Material aborda as possibilidades da tecnologia aplicada em redações
Organização associada à Ajor, a Farol Jornalismo publicou o guia “O mínimo que um jornalista precisa saber sobre inteligência artificial para começar 2024”, com objetivo de reunir o conhecimento compartilhado sobre o tema ao longo de 2023 em um único documento.
Com a popularização de ferramentas como ChatGPT, a tecnologia esteve entre as principais tendências no jornalismo no ano passado e continua em alta para este ano em todo o globo, de acordo com o relatório do Instituto Reuters. Apesar disso, ainda são poucas as iniciativas em português que desmistificam a IA no setor de mídia.
O material traz a definição de IA e como ela funciona, além de uma lista de cursos sobre o assunto. São também abordados os principais usos e ferramentas que podem auxiliar o jornalismo da produção à distribuição de conteúdo.
Além de contextualizar o uso, o guia lista oito riscos da tecnologia no campo jornalístico. A Ajor conversou com o autor do documento, o jornalista e pesquisador Giuliander Carpes, para entender quais são os principais impactos da IA nas redações diante da crise da mídia tradicional e das equipes enxutas em veículos digitais.
Embora a principal demanda seja de que essas ferramentas apoiem os jornalistas para diminuir a sobrecarga de trabalho, existem organizações cortando pessoal para com objetivo de substituí-los pela tecnologia.
O tabloide alemão Bild, por exemplo, decidiu demitir parte da equipe e aumentar o uso de IA para produzir conteúdo local. Para Carpes, ações como essas dependem de grandes modelos de linguagem (LLMs,na sigla em inglês) – algoritmos que podem ser usados para criar conteúdo, incluindo áudio, código, imagens, textos, simulações e vídeos a partir de grandes conjuntos de dados – mais específicos para o jornalismo.
“Quem não consegue implantar esse nível de especialização e investimento e usa a IA generativa para produzir textos sem muita supervisão humana está passando vexame. Eu vejo hoje o uso da Inteligência Artificial generativa como alto risco para a produção deliberada de conteúdo. Vejo mais com esse propósito de ajudar os jornalistas a liberarem um pouco mais de tempo, levando em consideração também essa escassez de mão de obra”, explica.
Uma saída para otimizar a qualidade da IA no conteúdo jornalístico seria a elaboração de LLMs especializados. Carpes define a estratégia como um ChatGPT que compreenda melhor os prompts dessas atividades e utilize apenas as produções jornalísticas como treinamento para ter respostas mais aprofundadas.
Um exemplo em teste é a checadora Fátima, chatbot do Aos Fatos, organização também associada à Ajor, que incorpora a tecnologia de LLM para interpretar as perguntas dos usuários e dar respostas mais relevantes em linguagem natural com base em informações já checadas pelo veículo.
O pesquisador conta que a gerente sênior de estratégia de produtos de IA da Associated Press, Aimee Rinehart, defende ainda LLMs super especializados, ou seja, não só no jornalismo, mas para tarefas específicas ou meios específicos, como economia.
Entre os principais problemas apontados pelo guia está a perda de autonomia dos veículos sobre seus próprios produtos. “Essa questão chega ao aprofundamento de um fenômeno que já existe, que é a dependência das empresas de jornalismo em relação às big techs, o que a gente chama de plataformização do jornalismo, principalmente para distribuição de conteúdo”, afirma.
Em países como Austrália e Canadá, a resistência das empresas como Facebook e Google às legislações de regulamentação das plataformas afetou a distribuição de conteúdo de diversos veículos, diminuindo o tráfego para sites de jornalismo.
Carpes aponta que o mesmo pode acontecer com a IA. “Ela acaba se embrenhando na cadeia de valor do jornalismo. Aí está o cerne da questão da perda de autonomia, que já ocorre em relação às empresas de plataformas é aprofundado, porque a IA pode acabar permeando toda a cadeia de notícias, hoje forte na distribuição, mas influencia todas as outras.”
Um relatório publicado pela JournalismAI em setembro de 2023, e que trouxe os resultados de uma pesquisa feita com 105 organizações jornalísticas de 46 países diferentes, mostrou como as redações têm utilizado a IA dentro da cadeia jornalística. O material também destacou as discrepâncias entre Norte e Sul Globais, que define como “colonialismo de dados”.
Esse problema também pode se conectar à reprodução de preconceitos e estereótipos raciais e de gênero.
Para Carpes, uma das melhores saídas para enfrentar os impactos negativos da IA no jornalismo é a união e colaboração dos veículos de comunicação. “A mídia tradicional ainda é muito guiada pela competição e concorrência, mas acredito que pelo menos os independentes se unindo já é muito bom para lidar com isso”, conclui.
Foto de capa: charlesdeluvio/Unsplash.
