MÓDULO 3.2 / 8 DE 9
JEV: decisões de IA na prática
Explicar o que é uma decisão estruturada com Jev, escolher entre Choice, Noul e Score e separar o que já foi observado do que ainda falta medir.
Página da área: eventos.inema.pro/jev/ · no menu: “decisões de IA na prática”
1O que é o JEV
O que é
Jev é o modelo de decisões estruturadas da TypeSafe. Uma decisão estruturada é uma pergunta fechada, com contexto e critérios, cuja resposta é uma escolha, uma probabilidade ou um nível, e não um texto livre. O Jev Decision Lab é o projeto educacional do INEMA para formular perguntas, comparar respostas e entender quando uma decisão precisa de revisão. O modelo recebe contexto e critérios; o seu sistema continua responsável pelas ações. O laboratório separa essa escolha da geração de texto e da execução de ferramentas.
Por que aprender
Muitas tarefas de IA no trabalho não pedem um texto, pedem uma decisão: para qual fila vai este chamado, este trecho sustenta a afirmação. Separar decidir, gerar e executar deixa claro quem responde por cada parte e facilita medir o acerto.
Conceitos-chave
modelo de decisões estruturadas; TypeSafe; Jev Decision Lab; contexto e critérios; o sistema responde pelas ações
Na prática
Uma equipe de suporte quer que a IA encaminhe chamados. Em vez de pedir um parágrafo, ela usa o Jev para escolher a fila entre opções fixas; o sistema da empresa é quem move o chamado, e casos duvidosos vão para uma pessoa.
✓ Faça
Liste duas decisões repetitivas do seu trabalho que hoje viram texto livre e reescreva cada uma como pergunta fechada com opções.
✗ Evite
Julgar a área pelo nome: leia a tese na página antes de decidir se ela é para você.
2Choice, Noul e Score
O que é
A página apresenta três formas de perguntar. Choice escolhe entre alternativas explícitas, como qual fila ou qual agente. Noul estima a probabilidade de uma resposta afirmativa, como a chance de um trecho apoiar uma afirmação. Score avalia uma rubrica com níveis ordenados, como baixo, médio e alto. O curso dedica um módulo a distinguir as três a partir do tipo de resposta necessário, e outro a confiança e erro: usar incerteza sem transformá-la em autorização automática.
Por que aprender
Escolher a forma errada produz respostas difíceis de usar: uma nota quando você precisava de uma fila, ou um sim quando havia vários níveis. A forma da pergunta define como você vai medir e qual política aplicar.
Conceitos-chave
Choice: alternativas explícitas; Noul: probabilidade de sim; Score: níveis ordenados; confiança não é autorização
Na prática
Na triagem de reuniões, "a ata tem responsável e prazo?" é Noul; "qual equipe cuida disto?" é Choice; "qual a prioridade do log, de 1 a 4?" é Score. A mesma reunião pode gerar as três perguntas.
320 casos no laboratório público
O que é
O laboratório abre no navegador, não pede chave e não consulta nenhuma API: as respostas são simuladas. Cada um dos 20 casos inclui contexto, perguntas, critérios, resposta simulada, explicação e próximo passo, como triagem de atendimento, checklist de contratos, roteamento de agentes e revisão semântica de diff. Você pode editar as perguntas, importar uma requisição, exportar o resultado ou abrir um relatório; alterar um caso invalida sua resposta simulada anterior. Para ir além, é possível clonar o projeto e rodar o servidor local com Python 3.10 ou superior. O núcleo usa só a biblioteca padrão.
Por que aprender
O laboratório permite errar sem custo e sem risco: você aprende a formular o contexto, as opções e a política antes de gastar crédito ou tocar num sistema real.
Conceitos-chave
laboratório sem chave; respostas simuladas; 20 casos; contexto, perguntas, critérios; servidor local em Python
Na prática
Um coordenador abre o caso "Intenções simultâneas" e vê que uma conversa pode conter vendas e agendamento ao mesmo tempo. Ele percebe que a pergunta da sua empresa, com uma única opção por mensagem, precisa mudar.
Sequência para experimentar
- Abra a página da área ao lado desta aula.
- Abra https://inematds.github.io/jev/app/, escolha o caso mais próximo do seu trabalho e reescreva uma das perguntas dele com os seus critérios.
- Anote em uma frase o que mudou no seu entendimento.
4O curso: 3 trilhas, 36 aulas
O que é
O curso "Jev na prática" tem três trilhas, 12 módulos e 36 aulas com teoria, exemplos, exercícios e respostas. A trilha Entender cobre onde o Jev entra, os três tipos de pergunta, confiança e erro, e custo; Aplicar trata atendimento, documentos, modelos e agentes, e navegador; Construir e avaliar cobre integração, medição de qualidade, operação e o projeto final. Os módulos 1 a 8 são conceituais; os módulos 9 a 12 usam JSON, terminal e Python, e a estimativa é de 18 horas. São 12 laboratórios com dados fictícios e gabaritos, e o projeto final pede concluir se há evidência para adotar, coletar mais dados ou não automatizar. O curso HTML v2 está em português, com progresso, dúvidas e anotações.
Por que aprender
O curso leva de "entender a ideia" a "decidir a adoção" com rubrica. O projeto final aceita a resposta "não automatizar", o que treina julgamento em vez de entusiasmo.
Conceitos-chave
Entender; Aplicar; Construir e avaliar; 12 módulos; 36 aulas; 12 laboratórios; projeto final; 18 horas
Na prática
Uma analista sem programação faz os módulos 1 a 8 e resolve os laboratórios de atendimento e evidências. O colega que programa segue para os módulos 9 a 12 e monta a requisição real.
✓ Faça
Abra o curso em https://inematds.github.io/jev-curso/ e escolha o módulo que corresponde à decisão que você listou.
✗ Evite
Pular para a ferramenta ou o curso sem entender o problema que a área resolve.
517 pacotes e caminhos de uso
O que é
Um pacote é um kit por área com contexto, critérios, requisição, fixture (um exemplo pronto para teste) e instruções. O acervo atual reúne 17, de atendimento e vendas a comentários do YouTube, reuniões, cortes e curadoria. Todos compartilham o executor e o núcleo Python: sem a opção --live o pacote usa a fixture simulada; com ela, faz uma consulta real, que requer chave no backend e pode consumir créditos. Há também execução em lotes com retomada, a skill jev-decidir para Codex e Claude Code e o jev-gw, um gateway com teto de gasto diário, cache, registro de custo e falha conservadora que devolve revisão humana. Os pacotes estão no repositório; ainda não há distribuição PyPI, instalador universal ou conector pronto para n8n.
Por que aprender
O caminho é gradual: começar offline, entender a saída e só depois pagar por consultas reais. O gateway mostra como proteger quem chama o Jev quando algo falha.
Conceitos-chave
pacote por área; fixture; --live; lotes e retomada; skill jev-decidir; jev-gw; falha conservadora
Na prática
Uma equipe de conteúdo usa o pacote de comentários do YouTube primeiro com a fixture. Quando a saída faz sentido, configura a consulta real no servidor e coloca o jev-gw na frente, para que um teto estourado mande o caso para revisão em vez de quebrar o sistema.
6O que foi observado e o que falta
O que é
A página separa quatro situações. Simulação para aprender: os 20 casos e o replay são autorais e simulados, não medem a qualidade do modelo. Baseline de regras: 20 acertos em 24 tickets fictícios (83,33%), resultado das regras, não do Jev. Integração real testada: em 19/09/2026 os dez pacotes originais receberam respostas pelo OpenRouter com as classificações esperadas nos exemplos fictícios, o que confirma integração, não benchmark; os sete pacotes novos só têm testes controlados. Avaliação ainda necessária: qualidade em português, calibração e uso operacional pedem dados independentes e referência humana. O Laya, alternativa local em avaliação, teve 14 testes da aplicação aprovados e 13 acertos em 16 exemplos sintéticos, o que não comprova superioridade.
Por que aprender
Essa separação é o que torna a área confiável: cada número vem com o que ele prova e o que não prova. Repetir esses números fora de contexto seria inflar o resultado.
Conceitos-chave
simulação; baseline de regras; integração real; avaliação necessária; Laya em avaliação; não é benchmark
Na prática
Um gestor lê "dez consultas reais sem falhas" e quase aprova a adoção. Ao ler a seção inteira, vê que o teste confirma que a integração funciona, não que o Jev acerta com os dados da empresa, e pede um piloto com referência humana.
Critérios para revisar sua ficha
Use esta rubrica depois do laboratório. Cada linha pede uma evidência; marcar leitura não significa que a ficha foi feita.
| Critério | Evidência esperada | Se não passou |
|---|---|---|
| Tese | A área cabe em uma frase sua, fiel à página. | Releia o topo da página e o tópico 1. |
| Público | Você sabe dizer para quem a área é e para quem não é. | Volte ao tópico 2 e escreva um exemplo do seu trabalho. |
| Blocos | Você nomeia as partes centrais da área. | Use o diagrama do módulo como roteiro. |
| Primeiro passo | Você escolheu um passo concreto e pequeno. | Copie o primeiro passo que a própria página recomenda. |
| Porta de entrada | Você sabe qual curso, kit ou projeto abrir primeiro. | Consulte o tópico 6 e a faixa de acesso da página. |
| Fonte | Cada afirmação da ficha tem origem na página. | Troque o que você supôs pelo que a página diz. |
MÃO NA MASSA / ~10 MIN
Sua decisão estruturada, do caso ao piloto
Deixe a página da área aberta: https://eventos.inema.pro/jev/. Use um exemplo do seu trabalho, sem dados pessoais ou de clientes.
Prompt: minha decisão estruturada com JEV
Cole no Claude, no ChatGPT ou no Codex. Troque o que estiver entre < e > pela sua situação.
Leia https://eventos.inema.pro/jev/ e o guia https://inematds.github.io/jev/guia/.
Quero transformar uma decisão repetitiva do meu trabalho numa decisão estruturada, sem prometer qualidade que eu não medi.
Minha decisão: <descreva, ex.: para qual equipe vai cada e-mail de cliente>.
Opções ou níveis possíveis: <liste>.
1. Diga se a pergunta é Choice, Noul ou Score e por quê.
2. Escreva o contexto mínimo, os critérios e a pergunta.
3. Proponha a política: quando seguir a sugestão, quando se abster e quando mandar para revisão humana.
4. Indique qual dos 20 casos do laboratório e qual dos 17 pacotes da página mais se parecem com a minha decisão.
5. Monte a lista "já observado x falta medir" para o meu caso. Não trate simulação como medida de qualidade.
Critério de pronto
Explicar o que é uma decisão estruturada com Jev, escolher entre Choice, Noul e Score e separar o que já foi observado do que ainda falta medir. Guarde a ficha com a tese, o público, o primeiro passo e a porta de entrada.
Abrir a página da área ↗Confira o que ficou
O laboratório público mostrou respostas corretas em todos os casos que você abriu. Isso mede a qualidade do Jev?
Ver resposta comentada
Não. Os 20 casos públicos e o replay são autorais e simulados; servem para estudar formulação, políticas e erros. Qualidade em português e calibração ainda precisam de dados independentes e referência humana.
Se sua resposta foi diferente, volte ao tópico correspondente e escreva a diferença em uma frase. A checagem não bloqueia seu estudo.
Resumo do módulo
- modelo de decisões estruturadas; TypeSafe; Jev Decision Lab; contexto e critérios; o sistema responde pelas ações
- Choice: alternativas explícitas; Noul: probabilidade de sim; Score: níveis ordenados; confiança não é autorização
- laboratório sem chave; respostas simuladas; 20 casos; contexto, perguntas, critérios; servidor local em Python
- Entender; Aplicar; Construir e avaliar; 12 módulos; 36 aulas; 12 laboratórios; projeto final; 18 horas
- pacote por área; fixture; --live; lotes e retomada; skill jev-decidir; jev-gw; falha conservadora
- simulação; baseline de regras; integração real; avaliação necessária; Laya em avaliação; não é benchmark
Consulte a fonte
Páginas lidas em 28/09/2026. O conteúdo das áreas muda; a página oficial vale mais que este resumo.