Ferramenta de equipa · Modelo
Níveis de verificação
Acorde que resultados recebem uma leitura rápida, verificações pontuais ou verificação completa, para que todos verifiquem de forma proporcional.
Descarregar
Princípios envolvidos
Visão geral
Um rascunho para uso pessoal pode receber uma leitura rápida. Um relatório para um cliente precisa de ser verificado em relação a cada fonte. Use a tabela para acordar que verificações a equipa fará antes de partilhar cada tipo de trabalho.
Os três níveis
| Nível | Para | O que fazer |
|---|---|---|
| Leitura rápida | Rascunhos internos, ideias, notas pessoais | Leia tudo. Responde à pergunta que fez? |
| Verificações pontuais | Tudo o que partilha com colegas | Verifique os nomes, datas, valores e afirmações mais importantes. |
| Verificação completa | Tudo o que é publicado, assinado, enviado a um cliente ou usado para decidir | Abra cada fonte, refaça os cálculos, confirme citações e datas e peça a outra pessoa que reveja o trabalho quando um erro puder ter consequências graves. |
O que significa verificação completa
- 01Abra cada fonte e encontre a frase que sustenta cada afirmação.
- 02Refaça os cálculos a partir dos dados originais.
- 03Confirme citações, nomes, datas e montantes.
- 04Verifique se o resultado se adequa ao seu país, mercado e cliente.
- 05Peça a outra pessoa que reveja o trabalho quando um erro puder ter consequências graves.
O modelo
Cada campo inclui instruções e um exemplo de uma equipa fictícia.
Exemplo fictício: a equipa de marketing da Lumen, uma empresa de software inventada.
- 01Resultado
-
Identifique um tipo de resultado que a equipa produz com IA.
Exemplo fictício
Estudo de caso de um cliente para o site.
- 02Nível
-
Escolha leitura rápida, verificações pontuais ou verificação completa.
Exemplo fictício
Verificação completa.
- 03O que verificar
-
Liste as verificações de que este resultado precisa.
Exemplo fictício
Confirmamos que o cliente aprovou cada citação por escrito, verificamos cada valor nos dados do cliente e pedimos à equipa de marketing de produto que confirme as afirmações sobre o produto.
- 04Quem verifica
-
Indique quem faz a verificação e quem faz a segunda leitura, se necessária.
Exemplo fictício
O autor e depois o responsável de conteúdos.
- 05O que guardamos
-
Indique que provas da verificação guarda e onde.
Exemplo fictício
A aprovação escrita do cliente e os dados de origem, na pasta do estudo de caso.
Fontes
Estas fontes sustentam os factos desta página. Explicamos o que se pode concluir de cada uma e quais são os seus limites. As recomendações são nossas. Ver todas as fontes que utilizamos.
- Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1) US National Institute of Standards and Technology · 26 de julho de 2024 · Quadro voluntário Lista doze riscos da IA generativa, incluindo confabulação (conteúdo falso apresentado com confiança, por vezes com citações inventadas) e a configuração da interação entre pessoas e IA, que abrange o viés de automatização e a dependência excessiva. Limites: Voluntário. Foi emitido ao abrigo de uma ordem executiva entretanto revogada, e o quadro mais amplo está em revisão.
- Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools Journal of Empirical Legal Studies (Stanford RegLab and HAI researchers) · 23 de abril de 2025 · Investigação com revisão por pares Em 202 perguntas jurídicas, algumas das principais ferramentas de pesquisa jurídica com IA alucinaram em 17% a 33% das perguntas, e um modelo de uso geral em 43%. Limites: Um retrato de ferramentas testadas em 2024. As ferramentas mudaram entretanto.