Inicio / Verificar lo que devuelve

Tres agentes de acuerdo, una sola fuente

Varios agentes que devuelven la misma conclusión citando la misma página no confirman nada entre los tres: un acuerdo se cuenta en fuentes independientes, y una dirección distinta no es todavía una fuente distinta.

Tomemos un caso típico. Tres agentes interrogados por separado sobre la misma pregunta devuelven la misma conclusión, y el equipo que los lanzó ve en ello tres verificaciones que convergen. Si los tres citan la misma página como fundamento, el equipo tiene una sola fuente, citada tres veces: un acuerdo entre opiniones vale lo que valen las fuentes distintas que lo sostienen.

Lo que cuenta una eliminación de duplicados de texto

El primer gesto consiste en anotar la dirección que cada agente dice haber consultado y contar lo que queda una vez retirados los duplicados. Este recuento tiene un límite que hay que nombrar: sort -u elimina las líneas idénticas carácter por carácter, así que cuenta cadenas de texto. Dos escrituras de la misma página, con y sin ancla después del signo #, pasan por dos; un espejo que copia la página bajo otro dominio también.

La demostración siguiente crea su propia carpeta y sus archivos, y luego cuenta de tres maneras:

mkdir -p demo-acuerdo && cd demo-acuerdo
printf 'conclusión: opción A conforme\nfuente: https://exemple-doc.test/limites\n' > opinion-1.txt
printf 'conclusión: opción A conforme\nfuente: https://exemple-doc.test/limites#quota\n' > opinion-2.txt
printf 'conclusión: opción A conforme\nfuente: https://miroir-doc.test/copie/limites\n' > opinion-3.txt
echo "opiniones de acuerdo : $(grep -l 'opción A conforme' opinion-*.txt | wc -l | tr -d ' ')"
echo "cadenas de dirección distintas : $(grep -h '^fuente:' opinion-*.txt | sort -u | wc -l | tr -d ' ')"
echo "direcciones sin ancla distintas : $(grep -h '^fuente:' opinion-*.txt | sed 's/#.*//' | sort -u | wc -l | tr -d ' ')"
printf 'La cuota se restablece a cero cada minuto.\n' > texto-extraido-exemple-doc.txt
printf 'La cuota se restablece a cero cada minuto.\n' > texto-extraido-miroir-doc.txt
cksum texto-extraido-exemple-doc.txt texto-extraido-miroir-doc.txt

opiniones de acuerdo : 3
cadenas de dirección distintas : 3
direcciones sin ancla distintas : 2
3102787583 43 texto-extraido-exemple-doc.txt
3102787583 43 texto-extraido-miroir-doc.txt

Tres opiniones, tres cadenas, dos páginas una vez retirada el ancla. El tr -d ' ' elimina los espacios que wc -l coloca delante de su resultado en macOS, para que la salida sea la misma en todos los sistemas. Las dos últimas líneas provienen de cksum, que calcula una suma de control, un número derivado del contenido de un archivo: dos archivos idénticos byte por byte devuelven la misma.

Normalizar y luego remontar al origen

Primero normalizar: retirar el ancla, los parámetros de seguimiento y la barra final, para que dos escrituras de una misma página se confundan. El ancla es el caso más claro, puesto que el navegador no la envía al servidor: dos direcciones que solo difieren por ella designan el mismo recurso.

Después, remontar al origen. Dos dominios pueden llevar el mismo texto, copiado o sindicado. Sin embargo, dos copias reales de una página web difieren por su plantilla, sus menús o su publicidad, de modo que una suma de control calculada sobre las páginas en bruto devuelve dos números distintos. Solo sirve sobre el texto extraído y limpio, como en los dos archivos de la demostración; en su defecto, se comparan los pasajes citados o se lee la mención de origen que lleva la copia. Una suma idéntica señala una copia, y dos sumas distintas no prueban dos investigaciones independientes, puesto que una página puede reformular otra.

La lección sobre el recuento de toda la población pide nombrar una medida por lo que capta: aquí, la eliminación de duplicados capta cadenas, la normalización capta páginas, y la comparación del texto extraído se acerca al origen. La búsqueda en abanico, en la vía 6, retoma el problema desde el lado de la recopilación: una afirmación solo se cita allí después de haber resistido un intento real de refutarla.