Abstract
Este artigo investiga como a orquestração de fluxos de trabalho por meio do n8n pode estruturar um agente multimodal de verificação de informações voltado a públicos com baixo letramento digital, idosos e comunidades amazônicas. O estudo adota a Design Science Research, combinada a um estudo de caso aplicado, para formalizar o problema, projetar o artefato CheckAI, especificar sua arquitetura e analisar evidências operacionais preliminares. O sistema utiliza o WhatsApp como canal de entrada, processa texto, áudio e imagem, recupera evidências em fontes institucionais e jornalísticas, aplica regras de confiança e entrega respostas acessíveis nas categorias “Fato”, “Potoca” e “Inconclusivo”. A contribuição científica consiste em um modelo sociotécnico que integra quatro dimensões frequentemente tratadas de forma separada: verificação baseada em evidências, orquestração low-code auditável, acessibilidade multimodal e adaptação linguística regional. Os registros disponíveis reportam latência média de 8,5 segundos e aumento de 45% na retenção de usuários idosos; contudo, a ausência de grupo de controle, logs brutos, tamanho amostral e instrumentação por componente limita inferências causais e comparações de desempenho. Assim, o estudo demonstra viabilidade técnica e utilidade potencial, mas não comprova superioridade estatística sobre outras soluções. Como resultado adicional, são apresentados diagramas de componentes e de fluxo, contratos de integração, critérios de seleção de fontes, métricas, ameaças à validade e requisitos mínimos de reprodutibilidade.