Evidência e verificação: o que sustenta realmente uma afirmação?

Porque isto importa agora

Nunca foi tão fácil obter uma resposta.

Pesquisar.

Perguntar a um sistema de IA.

Copiar uma estatística.

Encontrar uma imagem.

Gerar um argumento.

Produzir uma apresentação.

O problema deslocou-se.

A dificuldade já não é apenas:

“Como encontro informação?”

É também:

“Como sei se esta informação merece orientar aquilo que vou fazer?”

Uma resposta pode ser longa e estar errada.

Uma estatística pode ser verdadeira e irrelevante para o argumento.

Uma fonte reputada pode ser citada para sustentar algo que nunca afirmou.

Um gráfico pode representar corretamente os dados e induzir uma interpretação incorreta.

Uma experiência pode mostrar que algo aconteceu sem demonstrar por que razão aconteceu.

Uma equipa pode construir um protótipo funcional e concluir demasiado rapidamente que a solução completa está validada.

A abundância de informação aumenta, portanto, a importância do julgamento.

Real-Life Readiness formula esse movimento de forma explícita: num ambiente de respostas abundantes, o conhecimento precisa de ajudar a distinguir evidência de plausibilidade, reconhecer contexto ausente e determinar quando uma resposta é suficientemente fiável para se transformar em ação.

Começar pela afirmação

Antes de verificar uma fonte, precisamos de saber:

que afirmação estamos a tentar sustentar?

Isto parece trivial.

Não é.

Considere:

“Esta solução reduz consumo de água.”

Pode significar:

reduziu num teste;

reduz em média;

reduz em determinadas condições;

reduz face a uma alternativa concreta;

provavelmente reduzirá se implementada;

já demonstrou redução em grande escala.

São claims diferentes.

Precisam de evidência diferente.

Quanto mais ampla a afirmação, maior é normalmente a carga de prova.

Por isso, a primeira disciplina de verificação é tornar o claim suficientemente preciso para poder ser testado.

Claim, fonte e evidência não são a mesma coisa

Uma arquitetura simples ajuda.

AFIRMAÇÃO

Aquilo que está a ser afirmado.

FONTE

O local, pessoa, documento, medição, observação ou sistema de onde a informação provém.

EVIDÊNCIA

A parte relevante da informação que realmente apoia — ou contradiz — a claim.

Uma fonte pode conter muita informação e apenas uma pequena parte ser relevante para a afirmação.

Também pode não a apoiar de todo.

Dizer:

“Tenho uma fonte”

não é equivalente a dizer:

“Tenho evidência para esta afirmação.”

Uma citação não completa a verificação

Adicionar um link é útil.

Permite rastrear a origem.

Mas ainda precisamos de perguntar:

A fonte diz realmente isto?

Em que contexto?

O resultado aplica-se à situação que estamos a discutir?

O estudo observou ou demonstrou causalidade?

A data continua relevante?

Estamos a extrapolar de uma população pequena para uma população muito diferente?

Existe uma limitação explicitada pelo próprio autor?

A referência é o início da verificação.

Não o fim.

Verificar significa aproximar claim e suporte

Podemos pensar a verificação como uma pergunta de distância.

Até que ponto a claim está afastada daquilo que a evidência realmente demonstra?

Considere:

Evidência:

“20 participantes utilizaram o protótipo durante uma sessão.”

Claim:

“O protótipo é universalmente fácil de usar.”

Existe uma distância grande.

Uma claim mais defensável poderia ser:

“Na sessão observada, os 20 participantes conseguiram completar determinada tarefa.”

Mesmo esta formulação precisaria de saber:

como foi medido;

que tarefa;

que apoio receberam;

quem eram os participantes.

Uma boa disciplina de evidência reduz a distância entre aquilo que observámos e aquilo que declaramos.

Proveniência: de onde vem isto?

A proveniência responde:

Quem produziu esta informação?

Quando?

Com que método?

Com que dados?

Foi informação original ou reproduzida?

Foi traduzida?

Foi resumida?

Passou por um sistema de IA?

A origem não determina automaticamente qualidade.

Mas sem origem torna-se muito mais difícil avaliar.

Isto é particularmente importante quando uma claim passa por várias camadas:

artigo → post → resumo → IA → apresentação.

A cada passo existe possibilidade de:

simplificação;

perda de contexto;

erro;

mudança de significado.

Sempre que possível, a verificação deve aproximar-se da fonte original.

Fonte primária não significa automaticamente fonte perfeita

Uma fonte primária possui uma vantagem:

estamos mais perto do dado, autor, decisão ou acontecimento original.

Mas ainda precisamos de avaliar.

Um fabricante é fonte primária para saber o que afirma sobre o próprio produto.

Não é automaticamente a melhor evidência independente para saber se esse produto é superior aos concorrentes.

Uma equipa é fonte primária sobre aquilo que fez.

Isso não transforma a sua interpretação dos resultados numa prova causal.

A proximidade à origem e a independência são dimensões diferentes.

Uma afirmação pode ser verdadeira e mesmo assim estar mal sustentada

Isto é importante para aprender.

Imagine que um estudante faz uma afirmação correta.

Mas utiliza uma fonte que não a suporta.

O facto de ter chegado à resposta certa não torna o processo sólido.

Verificação não serve apenas para apanhar falsidades.

Serve para tornar o caminho entre claim e conclusão examinável.

O contexto altera o significado da evidência

Um resultado pode ser robusto dentro de determinadas condições.

E fraco fora delas.

Um material pode funcionar:

numa temperatura;

sob determinada pressão;

durante determinado tempo.

Uma intervenção educativa pode produzir um efeito:

num grupo;

numa instituição;

num período específico.

Transferir a conclusão exige perguntar:

o que continua semelhante e o que mudou?

Evidence sem contexto torna-se facilmente evidência mal aplicada.

Correlação não é explicação

Se duas variáveis mudam juntas, isso pode ser relevante.

Mas ainda não sabemos automaticamente porquê.

A pode causar B.

B pode causar A.

Uma terceira variável pode afetar ambas.

A relação pode ser coincidência.

Por isso, observação e explicação precisam de permanecer distintas.

Este princípio é particularmente importante em projetos em que uma melhoria acontece depois de uma intervenção.

“Melhorou depois de fazermos X”

não significa automaticamente:

“melhorou por causa de X.”

Um exemplo não demonstra frequência

Um caso mostra possibilidade.

Pode ser extraordinariamente útil.

Pode revelar um mecanismo.

Pode inspirar uma hipótese.

Mas um caso isolado não nos diz automaticamente:

com que frequência acontece;

se acontecerá noutro contexto;

qual foi o efeito médio.

Aqui, Evidence conecta-se diretamente à disciplina editorial Mars Challenge:

Case não é Research.
Observation não é causal proof.

A evidência pode contradizer-nos

Uma cultura de evidência fraca procura apenas confirmação.

Uma cultura de verificação pergunta:

o que poderia mostrar que estamos errados?

Esta pergunta muda a investigação.

Se acreditamos que:

“os utilizadores preferem esta solução”,

não devemos perguntar apenas:

“Gostou?”

Podemos observar:

escolhem-na quando existe alternativa?

conseguem utilizá-la?

regressam?

que dificuldades relatam?

o comportamento contradiz a opinião?

A evidência torna-se mais útil quando tem capacidade para desafiar a hipótese.

Corroboração

Uma fonte pode ser suficiente para algumas claims simples.

Outras precisam de múltiplas formas de suporte.

Corroborar significa procurar informação independente que:

confirme;

refine;

ou contradiga.

Isso não significa contar links.

Dez páginas que copiam a mesma origem continuam a ser essencialmente uma fonte.

A independência importa.

A qualidade da evidência depende da pergunta

Não existe uma hierarquia única aplicável a todas as claims.

Para saber:

“O que sente este participante?”

a própria pessoa é uma fonte essencial.

Para saber:

“Quantas pessoas completaram a tarefa?”

precisamos de observação ou registo.

Para saber:

“A intervenção causou a melhoria?”

a exigência metodológica aumenta.

Para saber:

“Este projeto foi apresentado?”

um registo oficial pode ser suficiente.

Perguntas diferentes exigem evidência diferente.

Verificação e inteligência artificial

IA e julgamento humano já trata da responsabilidade humana perante outputs de IA.

Evidência e verificação concentra-se numa pergunta específica:

como verificamos aquilo que a IA afirma?

Um output gerado pode conter:

factos corretos;

inferências;

sínteses;

erros;

fontes inventadas;

contexto insuficiente;

linguagem excessivamente confiante.

O primeiro passo é não tratar a forma do texto como evidência.

Depois:

identificar os claims materiais;

pedir ou procurar fontes;

abrir as fontes;

verificar se realmente sustentam as claims;

comparar com informação independente quando necessário;

identificar o que continua incerto.

Real-Life Readiness alerta precisamente para respostas que parecem completas antes de a evidência o estar.

Não é necessário verificar tudo da mesma forma

Existe um custo de verificação.

Para uma questão trivial e reversível, uma verificação leve pode ser suficiente.

Para algo que influencia:

saúde;

segurança;

grandes recursos;

reputação;

direitos;

decisões irreversíveis,

a exigência deve aumentar.

Isso conecta Evidência e verificação diretamente a Tomada de decisão sob incerteza.

A pergunta deixa de ser apenas:

“Está verificado?”

e passa a ser:

“Está suficientemente verificado para este uso e esta consequência?”

Um protótipo é uma forma de evidência

No Mars Challenge, prototipar não serve apenas para tornar uma ideia visualmente impressionante.

A Guia do Participante formula uma pergunta muito mais útil:

pode isto funcionar?

O protótipo deve responder a uma questão concreta e documentar o processo, incluindo versões anteriores.

Isto transforma prototipagem em investigação.

O objeto deixa de ser apenas representação.

Torna-se teste.

Mas um protótipo só prova aquilo que testou

Este princípio é fundamental.

Um protótipo pode mostrar:

que um mecanismo se move;

que um fluxo pode ser compreendido;

que determinada interação é possível;

que a geometria cabe no espaço disponível.

Não prova automaticamente:

viabilidade económica;

adoção;

segurança;

durabilidade;

escalabilidade;

sustentabilidade.

A pergunta correta depois do teste é:

O que aprendemos realmente?

E:

O que continua sem ser demonstrado?

Guardar versões descartadas produz evidência de aprendizagem

A Guia do Participante Mars Challenge pede explicitamente que equipas conservem esboços, versões descartadas e a evolução do protótipo porque mostram o trabalho real realizado.

Isto é importante para Evidence.

A versão final mostra:

o que existe agora.

O histórico mostra:

como se chegou lá.

Pode revelar:

hipóteses testadas;

decisões revistas;

erros;

feedback;

mudanças.

Process evidence é diferente de performance final.

Ambos importam.

Evidência de aprendizagem não é apenas autoavaliação

Real-Life Readiness propõe que evidência de capacidades mobilizadas em contexto privilegie comportamento e artefactos, não apenas aquilo que a pessoa diz sobre si própria. Pode incluir como formula um problema, distingue evidência de pressuposto, identifica conhecimento ausente, avalia claims externas ou de IA e revê decisões depois do feedback.

Isto tem uma consequência educativa importante.

Em vez de perguntar apenas:

“Aprendeste pensamento crítico?”

podemos observar:

que claim verificou?

que pressuposto identificou?

que fonte rejeitou e porquê?

que nova evidência alterou a decisão?

Confiança calibrada

Verificar não termina sempre em:

verdadeiro

ou

falso.

Muitas vezes termina em:

fortemente sustentado;

razoavelmente sustentado;

evidência limitada;

inconclusivo;

contradito.

Esta linguagem é poderosa.

Ajuda a impedir que incerteza seja escondida atrás de afirmações absolutas.

O objetivo não é enfraquecer conclusões.

É fazer com que a força da linguagem acompanhe a força da evidência.

Ciclo de verificação da evidência

FORMULAR A AFIRMAÇÃO

O que estamos realmente a afirmar?

RASTREAR A FONTE

De onde vem?

LER O QUE REALMENTE DIZ

A fonte sustenta mesmo o claim?

VERIFICAR O CONTEXTO

Em que condições?

EXPLICITAR PRESSUPOSTOS

Que salto de raciocínio estamos a fazer?

CORROBORAR OU TESTAR

Existe suporte independente ou podemos testar diretamente?

IDENTIFICAR LIMITES

O que esta evidência não demonstra?

CALIBRAR A CONFIANÇA

Quão forte deve ser a conclusão?

IDENTIFICAR O QUE FALTA VERIFICAR

O que ainda precisa de trabalho?

O movimento é:

AFIRMAÇÃO → SUPORTE → TESTE → LIMITES → CONFIANÇA

Um teste de verificação simples

Antes de utilizar uma claim importante:

Qual é exatamente a afirmação?

Qual é a fonte original?

A fonte realmente diz isso?

Que tipo de evidência apresenta?

É relevante para este contexto?

Que pressuposto estamos a acrescentar?

Existe evidência independente?

Há informação que contradiga?

Que limitação continua presente?

Que confiança é justificável?

Estas perguntas são suficientemente gerais para:

pesquisa;

IA;

projetos;

decisões;

apresentações.

O que Evidência e verificação não é

Não é acumular links.

Não é citar apenas fontes que concordam connosco.

Não é acreditar automaticamente numa fonte reputada.

Não é rejeitar experiência vivida porque não vem de um paper.

Não é tratar todas as fontes como equivalentes.

Não é exigir certeza absoluta.

Não é verificar apenas informação produzida por IA.

Não é confundir ausência de evidência com evidência de ausência.

Não é transformar toda a aprendizagem num exercício académico formal.

E não é fingir que a evidência toma decisões por nós.

A evidência informa julgamento.

Não substitui julgamento.

O que nos diz a evidência disponível

Real-Life Readiness trata o julgamento epistémico como capacidade para distinguir evidência, pressupostos e claims plausíveis, identificar o que exige verificação e calibrar confiança.

O mesmo quadro alerta que pessoas e tecnologias podem produzir respostas que parecem completas antes de a evidência estar completa, exigindo investigação sobre suporte, contexto ausente e verificação necessária antes de agir.

Na arquitetura de implementação, Mars Challenge é descrito como um contexto em que equipas podem utilizar IA, mas continuam responsáveis por verificar pressupostos e integrar diferentes perspetivas; a colaboração interdisciplinar é descrita como possível “arquitetura de verificação”, porque diferentes especialidades podem revelar pontos cegos.

A Guia do Participante fornece ainda first-party evidence do próprio desenho de processo: protótipos devem responder a perguntas concretas e equipas devem documentar versões e evolução.

Estas fontes sustentam a arquitetura pedagógica.

Não constituem prova causal de melhoria de literacia de evidência.

O que isto significa para educadores

A melhor forma de ensinar verificação não é apenas dizer:

“usem fontes fiáveis.”

É colocar estudantes perante claims que exigem julgamento.

Uma fonte credível que não sustenta exatamente o claim.

Duas fontes que discordam.

Uma estatística sem contexto.

Um output de IA com uma afirmação verificável.

Um protótipo que responde apenas a uma parte do problema.

Depois pedir:

Que claim está a ser feito?

Que evidência o sustenta?

Que evidência não o sustenta?

Qual é o salto de inferência?

Que informação falta?

Que fonte seria mais adequada?

Como deveria mudar a linguagem da conclusão?

A competência torna-se visível na relação entre claim, evidência e confiança.

Conceitos relacionados

• Tomada de decisão sob incerteza
• IA e julgamento humano
• Real-Life Readiness
• Aprendizagem experiencial
• Agency
• Reflexão e feedback

Projetos e evidência na prática

Processo de participação no Mars Challenge

O desenho de prototipagem pede uma pergunta concreta, documentação do processo e preservação de versões anteriores.

Estado da evidência: documentação do próprio programa sobre o processo; não prova causal de resultados dos participantes.

Perguntas frequentes

Uma fonte reputada é suficiente para verificar uma afirmação?

Não automaticamente. A reputação da fonte importa, mas a pergunta principal continua a ser se ela realmente sustenta a claim específica. Também pode ser necessário considerar contexto, atualidade, método, limitações e independência.

Qual é a diferença entre uma fonte e evidência?

A fonte é a origem da informação. Evidência é aquilo dentro ou a partir dessa fonte que sustenta uma afirmação. Uma fonte pode ser real e credível sem conter evidência para o claim concreto que está a ser feito.

Quantas fontes são necessárias?

Não existe um número universal. Uma claim simples pode precisar apenas de uma fonte primária adequada. Uma afirmação complexa, controversa ou de grande consequência pode exigir múltiplas fontes independentes, métodos diferentes ou verificação direta.

Como devo verificar uma resposta de IA?

Identifique primeiro os claims importantes. Depois procure as fontes originais, abra-as, confirme se sustentam os claims, verifique contexto e data e procure corroboração quando necessário. Nunca trate a fluidez da resposta como evidência.

Um protótipo prova que uma solução funciona?

Pode provar que um componente, mecanismo ou interação funcionou nas condições testadas. Não prova automaticamente viabilidade total, segurança, sustentabilidade, adoção ou escalabilidade. A claim deve permanecer dentro do que o teste realmente demonstrou.

Qual é a diferença entre evidência e certeza?

A evidência altera o grau de confiança que podemos justificar. Muitas decisões continuam a envolver incerteza mesmo com boa evidência. O objetivo não é converter toda a realidade em certeza, mas calibrar corretamente aquilo que podemos sustentar.

Porque é útil guardar tentativas falhadas?

Porque mostram o processo de aprendizagem. Podem revelar hipóteses testadas, caminhos rejeitados, feedback incorporado e mudanças de decisão. No Mars Challenge, o processo e as versões anteriores são explicitamente documentados, não apenas o resultado final.

Referências

Real-Life Readiness — Un marco fundacional
Adelino Sousa / Mars Challenge / Virtual Educa, 2026.
Julgamento epistémico, evidência vs pressuposto, certeza plausível, confiança e arquitetura futura de evidência.

Guía del Participante Mars Challenge 2026
Mars Challenge, 2026.
Prototipagem como teste de uma pergunta concreta e documentação da evolução do processo.

Explorar a seguir

Próximo passo

Aprofundar: Explorar Real-Life Readiness, IA e julgamento humano e Tomada de decisão sob incerteza.
Conhecer o processo: Examinar como investigação, prototipagem e documentação tornam evidência visível no Mars Challenge.
Agir: Aplicar o Teste de verificação à próxima afirmação importante antes de a transformar em decisão.