Arquivos duplicados com IA: inventário e decisão antes de mover ou apagar

Uma pasta compartilhada pode acumular propostas finais, cópias com nomes diferentes, anexos salvos várias vezes e versões cujo responsável ninguém consegue identificar. O problema não é apenas ocupar espaço. Quando a equipe abre o arquivo errado, envia uma versão antiga ou apaga o documento que sustentava uma decisão, a desorganização vira risco operacional.

Isso permite uma microentrega responsável: montar um inventário de arquivos, identificar cópias idênticas por evidência técnica, separar versões que precisam de comparação e entregar uma fila de decisões. A IA pode ajudar a resumir nomes, sugerir grupos e explicar diferenças. Ela não deve mover, renomear ou apagar arquivos sozinha. O produto é um mapa revisável do acervo, não uma limpeza automática.

O que é a microentrega

O serviço começa com uma pasta, biblioteca ou exportação autorizada e termina com uma tabela de inventário. Cada linha preserva o caminho original, nome, extensão, tamanho, data disponível no sistema, hash quando calculável, grupo sugerido, evidências e decisão pendente. O cliente consegue ver onde estão as cópias exatas, quais arquivos apenas parecem relacionados e quais itens não têm contexto suficiente.

A primeira entrega não altera o acervo. Ela também não promete descobrir a versão correta apenas pela data ou pelo nome. Um documento chamado “final” pode ser anterior ao “final revisado”, e a data de modificação pode refletir uma cópia recente, não a autoria do conteúdo.

O que o cliente recebe

• Escopo registrado: fontes incluídas, exclusões, data da coleta e responsável pela autorização.
• Inventário preservado: caminho, nome, tipo, tamanho, datas disponíveis e identificador estável.
• Grupos de cópias exatas: arquivos com o mesmo hash, mantidos separados até a decisão.
• Famílias de versões: documentos parecidos por nome ou conteúdo, sem declarar equivalência.
• Fila de revisão: manter, comparar, arquivar, renomear, mover ou investigar.
• Plano de execução: ações propostas, dependências, responsável e forma de reversão.

A microentrega não oferece garantia de renda, economia, recuperação de espaço ou redução de incidentes. Ela entrega evidência e ordem para que uma pessoa autorizada tome decisões melhores.

O que fica fora do primeiro trabalho

Não inclua exclusão, movimentação em massa, alteração de permissões, compartilhamento externo, sincronização entre contas ou mudança de política de retenção. Também deixe fora caixas de correio, prontuários, processos jurídicos, dados de pagamento e outros conjuntos sensíveis quando não houver autorização, ambiente apropriado e regra clara de tratamento.

Não peça acesso de escrita na fase de inventário. Uma exportação controlada, uma montagem somente leitura ou um relatório gerado pelo administrador costumam ser suficientes para o diagnóstico inicial. Se o sistema não permite coletar os metadados necessários sem privilégios amplos, registre o limite em vez de ampliar o acesso silenciosamente.

Pré-requisitos e autorização

Defina quem controla os arquivos, quem pode visualizar seu conteúdo, quais pastas entram no lote e quais devem ser excluídas. Combine também onde a análise será feita, por quanto tempo as cópias temporárias serão mantidas, quem pode aprovar mudanças e como o material será descartado.

Arquivos de clientes podem conter dados pessoais. O guia da ANPD sobre segurança da informação para agentes de pequeno porte recomenda medidas administrativas e técnicas compatíveis com o risco. Isso não substitui avaliação jurídica, mas sustenta princípios práticos como acesso mínimo, controle de cópias, autenticação, backup e registro das operações.

Passo 1: congele o escopo, não os arquivos

Registre a data e a hora da coleta, a origem de cada pasta e as exclusões. O acervo pode continuar mudando enquanto o trabalho acontece. Por isso, a tabela precisa dizer que representa um recorte, não o estado eterno do sistema.

Preserve os caminhos originais exatamente como foram encontrados. Se precisar criar um identificador para cada item, use uma coluna separada. Não renomeie arquivos para facilitar a análise, pois o nome e o caminho são parte da evidência que o cliente terá de revisar.

Passo 2: colete metadados antes de interpretar

Comece por fatos observáveis: nome, extensão, tamanho, caminho, proprietário quando disponível e datas registradas pelo sistema. Marque campos ausentes e diferenças de fuso. Não transforme uma data de sincronização em data de criação sem saber como a plataforma a produziu.

Em bibliotecas de nuvem, a organização disponível varia. A ajuda oficial do Google Drive sobre organização de arquivos apresenta pastas, convenções de nomes, cores e descrições como opções, sem afirmar que existe uma única estrutura correta. Essa flexibilidade reforça a necessidade de entender o uso da equipe antes de propor uma taxonomia.

Passo 3: use hash para cópias exatas

Um hash é calculado a partir do conteúdo. No Windows, o Get-FileHash documentado pela Microsoft usa SHA-256 por padrão. Dois arquivos com nomes e caminhos diferentes podem ter o mesmo hash quando o conteúdo é idêntico, enquanto uma alteração no conteúdo muda o resultado.

O hash ajuda a formar grupos de cópias exatas, mas não decide qual cópia deve permanecer. Uma delas pode estar numa biblioteca com permissões corretas, enquanto outra pode estar ligada a um processo ainda ativo. Mantenha caminho, proprietário e contexto ao lado do hash.

Passo 4: trate versões parecidas como hipótese

Arquivos com nomes como “proposta”, “proposta final” e “proposta final 2” não são necessariamente equivalentes. Use a IA para sugerir famílias com base em nome, estrutura e trechos autorizados, mas rotule o resultado como candidato. Se o formato permitir comparação de texto, mostre mudanças relevantes, não apenas uma pontuação de semelhança.

Conteúdo visual, planilhas com fórmulas, documentos assinados e arquivos protegidos exigem tratamento próprio. Uma prévia textual pode ignorar comentários, macros, anexos, assinaturas ou dados ocultos. Quando a ferramenta não consegue inspecionar algo, registre “não verificado”.

Passo 5: identifique o contexto de uso

Para cada grupo, pergunte quem usa os arquivos, em qual processo, com que frequência e qual sistema aponta para eles. Um documento aparentemente antigo pode ser a versão exigida por auditoria. Uma cópia localizada numa pasta pessoal pode ser o único material de trabalho ainda não migrado.

A documentação da Microsoft sobre organizar arquivos no OneDrive distingue ordenar, renomear e mover, e explica que mover itens entre contas pode exigir sincronização com o computador. Isso mostra por que a execução depende da plataforma e não deve ser tratada como simples alteração de uma planilha.

Exemplo ilustrativo

Exemplo ilustrativo, com nomes fictícios: a pasta Comercial contém “Proposta-Aurora.pdf”, “Proposta-Aurora-copia.pdf” e “Proposta-Aurora-final.pdf”. Os dois primeiros têm o mesmo hash. O terceiro tem tamanho e hash diferentes, além de uma data posterior.

A fila registra: “arquivos 1 e 2 são cópias exatas; confirmar qual caminho é referenciado pela equipe; comparar o arquivo 3 com o grupo antes de classificá-lo como versão vigente; não apagar ou mover nenhum item”. O exemplo não representa um cliente real, não é captura de tela e não prova que a versão mais recente é a correta.

Passo 6: construa uma matriz de decisões

Use estados claros: manter como está, confirmar responsável, comparar conteúdo, corrigir nome, mover após aprovação, arquivar conforme política ou excluir somente após autorização específica. Inclua evidência, risco, aprovador e observação em cada linha.

Evite uma coluna genérica chamada “ação” sem contexto. “Excluir” pode significar remover uma cópia redundante, mas também pode quebrar um atalho, uma integração ou um histórico. A decisão deve citar exatamente qual arquivo, em qual caminho, sob qual justificativa.

Passo 7: revise permissões e exposição

O inventário pode revelar arquivos em pastas com acesso mais amplo do que o esperado. Registre o achado sem alterar permissões durante a análise. A correção deve ser conduzida pelo responsável do sistema, com teste para evitar bloquear pessoas que precisam do conteúdo.

Não envie nomes, textos ou metadados sensíveis a uma ferramenta de IA sem aprovação. Quando possível, trabalhe primeiro com identificadores, extensões, tamanhos e hashes. O guia do Bastidores sobre separar arquivos e contextos de clientes mostra como reduzir mistura entre projetos antes da análise.

Passo 8: faça um piloto reversível

Se o cliente aprovar a execução, comece por um grupo pequeno e de baixo risco. Preserve backup ou recurso de recuperação, registre o estado anterior e verifique se atalhos, compartilhamentos e fluxos continuam funcionando. Só amplie depois que o responsável confirmar o resultado.

Renomear e mover são ações diferentes de excluir. Uma política de retenção também não é uma lista improvisada de arquivos velhos. Se o cliente não possui regra para descarte, a entrega deve terminar na recomendação pendente.

Checklist de qualidade

• O escopo e as exclusões foram aprovados.
• A coleta registra data, origem e limitações.
• O caminho original permanece preservado no inventário.
• Cópias exatas são sustentadas por hash e metadados.
• Versões parecidas continuam marcadas como hipótese.
• Campos não verificáveis aparecem como não verificados.
• Nenhuma exclusão, mudança de permissão ou movimentação ocorreu.
• Cada ação proposta tem responsável e evidência.
• Dados pessoais e materiais sensíveis recebem acesso mínimo.
• O piloto prevê recuperação e validação posterior.

Erros comuns e como corrigir

Usar apenas o nome: nomes iguais podem ter conteúdos diferentes. Calcule hash quando possível e preserve outros metadados.

Escolher o arquivo mais novo: a data pode refletir cópia ou sincronização. Confirme conteúdo, processo e responsável.

Chamar toda semelhança de duplicata: separe cópia exata de versão relacionada. A primeira tem evidência de conteúdo idêntico; a segunda exige comparação.

Entregar uma lista sem decisão possível: acrescente risco, evidência, responsável e próximo passo. O cliente precisa saber o que revisar.

Apagar para demonstrar resultado: mantenha o diagnóstico somente leitura. A execução é outro escopo, com autorização e reversão.

Como definir escopo e preço sem prometer retorno

Descreva a entrega por fontes incluídas, quantidade ou faixa de itens, formatos aceitos, metadados disponíveis, profundidade da comparação e rodadas de revisão. Informe se haverá apenas inventário, identificação de cópias exatas ou também comparação de versões textuais.

Não associe a proposta a economia garantida, produtividade automática ou recuperação de receita. O valor verificável está no inventário, nos grupos sustentados por evidência e na fila de decisões. Qualquer efeito operacional depende da qualidade do acervo e das escolhas do cliente.

Como medir a utilidade do piloto

Conte itens inventariados, grupos de hashes iguais, famílias de versões, arquivos sem responsável, casos não verificáveis e decisões aprovadas, rejeitadas ou pendentes. Registre também regras que geraram falsos positivos e formatos que não puderam ser comparados.

Uma conclusão útil pode ser “há três cópias idênticas, mas somente o administrador consegue confirmar qual caminho deve permanecer” ou “as datas não permitem escolher a versão vigente”. Esse tipo de resultado é honesto e acionável.

Resultado esperado e limite final

Ao final, o cliente deve conseguir localizar cada item, entender por que ele entrou em determinado grupo e decidir sem depender de uma classificação opaca. Cópias exatas ficam separadas de versões parecidas. As dúvidas permanecem visíveis.

O limite é deliberado: inventariar não autoriza reorganizar, e detectar conteúdo idêntico não autoriza apagar. A microentrega termina com uma fila revisada e um plano de execução, antes de qualquer mudança no acervo.

Fontes consultadas

• Microsoft Learn, Get-FileHash.
• Google Drive Ajuda, organizar arquivos.
• Microsoft Support, classificar, renomear ou mover arquivos no OneDrive.
• ANPD, guia de segurança da informação para agentes de tratamento de pequeno porte.

Capa: ilustração editorial original criada para o Bastidores da IA. Não é captura de gerenciador de arquivos, inventário real ou prova de resultado.