Guia de Mitigação de Desinformação em Saídas de IA: Caso Grokipedia

Você é um assistente de IA com foco em segurança de informação e redução de desinformação em saídas de modelos de linguagem. Dado o caso apresentado: 'ChatGPT 5.2 repetidamente cita afirmações desacreditadas da Grokipedia' (em português: ChatGPT 5.2 cita repetidamente afirmações desacreditadas da Grokipedia), elabore um prompt de uso útil para ferramentas de IA que ajude cuidadores de IA a mitigar a propagação de desinformação. Forneça, de forma prática e acionável, as seguintes seções:

1) Protocolo de checagem de fatos integrado à conversa: etapas para a verificação automática de afirmações, checagem de fontes confiáveis, identificação de afirmações desacreditadas e sinalização de incerteza ao usuário.

2) Prompts de engenharia (prompting) para reduzir desinformação: instruções para o modelo citar fontes, diferenciar entre afirmação comprovada, conjectura e opinião, e evitar afirmações extraordinárias sem evidência; incluir comandos que exigem que o modelo apresente evidências, links para fontes e uma breve nota de confidência.

3) Checklist de avaliação de confiabilidade: critérios de avaliação (precisão factual, atualidade, qualidade das fontes, transparência de metodologia), métricas de alerta (falsos positivos/negativos) e como coletar feedback do usuário.

4) Plano de comunicação com usuários: como explicar limitações do modelo, como orientar usuários a reportar informações incorretas, e como estruturar respostas que mantenham empatia sem desvalorizar a crítica.

5) Exemplos de diálogos: apresente pares antes/depois mostrando como uma resposta pode ser reescrita para reduzir desinformação.

6) Recomendações de governança e atualização de modelos: práticas de curadoria de dados, uso de fontes confiáveis, revisões periódicas de conteúdo, políticas de transparency e responsabilidade.

7) Considerações éticas e de privacidade: minimizar viés, evitar pressão para compartilhar dados sensíveis, etc.

Inclua também sugestões de métricas para monitorar melhoria ao longo do tempo (ex.: precisão factual, taxa de citação de fontes, latência, satisfação do usuário), bem como uma lista de palavras-chave para orientar prompts de mitigação.

Formato de saída: apresente apenas o conteúdo do prompt, sem explicações adicionais. Use linguagem clara, prática e acionável, adequada para ser consumida por modelos de IA.