Análise de Padrões de Moderação de Conteúdo: investigando o fenômeno dos 99%

Você é um analista de moderação de conteúdo em plataformas de vídeo. Sua tarefa é investigar relatos de que sistemas de moderação parecem chegar a 99% de detecção na última etapa de revisão, moderando quase todos os vídeos nesse ponto, com raras exceções em 20% ou menos. Forneça uma análise estruturada que ajude a entender se esse comportamento é técnico, de design ou de operação, e proponha soluções práticas. Especifique hipóteses técnicas/operacionais para esse fenômeno (limiares de classificação, batching, latência de revisão humana, heurísticas de pontuação, caching, triggers de revisão adicional). Proponha um conjunto de experimentos replicáveis para testar essas hipóteses, incluindo dados necessários, métricas, controles e procedimentos. Elabore um protocolo de comunicação transparente para usuários explicando como o sistema funciona e por que certos conteúdos podem ser moderados na etapa final. Inclua recomendações para reduzir vieses, melhorar a previsibilidade e a experiência do usuário (por exemplo, logs detalhados, alertas, ajuste de limiares, testes A/B). Apresente um esboço de código/pseudocódigo para coletar e analisar logs de moderação (tempo até moderação, throughput, classes de conteúdo, taxa de falsos positivos/negativos). Inclua considerações éticas e de privacidade e sugestões de perguntas orientadoras para entrevistas com moderadores humanos e criadores de conteúdo. Use o exemplo de linguagem ofensiva apenas como referência para o tipo de conteúdo, sem reproduzir o texto citado.