Disinfo Verify — Checagem de Fatos sob Demanda
Verificação sob demanda de um texto, de uma URL ou de uma imagem contra o acervo de checagens já publicadas por agências de fact-checking. O pedido entra numa fila, o resultado é gravado no mesmo documento e ganha permalink — a verificação vira peça arquivável, não uma tela que se perde.
Visão Geral
O acervo tinha 98.818 checagens indexadas na medição de 26/07/2026, reunidas por três canais independentes: Data Commons, a API do Google Fact Check Tools sobre 14 domínios de agências e sete feeds RSS. A coleta roda diariamente às 05:00.
O casamento é lexical e auditável. A busca recupera as checagens candidatas e a confiança vem da sobreposição de termos ponderada por raridade: termo raro pesa mais que termo banal. Há dois limiares — acima de 0,55 o sistema decide, entre 0,38 e 0,55 ele marca para revisão humana, abaixo disso não afirma nada. E há pisos anti-falso-positivo: pelo menos três termos de conteúdo em comum, de até cinco checagens exibidas entre quarenta recuperadas.
A zona de abstenção não é modéstia retórica. A precisão do casamento lexical foi medida contra um conjunto de 246 pares rotulados e não passa de 17% no melhor ponto — por isso o sistema mostra os termos que casaram e deixa a decisão visível, em vez de esconder o método atrás de um selo.
Entradas e Saídas
- Texto livre — rótulo conservador de quatro opções (“desmentido por checagem”, “checagem relacionada encontrada”, “indício — requer revisão humana”, “sem correspondência”), explicação, as checagens que casaram com os termos em comum e o bloco “Na verdade”, com a correção escrita pela própria agência. Quando a agência não publicou correção, o bloco não aparece — a frase não é derivada da alegação.
- URL — a mesma saída, com o título recuperado do acervo, da página baixada ou de cópia no Internet Archive, mais a circulação nas redes monitoradas. A identidade da URL é o hash da forma canônica, com parâmetros de rastreamento removidos, para que a mesma matéria compartilhada de dez campanhas seja um documento só.
- Imagem (JPEG, PNG, WebP, AVIF, GIF) — procedência declarada (EXIF, XMP, IPTC e detecção do contêiner C2PA), histórico da imagem no acervo por sha256 e por pHash, cinco indicadores de perícia de pixel com faixa e percentis, busca reversa na web e transcrição do texto sobreposto.
Decisões de Engenharia
Filtro de idioma com abstenção. Sem filtro, 9,0% dos candidatos vinham de outro idioma; com filtro, zero. Mas o detector se declara incerto em 27,5% das consultas — e nesses casos o filtro é desligado, em vez de descartar candidato legítimo por um palpite fraco.
pHash com hash do espelho. O hash perceptual reconhece a mesma imagem depois de recompressão ou redimensionamento. Como espelhar horizontalmente produz distância máxima, a plataforma guarda também o hash da imagem espelhada — oito bytes a mais que evitam o falso negativo mais comum em imagem reciclada.
Perícia com estrato de compressão. Dos 37 indicadores de pixel medidos, cinco foram publicados: os que sobreviveram a quatro portões simultâneos, entre eles robustez a recompressão e ausência de viés por veículo. As faixas são estratificadas pela tabela de quantização JPEG, para que o indicador meça a imagem e não a redação que a publicou.
Portão de entrada hostil. Tipo detectado pelos bytes, teto de tamanho e de megapixels, recusa de bomba de descompressão pela leitura do cabeçalho antes de decodificar, SVG recusado por não ser pictórico, e proteção contra SSRF na busca por URL: DNS resolvido antes, recusa se qualquer IP for privado, no máximo três redirecionamentos revalidados a cada salto.
Recursos
- Acervo de agências com veredito normalizado em seis classes canônicas
- Zona de abstenção declarada, com os termos que casaram sempre visíveis
- Seção obrigatória “o que não foi possível determinar”, com vocabulário fechado de 17 motivos
- Veredito humano assinado, restrito a cinco opções garantidas por restrição no banco, em quatro estados de publicação
- Sinais de coordenação e amplificação calibrados contra modelo nulo, sobre sete redes normalizadas
Casos de Uso
- Checar uma alegação recebida por mensagem ou publicada na imprensa antes de responder
- Descobrir se uma imagem já circulou antes, em que veículos e desde quando
- Preservar a verificação com permalink, evidência e rastro de como foi produzida
- Priorizar a fila de apuração de uma equipe de comunicação, jurídico ou checagem
O Que o Sistema Não Faz
- Não emite veredito automático de verdadeiro ou falso. O modelo de linguagem é proibido por instrução de julgar veracidade, e uma trava de dez padrões bloqueia qualquer campo de saída que pareça um selo de autenticidade.
- Não aceita vídeo nem áudio — apenas texto, URL e os cinco formatos de imagem acima.
- Não classifica imagem como gerada por IA: não há classificador calibrado, e a leitura visual do modelo é apresentada como opinião, com indícios e contraindícios.
- Não valida credencial C2PA; detecta a presença do contêiner e declara que não verificou a assinatura.
- Não rotula conta como bot, não reconhece rostos e não geolocaliza imagem.
- “Sem correspondência” nunca é apresentado como “verdadeiro”.
Integrações
- Google Fact Check Tools API, Data Commons e RSS de agências
- Internet Archive, Google Cloud Vision (busca reversa licenciada, não raspagem)
- OpenSearch, MinIO / Amazon S3
SLA & Garantias
Fila drenada a cada 10 minutos · veredito de imagem só por parecer humano assinado