Protocolo de Auditoria Cívica TecnoPopular (CTP-1.0)

O Protocolo de Auditoria Cívica TecnoPopular (CTP-1.0) é um motor determinístico e estruturado (TypeSafe AI) desenvolvido para avaliar a conformidade técnica, proveniência de dados e proteção à privacidade em aplicações e plataformas cívicas brasileiras.

Inspirado nas diretrizes editoriais de agências públicas de checagem (Aos Fatos), no Marco Civil da Internet (Lei 12.965/2014) e na teoria cognitiva do enquadramento (George Lakoff), o protocolo estabelece um padrão rigoroso e reproduzível para auditar softwares de utilidade pública e combate à desinformação.


1. As 5 Dimensões Avaliadas

O score consolidado varia de 0 a 100 pontos, ponderado nas seguintes frentes:

Dimensão Peso Foco da Inspeção Técnica Nota de Corte
1. Proveniência de Dados Primários 25% Fontes públicas oficiais declaradas (TSE, IBGE, CGU, DATASUS, LAI) e links diretos para bases abertas oficiais. 60.0
2. Privacidade & Soberania Digital 25% Zero rastreadores comerciais (livre de Meta Pixel, GA4, Hotjar, TikTok) e ausência de formulários abusivos de captura de CPF/telefone. 80.0
3. Código Aberto & FLOSS 20% Repositório público auditável (GitHub, GitLab, Codeberg) e licença livre reconhecida pela OSI (MIT, GPL-3.0, Apache-2.0). 50.0
4. Enquadramento Republicano 15% Vocabulário propositivo de utilidade pública e direitos materiais; ausência de ataques pessoais ou calúnia (Art. 19 Marco Civil). 60.0
5. Acessibilidade & Desempenho 15% Carga leve compatível com planos móveis periféricos (< 500 KB), baixa latência de resposta e ausência de anúncios/paywalls. 50.0

2. Governança e Dois Níveis de Certificação

  1. Nível 1 — Catalogado no Diretório Aberto (Score >= 50.0): Iniciativa cívica funcional de utilidade pública, livre de ameaças de segurança ou finalidade puramente comercial.
  2. Nível 2 — Selo de Integridade Cívica TecnoPopular (Score >= 80.0): Aprovação simultânea em todas as notas de corte setoriais, garantindo proveniência verificável, soberania de dados e auditabilidade de código.

Bloqueadores Críticos (Rejeição Imediata)

  • Identificação de scripts de Big Techs publicitárias (Meta Pixel, Google Tag Manager).
  • Formulários com requisição mandatória de CPF, RG ou telefone para consulta de dados públicos.
  • Paywalls comerciais ou publicidade programática agressiva (Google AdSense, Taboola).

3. Instalação e Uso

Instalação como Pacote Python

pip install tecnopopular-audit

(ou clone o repositório e instale via pip install -e .)

Execução via Linha de Comando (CLI)

python cli.py --name "Nome da Ferramenta" --url "https://suaferramenta.org" --output-json laudo.json --output-md laudo.md

Uso Programático em Python

from evaluator import CivicEvaluator
from models import AuditLevel

evaluator = CivicEvaluator()

report = evaluator.audit_target(
    tool_id="minha-ferramenta",
    tool_name="Minha Ferramenta Cívica",
    target_url="https://exemplo.org",
    declared_sources=["TSE", "IBGE"],
    declared_repo="https://github.com/exemplo/repositorio"
)

print(f"Status: {report.status.value}")
print(f"Nota Total: {report.total_score} / 100")
print(f"Selo: {report.badge_label}")

# Cada laudo contém o Guia Técnico Acionável para mantenedores
for dim, ds in report.dimension_scores.items():
    if not ds.is_passing and ds.guidance:
        print(f"[{dim.value}] Como resolver: {ds.guidance.how_to_fix}")

4. Estrutura do Repositório

tecnopopular-audit/
├── README.md           # Este documento / Model Card
├── pyproject.toml      # Configuração do pacote Python
├── LICENSE             # Licença MIT
├── models.py           # Schemas Pydantic TypeSafe estruturados
├── evaluator.py        # Motor determinístico de auditoria (CTP-1.0)
├── privacy_guard.py    # Filtros e validações de privacidade
├── cli.py              # CLI para auditoria via terminal
├── tests/              # Testes unitários do motor
└── examples/           # Exemplos de integração e laudos

5. Licença e Governança Institucional

Este método é mantido de forma pública e transparente pelo Comitê de Auditoria Cívica TecnoPopular.

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support