Nossa metodologia
Uma abordagem sistemática que combina 75 anos do método Delphi com consenso de IA multi-modelo — transparente, reprodutível e projetada para pesquisadores.
O método Delphi
O método Delphi foi desenvolvido na Corporação RAND em 1963 por Dalkey e Helmer. Por mais de 75 anos, foi utilizado em mais de 10.000 estudos publicados para alcançar consenso confiável entre especialistas independentes.
A Delph-AI adapta esta metodologia comprovada à triagem de revisões sistemáticas com IA. Incorporamos modelos de linguagem ao painel de especialistas — mesmo rigor, resultados mais rápidos, com o pesquisador sempre no controle.
estudos publicados
Dalkey & Helmer, RAND Corporation, 1963
O pipeline de triagem
Um processo de seis etapas que reflete as melhores práticas em metodologia de revisões sistemáticas
Ingestão de dados
Importe referências do PubMed, Scopus, Web of Science ou qualquer base de dados. Deduplicação automática entre fontes.
Definição de critérios
Estabeleça critérios de inclusão/categorização e exclusão em linguagem natural. O assistente de IA ajuda a refiná-los usando frameworks PICO.
Avaliação independente
Múltiplos modelos de IA avaliam cada registro contra cada critério de forma independente — depois realizam um painel de consenso para cada desacordo.
Cálculo de consenso
A taxa de concordância quantifica a confiança entre todos os modelos. As discordâncias revelam casos incertos para revisão humana.
Geração de shortlist
Obtenha sua lista de evidências ordenada por taxa de concordância com rastreabilidade completa — cada modelo, cada voto, cada razão.
Controle de versões
Altere quais critérios são de exclusão para gerar novas shortlists sem repetir a triagem. Cada versão é imutável, comparável e auditável.
Transparência em cada etapa
Cada triagem inclui visibilidade completa do processo de decisão da IA — conforme com EU AI Act Artigo 50
25 modelos de IA, 8 provedores
De GPT-4o a Gemini Pro e Claude — cada modelo avalia independentemente. Você vê quais modelos revisaram cada registro, como votaram e por quê.
Taxa de concordância
A confiança é quantificada, não presumida. A taxa de concordância entre todos os modelos selecionados determina a inclusão — nenhum modelo decide sozinho.
Reprodutibilidade total
Mesmos dados + mesmos critérios + mesmos modelos = mesmo consenso para seus resultados. Cada versão é imutável e auditável. Sem caixas pretas.
O humano sempre decide
A IA prioriza e justifica. O pesquisador tem a última palavra. Delph-AI é uma ferramenta que aumenta seu julgamento — nunca o substitui.
Veja em ação
Comece sua primeira triagem hoje. Defina seus critérios, escolha seu painel de IA e revise o consenso.
Cadastre-se gratuitamente e faça a triagem de até 500 registros com nossa avaliação.