Metodologia

Como funciona

Avaliamos veículos e matérias em quatro dimensões: tendência editorial, factualidade, propriedade e ponto cego. Um LLM lê o conteúdo, extrai indicadores e gera evidências. A classificação numérica final é calculada pelo backend a partir desses sinais — com confiança e tamanho de amostra sempre visíveis.

Cada análise registra modelo, versão do prompt e custo. Toda classificação pode ser auditada e contestada.

Tendência editorial

Trabalhamos com três posições — Esquerda, Centro e Direita — mais "Sem classificação" quando falta dado. A tendência de um veículo é a moda dos artigos politicamente relevantes analisados com confiança média ou alta nos últimos 90 dias. Para uma matéria isolada, é a estimativa do LLM, sempre acompanhada de confiança e evidências.

Centro não é sinônimo de neutralidade — significa que não detectamos posicionamento editorial consistente para um lado.

Critérios de avaliação

Confiança e amostra

Toda classificação carrega um nível de confiança — baixa, média ou alta — calculado deterministicamente a partir do tamanho do texto, da presença de indicadores explícitos, da relevância política e da amostra disponível. Com amostra pequena, o sistema rebaixa a confiança e a UI marca como classificação preliminar.

O perfil de um veículo só recebe confiança média a partir de 10 artigos analisados nos últimos 90 dias com confiança suficiente; confiança alta exige 25+. Abaixo disso, a tendência fica como "sem amostra suficiente" — sem palpite.

Ponto cego

A página Fuja da Bolha usa uma fórmula determinística para identificar histórias que um lado do espectro está ignorando. A lógica segue o Blindspot do Ground News, adaptada ao espectro brasileiro de três posições.

Para uma história entrar como ponto cego de um lado, todos os critérios abaixo precisam ser verdadeiros:

• Amostra mínima — pelo menos 5 artigos analisados com viés conhecido.
• Subcobertura do lado em foco — menos de 10 artigos daquele lado.
• Cobertura do lado oposto — 33% ou mais dos artigos da história vêm do lado oposto.
• Diferença proporcional — a cobertura do lado em foco fica abaixo de (oposto − 33) × (30/37), em pontos percentuais.
• Filtro de factualidade — menos de 35% dos artigos vêm de veículos com baixa factualidade (score abaixo de 55).

As contagens são por artigo, não por veículo. Vários artigos do mesmo veículo entram individualmente no cálculo.

Contestações

Qualquer leitor pode contestar uma classificação em três dimensões:

• Viés — discordância sobre o perfil político atribuído
• Factualidade — questionamento sobre a precisão do conteúdo
• Propriedade — correção da estrutura de propriedade do veículo

Cada contestação passa pelos estados Aberta → Em triagem → Aceita ou Rejeitada. Limites por hora, dia e veículo impedem abuso.

Auditoria e transparência

Cada classificação carrega metadados que permitem reconstruir como ela foi produzida:

• Modelo, versão do prompt e tokens consumidos
• Score e nível de confiança
• Indicadores detectados pelo classificador
• Em contestações: quem resolveu, quando e as notas de triagem
• Versão da metodologia em vigor (esta página)

Limitações

Nenhum sistema de classificação é perfeito. As nossas limitações conhecidas:

• Veículos mudam de linha editorial ao longo do tempo e entre seções/colunistas
• O espectro político brasileiro tem nuances que três categorias não capturam
• A primeira passada é feita por IA e pode errar — as contestações existem exatamente para corrigir
• Classificações refletem tendência geral por artigo, não análise estilística profunda
• Artigos recém-publicados ficam "Sem classificação" até a análise rodar

Quando uma classificação muda

• Mudança significativa na linha editorial do veículo
• Troca de proprietário
• Contestação aceita
• Nova versão do prompt ou do modelo de IA
• Atualização desta metodologia