Uma resposta de IA pode soar certa e ainda falhar. Use o método RASTRO para checar fonte, escopo e data antes de estudar por ela.
Criado pela ArchiMeds; revisado por um processo automatizado com apoio de IA.

Uma resposta de IA pode estar errada sem parecer errada.
Ela chega organizada, assertiva, com termos técnicos no lugar e uma referência no fim. O formato cria uma sensação de prova antes de você ter visto prova alguma. Se essa resposta entra no seu resumo, vira flashcard ou orienta a revisão da prova, o erro ganha uma segunda vida: você deixa de conferir a origem e começa a praticar a versão gerada.
O problema não se resolve com “confie menos na IA”. Resolve-se com uma decisão verificável.
O método deste artigo vale para qualquer ferramenta, inclusive para o Chat do Archi: antes de reutilizar uma afirmação que importa, você precisa conseguir rastrear de onde ela veio, até onde a fonte sustenta o que foi dito e o que fazer quando a resposta excede a evidência.
Você não precisa abrir três artigos para conferir se a IA corrigiu uma vírgula. Verificar tudo com a mesma intensidade tornaria a ferramenta mais lenta do que a tarefa.
Concentre o esforço nas afirmações consequenciais:
O NIST AI 600-1 chama de confabulação o risco de um sistema generativo apresentar conteúdo falso ou errado com confiança. A OMS faz um alerta parecido para usos em saúde: aparência de autoridade não substitui avaliação, transparência e supervisão adequada.
Isso não significa que toda resposta esteja errada. Significa que o tom da resposta não diz se ela está certa.
RASTRO é um método editorial proposto pela ArchiMeds. Ele não foi validado como instrumento de pesquisa e não garante correção. Sua função é mais simples: transformar confiança vaga em uma trilha que você consegue inspecionar.

O diagrama funciona como mapa mnemônico. Para aplicar o método sem depender da imagem, siga esta sequência completa:
R — Recorte
A — Ache
S — Sustenta?
T — Tempo e contexto
R — Reconfirme
não se aplica com motivo.O — Opte
A ordem importa. Pedir outra resposta à mesma IA antes de abrir a primeira fonte pode produzir uma explicação mais convincente do mesmo erro. Outra resposta do mesmo sistema também não conta como confirmação independente.
Considere esta resposta inventada para o exemplo:
EXEMPLO FICTÍCIO — não é um dado nem uma conclusão do NIST.
“Resumos médicos gerados por IA estão corretos em 98% dos casos. Fonte: NIST AI 600-1.”
Nenhuma pessoa disse isso. Nenhum produto foi testado aqui. A frase serve apenas para mostrar um defeito comum: anexar uma fonte real a uma afirmação que a fonte não sustenta.
A afirmação consequencial não é “a IA pode resumir”. É:
AFIRMAÇÃO FICTÍCIA EM AUDITORIA — não é um dado nem uma conclusão do NIST.
“Resumos médicos gerados por IA estão corretos em 98% dos casos.”
Ela contém um número, uma população implícita, um tipo de tarefa e uma promessa de desempenho. Cada peça precisaria de método: quais modelos, quais resumos, qual definição de “correto”, quem avaliou e em que condições.
O documento existe. É o perfil de gerenciamento de riscos de IA generativa do NIST.
Primeira lição: achar o documento não valida a frase. Só prova que a referência não foi inteiramente inventada.
O NIST AI 600-1 discute riscos como confabulação e recomenda revisar e verificar fontes e citações. Ele não apresenta, nesse documento, um benchmark dizendo que “resumos médicos” têm 98% de correção.
A citação é real. O suporte é falso.
Mesmo que existisse um estudo com “98%”, ainda faltaria perguntar:
Um número sem esse contexto não fica mais confiável por ganhar duas casas decimais.
Neste caso, a fonte principal já falhou no teste de suporte. Você não precisa procurar uma segunda fonte para salvar a estatística. Se o número for importante para uma decisão, procure uma avaliação independente desenhada para essa pergunta. Se ela não existir, preserve a ausência.
O resultado do RASTRO não é uma resposta mais bonita. É uma afirmação menor que você consegue defender.
O título, o autor ou o DOI foi montado com peças plausíveis. Procure o título completo, o DOI e a página da publicação. Se nada resolve para o objeto citado, não use a referência.
Uma busca sem resultado não prova, sozinha, que o artigo nunca existiu. Pode haver erro de digitação ou indexação. Mas quem propôs a referência ainda precisa fornecer um caminho verificável antes que ela entre no seu estudo.
Esse é o defeito auditado no exemplo acima: a fonte existe, mas o trecho não sustenta a afirmação anexada a ela.
Leia o trecho. Compare sujeito, verbo e grau de certeza:
Uma recomendação pode pertencer a outra versão de diretriz. Um estudo pode avaliar outro país, outra fase do curso, outro modelo ou uma tarefa diferente. A frase pode continuar correta no documento e inadequada para a sua decisão.
Dois estudos ajudam a enxergar o limite. Em uma pesquisa descritiva com 201 estudantes de uma única faculdade de medicina em Blumenau, 76,6% relataram usar ChatGPT como apoio ao estudo; os próprios autores discutem qualidade das respostas, referências, ética e plágio. Isso descreve aquela amostra, não a população brasileira. Em outro estudo, com 117 estudantes do segundo ano de uma universidade japonesa e ChatGPT 3.5, participantes encontraram alucinações e precisão insuficiente em parte das tarefas. Isso informa o risco naquele contexto, não uma taxa universal de erro.
A fonte fica mais útil quando o limite viaja junto com o achado.
Use uma régua de esforço.
Serve para uma explicação de baixo impacto que você ainda não vai reutilizar:
Use quando houver número, recomendação, causalidade, referência, material que será compartilhado ou uma afirmação que vai gerar vários cartões e questões. Faça RASTRO inteiro e guarde o registro.
Não continue tratando como tarefa de estudo quando a resposta envolver:
Nesses casos, uma resposta mais longa da IA não substitui supervisão qualificada, regra institucional ou fonte oficial atual.
A ANPD classifica dados de saúde ligados a uma pessoa natural como dados pessoais sensíveis. Retirar apenas o nome não prova que o caso deixou de ser identificável: combinação de idade, local, data, condição rara ou contexto pode continuar apontando para alguém.
Por isso, RASTRO não começa depois do upload. Ele começa antes:
Se a resposta depender de expor uma pessoa, pare. Não use um fluxo geral de IA como atalho de privacidade.
Copie este bloco para a próxima resposta que você realmente pretende reutilizar:
AFIRMAÇÃO EXATA
FONTE ORIGINAL
Título / autor ou órgão
Link ou DOI
SUPORTE
Qual trecho sustenta a afirmação?
O que a fonte NÃO sustenta?
TEMPO E CONTEXTO
Data ou versão:
População e cenário:
Limites:
RECONFIRMAÇÃO — quando risco ou incerteza pedir
Fonte independente consultada:
[ ] não se aplica
Motivo:
Conflito ou incerteza restante:
Outra resposta do mesmo sistema
não conta como confirmação independente.
DECISÃO
[ ] USAR
Com fonte e limite registrados.
[ ] CORRIGIR
Reescrever para caber na evidência.
[ ] DESCARTAR
Fonte ausente, incompatível ou insuficiente.
Se você não consegue responder “Qual trecho sustenta a afirmação?”, ainda não terminou a verificação.
A IA pode ser útil para organizar perguntas, propor explicações, estruturar revisão e revelar lacunas. A UNESCO coloca agência humana, privacidade, validação e letramento em IA no centro do uso educacional. A consequência prática é simples: a ferramenta pode acelerar o caminho, mas não herda a autoridade da fonte que menciona.
RASTRO também não transforma você em revisor de toda a literatura. Ele ajuda a saber quando uma resposta já tem base suficiente para o uso pretendido, quando precisa ser menor e quando precisa sair do seu material.
A mesma disciplina vale para o que publicamos. Veja como revisamos e publicamos conteúdo: fontes, proveniência e correções precisam continuar visíveis. O método continua sendo seu mesmo que você não abra nenhuma ferramenta da ArchiMeds.
Na próxima resposta que parecer pronta para copiar, não pergunte primeiro “está certo?”. Recorte a afirmação. Abra a fonte. Veja se ela sustenta o que foi dito. Registre a decisão.
A confiança vem depois do rastro.
Time do ArchiMeds
Conteúdo produzido pelo time do ArchiMeds. Artigos com edição humana nomeiam o editor; conteúdo autônomo Classe A declara a revisão por máquina, sem atribuí-la a uma pessoa. Conteúdo clínico exige revisão de um profissional com registro de conselho ativo — por isso o ArchiMeds não publica conteúdo clínico de referência hoje.