16 · Tela /diagnostico · choropleth e quartis

O mapa nacional é a porta de entrada visual do agente. Ele responde, em 3 segundos, a uma pergunta executiva fundamental: "onde está concentrada a oportunidade?"

16.0 · O choropleth como ferramenta cognitiva, não decorativa

A literatura clássica de visualização cartográfica (Brewer, 1994; MacEachren, 1995; Slocum et al., 2009) trata o choropleth — mapa temático com áreas coloridas por classe — como um instrumento perceptualmente sensível: pequenas decisões sobre escala (sequencial vs. divergente), número de classes (3, 5, 7), método de quebra (quartis, jenks, intervalos iguais) e paleta (luminosidade vs. matiz) determinam o que o leitor literalmente vê. Tufte (2001) foi mais longe: visualização ruim não é apenas pouco informativa — é ativamente desinformativa, porque o cérebro humano confia no que vê antes de processar legendas.

A tela /diagnostico implementa um conjunto deliberado de escolhas: (i) escala sequencial de luminosidade (uma única dimensão de leitura — quanto mais escuro, maior o Score), evitando a ambiguidade de paletas divergentes; (ii) quartis em vez de quintis ou intervalos iguais (quartis igualam contagem por classe — útil quando o objetivo é comparar municípios entre si, não ler o valor absoluto); (iii) município como unidade-base (não estado, não região), com agregações disponíveis sob demanda. Cada escolha tem alternativas defensáveis; o que importa é que estejam documentadas e auditáveis.

16.1 · Anatomia do choropleth

A tela /diagnostico divide o território nacional em quartis do Score Consolidado, pintando cada município numa de quatro cores. A escala é deliberadamente sequencial (não divergente): há uma única dimensão de leitura — quanto mais escuro, maior o Score.

16.2 · Filtros disponíveis

• Região — N, NE, CO, SE, S. Combinável com UF.
• População — slider de 5k a 12M habitantes.
• Componente — alterna entre Score, Sev, Via, Esc e Pro isoladamente.
• Hash de execução — permite ver o mapa de calibrações anteriores.

16.3 · Leitura crítica de outliers

Outliers são oportunidades de validação, não problemas. Quando um município aparece em Q4 cercado de vizinhos em Q1, há três hipóteses ordenadas:

1. Erro de dado — verificar fonte primária na tela /dados.
2. Especificidade local legítima — desigualdade interna intensa, choque histórico.
3. Limitação do DAG — falta uma variável que captura o que torna a vizinhança diferente.

16.4 · Exportações

O botão "Exportar" oferece três formatos: PNG (para slides), GeoJSON (para reuso técnico) e PDF executivo (com legenda, hash de execução e top-20 do quartil filtrado). Todo PDF carrega o hash no rodapé — é a peça auditável que vincula a imagem à calibração que a gerou.

Monmonier não condena os mapas — denuncia a inevitabilidade da distorção e exige que o cartógrafo seja explícito sobre quais distorções escolheu. No agente, essa explicitação é o motivo de mostrarmos o método de classificação (quartis), o número de classes (quatro) e a escala (sequencial, não divergente) no rodapé de toda exportação.

16.5 · Anatomia visual da tela /diagnostico

16.6 · Roteiro didático · 5 minutos com a tela

1. 0:00 → 0:30 · Abra /diagnostico sem nenhum filtro. Note que o Sudeste e o Sul concentram cores do Q1–Q2 e o Norte/Nordeste o Q3–Q4. Já é uma narrativa.
2. 0:30 → 1:30 · Aplique filtro Componente = Pro. O mapa muda dramaticamente — agora as áreas mais escuras estão no Sudeste/Sul. Esse é o "mapa do executável".
3. 1:30 → 3:00 · Volte a Componente = Score e aplique filtro População < 50k. Aparecem clusters em municípios pequenos do MA, PI, BA — onde Severidade alta e baixa população combinam para gerar oportunidade ignorada por programas federais.
4. 3:00 → 5:00 · Clique em qualquer município do Top 20 lateral. O painel mostra decomposição Sev/Via/Esc/Pro e link para a ficha completa. Esse é o ponto de transição entre "ver" e "decidir".