Checagem de fatos antes de publicar: método para vídeos informativos

A checagem de fatos (em inglês, fact-checking) é o trabalho de conferir se cada afirmação de uma peça se apoia em uma fonte confiável antes de publicá-la. Em um vídeo informativo, é a diferença entre um canal em que as pessoas confiam e um que acumula correções nos comentários. Se, além disso, o roteiro é redigido por um modelo de IA, checar os dados deixa de ser opcional. Este guia propõe um método em sete passos, revisa os erros típicos da IA e termina com um checklist para usar em cada peça.

Por que a IA obriga a checar mais, e não menos

Os modelos de linguagem escrevem com segurança mesmo quando erram. Em seu perfil de riscos da IA generativa, o Instituto Nacional de Padrões e Tecnologia dos Estados Unidos (NIST) chama esse risco de confabulação: a produção de conteúdo errado ou falso apresentado com confiança, o que costumamos chamar de “alucinação”. O documento alerta que o dano acontece quando alguém acredita no conteúdo pelo tom seguro, ou pela lógica e pelas citações que o acompanham.

Em vídeo, um erro pesa mais do que em texto. Ele se repete na voz, nas legendas, nos textos na tela e às vezes no título, e corrigi-lo depois de publicado é muito mais difícil do que editar um parágrafo.

Há mais um motivo. Na União Europeia, o artigo 50 do Regulamento de IA obriga a revelar o texto gerado com IA que é publicado para informar sobre assuntos de interesse público, a menos que tenha passado por revisão humana ou controle editorial e que alguém assuma a responsabilidade. A revisão que este método propõe é também a que permite que você responda pelo que publica. Explicamos isso em como rotular conteúdo gerado com IA.

O método em sete passos

1. Divida o roteiro em afirmações

Antes de conferir qualquer coisa, faça a lista do que precisa ser conferido. Percorra o roteiro e anote cada afirmação verificável: números, datas, nomes, cargos, comparações, relações de causa e efeito e citações literais. Uma frase pode conter várias. “A empresa triplicou as vendas depois de abrir no México” traz pelo menos três: o dado de vendas, a abertura no México e a relação entre as duas coisas.

2. Procure a fonte primária

A fonte primária é a que produz o dado, não a que o repete. Para uma estatística, o órgão que a publica, como o INE, o Eurostat ou o INEGI. Para uma norma, o diário oficial, como o BOE ou o DOF, ou o EUR-Lex para a União Europeia. Para uma empresa, o relatório anual ou o comunicado oficial dela. Para um estudo, o artigo original, não o release para a imprensa. As fontes secundárias servem para encontrar a primária, não para substituí-la.

3. Salve o trecho literal

Para cada afirmação, copie a frase exata ou a célula da tabela que a respalda, com o link e a data de consulta. Se você não encontrar um trecho que diga o que o seu roteiro diz, há três opções: reescrever a frase para que diga só o que a fonte diz, procurar outra fonte ou tirar a afirmação. O que não tem trecho não é publicado.

4. Dê data, unidade e contexto a cada número

Um número sem contexto engana, mesmo que seja verdadeiro. Confira sempre:

• O período: de que ano ou trimestre é o dado e se há um mais recente.
• A unidade e a escala: euros ou dólares, valores nominais ou em termos reais, milhares ou milhões.
• A base: porcentagem de qual total. Uma alta de 10% não é o mesmo que uma alta de 10 pontos percentuais.
• O arredondamento: “quase metade” não é o mesmo que “46%” se o vídeo compara números.
• A tradução das escalas: o billion do inglês equivale a um bilhão (mil milhões); já o billón do espanhol é um milhão de milhões (um trilhão).

5. Desconfie de absolutos e superlativos

“O primeiro”, “o único”, “o maior”, “sempre”, “nunca” ou “todos” são as afirmações mais difíceis de sustentar, e um modelo de IA as escreve com facilidade mesmo sem respaldo. Exija um respaldo explícito para cada uma. Se não houver, relativize (“um dos maiores”, “segundo tal fonte”) ou elimine a afirmação.

6. Atribua opiniões, estimativas e previsões

Separe o que é fato do que é estimativa, previsão ou opinião. Previsões não são dados: atribua-as a quem as faz (“segundo a previsão de tal órgão”) e diga de quando são. O mesmo vale para as citações literais: devem ser exatas e trazer o nome de quem as disse.

7. Revisão humana e registro de fontes

Uma pessoa diferente de quem escreveu o roteiro compara cada afirmação com o trecho correspondente. As fontes são publicadas na descrição do vídeo. E, antes de publicar, você decide como vai corrigir um erro se alguém o encontrar. A rede internacional de checadores de fatos pede aos seus membros, entre os seus princípios, que informem as fontes com detalhes suficientes para que qualquer pessoa possa repetir a checagem e que tenham uma política de correções aberta e honesta.

Erros típicos da IA em roteiros informativos

Conhecer as falhas habituais ajuda você a procurá-las. Estas são algumas das mais frequentes quando você pede a um modelo de IA um roteiro sobre um tema real:

Um detalhe prático: não peça ao mesmo modelo que confira o que acabou de escrever sem lhe dar as fontes, porque ele pode se limitar a confirmar o próprio texto. A checagem útil compara o roteiro com trechos de fontes reais.

Checklist antes de publicar

• Cada número tem fonte primária, data e unidade.
• Cada afirmação tem o trecho literal salvo, com link e data de consulta.
• Não sobra nenhum absoluto nem superlativo sem respaldo explícito.
• Nomes próprios, cargos e datas foram conferidos.
• As citações literais são exatas e trazem o nome de quem as disse.
• As estimativas e previsões são apresentadas como tais.
• O título e a miniatura não prometem mais do que o vídeo diz.
• Os textos na tela e as legendas dizem o mesmo que a narração.
• As fontes estão na descrição.
• Uma pessoa diferente de quem escreveu o roteiro fez a revisão.
• Você sabe como vai corrigir a peça se alguém encontrar um erro.

Como CLAQON resolve isso

CLAQON leva este método para a produção em série. Ele não garante que um vídeo não tenha erros: nenhum controle garante isso. O que ele garante é que cada roteiro passa pelas mesmas verificações antes de gastar com voz ou imagens.

• Pesquisa antes do roteiro. Busca fontes citáveis ou usa as URLs que você fornecer, que são baixadas por uma rede de saída segura. O roteiro cita essas fontes.
• Só trechos literais. A etapa de verificação aceita apenas trechos que aparecem exatamente assim na fonte, que tratam do tema e que têm comprimento válido. Uma afirmação rejeitada não pode ser citada.
• HARD QC determinístico. Um controle sem IA rejeita absolutos e superlativos sem respaldo, números que não estão na evidência aprovada, afirmações sem fonte declarada e títulos sem respaldo, entre outras verificações. O roteiro só avança com 100 de 100.
• Correção direcionada e revisão humana. Se o controle falha, uma nova tentativa corrige só o que foi apontado, mantém a narração e não inventa citações. Se, depois das tentativas, continuar sem passar, o roteiro fica aguardando a sua revisão antes de gastar com voz ou imagens.
• Por que não saiu. Quando uma peça para, o diagnóstico explica o porquê com uma das suas 65 causas documentadas e diz como resolver.

Esse rigor tem um custo que vale a pena conhecer: o controle já chegou a bloquear publicações, e a pontuação de cobertura dele não é uma previsão de qualidade, de retenção nem de receita. Explicamos isso em verificação de fontes. Se o seu canal é de história ou divulgação, veja também o caso de história e divulgação.