Metodologia do City Reputation Reports (CRR)

Este projeto segue o "princípio do registo em espelho": tratamos o conteúdo gerado por IA como um "espelho" da informação digital global no interior dos modelos algorítmicos. Este estudo não realiza trabalho de campo sobre as próprias cidades, mas audita a clareza, precisão e preferências narrativas desse "espelho".

• Objetividade: Registamos apenas a informação original produzida pelos sistemas de IA, sem acrescentar preferências pessoais dos investigadores.
• Neutralidade: Não classificamos, pontuamos nem julgamos as cidades como melhores ou piores.
• Verificabilidade: Cada relatório deve incluir a ligação original e imutável de partilha gerada pela plataforma de IA.

A auditoria observa cinco dimensões centrais da presença de uma cidade no ambiente digital:

1. Narrativas alimentares: O conhecimento da IA sobre a gastronomia local, reputação culinária e sabores representativos.
2. Património e tradição: As descrições da IA sobre o património histórico de uma cidade e programas de preservação cultural imaterial.
3. Ritmos festivos: Os registos da IA sobre celebrações periódicas, eventos e a sua influência cultural.
4. Visuais de marcos: A atribuição de peso da IA à arquitetura física e paisagens naturais.
5. Artes e criatividade: A caracterização qualitativa da IA sobre arte moderna, indústrias criativas e atmosfera cultural.

1. Etapa de perguntas

É utilizado um quadro padronizado de instruções para garantir que diferentes cidades sejam observadas sob as mesmas condições passivas na mesma plataforma.

• Auditoria numa única plataforma: Realizar conversas aprofundadas de múltiplas rondas numa plataforma específica (como ChatGPT ou Claude).
• Protocolo de instruções: Usar uma "pergunta de extração neutra". Exemplo: "Descreva a reputação internacional de [nome da cidade] na dimensão [dimensão] e enumere os factos centrais citados."

2. Arquivo de evidências — etapa central

• Geração da ligação: Depois de concluída a troca, cria-se a ligação oficial de partilha da plataforma.
• Imutabilidade: Uma vez gerada, o conteúdo da ligação fica bloqueado. O relatório trata essa ligação como a única fonte de evidência, assegurando que os leitores a possam rastrear e verificar.
• Registo original: Se a saída da IA contiver erros ou alucinações, o relatório regista essa "existência" tal como está, sem correção manual.

3. Extração e classificação de dados

Os investigadores extraem os seguintes elementos objetivos da conversa original:

• Palavras-chave de alta frequência: Termos repetidamente mencionados pela IA ao descrever a cidade.
• Fontes citadas: Referências explicitamente nomeadas pela IA (quando existirem).
• Pontos de descontinuidade de informação: Ativos urbanos importantes conhecidos que a IA não conseguiu cobrir (isto é, "narrativas silenciosas").

4. Redação do relatório

A estrutura do relatório segue rigorosamente estes elementos:

• Identificador da plataforma: Indicar claramente a plataforma de IA e a versão do modelo utilizados na auditoria.
• Resumo narrativo: Resumir objetivamente como a plataforma descreve a cidade.
• Âncora de evidência: Inserir a ligação imutável da conversa original.
• Constatações observadas: Descrever os padrões presentes na narrativa da IA (por exemplo: quando 90% da descrição gastronómica de uma cidade se concentra num único prato).

1. Auditoria especializada
   • Definição: Um exame das dimensões urbanas realizado numa única plataforma de IA.
   • Objetivo: Apresentar o perfil da cidade produzido sob uma lógica algorítmica específica, ajudando a compreender a "primeira impressão" desse modelo sobre a cidade.
   • Formato de publicação: Briefings e relatórios regulares.
2. Auditoria personalizada / cruzada
   • Definição: Uma comparação horizontal das narrativas sobre a mesma cidade em múltiplas plataformas (ChatGPT, Claude, Gemini, Perplexity, etc.).
   • Objetivo: Identificar consensos e divergências entre plataformas, e detetar enviesamentos sistémicos de informação.
   • Cenários aplicáveis: Consultoria profissional, briefings internos governamentais ou investigação cultural aprofundada.

1. Dinamismo: Os modelos de IA e as suas bases de conhecimento continuam a evoluir; cada relatório capta apenas o estado narrativo no momento da auditoria.
2. Não exaustividade: As descrições da IA não representam a realidade completa de uma cidade, mas apenas a sua projeção em corpora digitais.
3. Caráter não oficial: Este projeto é um estudo independente e não representa a posição das plataformas de IA nem das autoridades urbanas.