Calibrar composição não é validar respostas.

O que verificamos nesta versão

Snapshot 2026-10-23, verificado pela equipe. Os números abaixo foram recalculados sobre arquivos locais do pipeline. Não confirmam a base ativa em produção nem a composição de um estudo contratado. A unidade é a persona sintética, não um entrevistado ou domicílio observado.

A base-mestre contém 1.000.000 personas, com idades registradas entre 18 e 100 anos, em 5.570 municípios distintos. A amostra de exibição contém 49.999 personas em 4.687 municípios. O pedido de 50.000 registros resultou em 49.999 por arredondamento das alocações entre células.

Correção de cobertura: a versão anterior do site anunciava 5.571 municípios. A contagem de identificadores distintos neste arquivo-mestre é 5.570. A referência geográfica, a base-mestre e uma amostra não têm necessariamente a mesma cobertura.

Como o alvo e a amostra são construídos

1. A classe AB/C/DE da persona é uma proxy de escolaridade e ocupação. Não é aplicação do questionário de bens e serviços domiciliares do Critério Brasil.
2. O pipeline modela renda regional com uma distribuição lognormal: σ = √2 × Φ⁻¹((Gini + 1) / 2) e μ = ln(renda média) − σ² / 2. Cortes de renda nacionais geram proporções regionais; um ajuste iterativo (IPF) faz os totais convergirem para os parâmetros nacionais registrados.
3. O alvo conjunto de cada célula é o peso da região multiplicado pela proporção modelada da classe nessa região. As referências de população são do Censo 2022; os parâmetros de renda e Gini estão registrados no pipeline como referentes a 2024.
4. A amostra distribui o tamanho solicitado entre região × classe, preservando a mistura de gerações da base em cada célula. A seleção usa ordenação determinística por hash do identificador sintético. Reproduzir a seleção exige os mesmos arquivos e a mesma versão do mecanismo de hash.
5. Esta verificação conta registros por célula: percentual = 100 × contagem / total. Não aplica os pesos de pós-estratificação da base-mestre nem mede opiniões de consumidores.

O que é fonte, transformação ou imputação

• Texto e demografia da persona: vêm de uma base sintética da NVIDIA, não de entrevistas com essas pessoas.
• Geografia: associação a municípios e referências populacionais do IBGE.
• Classe e renda: proxy e estimativa modelada; não renda declarada por um participante.
• Cor/raça: atributo imputado com margens e hipóteses estatísticas; não autodeclaração individual.
• Orientação política: modelagem apoiada em referências eleitorais; não intenção de voto atual.
• Psicografia: a base-mestre tem 20.007 perfis inferidos por LLM a partir de texto e 979.993 imputados. Na amostra auditada, são 20.003 e 29.996, respectivamente. A cobertura dos perfis não demonstra validade psicológica individual.

Fontes e revisão documental

• NVIDIA · Nemotron-Personas-Brazil: base sintética voltada a adultos, distribuída sob CC BY 4.0. A Vox realiza transformações e enriquecimentos próprios; o fornecedor não endossa estes resultados.
• IBGE · Censo 2022, tabela 4714, variável 93: população residente usada na referência geográfica. Inclui todas as idades, ao contrário da base de personas.
• IBGE · PNAD Contínua: referência dos parâmetros de renda e Gini registrados como 2024. Confirmamos os valores de Gini na divulgação de 08/05/2025; a tabela SIDRA consultada em 23/10/2026 tem valores diferentes para o mesmo ano. A transcrição das 27 entradas de renda por UF ainda não foi conferida integralmente nesta revisão.
• ABEP · Critério Brasil 2024, página 3: classificação de domicílios, com estimativas de estratos baseadas em 2023. A tabela consultada não coincide com os totais registrados no pipeline.
• TSE · resultados eleitorais de 2022: referência histórica da camada política, não uma medição de opinião ou intenção de voto atual.

A/B foi agregado como A + B1 + B2; C como C1 + C2. O pipeline registra 24,7% / 47,4% / 27,9%, enquanto o documento consultado traz 24,6% / 47,0% / 28,4%. Corrigir essa origem exige uma revisão metodológica e nova geração dos alvos e derivados; não basta trocar a legenda.

Ano do dado, edição da publicação e unidade de análise

A revisão de fontes de 2026-10-23 distingue divergência numérica, diferença entre versões publicadas e erro de identificação da fonte. Corrigimos as descrições no código do pipeline, sem alterar seus parâmetros numéricos ou os arquivos de dados já gerados.

Gini: os valores históricos foram confirmados

O Gini nacional e os cinco valores regionais do pipeline coincidem com a apresentação do IBGE de 8 de maio de 2025, página 33, referente a 2024. Já a tabela SIDRA 7435, variável 10681, consultada em 23 de outubro de 2026 retorna outros valores. Não tratamos a divulgação histórica como um erro de transcrição nem substituímos apenas parte dos parâmetros por uma versão mais recente.

Pobreza: valores confirmados, edição corrigida

Brasil 23,1%, Nordeste 39,4% e Sul 11,2%, assim como Branca 15,1%, Preta 25,8% e Parda 29,8%, constam da Síntese de Indicadores Sociais 2025 (tabelas 6 e 7; páginas 65 e 68 do PDF). O ano dos dados é 2024; a edição é 2025. As descrições anteriores “SIS 2024” confundiam essas duas datas.

Os percentuais usam a linha de US$ 6,85 por dia em PPC de 2017 (aproximadamente R$694 mensais em 2024) e não a definição de classe DE. A população dessa tabela exclui pensionistas, empregados domésticos e seus parentes no domicílio. Os valores de pobreza usados pelo pipeline para Amarela (13%) e Indígena (38%) são hipóteses de modelagem, não medições oficiais verificadas nesta revisão.

ABEP: não basta trocar três percentuais

O documento ABEP 2024 já oferece proporções por Grande Região e informa base estatística de 2023. O pipeline usa outra construção: uma proxy de escolaridade/ocupação associada a um modelo de renda. O próprio documento alerta que renda não substitui o questionário domiciliar por pontos. Portanto, as proporções regionais oficiais não podem ser apresentadas como alvos equivalentes para adultos sintéticos sem justificar essa mudança.

O que precisa ser decidido antes de recalibrar

1. Escolher uma versão de referência compatível para renda, desigualdade, pobreza, classe e população.
2. Definir o universo: domicílios, pessoas de todas as idades ou adultos — e suas exclusões.
3. Justificar a relação entre a proxy das personas e o conceito que o alvo pretende representar.
4. Comparar novos alvos em arquivos separados antes de reconstruir renda, raça, pesos, base-mestre e amostras.

A auditoria registra pendências explicitamente. Ela não autoriza uma recalibração, não certifica a renda de todas as UFs e não valida respostas sintéticas. O JSON da revisão de fontes contém as comparações, versões, páginas e hashes dos documentos consultados.

O que esta nota não demonstra

• Não valida respostas, previsões, intenção de compra ou prevalência real de objeções.
• Não comprova aderência a todas as distribuições conjuntas, municípios ou pequenos subgrupos.
• Não torna pesos de população de todas as idades um benchmark específico de adultos.
• Não transforma uma proxy individual no Critério Brasil domiciliar.
• Não atualiza referências de 2022/2024 para 2026 e não elimina hipóteses de imputação.
• Não comprova que os arquivos locais sejam iguais aos usados em toda execução de produção.

Dados agregados e reprodução dos cálculos

Baixar JSON: snapshot, parâmetros e ressalvas · Baixar CSV: 15 células e denominador. Não incluímos identificadores, textos de personas, briefings ou informações de clientes.

Para conferir a tabela, divida cada sample_count pelo denominator, multiplique por 100 e subtraia target_pct. Os arquivos de origem são identificados pelo nome e SHA-256 no JSON; os hashes identificam versões, mas não tornam os arquivos-mestre parte deste download.

Histórico desta nota

23 de outubro de 2026: primeira publicação dos agregados; correção da cobertura municipal anunciada; explicitação da divergência ABEP e da diferença entre composição, proxy domiciliar e validade de respostas. Complemento no mesmo dia: confirmação do Gini da divulgação de maio de 2025, comparação com o SIDRA consultado e correção da edição SIS para 2025 (dados de 2024). Os downloads do snapshot original foram preservados.