Notas de conceção

Ao abrigo da política de versionamento atual, cada nova versão do ARGUS declara se é major, minor ou um patch, e explica porquê. As entradas anteriores permanecem visíveis tal como foram publicadas. Por isso, o histórico de versões faz parte da pista de auditoria e não é apenas um registo de alterações para curiosos.

No caso Amodei verificava-se ainda uma condição mais forte. O controlo que produziu o resultado central, o controlo de constância modal, já tinha sido publicado no ARGUS V5.1.0 em agosto de 2026, antes mesmo do ensaio de setembro. O controlo verifica se a mesma proposição portante é formulada com um grau forte de compromisso quando cumpre a função argumentativa e depois enfraquecida quando manter esse compromisso teria um custo.

A crítica textual ad hoc corre sempre o risco de moldar o critério em torno do texto que o analista já tem diante de si. Uma especificação pública e datada não elimina esse risco, mas permite verificar a cronologia.

Antes dos controlos substantivos, a análise declara o que aceitará como suporte adequado para o género em causa. No caso Amodei, isso exigia uma fonte identificável ou recuperável para uma afirmação tratada como sustentada, um mecanismo causal explícito para uma afirmação prospetiva, um compromisso formulado com precisão suficiente para que um terceiro o possa verificar mais tarde e, para uma afirmação quantitativa, uma base e um perímetro declarados.

A mesma disciplina aplica-se aos controlos numéricos. Os números considerados probatórios são definidos antes dos cálculos, em vez de serem selecionados depois em função dos resultados que se revelam mais úteis.

Isto não torna correta a norma escolhida. Um leitor pode considerá-la demasiado exigente ou demasiado permissiva. Pode, porém, discutir essa norma separadamente dos veredictos que ela produziu.

Uma vez concluída a análise de referência, a síntese de publicação é produzida numa execução separada apenas a partir dessa análise, com o seu resumo primário ocultado. O objeto analisado não é fornecido. O mesmo vale para as fontes externas, a conversa anterior e as traduções; a pesquisa externa fica desativada.

A segunda execução não pode, portanto, regressar ao ensaio original para reparar a análise, acrescentar um facto proveniente de uma fonte omitida pelo analista ou reforçar discretamente uma conclusão através de uma nova pesquisa. A sua tarefa é mais limitada: reconstruir o que o texto defende, indicar o que a análise concluída considera sólido, identificar as principais fragilidades e o que lhes sobrevive, manter a distinção entre uma afirmação forte que falha e uma mais fraca que se mantém, sem introduzir qualquer resultado ausente da análise fornecida.

Se a síntese fosse produzida na mesma execução, continuaria exposta aos mesmos efeitos de contexto. A separação não torna o segundo modelo imparcial; limita essa dependência e permite examiná-la.

Uma leitura inicial do texto de Amodei, antes de as anotações dos links terem sido extraídas e incorporadas na auditoria, tratou o ensaio como essencialmente sem fontes. Essa leitura estava errada.

Depois de examinados os links, a auditoria das fontes e a avaliação do fecho interpretativo tiveram de ser refeitas. A correção fez esta última passar do nível 3 para o nível 2, a favor do ensaio. A análise regista a alteração em vez de a absorver silenciosamente.

Regista também um risco de viés no sentido oposto ao mais óbvio. Um modelo produzido pela Anthropic pode mostrar deferência perante o diretor executivo da Anthropic. Pode também sobrecorrigir e tornar-se invulgarmente severo para exibir independência. A análise assinala ambas as possibilidades e indica onde seria de esperar a segunda: em níveis de gravidade artificialmente elevados ou num nível de fecho excessivo.

O registo contém até um exemplo concreto de deferência. O analista não verificou inicialmente a primeira razão apresentada pelo ensaio porque uma afirmação técnica do diretor executivo da empresa em causa parecia vir da pessoa mais bem colocada para saber. O protocolo acabou por impor esse controlo.

O ensaio afirma que o progresso da IA é agora impulsionado principalmente pela capacidade crescente da IA para construir a próxima geração de IA. A página do Anthropic Institute ligada pelo ensaio nesse ponto descreve uma aceleração substancial do trabalho humano de engenharia, mas afirma também que continua genuinamente incerto que os métodos atuais possam permitir a capacidade mais forte reivindicada.

O ensaio também compara os incidentes da Anthropic com o episódio OpenAI–Hugging Face e chama-lhes «semelhantes, embora menos graves». A avaliação publicada pela Anthropic, ligada pelo texto, afirma que esses incidentes envolveram instâncias únicas de modelos, que não houve coordenação entre agentes e que os modelos não saíram dos exercícios que lhes tinham sido atribuídos. Essas diferenças importam para a comparação proposta pelo ensaio.

Um terceiro exemplo diz respeito ao organismo de normalização proposto por Demis Hassabis. O ensaio invoca-o como exemplo de diálogo dentro da indústria. A própria proposta vai mais longe: prevê um organismo que começa por ser voluntário, pode tornar-se obrigatório para a utilização nos USA e, se necessário, coordenar um abrandamento entre laboratórios de fronteira.

Algumas das objeções mais fortes da análise provêm, portanto, de fontes que o próprio ensaio decidiu fornecer, e não de fontes adversas acrescentadas pelo analista.

A análise regista igualmente o que joga a favor do ensaio.

Conserva a previsão datada de seis a doze meses, que mais tarde poderá ser confrontada com os acontecimentos. Conta também a favor do texto a divulgação dos próprios fracassos da Anthropic, com links para os relatórios correspondentes, e uma cláusula que dá aos revisores externos o direito de publicar os seus resultados sem controlo editorial da Anthropic.

A forma como o ensaio documenta as afirmações também conta. Na descrição mais carregada do incidente OpenAI–Hugging Face, liga uma investigação independente que sustenta a maior parte do que a frase diz. A análise tem esse apoio em conta, em vez de considerar a formulação uma falha apenas pelo tom.

Um dispositivo que só encontrasse falhas parecer-se-ia mais com um veredicto escrito antecipadamente do que com uma auditoria.

Voltar a executar o ARGUS sobre o mesmo texto não garante uma análise idêntica. Não se trata, portanto, de reprodutibilidade no sentido experimental.

O que esta conceção permite é mais modesto: é possível localizar o desacordo.

Como as etapas, a norma de prova, as fontes e as correções são declaradas, dois analistas que divergem podem identificar o ponto em que as leituras se separam e discutir aí, em vez de trocarem impressões gerais sobre o texto.

A análise Amodei aplica esta exigência ao seu próprio resultado central. O veredicto de retratação modal é registado com confiança média. A leitura concorrente é exposta explicitamente: talvez «pacing» tenha sempre significado a exigência mais fraca de deixar tempo suficiente para alinhamento e verificação; nesse caso não haveria retratação, apenas uma frase inicial demasiado comprimida. A análise rejeita essa leitura, apresenta as razões e qualifica a rejeição como um juízo, não como uma demonstração.

O alcance é mais modesto do que o da reprodutibilidade experimental, mas o leitor pode verificá-lo.

Nenhum destes requisitos exige infraestrutura especializada. Exigem sobretudo inferência adicional e disciplina de registo. Publicar os critérios, com data, antes de os aplicar. Declarar o que contará como prova antes dos controlos substantivos. Separar as execuções. Registar as correções, sobretudo as que enfraquecem a própria conclusão.

Sem esse registo, uma análise pede para ser acreditada pela qualidade aparente da sua formulação.

O leitor de uma análise ARGUS consulta o protocolo em dois momentos. Antes, para saber o que será aplicado: a Design Note 01 explica porque é que critérios publicados e datados antes da análise contam para a sua auditoria. Depois, para verificar o que foi feito. As rubricas do relatório, as suas qualificações e os controlos que declara remetem para noções do protocolo, que o leitor reencontra na versão que lê.

Neste site, a análise de referência de um estudo de caso é redigida na língua do texto analisado, e algumas são depois traduzidas. A análise do ensaio de Dario Amodei, escrita em inglês, lê-se também em francês e em alemão. O seu leitor alemão verifica-a com o protocolo alemão, seja qual for a versão que a IA recebeu.

Cada versão pode, portanto, ser a que a IA aplica, e cada uma é a que algum leitor lê. As seis têm de dizer o mesmo. É nas palavras que correm o risco de se afastar: um protocolo de um milhar de linhas, vertido em seis línguas, deixa a cada uma escolhas de vocabulário que só se veem quando se confrontam.

Três casos detetados nos protocolos V5.1.0 mostram o que quer dizer deslizar.

Uma noção, duas palavras. O protocolo prevê, em 0.a, dois casos em que a interrupção obrigatória não ocorre. O francês chama-lhe dispense e mantém a palavra em toda a parte, até na versão curta e no anexo dedicado aos corpus. O inglês, o alemão, o espanhol e o italiano fazem o mesmo com exemption, Befreiung, exención e esenzione. O protocolo português intitula a regra Isenção e depois fala de «regime de dispensa» na versão curta e de «fórmulas de dispensa» no anexo dos corpus. O leitor português que encontra a segunda forma tem de adivinhar que se trata da primeira.

Uma palavra, várias noções. O protocolo alemão usa Ausnahme para três coisas: a «derrogação declarada» de 0.a, quando o utilizador pede mesmo assim a análise de um texto de pertinência fraca; as três exceções do controlo de constância modal, na Etapa 6; e a exceção que a Regra 13 constitui na versão curta. Cada uma das outras cinco versões usa pelo menos duas palavras para estas três noções.

O título que o leitor tem diante dos olhos. A IA preenche um esquema de relatório, o modelo de saída, fornecido com cada versão do protocolo, e é o modelo que dá os títulos do relatório. Para o teste 3.I, os modelos espanhol, italiano e português escrevem circularidad informacional, circolarità informazionale e circularidade informacional; os seus protocolos dizem informativa. O leitor que procura o título no protocolo ou no glossário da sua língua não o encontra. O controlo do modelo português detetou 21 rubricas em 28 formuladas de outro modo que no protocolo, no ponto correspondente; o do modelo italiano, 24 desvios.

Uma IA aproxima sem esforço dispensa de isenção. Para um leitor que verifica, cada um destes desvios é um ponto onde a verificação se pode perder.

Um desvio também pode ser uma boa escolha. Na Etapa 1, onde os outros cinco protocolos falam de «homem de palha», cada um na sua língua, o protocolo português emprega espantalho. Em francês, homme de paille designa tradicionalmente um testa de ferro, único sentido que Le Robert regista para a locução, e o glossário francês tem de pôr o leitor de sobreaviso. O glossário português, por seu lado, só teve de afastar o espantalho dos campos e um sentido figurado. A divergência foi mantida, e o trabalho sobre os glossários considerou-a vantajosa para o português.

Um glossário explicativo diz ao leitor o que um termo quer dizer no ARGUS, na sua língua. Poder-se-ia ter escrito um e traduzi-lo cinco vezes. Os seis glossários foram construídos de outro modo: a parte de cada entrada que descreve o uso ARGUS é extraída apenas do protocolo da sua língua, sem ler as entradas dos outros glossários, e nenhuma entrada assinala uma convergência ou uma divergência com outra língua.

A razão é a que o protocolo dá para a auditoria cruzada, o segundo dos três níveis de contraditório que prevê: uma segunda IA analisa o mesmo texto às cegas, sem a primeira análise, porque «uma segunda IA a quem se mostra a primeira produz uma revisão, não uma auditoria». Um glossário redigido com outro à vista seria a sua tradução, e a sua concordância com o modelo nada provaria. Redigidos separadamente, seis glossários que descrevem uma noção da mesma maneira atestam que os seis protocolos a enunciam da mesma maneira. Quando divergem, a divergência aponta para um ponto a examinar.

A separação tem um segundo efeito: cada glossário responde às dificuldades da sua língua. O glossário alemão precisa, na sua entrada sobre a constância modal, que as três Ausnahmen da Etapa 6 não se confundem nem com a derrogação de 0.a nem com a exceção da Regra 13. O glossário português reúne isenção e dispensa numa mesma entrada. As outras línguas não precisam de nenhum destes avisos.

As listas de entradas também diferem: 109 em francês, 108 em inglês, 115 em espanhol, 94 em italiano, 134 em alemão, 135 em português. Esse número é um resultado, sem meta fixada de antemão. O italiano reúne vários termos numa mesma entrada. O alemão, redigido entre os últimos, partiu de um levantamento de 205 noções no seu protocolo; o português fez o seu próprio levantamento e depois alinhou a sua lista pela do alemão.

A regra foi-se tornando mais estrita pelo caminho. As primeiras entradas, de 10 a 12 de setembro, foram redigidas nas seis línguas lado a lado, entrada a entrada. A proibição de ler as entradas dos outros glossários veio depois, salvo um glossário de uma língua distante tomado como modelo de paginação: praticada no espanhol, formulada para o italiano a 20 de setembro, escrita no procedimento a 23. Mesmo então, durante o trabalho sobre o alemão, três glossários congelados de outras línguas foram abertos por engano, e o seu texto entrou na conversa de trabalho.

Glossários separados precisam de um ponto de encontro; sem ele, nada indicaria que dispense e isenção designam a mesma noção. Esse ponto de encontro é um glossário transversal, que não é publicado. Tem duas faces. A primeira é uma tabela das formas: para cada conceito ARGUS que cobre, a forma que cada um dos seis protocolos emprega. Serve também às traduções, que devem verter cada termo ARGUS pela forma do protocolo da língua de chegada. A segunda é um inventário de 205 noções, cada uma ligada à secção do protocolo onde aparece e aos títulos das entradas que a tratam em cada glossário.

O glossário transversal alinha as línguas por secção do protocolo e por título de entrada. Não contém nenhuma definição e nunca compara o conteúdo das entradas. Serve três controlos. Cada noção tratada numa língua tem o seu correspondente nas outras? Os conjuntos fechados do protocolo, como uma escala ou uma grelha de perguntas, estão cobertos por inteiro? Cada fórmula que o protocolo prescreve palavra por palavra está ligada a uma entrada?

O que ele assinala verifica-se depois nos protocolos. A 23 de setembro, os quatro primeiros glossários congelados foram confrontados apenas pelas suas ancoragens. Cinco medidas independentes davam a mesma partilha: o francês e o inglês de um lado, o espanhol e o italiano do outro. Essa partilha seguia a ordem do trabalho: os controlos automáticos, afinados durante a redação do espanhol e do italiano, não tinham sido aplicados aos dois primeiros. O francês e o inglês foram revistos. Nos seis glossários da versão 1.0.0, cada remissão «Ver também» leva a uma entrada existente.

O caso Ausnahme mostra o limite da ferramenta. O inventário das 205 noções foi tirado do levantamento do protocolo alemão, o mais recente quando foi elaborado. Ligou as três exceções da Etapa 6 à secção 0.a, porque a palavra Ausnahme aí figura para a derrogação. O controlo português detetou que o protocolo português não falava delas em 0.a; o protocolo alemão também não fala. O desvio vinha da palavra alemã. O glossário transversal assinala, e o protocolo de cada língua decide.

Não faz de nenhuma língua a referência. Os seus identificadores de conceitos são técnicos, e a tabela das formas, redigida em francês, declara não conceder prioridade normativa a nenhuma das seis línguas. Tem os seus próprios erros: a sua revisão 1.2.0, numerada à parte dos glossários explicativos, ainda dá, nas seis línguas, o nome de «polo fraco» a um elemento do controlo de constância modal que os seis protocolos chamam «polo retirado». A sua correção está pendente.

Redigir uma entrada obriga a ler cada ocorrência de um termo no seu protocolo. Esse trabalho, feito seis vezes, fez aparecer desvios nos próprios protocolos. O protocolo italiano chama Modalità retorica, no feminino, ao descritor que o seu modelo de saída chama Modo retorico, no masculino, com valores concordados com cada um. O par isenção / dispensa e os títulos dos modelos são da mesma ordem.

Uma versão publicada do ARGUS não se altera. Esses desvios ficam registados para a versão seguinte, e a correção italiana já está preparada numa versão de trabalho, V5.1.1.

Um desvio assinalado nem sempre é aceite. O qualificativo alemão do modo retórico, raffiniert, onde as outras línguas dizem «sofisticado», foi primeiro apresentado como um defeito do protocolo alemão. O exame requalificou-o como escolha de termo, que continua por decidir.

Os seis glossários foram redigidos, em conversas separadas, por modelos de IA de uma mesma família: os documentos são separados, o redator é comum. Confiar cada língua a um redator distinto teria aproximado o método da auditoria cruzada que imita, mas teria exigido coordenar seis redatores ao mesmo tempo, o que estava fora do alcance do projeto. Em contrapartida, cada glossário foi submetido à auditoria de outra IA, e cada constatação dessa auditoria foi verificada no protocolo ou na fonte citada antes de ser aceite.

A familiaridade real de uma palavra para um leitor de cada língua não foi medida; foi avaliada a partir dos dicionários e da formação das palavras. O glossário transversal conserva a marca da língua sobre a qual o seu inventário foi levantado, e os seus erros só aparecem quando se volta aos protocolos. Os desvios detetados nos protocolos V5.1.0 ainda não estão corrigidos: o leitor dessa versão encontra-os, e o seu glossário assinala uma parte deles.

O resultado continua perfectível: um glossário congelado pode ser reaberto, numa nova versão, por um defeito documentado ou por uma decisão de inventário. As seis versões do ARGUS continuam a ser seis textos; este sistema mostra onde diferem e di-lo ao leitor de cada uma, na sua língua.

Esta nota foi redigida em francês. Cada uma das suas traduções foi feita separadamente, com o glossário da sua língua para os termos ARGUS.

O campo «Em ARGUS» é o núcleo da entrada. É extraído do protocolo, do ponto em que este define ou emprega a noção. O glossário francês fixa a exigência: se se conservarem apenas o termo e a primeira frase deste campo, o leitor deve poder explicar corretamente a noção a outra pessoa. As condições, as exceções e as remissões para as etapas vêm depois, e nenhuma pode ser suprimida ou atenuada para simplificar a leitura.

Assim, no glossário francês, um controlo é «uma pergunta de verificação definida antes de ser conduzida e contada como uma única unidade». O resto do campo precisa que cada controlo recebe um dos três estatutos previstos em 3.B, e que toda a análise declara três números, um por estatuto.

O campo «Em ARGUS» não diz nada que o protocolo não diga. Nos glossários alemão e português, cada citação do protocolo é comparada com o texto do protocolo por um script antes de qualquer auditoria. Ainda assim, a auditoria do português detetou uma entrada que distinguia dois termos por frases definitórias que o protocolo não formula; foram substituídas.

O regime decide a forma da entrada. Há três.

No regime A, uma palavra corrente recebe no ARGUS um sentido preciso. Controlo é um exemplo: o leitor conhece a palavra, mas desconhece a unidade de contagem que ela designa.

No regime B, a palavra é um termo estabelecido de um domínio, e a entrada dá esse «sentido estabelecido» antes do uso ARGUS. Assertórico vem da classificação kantiana dos juízos, onde ocupa o grau intermédio entre o problemático e o apodítico. No ARGUS, designa o mais alto dos quatro graus de compromisso de uma escala. A entrada tem de dizer as duas coisas, porque, de outro modo, um leitor que conheça Kant leria mal a escala.

No regime C, a expressão é uma criação do protocolo, sem sentido anterior. Matiz bloqueado é um exemplo: segundo o glossário francês, um matiz «integrado de tal maneira que reforça ou protege a conclusão em vez de a abrir». O campo «Não confundir com» pesa aí mais do que noutros casos, porque a expressão, feita de palavras correntes, dá ao leitor a impressão de a compreender.

O regime pertence à entrada, na sua língua. Uma mesma noção pode estar em B numa língua e em A noutra, quer porque a língua não dispõe do mesmo termo estabelecido, quer porque a prova disponível difere. O glossário português coloca assim deferência no regime A, enquanto o espanhol e o alemão colocam a noção em B: a pesquisa assinalou um uso em direito administrativo, mas a fonte não pôde ser lida. Na falta de fonte lida, a entrada nada diz a esse respeito, e o ponto fica em aberto.

Dizer que uma expressão não tem sentido antes do ARGUS é afirmar que ninguém a empregava. É a afirmação mais difícil de estabelecer, e as auditorias desmentiram-na muitas vezes.

Auditoria cruzada, que nomeia o segundo nível de contraditório previsto pelo protocolo, foi primeiro classificada no regime C em francês, em inglês e em alemão. Nas três línguas, a expressão revelou-se atestada antes do ARGUS na prática da qualidade e da auditoria. As três entradas passaram ao regime A e mencionam agora esse uso anterior.

O trabalho sobre o alemão estabeleceu uma regra, retomada em português. Uma entrada só é classificada C se forem feitas e registadas três verificações: os dicionários consultados não registam a expressão; a pesquisa não encontrou nenhum uso estabelecido num domínio; o próprio protocolo constrói a noção. Caso contrário, a entrada fica no regime A, onde cita o sentido de cada uma das palavras que compõem a expressão. Esta escolha prudente não afirma nenhuma ausência.

A regra não bastou à primeira. A primeira versão alemã contava 17 entradas em C. As oito constatações maiores da sua auditoria incidiam todas sobre entradas deste regime: as pesquisas negativas não tinham abrangido as literaturas especializadas, como o direito, a qualidade ou os estudos literários. Sete dessas entradas passaram a A, uma a B, e nove continuam em C.

O efeito vê-se nos números. O regime C conta 44 entradas em 109 em francês, 44 em 108 em inglês, 46 em 115 em espanhol e 33 em 94 em italiano; conta 9 em 134 em alemão e 10 em 135 em português. A diferença deve-se à regra: seis noções classificadas C em espanhol, como a contraprova curta ou o teste de substituição, estão em A em alemão e em português. Oito noções continuam em C nestas três línguas, entre as quais o matiz bloqueado, a propaganda adaptada e o conformismo de série.

Na versão 1.0.0, os quatro primeiros glossários não foram reexaminados segundo esta regra. Tinham sido congelados a 24 de setembro, na véspera do dia em que ela foi estabelecida. Um glossário congelado só se reabre por um defeito documentado ou por uma decisão de inventário. Uma entrada classificada C segundo a regra antiga pode continuar certa; a sua prova é mais fraca do que a que hoje se exige, e só uma nova pesquisa, seguida de uma auditoria, diria se se mantém. Para as 167 entradas em causa, essa revisão não foi feita na versão 1.0.0; figura entre os trabalhos reservados a uma versão seguinte. Os glossários trazem assim a data do seu método, e os números acima guardam a marca disso.

A regra sobre as afirmações de uso foi estabelecida durante o trabalho sobre o espanhol, e o redator infringiu-a no próprio dia. A entrada zetética escrevia que a pesquisa não tinha encontrado nenhum uso consolidado do par zetética / dogmática na literatura jurídica em espanhol. A contra-auditoria apresentou quatro documentos que o atestam, entre os quais uma revista de direito peruana e o programa de um congresso de filosofia do direito. A lição ficou: uma pesquisa que não encontra nada não estabelece nada.

As afirmações de frequência seguem a mesma regra. O glossário espanhol dizia de um sentido que era «el más frecuente», de uma palavra que «no tiene uso corriente en castellano». O dicionário de referência não mede a frequência: as seis afirmações deste tipo foram retiradas, e cada uma foi substituída pelo que o dicionário regista ou não regista. No caso de hombre de paja, a substituição reforçou o aviso: o dicionário só dá à locução o sentido de testa de ferro.

Nos glossários alemão e português, cada fonte externa é citada palavra por palavra, com a obra, a entrada, a aceção, o endereço e a data de consulta. Cada um dos dois glossários conta mais de 450 endereços deste tipo. Para matiz bloqueado, a forma portuguesa da noção a que o francês chama nuance verrouillée, a entrada escreve que a expressão não figura nem no dicionário Priberam, consultado a 25 de setembro, nem no dicionário Infopédia, consultado a 26, e depois cita o sentido de cada uma das duas palavras. A entrada francesa da mesma noção, redigida duas semanas antes, limita-se a duas frases, sem fonte. Uma fonte ilegível, paga ou bloqueada não é contornada; o ponto fica em aberto. Dois documentos que a ferramenta de leitura não conseguia alcançar foram fornecidos em PDF por um responsável do projeto, e depois lidos.

As entradas são redigidas em ficheiros de trabalho, por grupos. Um script reúne-as num glossário, verifica a sua estrutura e as suas remissões, e recusa-se a sobrescrever uma versão existente. O ficheiro reunido nunca é corrigido à mão: toda a correção se faz nos ficheiros de trabalho, e o glossário é depois reunido de novo. O glossário francês conheceu dezassete versões, o português duas.

Cada passagem de uma versão à seguinte é descrita num documento de migração: as entradas modificadas, as que permanecem idênticas byte a byte e a impressão digital criptográfica de cada ficheiro. Entre as suas versões 0.1 e 0.2, o glossário português acrescentou duas entradas, retirou uma e modificou trinta nos campos anunciados, e todas as outras permaneceram idênticas.

A congelação faz-se com o acordo explícito de um responsável humano do projeto. Um glossário congelado já não se altera; uma correção abre uma nova versão. Foi a apresentação real da página que revelou, em italiano, um defeito que as releituras não tinham visto: uma frase a negrito que continha uma palavra em itálico era mal apresentada. Desde então, antes da congelação, o candidato passa pelo gerador que produz a página do site, e a página obtida a partir do ficheiro congelado tem de ser idêntica, byte a byte, à do candidato validado.

Cada glossário foi auditado por outra IA, sobre um pacote cujo conteúdo é verificado por script antes do envio: o glossário, o protocolo da sua língua, a migração e, em alemão e em português, as fontes lidas. Nenhuma constatação é aceite pela palavra do auditor. É verificada no protocolo ou na fonte antes de ser concedida, e o que não pôde ser verificado é declarado.

Este controlo funciona nos dois sentidos. A auditoria alemã datava de 2020 um artigo publicado em 2021, e de 1917 uma publicação de 1921; as duas datas foram corrigidas antes de serem usadas. Para outra entrada, o auditor propunha o regime B; a verificação mostrou que o sentido estabelecido dizia respeito a outro objeto, a entrada passou a A, e a auditoria seguinte retirou a sua recomendação.

O que as auditorias encontraram cabe em poucas famílias: regimes C sem prova, afirmações de uso sem fonte, condições do protocolo ausentes de uma entrada, citações mal transcritas. A auditoria portuguesa detetou 29 citações do protocolo cujas aspas internas tinham sido alteradas; a instrução vinha do mandato de redação, e o glossário não a declarava.

Alguns defeitos escapam à auditoria, porque nenhuma grelha os cobre. O controlo final do glossário espanhol encontrou duas linhas de arbitragem, em francês, que tinham ficado no corpo de duas entradas.

As notas de acompanhamento do trabalho mantêm, por fim, a lista dos erros do redator, seja qual for a forma como foram encontrados: o instrumento de contagem enganou-se cinco vezes antes de acertar, e uma página 96 tinha sido citada como página 95.

As citações dos glossários alemão e português reproduzem o texto das páginas tal como a ferramenta de leitura o devolveu. Em alemão, uma amostra tirada ao acaso foi relida na página; o glossário português declara que a verificação no original está por fazer.

Cada glossário declara os seus pontos em aberto numa nota de trabalho, 19 no caso do português; essas notas figuram nos ficheiros congelados, e a página do site não as mostra.

Os quatro primeiros glossários também não foram revistos segundo a regra das citações datadas. Os glossários francês e inglês remetem ainda, algumas vezes, para um ponto «3.A» que o protocolo nunca designa assim.

O trabalho poderia nunca acabar: haverá sempre algo a melhorar. Em setembro, o glossário francês foi congelado quatro vezes e reaberto três, entre as suas versões de trabalho 0.10 e 0.17. Para que o trabalho possa parar, os seis glossários congelados formam agora uma versão comum, 1.0.0. Uma versão congelada já não se altera; as melhorias conhecidas ficam reservadas a uma versão seguinte, que as tratará em conjunto e terá um novo número.

Não foi feito nenhum levantamento de conjunto; o que se segue é qualitativo.

O mais dispendioso foi reler o protocolo inteiro, que tem cerca de 1100 linhas. No trabalho sobre o alemão, vários agentes de IA lançados ao mesmo tempo reliam cada um o protocolo e o seu próprio histórico a cada passo; alguns foram interrompidos pelo limite de utilização antes de terem escrito o seu trabalho, que se perdeu. As auditorias também custam, com a preparação do seu pacote e a verificação de cada constatação. As consultas de dicionário, essas, custaram pouco.

Três escolhas reduziram a despesa no trabalho sobre o português. Um script extrai do protocolo apenas os parágrafos em que cada termo aparece, e o redator lê só esses. A pesquisa nos dicionários é separada da redação e confiada a um modelo mais leve. Trabalha um só agente de cada vez, e um agente interrompido é retomado onde parou. O glossário português custou assim claramente menos do que o alemão, sem atingir o objetivo que lhe tinha sido fixado, o de custar metade. O que ainda pesou: conduzir as primeiras fases numa mesma conversa, em que o protocolo e os resultados das ferramentas eram relidos a cada chamada.