
Implementação experimental com foco em privacidade de um framework sociológico para análise posicional multiplataforma.
Análise Observacional e Sociodinâmica Multiplataforma de Configurações Individuais
Este repositório é uma prova de conceito. MOSAIC é um framework sociológico para análise comportamental multiplataforma, construído em artigos antes de ser construído em código. O que você encontra aqui é o seu primeiro banco de testes: o lugar onde a teoria encontra dados reais, e onde ela tem permissão para quebrar.

Considere um caso ilustrativo. A mesma pessoa participa de diferentes ambientes digitais. No GitHub, suas contribuições parecem metódicas e colaborativas. No Reddit, suas trocas são mais confrontacionais. Nos comentários do YouTube, elas são mais curtas e desdenhosas.
A maioria das ferramentas perguntaria qual descrição melhor captura a pessoa. MOSAIC faz uma pergunta diferente: o que explica a variação entre contextos, e o que pode legitimamente ser inferido a partir dela?
Não quem alguém é. Onde essa pessoa se posiciona.
A hipótese central do framework:
Vestígios digitais não devem ser interpretados como sinais comportamentais estáveis, mas como variância posicional estruturada entre ambientes sociotécnicos.
A variância entre plataformas não é ruído a ser filtrado. É o sinal. O framework propõe lê-la através de três componentes:
Estas são categorias analíticas, não descobertas. "O que escapa" não revela um "verdadeiro eu" oculto por trás da apresentação pública; ele marca onde as duas primeiras leituras deixam de explicar os dados. As três são lidas como uma estrutura, nunca reduzidas a uma pontuação.
Este é um framework conceitual. Suas hipóteses ainda não foram validadas empiricamente, e o código atual não as demonstra.
Estas distinções são compromissos metodológicos, não garantias. A intenção teórica por si só não determina o que um sistema faz: os dados que ele coleta, os resultados que gera e os usos que torna possíveis importam igualmente.
| Projetado para não | Projetado para |
|---|---|
| Inferir personalidade | Analisar como a expressão varia entre contextos |
| Prever comportamento | Descrever os movimentos que uma posição torna plausíveis |
| Fazer perfil psicológico | Mapear uma posição dentro de um campo |
| Vigiar | Produzir uma leitura em um dado momento, indexada no tempo |
Cada compromisso só se sustenta se a prática o seguir. "Plausível" permanece uma inferência, não uma previsão validada. Descrever uma posição não é em si um perfil psicológico, mas pode derivar para um se atribuir características estáveis a uma pessoa. Uma leitura indexada no tempo não é em si vigilância, mas pode servi-la se a coleta, o consentimento, a retenção e o uso não seguirem o mesmo compromisso.
O grande mestre não precisa conhecer o jogador. A posição é suficiente.
| Status | |
|---|---|
| Teoria: arquitetura de três níveis, decomposição de sinal, capital posicional, compromissos epistemológicos | Paper I — working paper, não revisado por pares |
| Método: protocolos para cada componente, gramática de decisões analíticas, validação | Paper II — em preparação |
| Código: coleta multiplataforma, estruturação, leitura assistida por LLM | Alpha PoC — este repositório |
O código está deliberadamente atrás da teoria. Ele coleta, estrutura e pode produzir saídas assistidas por LLM. Essas saídas ainda não são uma aplicação completa ou reproduzível dos protocolos do framework, que estão sendo especificados no Paper II. Os templates de prompt atuais são anteriores ao framework e serão reescritos para segui-lo.
MOSAIC fornece uma gramática para análise, não um procedimento analítico validado. O código atual pode produzir saídas assistidas por LLM, mas o analista permanece responsável por interpretá-las.

git clone https://github.com/Or1un/MOSAIC.git && cd MOSAIC
pip install -r requirements.txt
cp modules/config.yaml.example modules/config.yaml # optional: YouTube, Telegram keys
python3 mosaic.py
Análise com LLM local (recomendado):
pip install -r requirements_llm.txt
curl -fsSL https://ollama.com/install.sh | sh # Windows: https://ollama.com/download
ollama serve &
ollama pull mistral:7b-instruct
Fontes: GitHub, Stack Overflow · Reddit, Telegram, Mastodon, Bluesky · YouTube, Medium
Privacidade em primeiro lugar, na prática
Privacidade em primeiro lugar significa local por padrão, para o analista e para a pessoa analisada.
results/ (ignorado pelo git).results/ quando uma análise terminar.Privacidade em primeiro lugar é um padrão de projeto, não uma garantia: ela só se sustenta enquanto o analista a mantiver.
Para quem é
Autoanálise, pesquisa sociodinâmica e análises com sujeitos voluntários. Saber que uma análise existe não é o mesmo que consentir com ela, e o consentimento por si só não resolve proporcionalidade, minimização de dados ou reutilização de resultados. Para análises envolvendo voluntários, as condições de consentimento e retirada serão especificadas na chamada de participantes do Paper II.
Não é para vigilância, perseguição, assédio, criação de perfil de alguém sem o seu conhecimento ou análise automatizada em massa.
Conformidade. Você é responsável pelo GDPR e pela legislação local. O MOSAIC não torna um uso conforme; este README descreve a ferramenta, não uma garantia legal.
O objetivo não é confirmar a teoria, mas ver quais partes sobrevivem ao contato com dados reais. Questione as premissas, o método, a ética. Aponte onde ela falha.
Issues e Discussions no GitHub · [email protected]