Os perigos e desafios da IA para o jornalismo

A inteligência artificial (IA) é uma tecnologia que vem transformando diversos setores da sociedade, incluindo o jornalismo. Cada vez mais, as organizações de mídia estão se apropriando da IA para mudar a maneira como as notícias são geradas, produzidas, publicadas e compartilhadas. No entanto, essa interferência da IA no jornalismo também traz consigo riscos e desafios que precisam ser enfrentados e debatidos.

O que é IA e como ela pode ser usada no jornalismo?

A IA é um ramo da ciência da computação que busca criar sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana, como reconhecimento de padrões, aprendizado, raciocínio e tomada de decisões. A IA pode ser aplicada no jornalismo de diversas formas, tais como:

• Processamento de informações: a IA pode processar grandes quantidades de dados em tempo real, permitindo que jornalistas acessem e analisem informações relevantes de maneira mais rápida e eficiente. Algoritmos de IA podem ajudar a identificar tendências, padrões e insights valiosos em conjuntos de dados massivos, facilitando a detecção de notícias importantes e a obtenção de fontes confiáveis⁴.

• Redação automatizada: a IA também pode gerar notícias de forma automatizada, com base em dados e informações pré-determinadas. Essa tecnologia é útil para criar conteúdo básico, como relatórios financeiros ou resultados esportivos, mas ainda está em estágios iniciais e não substitui a criatividade e o julgamento humano necessários para a produção de reportagens complexas e envolventes.

• Personalização e recomendação de conteúdo: a IA também desempenha um papel significativo na personalização e recomendação de conteúdo aos usuários. Algoritmos de aprendizado de máquina analisam o comportamento do público, suas preferências e histórico de leitura, fornecendo recomendações personalizadas de notícias e aumentando o engajamento do público.

Quais são os perigos e desafios da IA para o jornalismo?

Apesar dos benefícios que a IA pode trazer para o jornalismo, ela também apresenta riscos e desafios que precisam ser considerados e discutidos. Alguns dos principais são:

• Desafios éticos e de confiança: a adoção da IA no jornalismo traz consigo questões éticas e de confiança. A transparência no uso de algoritmos e a responsabilidade pela veracidade das informações se tornam questões cruciais. A possibilidade de disseminação de notícias falsas e manipulação de conteúdo por meio da IA demanda um monitoramento constante e medidas para garantir a integridade jornalística.

• Formação de bolhas de filtro: a personalização e recomendação de conteúdo por meio da IA pode levar à formação de bolhas de filtro, onde os usuários são expostos apenas a informações que confirmam suas próprias visões, reduzindo a diversidade de opiniões e o debate público.

• Impacto no mercado de trabalho: a automação do jornalismo por meio da IA pode ter um impacto no mercado de trabalho, reduzindo a demanda por jornalistas humanos ou alterando suas funções e habilidades. Os profissionais do jornalismo precisam se adaptar às novas tecnologias e se qualificar para lidar com elas.

Qual é o papel dos jornalistas na era da IA?

Embora a IA possa ser uma ferramenta poderosa para o jornalismo, ela não substitui a necessidade de jornalistas humanos. Os profissionais do jornalismo têm um papel fundamental em interpretar e contextualizar informações, investigar histórias complexas, entrevistar fontes e fornecer análises aprofundadas. A IA pode ajudar a otimizar o trabalho jornalístico, mas o julgamento humano e a ética continuam sendo componentes essenciais.

Como a IA generativa está mudando o paradigma do jornalismo?

A IA generativa é um tipo de IA que pode criar dados ou objetos com base em padrões e informações já existentes. Por exemplo, a IA generativa pode gerar textos, imagens, áudios ou vídeos que parecem reais, mas que na verdade são sintéticos. A IA generativa é uma evolução da IA tradicional, que se limitava a analisar e classificar dados.

A IA generativa está mudando o paradigma do jornalismo de várias formas. Por um lado, ela pode ser usada para aumentar a criatividade e a produtividade dos jornalistas, permitindo-lhes gerar conteúdos inovadores e personalizados para diferentes públicos e plataformas. Por outro lado, ela também pode ser usada para enganar e manipular o público, criando notícias falsas ou distorcidas que podem afetar a credibilidade e a confiança no jornalismo.

Portanto, é preciso estar atento aos riscos e oportunidades que essa tecnologia traz, e buscar formas de usá-la de maneira responsável, transparente e democrática. Uma das formas de fazer isso é informar ao público quando um conteúdo foi gerado por IA, como é o caso deste artigo.

Como foi a evolução da IA até a IA generativa?

A evolução da IA até a IA generativa pode ser dividida em três fases principais:

• Machine learning: Fase de análise e previsões

A primeira década dos anos 2000 ficou marcada pelo avanço rápido de várias técnicas de aprendizado de máquina, que podiam analisar grandes volumes de dados online para extrair conclusões – ou “aprender” – com os resultados. Nessa fase, a IA era usada principalmente para analisar dados, encontrar padrões, gerar insights, fazer previsões e automatizar tarefas num ritmo e numa escala que eram impossíveis até ali.

• Deep learning: Fase de reconhecimento e classificação

A segunda década dos anos 2000 foi marcada pelo surgimento e pela popularização do deep learning, uma técnica de aprendizado de máquina baseada em redes neurais artificiais que simulam o funcionamento do cérebro humano. Nessa fase, a IA foi capaz de reconhecer e classificar objetos, situações ou eventos com alto grau de precisão e complexidade. A IA também foi capaz de processar diferentes tipos de dados, como imagens, áudios ou vídeos.

• Generative AI: Fase de criação e geração

A terceira década dos anos 2000 está sendo marcada pelo desenvolvimento e pela difusão da IA generativa, uma técnica de aprendizado de máquina baseada em redes neurais artificiais que podem criar dados ou objetos com base em padrões e informações já existentes. Nessa fase, a IA não se limita mais a analisar ou classificar dados, mas também pode gerar dados sintéticos que parecem reais. A IA também pode ser criativa e adaptável, aprendendo com seus próprios resultados.

Fontes:

• Inteligência Artificial no jornalismo: ameaça ou oportunidade? - Época Negócios | IAgora?¹
• As 6 melhores ferramentas de inteligência artificial (IA) para ajudar nos estudos - Olhar Digital³
• A Interferência da Inteligência Artificial no Jornalismo: Desafios e Oportunidades - LinkedIn²
• 16 Exemplos de Inteligência Artificial e Aplicações no Dia a Dia - Pareto⁴
• Uma nova era da IA generativa para todos - Accenture
• Personalização no jornalismo: desafios éticos na era da inteligência artificial - SciELO
• Inteligência artificial no jornalismo: desafios éticos na produção automatizada de notícias - Sci

Origem: conversa com o Bing, 26/06/2023 (1) Explorando a Evolução e Importância da IA Generativa. https://cryptoid.com.br/criptografia-identificacao-digital-id-biometria/explorando-a-evolucao-e-importancia-da-ia-generativa/. (2) Uma nova era da IA generativa para todos - Accenture. https://www.accenture.com/content/dam/accenture/final/accenture-com/document/Accenture-A-New-Era-of-Generative-AI-for-Everyone-PT-v2.pdf. (3) Novas tecnologias para 2022: conheça as tendências. https://blog.ingrammicro.com.br/tecnologia-solucao-e-informacao/novas-tecnologias-para-2022/. (4) A Evolução da IA: passado, presente, futuro - SempreUpdate. https://sempreupdate.com.br/a-evolucao-da-ia-passado-presente-futuro/.