Cum am construit pipeline-ul de fact-checking din Justificat

Justificat pornește de la o asimetrie simplă: o știre falsă se scrie în zece minute, iar verificarea ei manuală ia ore. Singurul mod de a echilibra balanța e să automatizezi verificarea — nu ca să înlocuiești judecata, ci ca să o faci scalabilă.

Anatomia unei verificări

Fiecare analiză trece printr-un pipeline cu patru etape mari. Căutarea de surse: interogări generate automat, rulate printr-un API de căutare cu fallback — dacă providerul principal pică, verificarea nu moare, se degradează. Extragerea de conținut: paginile găsite sunt aduse la text curat; unde scraping-ul eșuează, sursa e pur și simplu exclusă, nu blochează restul. Scoring-ul: sursele primesc scoruri de credibilitate — un barometru pe care îl publicăm transparent. Verdictul: un LLM sintetizează afirmațiile verificabile și poziția surselor, cu citări; ieșirea e structurată, nu proză liberă.

Cine verifică verificatorul

Partea care lipsește din majoritatea tutorialelor: LLM-ul greșește, deci am pus un al doilea model pe post de judecător. Fiecare analiză primește un scor pe o rubrică fixă (acuratețea citărilor, coerența claims ↔ sinteză, calibrarea verdictului). Sub prag, analiza se regenerează cu critica atașată sau intră la review. Peste asta, un strat de garduri deterministe — reguli simple, fără AI — prinde incoerențele pe care un judecător probabilistic le mai scapă.

Lecțiile

• Fallback peste tot. Search, scraping, LLM — toate au căi de eșec ne-fatale. O verificare parțială cu surse mai puține bate un 500.
• Cache cu context temporal. O afirmație despre un eveniment în desfășurare nu poate sta în cache cât una istorică — TTL-ul se adaptează la context.
• Calitatea e un gate, nu un dashboard. Scorul de audit decide vizibilitatea analizei, query-time, fără să suprascrie decizia editorială umană.
• Omul rămâne în buclă exact unde impactul e maxim: pragurile, cazurile limită și tot ce se publică video.

Azi platforma are peste 2.000 de analize publicate și un agregator care a procesat ~67.000 de articole din presa românească, fiecare cu verdict propriu. Poți încerca pe justificat.ro — iar dacă te interesează cum arată un pipeline similar pentru datele tale, studiul de caz e la Innops.