A identificação de objetos espúrios em um repositório é uma tarefa árdua. Dependendo do volume de itens no acervo da instituição, essa atividade pode demandar muito tempo dos especialistas na execução de um procedimento do tipo censo. Diante dessa dificuldade, pode-se adotar uma metodologia de amostragem, desde que o erro associado esteja dentro de um intervalo aceitável para os padrões de qualidade almejados pela instituição ou exigi- dos por normas específicas. Neste trabalho, propomos uma estratégia base- ada em Estatística Bayesiana para reduzir o esforço do especialista no trei- namento do algoritmo de inteligência artificial na identificação de objetos espúrios. Nossos experimentos mostram que é possível reduzir para cerca de 3.96% do tamanho do acervo, o esforço humano necessário para forne- cer exemplos ao treinamento do algoritmo na identificação do restante do acervo.
