Metodologia

Esta página documenta como a NoCall transforma milhares de denúncias de utilizadores numa avaliação fiável para cada número de telefone. Explicamos a fórmula exata da pontuação de risco, os níveis de perigo, como classificamos as categorias, como funciona a nossa análise de inteligência artificial e de onde vêm os dados. Publicamos esta metodologia para que qualquer pessoa possa compreender — e questionar — as decisões que o sistema toma.

Como é calculada a pontuação de risco

A cada número da nossa base de dados é atribuída uma pontuação de risco entre 0 e 100. Não é um juízo subjetivo: deriva de uma fórmula determinística que é recalculada sempre que chega uma nova denúncia aprovada.

risco = min(100, denúncias × 5 + (verificado ? 30 : 0))

Cada denúncia aprovada adiciona 5 pontos. Se a nossa equipa verificou o número como spam confirmado, são adicionados mais 30 pontos. O resultado nunca ultrapassa 100.

O fator de verificação existe para distinguir um número com muitas denúncias recentes (que pode ser um falso positivo pontual) de um número que um revisor humano confirmou ativamente como abusivo. É por isso que 20 denúncias não verificadas (100 pontos de denúncias, limitados) e 14 denúncias verificadas (70 + 30) podem atingir pontuações semelhantes por caminhos diferentes.

Quando um número foi analisado pela nossa IA e tem sinais da comunidade aprovados, o nível de perigo detetado também atua como piso para a pontuação: um número assinalado como crítico nunca aparecerá abaixo de 90, um elevado abaixo de 70, um médio abaixo de 45 e um baixo abaixo de 20, mesmo com poucas denúncias. Assim, um padrão claramente fraudulento não é subvalorizado só por ser recente.

Níveis de perigo

A partir da pontuação numérica, classificamos cada número num de quatro níveis de perigo. Estes são os mesmos identificadores que a nossa base de dados usa internamente:

Categorias de spam

Cada denúncia e cada número é classificado numa de sete categorias. A categoria determina como o número é apresentado no diretório e deriva tanto da denúncia do utilizador como da análise automatizada posterior:

SPAM — Chamadas comerciais genéricas e indesejadas que não se enquadram numa categoria mais específica.
TELEMARKETING — Campanhas de venda telefónica, geralmente de telecomunicações ou energia, que persistem apesar da recusa.
FRAUDE — Burlas e fraudes, incluindo falsificação de identidade (bancos, organismos públicos, falso apoio técnico). A categoria mais grave.
COBRANÇA — Chamadas de cobrança e recuperação de dívidas, muitas vezes agressivas ou dirigidas à pessoa errada.
ASSÉDIO — Chamadas repetidas com a intenção de assediar, intimidar ou incomodar deliberadamente.
INQUÉRITO — Inquéritos telefónicos, sondagens e estudos de mercado não solicitados.
OUTRO — Qualquer outro tipo de chamada indesejada que não se enquadre nas anteriores.

Análise de inteligência artificial

Para além da pontuação numérica, um motor de IA analisa os números com base no conteúdo aprovado pela comunidade: os comentários e denúncias que passaram pela moderação. A IA nunca trabalha com conteúdo não aprovado, pelo que nenhuma contribuição não revista pode influenciar a análise pública.

Para cada número analisado, a IA gera um conjunto estruturado de informação mostrado na página do número:

Os campos que a análise produz são os seguintes:

Descrição — Um resumo em linguagem natural de quem parece estar por trás do número e o que pretende.
Padrões de queixa — Os motivos de queixa mais repetidos nas denúncias (por exemplo, chamadas a horas indevidas ou persistência após recusa).
Táticas usadas — As técnicas específicas detetadas, como pressão, falsa urgência ou pedidos de dados pessoais.
Setor — A área a que pertence a atividade (telecomunicações, energia, cobrança de dívidas, inquéritos, etc.).
Empresa detetada — A empresa ou organização que o número parece representar ou falsificar, quando pode ser identificada.
Falsificação de identidade — Um indicador de se o número finge ser uma entidade legítima (banco, administração pública, marca conhecida).
Ação recomendada — A recomendação final para o utilizador: bloquear, cuidado, ignorar ou seguro.

Esta análise é indicativa e gerada automaticamente a partir das contribuições da comunidade; não substitui o próprio juízo do utilizador nem constitui uma acusação contra qualquer empresa específica.

Moderação: nada é publicado sem revisão

O controlo de qualidade é a peça central da metodologia. As denúncias e comentários não aparecem no diretório público no momento em que são submetidos: ficam pendentes até que um administrador os aprove. Só então contam para a pontuação de risco, alimentam a análise de IA e tornam-se visíveis para outros utilizadores.

Este filtro de moderação serve dois propósitos: descarta denúncias falsas ou maliciosas antes de afetarem a reputação de um número e garante que a IA só raciocina sobre informação verificada. O autor de uma denúncia pendente pode ver a sua própria contribuição, mas mais ninguém, até que seja aprovada.

Fontes de dados

A avaliação de cada número combina três fontes independentes:

Denúncias da comunidade — A base de tudo. Os utilizadores denunciam números a partir da aplicação e da web, de forma anónima, com uma categoria e um comentário. Após a moderação, são o principal sinal para a pontuação.
Dados de operadores e prefixos da CNMC — Usamos dados públicos da Comissão Nacional dos Mercados e da Concorrência (CNMC) para identificar o operador atribuído a cada bloco de numeração e o tipo de linha (móvel, fixo, tarifa premium).
Comunicados de imprensa de empresas (RSS) — Seguimos as salas de imprensa das empresas através de feeds RSS para detetar campanhas legítimas e reduzir falsos positivos quando uma empresa real está a fazer comunicações em massa.