Este painel reúne inferências descritivas extraídas das matrizes de fatoração do X e do algoritmo de consenso. O foco aqui é organizar padrões observáveis — cobertura, distribuição dos scores, macrotemas, sinais estruturais, contraste lexical e notas-exceção — sem transformar essas associações em explicação causal automática.
Os gráficos abaixo trabalham com universos ligeiramente diferentes. Algumas seções usam a base inteira; outras dependem de notas com score de polaridade, macrotema ou texto disponível. Sempre que o recorte muda, o texto explicativo tenta deixar isso explícito. O objetivo não é provar uma tese política prévia, mas organizar o que a base parece mostrar com mais consistência.
O primeiro passo é explicitar o universo que está sendo lido. Nem toda nota do arquivo já tem score latente ou macrotema, e a taxa de publicação é muito menor do que o total de registros. Isso ajuda a separar três planos: base completa, subconjunto enriquecido e subconjunto efetivamente publicado.
Em termos descritivos, a maior parte das notas continua em needs more ratings, enquanto a condição de publicação permanece concentrada em uma parcela bem menor do conjunto. Esse contraste ajuda a dimensionar o quanto existir na base e aparecer publicamente são coisas bem diferentes.
A primeira leitura útil desta base enriquecida é observar onde as notas publicadas se concentram no eixo de polaridade. O gráfico de distribuição usa apenas as notas com score disponível e compara a forma relativa de dois grupos: publicadas e não publicadas. Como as curvas são normalizadas, a pergunta principal aqui não é o volume absoluto, mas o formato da distribuição.
82,0% das notas publicadas ficam na faixa central ilustrativa |polaridade| < 0,3,
contra 36,2% entre as não publicadas com score.
O padrão é consistente com a ideia de maior aceitabilidade transversal perto do centro do eixo latente. Ele não prova, sozinho, uma interpretação ideológica rígida do score.
Parte das notas sem publicação pública pode pertencer a grupos que nem sempre são perfeitamente comparáveis às notas elegíveis para exibição, então a leitura aqui é descritiva, não causal.
A camada temática ajuda a responder outra pergunta: os temas se comportam todos do mesmo jeito? Para cada macrotema com volume suficiente, o painel abaixo combina três dimensões: tamanho da amostra, taxa de publicação e forma da distribuição do score. O eixo horizontal usa o coeficiente de bimodalidade (BC) como um resumo heurístico da forma da polaridade; ele não é uma verdade “natural” do tema, mas uma forma útil de comparar distribuições.
Nos macrotemas com volume suficiente, há uma associação forte entre maior bimodalidade e menor taxa de publicação. Aqui, a correlação de Spearman fica em torno de -0.89.
Essa associação é compatível com a lógica de bridging do sistema, mas ainda não equivale a demonstrar um mecanismo causal único. Tema, composição da amostra e dinâmica de avaliação também importam.
Mais prudente do que dizer “o algoritmo reage ao tema” é dizer que, neste conjunto, temas com polaridade mais claramente repartida tendem a apresentar menor taxa de publicação.
| Macrotema | Notas | Publicadas | BC |
|---|---|---|---|
| Sátira clara | 9.053 | 0,7% | 0.546 |
| Crise Política | 8.258 | 5,4% | 0.706 |
| Economia e Política | 5.681 | 6,7% | 0.730 |
| Sátira de humorista | 5.538 | 20,7% | 0.453 |
| Cotas e Cortes no Ensino Superior | 5.236 | 10,0% | 0.656 |
| Taylor Swift e Política | 4.964 | 17,8% | 0.414 |
| Futebol e Racismo | 4.037 | 19,0% | 0.248 |
| Musk e Censura | 3.323 | 22,2% | 0.508 |
Nem todo padrão relevante nesta base é temático. Algumas diferenças aparecem na forma da nota: presença de URLs, extensão do texto e outros sinais de gênero discursivo. Os dois painéis abaixo trabalham apenas com notas que têm texto disponível. Eles mostram associações robustas, mas é melhor lê-las como características recorrentes das notas que atravessam o sistema, e não como uma “regra secreta” do algoritmo em sentido estrito.
O salto entre 0 URL e 1 ou mais URLs é muito forte nesta amostra. Isso é coerente com a ideia de nota referencial, mas ainda não isola se o efeito vem do link em si, do tema ou do tipo de nota que costuma carregar prova externa.
O padrão aqui é mais não linear do que “quanto maior, melhor”. O principal contraste está entre notas muito curtas e notas já um pouco mais desenvolvidas.
Em vez de falar em “premiação automática”, este painel sugere que notas publicadas costumam parecer mais documentadas e um pouco mais desenvolvidas do que a média das demais.
A camada lexical tenta responder a uma pergunta concreta: que palavras aparecem com mais frequência relativa em cada extremo do eixo de polaridade? Ela aproxima o score — uma coordenada abstrata — de algo legível como vocabulário. Para estimar essa distintividade de forma robusta, o cálculo segue o método de log-odds-ratio com prior Dirichlet informativo de Monroe, Colaresi e Quinn (2008). Em vez de contar frequência bruta — que favoreceria palavras comuns —, o método produz um Z-score que penaliza tanto palavras ubíquas quanto palavras raras sem significância estatística. Como leitura prática: |Z| > 2 indica distintividade relevante; |Z| > 5 indica padrão muito nítido.
A seção combina três vistas. A primeira olha o léxico agregado — todas as notas polarizadas juntas. A segunda troca palavras por bigramas, que captam construções (“estado democrático”, “liberdade expressão”) que um único termo não revela. A terceira pergunta algo mais estrutural: o vocabulário distintivo de um polo é o mesmo em temas diferentes, ou cada tema tem o seu? A última vista, de contraste por tema selecionável, permanece ao final como a camada mais granular.
Agrupa-se em torno de economia (inflação, juros, impostos,
copom, picanha), crítica ao governo atual (governo, lula,
dilma, corrupção, esquerda) e imprensa e censura
(jornalista, censura, omite). Referências internacionais são
trump, milei, biden, maduro.
Organiza-se em dois blocos: responsabilização jurídica de Bolsonaro (tornozeleira,
inelegível, prisão, jair, tentativa) e disputa de
gênero e raça (mulher, trans, transfobia, gênero,
imane, khelif).
Os dois retratos são coerentes com leituras usuais da polarização brasileira, mas é útil lembrar que
parte da distintividade vem de eventos e nomes conjunturais. Uma palavra como khelif é
distintiva porque houve uma controvérsia específica — não porque pertence intrinsecamente a um polo.
Aparecem linhas de ataque estruturadas: governo lula, atual governo,
governo dilma; debate sobre regulação do discurso: fake news,
liberdade expressão, marco civil, civil internet; e pautas
concretas do período: comando vermelho, taxação bets,
acabar pix.
O vocabulário é fortemente jurídico-constitucional: tentativa golpe, golpe estado,
estado democrático, democrático direito, associação criminosa, dano qualificado.
E muito específico ao 8 de janeiro: patrimônio tombado, deterioração patrimônio.
Unigramas sugerem temas; bigramas sugerem argumentos. Golpe sozinho é ambíguo;
tentativa golpe e golpe estado indicam a chave discursiva. Liberdade sozinha
é neutra; liberdade expressão revela um frame específico.
Nos 6 macrotemas polarizados analisados separadamente, cerca de 97–98% das palavras que são distintivas de um polo num tema não aparecem como distintivas em nenhum outro. O vocabulário polarizado é quase totalmente específico ao assunto.
É uma observação que complica a ideia de um “dicionário fixo de cada polo”. Quem está no polo − de Economia e Política usa palavras diferentes de quem está no polo − de Transfobia e Direitos, mesmo que sejam, provavelmente, pessoas parecidas. O eixo latente parece estável no agente, mas o conteúdo muda de tema para tema.
A análise aqui cobre apenas os 6 maiores temas polarizados e usa o top-10 do Z-score. Com mais temas ou janela maior, haveria mais sobreposição. O padrão, ainda assim, é forte o suficiente para ser relevante: é raro uma mesma palavra funcionar como distintiva em múltiplos assuntos.
Ele mostra contraste lexical relativo dentro de um macrotema selecionado, entre notas com polaridade abaixo de −0,3 e acima de 0,3. Não é um "dicionário fixo" dos polos em toda a base.
O contraste lexical ajuda a ver que o eixo latente ganha manifestações linguísticas observáveis, mas essas manifestações costumam ser muito dependentes de tema, conjuntura e entidades específicas — algo que a vista de transversalidade acima já tinha antecipado de forma quantitativa.
Termos altamente distintivos podem refletir eventos, nomes próprios ou controvérsias de momento. Por isso a leitura mais segura é: “é assim que os extremos falam neste tema”, não “é assim que cada lado fala em geral”.
As camadas anteriores mostraram que notas com polaridade extrema publicam pouco — e que a linguagem das publicadas
costuma evitar opinião declarada e nomes políticos. Mas existem 738 notas nesta base que contrariam esse padrão:
têm |polaridade| > 0,3, estão em macrotemas polarizados, e ainda assim foram publicadas. São o que aqui chamamos
de notas-exceção. Compará-las com notas não publicadas do mesmo polo e mesmo tema ajuda a descrever,
sem recorrer a mecanismos ocultos, como costuma ser a aparência de uma nota polarizada que atravessa o filtro.
Exceções: 450 no polo + e 288 no polo −, todas em um dos 11 macrotemas mais polarizados e com score
de qualidade médio três vezes maior que as não publicadas do mesmo recorte. Controle: notas com a mesma
polaridade extrema, nos mesmos temas, que ficaram em NEEDS_MORE_RATINGS ou similar.
A comparação é descritiva — o objetivo é caracterizar o formato das notas-exceção, não provar que esse formato seja
causa da publicação.
As exceções têm, em média, ~10% mais caracteres que as não publicadas dos mesmos polos. O efeito é modesto em magnitude, mas consistente entre os dois polos.
As exceções trazem, em média, 22–28% mais URLs. Combinado com o que a camada estrutural geral já mostrava (notas sem link dificilmente atravessam), isso reforça a ideia de que link externo é um sinal recorrente das notas que chegam ao público.
Diferença expressiva nos números presentes no texto — +33% no polo + e +14% no polo −. Datas, percentuais, valores: a nota-exceção tende a ser mais referenciada do que a média do mesmo polo.
A palavra “opinião” aparece em cerca de 2,6% das não publicadas e em apenas 0,2–0,3% das exceções. Essa é a diferença mais nítida do gráfico — notas que se declaram como opinião quase não aparecem entre as publicadas polarizadas.
Nomes como bolsonaro, lula, governo, deputado aparecem menos nas exceções
do que nos controles do mesmo polo. A redução é consistente, não dramática — as exceções não evitam figuras políticas,
elas as mencionam com menos frequência.
Essa diferença não prova que o algoritmo “puniu” essas palavras. Mas é coerente com a leitura recorrente no painel: notas que atravessam tendem a parecer mais factuais e menos opinativas, independentemente do polo a que pertencem.
opinião cai cerca de 10×A leitura qualitativa das 30 notas mais extremas sugere um formato recorrente — abertura notarial (“É falso que…”, “Na verdade…”, “A afirmação…”), figura política como sujeito gramatical de afirmação verificável, link final. Os quatro casos abaixo são exemplos desse padrão, não amostras aleatórias — foram selecionados para ilustrar.
“A afirmação que Bolsonaro operou câncer é falsa, ele recebeu uma facada de um ex-filado do PSOL durante a campanha
eleitoral de 2018, realizando diversas cirurgias desde então devido a sequelas.”
+ link para oglobo.globo.com
“É falso que o grupo proposto Sul-Sudeste tenha sido criado para ser contra o Nordeste. A manchete do Estadão exibida
na imagem foi atualizada por eles após perceberem o erro.”
+ link para estadao.com.br
“Os deputados não votam pedidos de impeachment de ministros do STF. O print é de um site e contabiliza os deputados
que assinaram a Petição Pública para pedir o impeachment ao presidente do Senado, Rodrigo Pacheco.”
+ link para votosdeputados.com.br
“O dólar não bateu R$ 7,00. O Google mostrava erroneamente a cotação. Em todas as casas de câmbio mostrava-se o valor
correto; apenas o Google divergia. A Morning Star, empresa que alimenta a cotação do Google, admitiu o erro.”
+ link para economia.uol.com.br
Juntando as três comparações — forma estrutural, termos evitados, casos concretos — emerge um perfil observável das notas-exceção: abertura de refutação, fonte externa linkada, números concretos, figura política no papel de sujeito gramatical de uma afirmação desmentível. Isso é um perfil, não uma receita — muitas notas com esse formato não são publicadas, e algumas publicadas não têm nenhum desses traços. Mas, quando olhamos o que há de comum entre as polarizadas que atravessam o filtro, este é o retrato que a base desenha.