[Pular para o conteúdo](https://academy.innguma.com/pt-br/ia-aplicada-a-inteligencia/classificar-e-estruturar-informacao/#contenido)

Aula 3.3 · Trilha 03

# Classificar e estruturar informação

Como converter documentos heterogêneos em registros comparáveis sem esconder os erros de classificação?

**Você leva** dicionário de dados e registro de divergências.

≈ 30 min · Intermediário

[Fazer a prática](https://academy.innguma.com/pt-br/ia-aplicada-a-inteligencia/classificar-e-estruturar-informacao/#hazlo-tu-disena-y-prueba-cinco-etiquetas-20-min)[Exercício](https://academy.innguma.com/pt-br/ia-aplicada-a-inteligencia/classificar-e-estruturar-informacao/#compruebalo)[Ler a aula](https://academy.innguma.com/pt-br/ia-aplicada-a-inteligencia/classificar-e-estruturar-informacao/#de-leer-textos-a-disenar-una-taxonomia)

Em 1 minuto

um rótulo não é verdadeiro só porque uma IA o escreveu; é operacional quando outro analista entende sua definição, consegue reproduzi-lo e sabe quando revisá-lo.

## De ler textos a desenhar uma taxonomia

A classificação automática pode ajudar a organizar grandes volumes de notícias, patentes, chamadas e comunicações empresariais. Mas primeiro devemos decidir **para que serve cada rótulo**. Uma taxonomia útil não é uma lista enorme de categorias; é um conjunto consistente que permite responder a perguntas e desencadear ações.

Para um monitoramento de concorrentes poderíamos precisar de: ator, data do evento, geografia, tipo de acontecimento, tecnologia envolvida, fase de maturidade, relação com o FCV, fonte e estado de verificação. Nem sempre é possível extrair todos os campos: o valor `nao_consta` costuma ser melhor do que uma inferência disfarçada de dado.

## Desenho mínimo de esquema

| Campo | Regra | Exemplo didático |
| --- | --- | --- |
| `evento` | Um destes: pesquisa, patente\_solicitada, piloto, acordo, venda, regulação, outro | `patente_solicitada` |
| `ator` | Nome presente na fonte, não inventado | Fornecedor B |
| `data_evento` | Data do evento ou `nao_consta`; separar da publicação | `nao_consta` |
| `fase` | Exploração, piloto, comercial, indeterminada | exploração |
| `afirmacao` | Resumo neutro do que a fonte sustenta | «Foi publicado um pedido» |
| `evidencia_id` | ID que permite voltar ao material | S03 |
| `revisao` | correta, duvidosa, incorreta | duvidosa |

Um esquema deve documentar definições, exemplos positivos e negativos e como tratar registros ambíguos. Se chamarmos de «lançamento» tanto um protótipo quanto uma venda, será difícil comparar sinais.

Interativo · Cartões

### Os campos do esquema, um a um

Vire cada campo para ver sua regra e o erro que ele evita.

Campos do esquema mínimo de classificação com sua regra.

## Um processo que aprende com seus erros

Comece classificando manualmente uma amostra pequena. Depois peça à IA que rotule com o mesmo esquema e **explique qual trecho respalda cada campo não óbvio**. Compare as divergências e corrija instruções ou categorias. Uma segunda amostra, diferente da primeira, serve para verificar se o ajuste se generaliza.

Não basta dizer que «a precisão é alta»: qualquer indicador de qualidade exige um conjunto de referência e definições de acerto. Para esta experiência formativa, o prioritário é aprender a detectar falsos positivos, falsos negativos e campos fabricados.

Caso Empresa A · simulação

Caso fictício

## Caso Empresa A · A diferença entre piloto e comercialização

Se S04 menciona um demonstrador de laboratório, a categoria `venda` é incorreta; se S03 descreve um pedido publicado, `patente_concedida` também seria. Pedir à IA que escolha entre categorias explícitas e justifique com um trecho evita parte da arbitrariedade, mas exige revisão dos casos-limite.

O dado estruturado resultante é útil para uma matriz temporal: quando aparece um pedido? Quando um teste? Há adoção verificável? A classificação não resolve por si só a decisão: organiza o terreno para a análise posterior.

Simulação educativa: informações e organizações fictícias.

Faça você mesmo

## Faça você mesmo · Desenhe e teste cinco rótulos (20 min)

Crie uma taxonomia de cinco tipos de evento. Defina as regras, rotule S01–S05 manualmente e peça a uma IA uma segunda classificação com saída tabular. Compare linha a linha. Documente pelo menos uma mudança na definição e um exemplo de `nao_consta`.

**Entregável:** dicionário de dados e registro de divergências.

R09 · Estruturação 

### Dicionário de classificação

Definir rótulos inequívocos para humanos e IA.

[Ver o modelo →](https://academy.innguma.com/pt-br/biblioteca/dicionario-de-classificacao/)

R06 · Evidência 

### Registro de sinais e evidências

Distinguir observação, fonte e interpretação.

[Ver o modelo →](https://academy.innguma.com/pt-br/biblioteca/registro-de-sinais-e-evidencias/)

Confira · resposta fechada

## Rotule cada registro

Use o rótulo que o trecho permite, sem inferir mais do que ele diz.

1.  S01 · Fornecedor B anuncia pesquisa em armazenamento industrial.
    
    **Ver a resposta**
    
    **Resposta: atividade\_de\_pesquisa.** Não inferir vendas.
    
2.  S02 · Blog: «uma nova tecnologia substituirá todas as baterias em 2027».
    
    **Ver a resposta**
    
    **Resposta: precisa\_revisao.** É opinião: não rotular uma promessa como contrato.
    
3.  S03 · Publicação de pedido sobre trocador de calor.
    
    **Ver a resposta**
    
    **Resposta: pedido\_patente.** A concessão não consta (\`concesion: nao\_consta\`).
    
4.  S04 · Fornecedor B apresenta demonstrador de laboratório.
    
    **Ver a resposta**
    
    **Resposta: piloto\_demonstrador.** Não inferir exploração rentável.
    

Avalia-se a justificativa por ID e o registro de divergências; quatro exemplos não medem o desempenho de um classificador.

### E agora, a sua própria resposta

Esta parte exige julgamento profissional: não há correção automática. Complete o seu trabalho na prática, avalie-o com a rubrica da aula e compare-o com a solução orientativa.

O que a sua resposta deve incluir

-   Cinco tipos de evento com regras de inclusão e exclusão.
-   Um exemplo de «nao\_consta».
-   Um registro de divergências linha a linha com a classificação da IA.
-   Pelo menos uma mudança documentada em uma definição.

Rubrica de autoavaliação (0–2 por critério)

Esta rubrica não estabelece a nota da prova certificada.

Correspondência afirmação-evidência

Gestão da incerteza

Detecção de erros

Decisão e revisão

Reutilização profissional

**Solução orientativa**

Avalia-se a justificativa por ID e o registro de divergências; não se pretende medir o desempenho real do classificador com quatro exemplos.

Solução ilustrativa de um caso fictício: admite alternativas fundamentadas.

## Erros frequentes

Criar categorias sobrepostas, não diferenciar data de publicação e data do fato, pedir probabilidades arbitrárias, inferir entidades ausentes, medir o volume de rótulos em vez da utilidade para as decisões ou ajustar o esquema sem versioná-lo.

**Regra para levar:** um rótulo não é verdadeiro só porque uma IA o escreveu; é operacional quando outro analista entende sua definição, consegue reproduzi-lo e sabe quando revisá-lo.

**Ampliação opcional Ampliação · Classificar não é preencher lacunas**

Um campo vazio é informação útil se significa «a fonte não oferece este dado». O erro aparece quando um classificador preenche vazios com convenções plausíveis. Convém separar três valores: `nao_consta` (dado ausente no material), `nao_se_aplica` (o campo não corresponde ao evento) e `precisa_revisao` (a fonte permite interpretações rivais). Essa distinção torna os registros comparáveis e evita conclusões baseadas em precisão aparente.

Estabeleça um dicionário R09 com cinco classes iniciais: **atividade\_de\_pesquisa, pedido\_patente, piloto\_demonstrador, acordo\_alianca, adocao\_comercial**. Os rótulos foram desenhados para o exercício; não descrevem a ontologia de nenhum fornecedor. Para cada categoria, defina critério de inclusão, contraexemplo e evidência textual mínima. Se uma notícia mistura pedido e aliança, permita rótulos múltiplos quando o esquema o previr ou separe os eventos: nunca force um único rótulo só por conveniência do relatório.

### Empresa A · Teste de classificação e divergências

| Registro fictício | Rótulo justificável | Erro a impedir |
| --- | --- | --- |
| S01 · Pesquisa anunciada | atividade\_de\_pesquisa | Inferir adoção comercial |
| S03 · Pedido publicado | pedido\_patente | Transformá-lo em concessão |
| S04 · Demonstrador | piloto\_demonstrador, conforme o texto exato | Convertê-lo em venda |
| S02 · Opinião especulativa | precisa\_revisao ou outro tipo documental | Rotular promessa como resultado |

**Protocolo de validação:** prepare oito registros fictícios com rótulo humano antes de testar o prompt, reserve quatro para ajustar definições e quatro para verificar que as instruções não apenas memorizam exemplos. Guarde as respostas divergentes, a evidência que cada revisor usou e a versão do dicionário. Não publique um número de acurácia sem informar o tamanho e a composição da amostra; oito exemplos ensinam um método, não comprovam desempenho em produção.

### Prática · Revisão de dois erros

Peça ao assistente que devolva os campos `evento`, `ator`, `data_evento`, `data_publicacao`, `evidencia_id`, `trecho`, `revisao`. Introduza deliberadamente uma data não presente e uma afirmação que mistura anúncio e execução. O exercício é superado se os campos sem evidência permanecem `nao_consta`, se o sistema identifica pelo menos uma ambiguidade e se consegue explicar cada classificação com o texto fornecido.

**Saída:** R09 Dicionário de classificação, R06 Registro de sinais e evidências;

Interativo · Decida

### nao\_consta, nao\_se\_aplica ou precisa\_revisao

Um campo vazio é informação útil. Escolha o valor correto em cada caso.

Atividade: escolha entre nao\_consta, nao\_se\_aplica e precisa\_revisao.

## Referências e limites

Esta aula não cita fontes externas. Desenvolve o método da Academy a partir do material formativo da Innguma.

-   A Empresa A é um caso fictício: seus dados, empresas e números não descrevem mercados nem organizações reais.
-   As orientações sobre IA são elaboração própria da Academy. Não constituem um procedimento NIST nem substituem uma avaliação de riscos da sua organização.

Intelligence Lab · L04

## Registro de sinais

Vai aplicar? Abra o Registro de sinais no Lab e separe observação, fonte e interpretação no seu registro. Saída: registro de sinais. Funciona no navegador, sem servidor, sem conta e sem IA conectada. O resultado pode precisar de revisão e adaptação ao seu caso.

- [Abrir a ferramenta](https://academy.innguma.com/pt-br/lab/registro-de-sinais/)
- [Voltar à trilha](https://academy.innguma.com/pt-br/ia-aplicada-a-inteligencia/)

**Leve** 

-   [R09 · Dicionário de classificação](https://academy.innguma.com/pt-br/biblioteca/dicionario-de-classificacao/)
-   [R06 · Registro de sinais e evidências](https://academy.innguma.com/pt-br/biblioteca/registro-de-sinais-e-evidencias/)

Leitura aberta, sem cadastro.