no cabeçalho


Regra de Ouro

Resultado sem evidência jamais é convertido automaticamente em "falso".

O campo uncertainty descreve o estado do conjunto de evidências recuperadas, não a "confiança da IA" na resposta. Valores possíveis:

  • supported — evidências que sustentam a alegação foram encontradas
  • contradicted — evidências que contradizem a alegação foram encontradas
  • contextualized — evidências contextualizam sem confirmar ou negar
  • conflicting — fontes com conclusões opostas encontradas (divergência legítima)
  • insufficient_evidence — não foram encontradas evidências suficientes no corpus disponível

O estado insufficient_evidence é epistemicamente honesto e distinto de false. Convertê-lo automaticamente em "falso" seria uma alucinação classificatória.


Ver também: Guiding Questions · ADR-006 — Evidence-First Architecture · Backlog e Histórias de Usuário