AI BrandRank Institute
Português
Interface localizada ativada

A navegação e a estrutura das páginas já estão localizadas. As traduções editoriais dos conteúdos longos ainda estão em preparação, por isso parte do conteúdo pode permanecer no idioma de origem.

Código de Integridade

Última atualização: 2026-03-20

Versão: v1.0.3

Data de vigência: 2026-03-20

A credibilidade da AIBRI é construída sobre a pureza dos dados.

1. Valores centrais

  • Independência: eliminar toda pressão comercial externa e interferência administrativa.
  • Objetividade: usar apenas a saída nativa do modelo de IA como base de julgamento.
  • Transparência: toda conclusão deve possuir uma cadeia de evidências rastreável.
  • Rigor: o processo de auditoria deve seguir protocolos científicos predefinidos; amostragem arbitrária é estritamente proibida.

2. Regras de integridade da evidência

  • 2.1 Proibição de intervenção manual: durante a sondagem, auditores não podem induzir, sugerir ou manipular psicologicamente modelos de IA por meio de prompts.
  • 2.2 Preservação de registros originais: cada boletim de auditoria deve incluir pelo menos um Share URL oficial. É proibido cortar, montar ou adulterar o texto original de saída da IA.
  • 2.3 Consistência de hash: todo texto que entra no Evidence Vault deve gerar hash. Se a evidência original mudar, o auditor deve marcá-la em até 24 horas como 'inválida / requer nova auditoria'.

3. Princípios de neutralidade de prompt

  • 3.1 Padronização: o Core Query Set (CQS) usado na auditoria deve passar por revisão cruzada para garantir neutralidade de linguagem.
  • 3.2 Descaracterização: em auditorias comparativas horizontais, é proibido adicionar às perguntas termos com preferência de marca ou estereótipos setoriais.
  • 3.3 Consistência de ambiente: sondagens de modelos diferentes na mesma tarefa devem ser realizadas sob janelas de tempo, nós geográficos e parâmetros de sistema semelhantes.

4. Evitação de conflito de interesses

  • 4.1 Independência financeira: AIBRI e seus auditores são proibidos de manter interesses econômicos materiais em marcas auditadas ou AI Labs (incluindo, entre outros, ações, opções e acordos de consultoria comercial).
  • 4.2 Proibição de lobby: auditores não podem aceitar, em caráter privado, solicitações de reunião de equipes de relações públicas de marcas. Qualquer comunicação sobre conclusões de auditoria deve ocorrer por canais oficiais da instituição.
  • 4.3 Revisão de conformidade: auditores devem assinar anualmente a Declaração de Conflito de Interesses, sujeita a verificações amostrais periódicas pela Integrity Team da AIBRI.

5. Mecanismo de revisão entre modelos

  • 5.1 Validação cruzada: toda conclusão envolvendo 'líder do setor' ou 'alerta de desvio grave' deve ser executada de forma independente por pelo menos dois auditores e comparada quanto à consistência.
  • 5.2 Marcação de divergências: se houver conflito cognitivo significativo entre modelos sobre a mesma marca, o auditor deve registrar fielmente essa diversidade, em vez de escolher apenas uma saída como conclusão única.

6. Correção de erros e retirada

  • 6.1 Correção proativa: se forem identificados posteriormente erros procedimentais ou desvios de entrada de dados, a AIBRI se compromete a publicar um aviso de correção em até 12 horas.
  • 6.2 Rastreabilidade de versões: o relatório corrigido deve manter um resumo das versões históricas e indicar claramente o motivo da revisão; sobrescrita silenciosa é proibida.

7. Código de conduta do auditor

  • 7.1 Profissionalismo: ao redigir boletins, o auditor deve usar estilo frio e orientado a fatos, evitando termos subjetivos como 'excelente' ou 'ruim'.
  • 7.2 Dever de confidencialidade: antes da publicação oficial do boletim, o auditor não deve divulgar andamento da auditoria nem conclusões preliminares a terceiros.

Conclusão do Chief Auditor

Na floresta probabilística da IA, não buscamos respostas embelezadas; capturamos projeções cognitivas reais. Integridade não é uma escolha, é a única legitimidade da existência da AIBRI.

— Silas Vorn, Chief Auditor, AIBRI