Como coletamos notícias

A Fuja da Bolha é um agregador de notícias políticas que faz curadoria e análise de viés ideológico das publicações brasileiras. Esta página descreve, com transparência, como nosso robô coleta os artigos que aparecem no feed e como sua redação ou veículo pode solicitar a remoção do conteúdo.

1. O que coletamos por artigo

• Manchete, lead/subtítulo curto, autor e data de publicação.
• URL canônica para que o usuário leia o artigo no site original.
• Imagem de destaque indicada pelo próprio veículo via metatags Open Graph.
• Sinais técnicos (presença de paywall, idioma, tópicos identificados) usados para classificação editorial.

A leitura integral do conteúdo é sempre feita no site do publicador original — exibimos apenas metadados e nosso próprio resumo editorial (com curadoria humana e classificação algorítmica de viés). Nossa base se apoia no direito de citação previsto no art. 46, VIII, da Lei 9.610/98.

1.bis. O que NÃO armazenamos

Não retemos o corpo integral de nenhuma matéria de terceiros em nosso banco de dados, em nossos logs, em nossa tabela de auditoria de classificação ou em qualquer arquivo exportado. Usamos o texto in-memory durante a classificação editorial (viés, qualidade argumentativa, fact-checking) e o descartamos imediatamente após o processamento.

O que persiste no nosso banco para cada artigo é exclusivamente: manchete, URL canônica, autor (quando disponível), data de publicação, lead/excerpt curto (≤ 1 000 chars), URL da imagem de capa, idioma, flag de paywall, tópicos identificados e a nossa classificação editorial (viés, score de qualidade, etc.) — que é obra própria da Fuja da Bolha sob direito autoral nosso.

Para publishers cujo termo de uso proíbe scraping, mineração de dados ou uso comercial do conteúdo, nosso robô degrada ainda mais: coleta apenas o que o feed RSS oficial entrega (manchete + lead + link), sem fetch de HTML da matéria e sem envio do texto a sistema de classificação.

2. Como o robô se identifica

Todo fetch outbound da Fuja da Bolha é feito com este User-Agent:

FujaDaBolhaBot/1.0 (+https://www.fujadabolha.com.br/sobre/como-coletamos; contact=contato@fujadabolha.com.br)

Se sua infraestrutura logar acessos do bot, esse é o token que identifica a Fuja da Bolha. Toda requisição inclui também um link para esta página e o e-mail de contato abaixo.

3. Respeito a regras técnicas dos veículos

• RSS oficial primeiro. Sempre que o veículo publica um feed RSS/Atom, é dele que coletamos. Não fazemos scraping de páginas HTML por padrão.
• robots.txt. Consultamos e respeitamos o robots.txt de cada domínio em todo fetch de HTML (extração de corpo, imagem Open Graph, metadados). URLs marcadas como Disallow não são acessadas.
• Crawl-delay. Respeitamos o intervalo declarado no robots.txt e aplicamos rate-limit conservador por domínio mesmo quando o veículo não declara.
• Paywall. Não tentamos burlar paywalls. Artigos marcados como restritos são exibidos apenas com manchete + lead + link, sem qualquer tentativa de extração de corpo.
• Sem persistência de credenciais. Nunca armazenamos ou usamos cookies, tokens ou sessões de usuários reais para acessar qualquer veículo.

4. Opt-out de veículo (takedown)

Se você é responsável por um veículo aqui agregado e prefere não aparecer mais na Fuja da Bolha, escreva para contato@fujadabolha.com.br a partir de um endereço com o mesmo domínio do veículo. Atendemos no prazo de 5 dias úteis.

Quando o opt-out é aplicado: (a) o publisher é marcado como OPTED_OUT internamente, (b) todos os artigos existentes do veículo deixam de aparecer no feed, na página do veículo e nas análises, (c) interrompemos qualquer novo fetch do domínio, incluindo o RSS oficial.

O opt-out é total: não trabalhamos com remoção seletiva por artigo, exceto quando há decisão judicial específica.

5. Dúvidas, parcerias e licenças

Para parcerias editoriais, licenciamento de conteúdo, cessão de RSS comercial ou qualquer outra questão jurídica relacionada à coleta de notícias, escreva para contato@fujadabolha.com.br. Veja também nossos Termos de Uso e a Política de Privacidade.