Pitch: revisão de vídeos com IA — por que separar evidência de veredito

Transparência: este texto apresenta o OnBriefing, produto da equipe responsável por esta publicação, e foi preparado com assistência de IA. O exemplo abaixo é fictício.

Um briefing pede: “mostrar o produto nos primeiros três segundos, falar a capacidade e mencionar o cupom”. Parece um checklist simples, mas há pelo menos três problemas diferentes: extrair o requisito, localizar uma evidência e decidir o que ela significa.

Misturar tudo em uma resposta livre como “vídeo aprovado, confiança 90%” dificulta investigar uma decisão. A implementação do OnBriefing separa os achados do cálculo do resultado final. Esta é a parte que quero compartilhar aqui.

Um resultado por regra

Cada achado guarda o requisito, o status, a gravidade, o escopo, a justificativa e as evidências disponíveis. Há três estados básicos: cumprido, violado e não verificável.

Considere este conjunto fictício:

Requisito	Material disponível	Resultado da regra
Mostrar a garrafa até 00:03	Frame em 00:02 com produto visível	Cumprido
Dizer o cupom na fala	Arquivo sem faixa de áudio	Não verificável
Manter o post público por 30 dias	Uma captura do vídeo hoje	Fora do escopo dessa análise

A segunda linha não prova que o creator esqueceu o cupom. Ela mostra que falta o material necessário para decidir. Na terceira, nem uma análise perfeita do vídeo de hoje comprovaria uma condição sobre o próximo mês.

O resultado agregado tem uma ordem explícita

Na lógica atual, uma falha conhecida com gravidade que reprova vence uma dúvida. Se não há essa falha, uma regra em escopo não verificável leva à revisão. Sem nenhuma regra em escopo, também não há base para aprovar.

Requisitos administrativos continuam registrados como fora do escopo, mas não tornam todas as análises inconclusivas. Isso evita esconder uma falha concreta atrás de uma condição que nenhum verificador de vídeo poderia observar.

Essa ordem é uma decisão de produto. Outra aplicação pode precisar de outra política. O ganho é conseguir localizar e testar a política separadamente da inferência do modelo.

A evidência também tem limites

Uma transcrição pode errar. Uma amostra de frames pode perder algo rápido. Um timestamp só é útil se aponta para o trecho relevante. A estrutura do relatório ajuda a investigar; ela não transforma uma inferência em certeza.

Por isso, o relatório precisa permitir que a equipe examine a evidência e os requisitos não verificáveis antes da aprovação. Não temos um benchmark publicado que permita afirmar precisão universal ou uma economia fixa de tempo.

Como avaliar uma solução assim

Uma avaliação pequena pode começar com vídeos autorizados e requisitos definidos previamente. Compare a regra extraída, o trecho citado e o status esperado, incluindo casos sem áudio, requisitos fora do vídeo e falhas bloqueantes acompanhadas de dúvidas. Meça também o tempo gasto revisando o relatório, não só o tempo de processamento.

O laudo de exemplo do OnBriefing mostra a apresentação dessa informação. O produto é comercial; este artigo não traz resultados de clientes nem uma avaliação independente.

Uma dúvida técnica para discussão: em aplicações de revisão, vocês mantêm a decisão final dentro da resposta do modelo ou calculam o resultado a partir de achados estruturados? Quais casos de fronteira costumam expor problemas nessa separação?