Como verificar fatos em fontes na pesquisa acadêmica
A verificação de fatos é trabalho sobre a afirmação, não uma impressão sobre um site. Quando um número, uma citação, uma imagem ou um “estudo novo” aparece num trabalho, saia da página e pergunte se a afirmação é verdadeira, em que evidências ela se apoia e se essas evidências ainda se sustentam. Esta página usa os movimentos SIFT de Mike Caulfield, o livro Verified de Caulfield e Wineburg de 2023 (trechos no American Educator da primavera de 2025), a leitura lateral de Wineburg e McGrew, os termos de desordem informacional de Wardle e Derakhshan e o Código de Princípios da IFCN. Não é como saber se uma fonte é confiável nem o percurso CRAAP.
Por CitationEasy Editorial Team25 min de leitura
Nesta página
Resposta rápida: como verificar uma afirmação
Pare antes de colar a frase no rascunho. Identifique a afirmação (um número, uma citação, um achado causal, uma data, uma foto). Depois faça quatro coisas que Caulfield nomeou em 2019 e reafirmou com Wineburg em Verified: pare, investigue a fonte, encontre cobertura melhor e rastreie a afirmação, a citação ou a mídia até o contexto original. Se você não conseguir reconstruir esse contexto a partir de uma fonte primária, não cite a afirmação.
Modelos de checagem de afirmações (preencha a partir da fonte à sua frente)
Frase da afirmação:
[Quem] afirma que [fato específico], com base em [estudo, conjunto de dados, discurso ou imagem nomeado], em [data].
Passo de rastreio:
A versão que vi primeiro é um [tweet / lide de notícia / PDF de ementa / resumo de IA]. O original é [DOI, transcrição, tabela de dados ou item de arquivo] em [URL estável].
Passo de cobertura:
Cobertura independente da mesma afirmação aparece em [segunda fonte nomeada] e [terceira fonte nomeada]. Elas [concordam / discordam / citam uma origem compartilhada].
Decisão de usar ou cortar:
Cite só se eu puder apontar o leitor a evidência verificável. Se o rastro morrer num comunicado, num print ou em “todo mundo sabe”, corte a frase.
Para que serve esta página
O CitationEasy já tem uma página para esta editora é confiável o bastante para citar? (fontes confiáveis) e uma página para aplicar as perguntas oficiais do CRAAP ao item (avaliar fontes). Esta URL responde a uma pergunta mais estreita: esta afirmação específica é verdadeira o bastante para entrar num trabalho? Um jornal respeitado ainda pode distorcer um denominador. Um artigo revisado por pares ainda pode ser retratado. Um vazamento verdadeiro ainda pode ser mal-information se alguém publicou fatos privados para prejudicar uma pessoa. Um chatbot de IA pode inventar um DOI que parece acadêmico e não aponta para nada.
Checadores profissionais do FactCheck.org — signatário verificado da IFCN no Annenberg Public Policy Center, última atualização nessa página de processo em 4 de dezembro de 2025 — colocam o ônus onde a escrita acadêmica já o coloca:
FactCheck.org, “Our Process” (página atualizada em 4 de dezembro de 2025)
The burden is on the person or organization making the claim to provide the evidence to support it.
We rely on primary sources of information.
Se você não alcança essa barra, a afirmação não pertence ao trabalho, mesmo que você não tenha provado que ela é falsa. “Não consegui verificar” é motivo para apagar, não motivo para suavizar com “alguns dizem”.
Nomeie o problema: desordem informacional, não “fake news”
Claire Wardle e Hossein Derakhshan escreveram o relatório de 2017 do Conselho da Europa Information Disorder (DGI(2017)09) porque “fake news” amontoa sátira, erro honesto, propaganda e registros privados vazados numa só ofensa. Eles dividiram a bagunça em dois eixos — falsidade e intenção de causar dano:
Wardle and Derakhshan, Council of Europe (2017)
Mis-information
Mis-information is when false information is shared, but no harm is meant.
Dis-information
Dis-information is when false information is knowingly shared to cause harm.
Mal-information
Mal-information is when genuine information is shared to cause harm, often by moving information designed to stay private into the public sphere.
| Tipo | Falso? | Dano intencional? | O que você faz no trabalho |
|---|---|---|---|
| Mis-information | Sim | Não | Corrija o fato. Cite a fonte melhor. Não trate o primeiro relator como mentiroso. |
| Dis-information | Sim | Sim | Não cite a afirmação como evidência. Se você discute a campanha, cite uma reconstrução verificada. |
| Mal-information | Não | Sim | O fato pode ser real. Pergunte se publicá-lo é ético, lícito e relevante para o seu argumento. |
No trabalho acadêmico, a intenção é secundária à precisão. Um colega que colou o ano errado e um troll que inventou o ano produzem a mesma nota de rodapé inutilizável. Os rótulos de Wardle ainda ajudam a escolher uma resposta: corrigir, recusar ou tratar com cuidado. Não são motivo para psicanalisar uma fonte que você ainda não identificou.
SIFT quando você se importa com a afirmação, não com a página
Caulfield publicou SIFT (The Four Moves) em 19 de junho de 2019 como uma lista curta de coisas a fazer, não uma rubrica de pontuação. Em 2023, ele e Sam Wineburg reafirmaram o mesmo hábito em Verified: How to Think Straight, Get Duped Less, and Make Better Decisions about What to Believe Online (University of Chicago Press). O trecho da primavera de 2025 no American Educator é o texto público que você abre sem paywall. A página de credibilidade cobre os dois primeiros movimentos como forma de avaliar uma editora. Esta página gasta seu espaço nos dois últimos, porque é aí que estudantes perdem citações: polem um URL e nunca checam se a frase é verdadeira.
Caulfield and Wineburg, “Learning to Verify,” American Educator (Spring 2025)
The first task when confronted with the unfamiliar is not analysis. It is the gathering of context.
When we encounter something online, our first question shouldn’t be “Is this true?” but rather “Do we know what we’re looking at?”
Eles nomeiam três contextos para reunir em cerca de trinta segundos: a fonte (quem está falando), a afirmação (o que outras coberturas dizem) e você (por que esta frase tenta). Esse último contexto é o motivo de uma estatística que ajuda sua tese precisar do mesmo rastro que uma estatística que a ameaça.
Mike Caulfield, “SIFT (The Four Moves),” 19 de junho de 2019
Sometimes you don’t care about the particular article or video that reaches you. You care about the claim the article is making.
You want to know if it is true or false. You want to know if it represents a consensus viewpoint, or if it is the subject of much disagreement.
Pare
Pause antes de destacar, tirar um print ou “só colocar por enquanto”. Pergunte o que você já sabe sobre a afirmação e o canal. Revolta, triunfo e “compartilhe antes que tirem do ar” não são evidência. Se você já está escrevendo um parágrafo que precisa deste número, você é a pessoa mais fácil da sala de enganar. Pare o bastante para escrever a afirmação como uma frase só que você poderia mostrar a um bibliotecário.
Investigue a fonte — depois decida se essa é a tarefa
Abra uma nova aba e pesquise o autor ou a organização menos o site em que você está. Isso ainda é obrigatório. Não é suficiente. O próprio exemplo de economia de Caulfield é o ponto: saber que você lê um economista Nobel ou um vídeo da indústria de laticínios muda como você interpreta o texto. Sozinho, isso não diz se a estatística do quarto parágrafo foi calculada com honestidade. Para a decisão sobre a editora, vá a fontes confiáveis. Para o número, continue.
Encontre cobertura melhor
Quando o que você precisa é a afirmação, Caulfield diz que você pode ignorar o artigo que chegou até você e procurar reportagem ou análise confiável dessa afirmação. O exemplo trabalhado dele é uma manchete de conservação, não uma taxa de crime inventada:
Exemplo de cobertura de Caulfield (mantenha o texto; depois vá achar reportagem real)
If you get an article that says koalas have just been declared extinct from the Save the Koalas Foundation, your best bet might not be to investigate the source, but to go out and find the best source you can on this topic, or, just as importantly, to scan multiple sources and see what the expert consensus seems to be.
O trecho de 2025 diz a mesma coisa como um movimento, não como um clima:
Caulfield and Wineburg, “Learning to Verify,” American Educator (Spring 2025)
Engage in “lateral reading” by opening up new tabs in your browser and using the internet to check the internet.
Isso não é uma “regra de três fontes” inventada para este site. É uma busca por cobertura independente. Três notícias que citam o mesmo comunicado são uma fonte com três bylines. A IFCN pede que checadores profissionais testem elementos-chave contra mais de uma fonte nomeada, “salvo quando essa única fonte é a única fonte relevante sobre o tema”. Uma carta de arquivo única pode ser essa fonte. Um gráfico viral quase nunca é.
Rastreie afirmações, citações e mídia até o contexto original
O último movimento de Caulfield é o que estudantes pulam quando o resumo já “soa como” o achado que queriam:
Mike Caulfield, “SIFT (The Four Moves),” 19 de junho de 2019
Much of what we find on the internet has been stripped of context.
In these cases we’ll have you trace the claim, quote, or media back to the source, so you can see it in it’s original context and get a sense if the version you saw was accurately presented.
A segunda frase é o texto de Caulfield, inclusive o “it’s” dele. Clique até o artigo, a tabela de dados, a transcrição da audiência ou o arquivo sem corte. Leia a limitação que o comunicado omitiu. Confira se a legenda da fotografia corresponde ao evento. Se o rastro termina num print, você não tem fonte.
Leitura lateral: saia da página do jeito que os checadores saem
Sam Wineburg e Sarah McGrew observaram 10 checadores profissionais, 10 historiadores com Ph.D. e 25 graduandos de Stanford avaliarem sites ao vivo. Historiadores e estudantes ficaram dentro da página — logotipos, texto About, um URL polido — e foram mais fáceis de enganar. Os checadores saíram. O artigo revisado por pares é “Lateral Reading and the Nature of Expertise” em Teachers College Record 121 (2019); uma cópia Stanford do manuscrito aceito é aberta.
Wineburg and McGrew, Teachers College Record (2019)
In contrast, fact checkers read laterally, leaving a site after a quick scan and opening up new browser tabs in order to judge the credibility of the original site.
Compared to the other groups, fact checkers arrived at more warranted conclusions in a fraction of the time.
Fact checkers, on the other hand, engaged in three practices—taking bearing, lateral reading and click restraint—that allowed them to read less but learn more about the topics they investigated.
Click restraint stands in contrast to whimsical clicking; before clicking on any one result, users evaluated the list of search results to understand the digital terrain in which they have landed.
O currículo Civic Online Reasoning — agora hospedado pelo Digital Inquiry Group, antes Stanford History Education Group — ensina três primeiras perguntas: quem está por trás da informação?, qual é a evidência? e o que outras fontes dizem? Para uma citação, acrescente uma quarta no instante em que você sai: o objeto que abri ainda diz o que o resumo disse, e foi corrigido ou retratado? A leitura vertical — ficar numa página About até se sentir convencido — é como um domínio sósia sobrevive. Também é como o status retratado de um artigo real de periódico nunca é notado, porque você nunca abriu o Retraction Watch nem o aviso da editora.
Abas laterais para uma afirmação (não para um site)
- Aba 1 — o item que chegou até você. Escreva a afirmação numa frase. Copie a data e qualquer DOI ou número de relatório.
- Aba 2 — quem está falando. Pesquise o autor ou a organização na Wikipédia, num catálogo de biblioteca ou em cobertura jornalística. Não termine primeiro a página About.
- Aba 3 — cobertura melhor. Pesquise a afirmação entre aspas mais uma palavra do campo (
mortality,census,opinion). Prefira agências estatísticas e fontes acadêmicas a resumos. - Aba 4 — o objeto original. Abra o artigo, a tabela, a transcrição ou o arquivo. Confirme que a frase ainda significa o que o resumo disse.
- Aba 5 — destino posterior. Pesquise o título mais
retraction,correction,erratum, ou o nome do autor no Retraction Watch.
Quando usar uma checagem profissional — e como lê-la
Um trabalho de estudante não é uma redação. Você ainda toma emprestados os padrões da profissão. A International Fact-Checking Network no Poynter avalia organizações diante de um código público. A página atual de commitments — não um selo aleatório na homepage — é o texto a usar. Um PDF da IFCN de junho de 2025 observa que o próprio Código, reescrito pela última vez no início de 2020, está em revisão comunitária que corre por 2025 e entra em 2026. Até uma substituição ser publicada, estas são as regras vigentes:
IFCN Code of Principles, compromisso com padrões e transparência das fontes
Signatories want their readers to be able to verify findings themselves. Signatories provide all sources in enough detail that readers can replicate their work, except in cases where a source's personal security could be compromised. In such cases, signatories provide as much detail as possible.
The applicant uses the best available primary, not secondary, sources of evidence wherever suitable primary sources are available.
The applicant checks all key elements of claims against more than one named source of evidence save where the one source is the only source relevant on the topic.
Use o diretório de signatários da IFCN, não um selo aleatório de “fact-check” numa homepage. FactCheck.org, Full Fact, Africa Check e Chequeado são o tipo de veículo para o qual o diretório existe; confirme o status atual no próprio diretório antes de tratar qualquer selo como vigente. Uma checagem é uma reconstrução secundária. Cite-a quando você escreve sobre o boato. Quando escreve sobre o fenômeno de base, siga as notas até a fonte primária e cite essa.
- Leia a classificação e a lista de evidências. Um medidor colorido não é uma fonte.
- Abra o conjunto de dados, o estatuto ou o artigo linkado. Se os links faltam, o texto falha no compromisso de fontes da IFCN para os seus fins.
- Anote a data. Uma checagem de 2018 não resolve uma estatística de 2026.
- Se dois signatários da IFCN discordam, você tem uma controvérsia para relatar, não um cara ou coroa para esconder.
Exemplo trabalhado 1: uma estatística com o denominador errado
Use um caso documentado, não uma estatística inventada de cidade. Em abril de 2021, Shimabukuro e colegas publicaram “Preliminary Findings of mRNA Covid-19 Vaccine Safety in Pregnant Persons” no New England Journal of Medicine (DOI 10.1056/NEJMoa2104983). Entre 827 gestações concluídas, relataram 104 abortos espontâneos. Uma correção posterior do NEJM disse aos leitores para não transformar essa contagem numa taxa:
Correção do NEJM a Shimabukuro et al. (nota de rodapé da Table 4)
No denominator was available to calculate a risk estimate for spontaneous abortions, because at the time of this report, follow-up through 20 weeks was not yet available for 905 of the 1224 participants vaccinated within 30 days before the first day of the last menstrual period or in the first trimester.
O FactCheck.org (Kate Yandell, 14 de agosto de 2026) reconstruiu a cifra viral de 82 por cento que ainda circulava depois que senadores divulgaram mensagens de janeiro de 2021 do telefone governamental do Dr. Anthony Fauci:
FactCheck.org, 14 de agosto de 2026 (reconstrução da aritmética, não uma citação do artigo do NEJM)
The false claim of an 82% miscarriage rate comes from dividing the 104 miscarriages by the 127 people in the study who got vaccinated in the first or second trimester — a calculation that the paper did not present.
- A maioria das pessoas vacinadas no início da gravidez ainda não teria concluído uma gestação a menos que ela terminasse cedo, então o denominador de 127 pessoas seleciona para perda.
- Uma análise posterior do registro de gravidez do CDC in Vaccine 76 (18 de fevereiro de 2026): 128340, DOI 10.1016/j.vaccine.2026.128340 — acompanhou 12.097 pessoas vacinadas antes de 20 semanas.
- A estimativa fetuses-at-risk desse artigo: risco acumulado de aborto espontâneo 10.79% (95% CI 10.01–11.56), abaixo ou dentro das estimativas pré-pandemia — não uma catástrofe de 82 por cento.
A lição é mecânica, não partidária. Sempre recupere o numerador, o denominador, a janela de tempo e se os autores calcularam a porcentagem que você está prestes a repetir. Se você não consegue abrir a tabela, não pode citar a porcentagem. Para gráficos que mentem com um eixo real, veja como apresentar dados.
Exemplo trabalhado 2: um artigo que não sobreviveu
A revisão por pares é um filtro, não uma garantia. Wakefield e colegas publicaram “Ileal-lymphoid-nodular hyperplasia, non-specific colitis, and pervasive developmental disorder in children” no The Lancet em 1998 (351:637–641). Em 2 de fevereiro de 2010 a revista o retratou. Cite o aviso e depois nunca cite o artigo de 1998 como evidência de um vínculo vacina–autismo:
The Editors of The Lancet, aviso de retratação (publicado online em 2 de fevereiro de 2010)
Following the judgment of the UK General Medical Council's Fitness to Practise Panel on Jan 28, 2010, it has become clear that several elements of the 1998 paper by Wakefield et al are incorrect, contrary to the findings of an earlier investigation. In particular, the claims in the original paper that children were “consecutively referred” and that investigations were “approved” by the local ethics committee have been proven to be false. Therefore we fully retract this paper from the published record.
Um estudante que só leu um resumo de notícia de 1999, ou um blog que ainda cita o volume 351, perderia o aviso. Antes de se apoiar numa afirmação biomédica extraordinária, pesquise o título no PubMed, abra a página da editora e confira o Retraction Watch. Cite a retratação se você escreve sobre o escândalo. Não cite o artigo retratado como se ainda sustentasse o achado. Como funciona o processo de revisão por pares explica o filtro; esta página é a checagem posterior.
Exemplo trabalhado 3: um vídeo que perdeu o vidro
Em 14 de outubro de 2022, manifestantes do Just Stop Oil jogaram sopa de tomate em Sunflowers, de Vincent van Gogh, na National Gallery de Londres. Um tuíte do jornalista do Guardian Damien Gayle alcançou dezenas de milhões de visualizações. Caulfield e Wineburg abrem o trecho de Verified com esse clipe porque a revolta pulou um fato recuperável:
Caulfield and Wineburg, “Learning to Verify,” American Educator (Spring 2025)
All this outrage and concern missed a crucial fact: Sunflowers was behind glass.
Apart from minimal damage to the frame, the painting emerged unscathed. The soup had splashed harmlessly on the painting’s protective case—a fact the protesters knew, many bystanders knew, and the gallery knew.
Os pixels eram reais. A legenda “destruiu um van Gogh” não. Esse é o passo de rastreio de Caulfield num clipe só: recupere o contexto original antes de tratar um still viral como evidência. Uma foto genuína de protesto de 2017 reusada como “ontem” falha no mesmo teste. Faça busca reversa do still (Google Images ou TinEye). Em imagens em movimento, investigadores costumam usar o plugin de verificação InVID/WeVerify/vera.ai para extrair keyframes e checar datas de envio. Depois encontre a publicação mais antiga que puder. Não cite um post social para uma afirmação factual a menos que também possa citar o registro subjacente.
Exemplo trabalhado 4: uma citação que um chatbot inventou
Estudantes agora colam resumos de IA do jeito que um dia colavam lides de notícia. William H. Walters e Esther Isabelle Wilder testaram esse hábito em “Fabrication and errors in the bibliographic citations generated by ChatGPT”, Scientific Reports 13, 14045 (2023). Pediram a GPT-3.5 e GPT-4 42 revisões curtas de literatura (84 artigos, 636 citações) e depois pesquisaram cada obra:
Walters and Wilder, Scientific Reports 13:14045 (2023)
Within this set of documents, 55% of the GPT-3.5 citations but just 18% of the GPT-4 citations are fabricated.
It is important to realize, however, that ChatGPT is fundamentally not an information-processing tool, but a language-processing tool.
Uma citação fabricada pode misturar um sobrenome real, um nome real de periódico e um DOI que pertence a outro artigo — ou a nada. A entrada de 46 citações suspeitas de IA na primavera de 2023 da biblioteca da University of Mississippi, depois publicada por A. P. Watson em The Serials Librarian (DOI 10.1080/0361526X.2024.2433640), encontrou o mesmo padrão: nenhum dos URLs ou DOIs fornecidos correspondia às obras citadas. Trate uma bibliografia de IA como uma lista de pistas, não como uma lista de fontes. Resolva cada DOI em https://doi.org/. Se não resolver, ou resolver para outro título, corte a frase. Para citar um chat de IA que você de fato usou, veja como citar IA. Esta página é a pergunta anterior: o objeto existiu?
Como verificar as afirmações que os estudantes de fato colam
Afirmações estatísticas
- Encontre a tabela original ou os microdados, não um print de um print.
- Escreva o denominador em palavras: porcentagem de quê, entre quem, em quais datas.
- Confira se a comparação é semelhante com semelhante (mesmo grupo etário, mesma definição de “desempregado”, mesmo ano de inflação).
- Prefira um instituto nacional de estatística, a OECD ou uma seção de métodos que você possa abrir a um gráfico de campanha.
- Se duas séries reputadas discordam, relate a discordância e as definições. Não as medie num terceiro número falso.
Afirmações científicas
- Abra o artigo (ou o preprint rotulado como preprint). Não cite um comunicado universitário como se fosse o experimento.
- Leia o tamanho da amostra, o desenho e as próprias limitações dos autores — sobretudo “preliminary”, “associational” ou “in mice”.
- Pergunte se trabalho posterior replicou o resultado e se existe uma correção ou retratação.
- Separe correlação da frase causal que você está prestes a escrever.
- Em perguntas clínicas, prefira uma revisão sistemática ou um guia de relato de métodos a um único ensaio dramático.
Citações e atribuições
- Encontre o discurso, a página do livro, a transcrição da audiência ou a gravação. Um cartão de citação não é uma fonte.
- Leia as frases dos dois lados. Reticências que escondem uma negação são outra citação.
- Confirme o falante, a data e o local. Nomes famosos atraem falas inventadas.
- Se você não encontra o original depois de uma busca séria, corte a citação. Não a “guarde” com uma citação mais fraca a um blog que também não tem o original.
Imagens, vídeo e “vi isso nas redes”
O passo de rastreio de Caulfield foi feito para vídeo recortado e fotos com legenda errada. Faça busca reversa do still. Recupere a publicação mais antiga que puder. Uma fotografia genuína com data falsa ainda é uma citação falha. Não cite um post social para uma afirmação factual a menos que também possa citar o registro subjacente. Para formatos de citação específicos de plataforma, use os guias de estilo — esta página trata de se o conteúdo é utilizável.
Resumos de IA e referências inventadas
- Trate todo título, cadeia de autores e DOI de um chatbot como não verificado até resolver.
- Pesquise o título no PubMed, no Crossref ou num catálogo de biblioteca. Um título quase certo costuma ser uma mistura, não um erro de digitação.
- Abra o PDF ou o HTML. Confirme que a frase que você quer está na página que abriu.
- Se o modelo não consegue mostrar o objeto, você não tem fonte. Reescreva a partir de uma obra que você de fato leu.
Ferramentas que ajudam você a sair da página
| Ferramenta | Use para | Não use para |
|---|---|---|
| Diretório de signatários da IFCN | Encontrar uma checagem profissional de uma afirmação pública em circulação | Substituir a fonte primária numa revisão de literatura |
| FactCheck.org / SciCheck | Ver uma reconstrução documentada com notas | Tratar o gráfico de classificação como evidência citável |
| Retraction Watch | Ver se um artigo foi retirado ou fortemente corrigido | Assumir que toda crítica equivale a uma retratação |
| PubMed / Crossref / Google Scholar | Encontrar o artigo, a literatura que o cita e avisos da editora | Assumir que um alto número de citações significa que o achado é verdadeiro |
| Wayback Machine | Recuperar uma página que mudou ou foi editada em silêncio | Provar que a primeira cópia arquivada é a publicação original |
| Busca reversa de imagem | Encontrar um envio anterior ou um original de banco de imagens | Provar que uma foto é “real” no sentido de não encenada |
| WHOIS / registros de domínio | Ver quão novo é um domínio de notícias sósia | Identificar todo dono legítimo (a redação de privacidade é comum) |
A Wikipédia é um mapa, não um destino. Caulfield e Wineburg a tratam como a primeira aba lateral. Use-a do jeito que Wikipédia para pesquisa descreve: leia a página de discussão e as citações, depois saia. Uma nota NewsGuard ou um gráfico de viés midiático é a opinião de outra pessoa sobre uma editora. Não verifica a célula da tabela que você está prestes a copiar.
Sinais de alerta que exigem rastreio, não uma olhada rápida
A afirmação tenta apressar você
- Uma manchete que não sobrevive sem ponto de exclamação
- “Compartilhe antes que tirem do ar”
- Uma estatística sem conjunto de dados nomeado
- Uma citação sem discurso, livro ou carimbo de tempo
- Um estudo descrito só num comunicado ou num chat de IA
O rastro já está quebrado
- Citações que não sustentam a frase sob a qual estão
- Um DOI que não resolve, ou resolve para outro artigo
- Três artigos que citam o mesmo conjunto inédito de slides
- Um periódico que você não encontra num catálogo de biblioteca ou no DOAJ
- Um autor sem pegada institucional além daquela página
Nenhum desses sinais prova que a afirmação é falsa. Cada um prova que você ainda não tem uma afirmação citável. Siga em frente ou corte a frase. Para financiamento e distorção de ponto de vista depois que o fato está estabelecido, use viés em fontes.
Erros que sobrevivem a uma passagem de “Pesquisei no Google”
- Parar numa fonte de que você já gosta. O viés de confirmação é o motivo de você ter de verificar a frase que ajuda sua tese com o mesmo rigor da que a ameaça.
- Contar reimpressões como confirmação independente. Sindicalize a mesma matéria de agência três vezes e você ainda tem uma cadeia de reportagem.
- Tratar consenso como citação. “Todo mundo sabe” não é uma fonte acadêmica.
- Descartar o único fato verificável de um veículo enviesado. Um site partidário ainda pode citar um estatuto corretamente. Verifique o estatuto.
- Confundir opinião com afirmação factual. “Esta política é imprudente” não se checa como “esta política gastou $X”.
- Citar uma checagem em vez do registro quando o trabalho é sobre o registro. A checagem é um mapa.
- Confiar numa bibliografia de chatbot. Walters e Wilder mostraram que mesmo o GPT-4 ainda fabrica cerca de uma citação em seis.
Coloque a verificação de fatos no trabalho, não na véspera
- Enquanto você lê. Marque cada frase que possa usar como verificada, não verificada ou contestada. Guarde o URL ou o DOI na mesma nota. Como fazer anotações de pesquisa é o hábito de captura; esta página é o hábito de verificação.
- Enquanto você redige. Não estacione uma estatística “para olhar depois” no parágrafo. Se não puder verificá-la na sessão, deixe um buraco visível ou apague.
- Antes de entregar. Reabra cada porcentagem, citação e “estudo recente”. Confirme que o link ainda resolve e que nenhuma retratação apareceu depois da primeira leitura.
- Quando você cita. Cite o objeto que de fato verificou — a tabela, o artigo, a transcrição — não o post social ou o chat que o apresentou. Depois formate esse objeto no estilo que a tarefa nomeou.
Verificou a afirmação? Cite o objeto que você abriu
A verificação de fatos decide se uma frase pode aparecer. A citação registra a versão que você usou. Depois que a afirmação sobrevive, gere a referência do artigo, conjunto de dados ou relatório que você de fato abriu — não do resumo que primeiro o tentou.
Perguntas frequentes
- Como a verificação de fatos difere de avaliar se uma fonte é confiável?
- Credibilidade é um juízo sobre a editora ou o autor para uma tarefa. Verificação de fatos é um juízo sobre uma frase. Uma tabela do CDC pode ser uma fonte confiável de mortalidade e ainda ser a tabela errada para o seu ano. Um jornal famoso pode ser uma editora confiável e ainda inverter um denominador. Faça as duas checagens. Comece por fontes confiáveis para a editora e volte aqui para a afirmação.
- O SIFT é só outra lista CRAAP?
- Não. Caulfield desenhou o SIFT como uma lista curta de movimentos que tiram você da página. O CRAAP é uma lista de perguntas que você faz sobre o item. Verified (2023) reafirma o mesmo hábito: reúna contexto antes de argumentar. Use o CRAAP em como avaliar fontes depois de já saber que a editora é real. Use o SIFT primeiro quando uma afirmação chega de um URL desconhecido, de um chat de grupo ou de um resumo de IA.
- Posso citar o FactCheck.org ou o Snopes num trabalho de pesquisa?
- Sim, quando o trabalho é sobre o boato, o debate público ou como uma afirmação circulou. Quando o trabalho é sobre o fenômeno de base, siga as notas da checagem até o conjunto de dados, o estatuto ou o artigo e cite essa fonte primária. Prefira um signatário da IFCN e abra as fontes em vez de parar na classificação.
- E se especialistas discordam de verdade?
- Relate a discordância em vez de lavá-la num consenso falso. Nomeie os campos, a evidência que cada um trata como decisiva e se existe um guia de relato de métodos ou uma revisão viva. “Os estudos são mistos” só é honesto se você leu mais de um estudo e consegue dizer como eles se misturam.
- E se eu não conseguir verificar uma afirmação depois de uma busca séria?
- Não a use. A regra do FactCheck.org é a regra acadêmica: quem faz a afirmação deve a evidência. Um buraco no parágrafo é melhor do que uma nota que aponta para um print. Encontre outro fato de apoio verificável, ou estreite a tese.
- Preciso verificar periódicos revisados por pares?
- Você não refaz cada experimento. Você confirma que o artigo existe, que diz o que você está prestes a dizer que ele diz, que você não promoveu correlação a causalidade e que não foi corrigido nem retratado. Afirmações extraordinárias e ensaios únicos pequenos recebem mais do seu tempo do que uma citação rotineira de métodos.
- Como verifico uma data ou uma citação histórica?
- Encontre uma fonte primária ou uma edição acadêmica. Livros de editoras universitárias, edições documentais e catálogos de arquivo vencem agregadores de citações. Se dois historiadores sérios discordam da interpretação, isso é um debate a citar, não um motivo para escolher a data que cabe no seu esquema. Fontes primárias em história cobre a metade arquivística.
- Como devo tratar imagens e vídeos virais num trabalho?
- Faça busca reversa do still, recupere a publicação mais antiga que puder e cite essa publicação — com data — em vez do compartilhamento mais recente. O vídeo da sopa em Sunflowers de 2022 é o caso trabalhado: o clipe era real e a legenda “pintura destruída” não. Se você não consegue estabelecer quando e onde a mídia foi feita, ela é ilustração de um boato, não evidência do evento.
- Como verifico uma citação que um chatbot me deu?
- Resolva o DOI ou o ISBN. Pesquise o título exato. Abra a obra. Walters e Wilder (2023) acharam que 55% das citações do GPT-3.5 e 18% das do GPT-4 no conjunto deles eram fabricadas; muitos restos de aparência real ainda tinham páginas ou anos errados. Se o objeto não existe, apague a frase. Veja como citar IA só depois de ter um objeto que você de fato usou.
- A Wikipédia conta como verificação de fatos?
- Conta como um começo. Use o artigo para reunir nomes, datas e citações, depois abra essas citações. Não pare na página da Wikipédia para uma estatística contestada. Wikipédia para pesquisa é a regra mais longa.