Como utilizar a IA no jornalismo: usos reais, valor genuíno e os limites que importam em 2026
A IA entrou no jornalismo com uma vertente genuinamente útil e outra genuinamente alarmante, e ambas são reais. Do lado útil, as organizações de notícias automatizam relatórios de rotina há anos, e agora a IA ajuda os jornalistas a analisar grandes volumes de documentos, a transcrever entrevistas, a traduzir artigos e a identificar desinformação muito mais depressa do que qualquer pessoa conseguiria fazer sozinha. Do lado alarmante, alguns meios de comunicação apressaram-se a publicar artigos gerados por IA, apenas para descobrirem que estavam repletos de erros e serem forçados a emitir correções, retratações e pedidos de desculpa — dando uma lição bastante pública sobre o que acontece quando uma máquina capaz de inventar informação tem rédea solta numa profissão baseada no rigor.
Toda esta situação resume-se a essa tensão: a IA é uma ferramenta poderosa para os jornalistas e, ao mesmo tempo, uma séria ameaça ao jornalismo, dependendo totalmente de como é utilizada. Se for usada corretamente, permite que os repórteres se concentrem no trabalho que realmente importa e melhora, na verdade, a sua capacidade de combater o volume crescente de falsificações. Mas se for usada de forma descuidada, corrói lentamente o rigor e a confiança em que o jornalismo assenta — e, uma vez perdida essa confiança, tudo o resto também desaparece.
Este é um guia honesto sobre as áreas em que a IA é genuinamente útil, aquelas em que é perigosa e como pode ser utilizada sem comprometer aquilo que torna o jornalismo relevante. Para quem trabalha numa redação e pondera o uso da IA com um misto de interesse e legítima preocupação, esta é a perspetiva que leva ambos os aspetos a sério.
O que significa realmente a «IA no jornalismo»
Na sua essência, o uso da IA no jornalismo envolve a aplicação da inteligência artificial — incluindo o processamento de linguagem natural, o machine learning, os modelos generativos e a visão computacional — a todas as vertentes da atividade jornalística, desde a recolha e investigação de informação até à sua produção, verificação e distribuição. Isto abrange a automatização de notícias de rotina, a transcrição de entrevistas, a análise de grandes volumes de documentos divulgados, a tradução de artigos, a deteção de deepfakes e a personalização dos conteúdos que o leitor vê.
Há um aspeto fundamental que deve ser abordado primeiro, uma vez que, no jornalismo, errar não resulta apenas num desperdício de dinheiro — prejudica a verdade e corrói a confiança do público. O jornalismo baseia-se no rigor, na verificação, no critério editorial e na responsabilização, e é por isso que a IA neste contexto deve ser vista como uma ferramenta para apoiar os jornalistas e permitir-lhes focar-se em tarefas de maior valor. Não pode substituir o discernimento, a verificação e a ética que estão no cerne do jornalismo, e é exatamente aí que as coisas correm mal quando a IA é encarada como um meio de fazer jornalismo sem a intervenção de jornalistas — como várias organizações de comunicação social demonstraram de forma pública e dolorosa. O uso adequado da IA no jornalismo permite que os bons jornalistas trabalhem de forma mais eficaz; o seu mau uso tenta substituí-los, e as consequências ficam à vista.
A questão verdadeiramente importante não é «Quanto do nosso jornalismo a IA consegue executar?», mas sim «Em que tarefas específicas a IA pode genuinamente ajudar, e continua um ser humano a ser responsável por todo o conteúdo que publicamos?» Porque esse segundo ponto não é apenas um aspeto desejável do jornalismo — é a própria essência da profissão. Devemos ter esta perspetiva em mente ao analisarmos as áreas em que a IA justifica de facto o seu papel e aquelas em que se torna uma desvantagem.
Onde a IA ajuda genuinamente no jornalismo
Ignorando o entusiasmo exagerado e o receio, eis onde a IA acrescenta de facto valor ao trabalho jornalístico, com uma avaliação direta de cada vertente.
Automatização de notícias de rotina baseadas em dados
Este é o modelo genuíno e comprovado, que tem funcionado discretamente há anos. As agências de notícias, sobretudo a Associated Press, têm recorrido à automatização para gerar artigos factuais de rotina — como relatórios de resultados de empresas e resumos desportivos —, extraindo factos de dados estruturados e seguindo um formato predefinido. Feito desta forma, mantendo a supervisão editorial, este método não substitui os jornalistas; pelo contrário, liberta-os de tarefas repetitivas e de baixo valor para que se possam concentrar no tipo de reportagem que apenas os seres humanos são capazes de fazer. É este o aspeto do uso correto da IA no jornalismo: concentrar-se em material de rotina, permanecer sob controlo editorial e ser utilizada para alargar a cobertura de acontecimentos de uma redação, em vez de servir para poupar esforços no jornalismo que realmente importa.
Apoio à pesquisa e investigação
Hoje em dia, o jornalismo de investigação e de dados lida com volumes astronómicos de documentos e dados — como arquivos confidenciais divulgados, registos públicos e declarações financeiras —, tão vastos que nenhuma equipa conseguiria analisá-los a todos na íntegra, sendo esta, de facto, uma das principais vantagens do uso da IA. Através de machine learning e processamento de linguagem natural, os jornalistas conseguem examinar grandes volumes de documentos, detetar padrões e ligações, e identificar pistas promissoras muito mais rapidamente do que através de uma revisão manual. No entanto, a limitação essencial é que a IA deve servir para apoiar o jornalista e não para substituir o seu discernimento: enquanto a máquina identifica elementos que merecem uma análise mais aprofundada, cabe ao jornalista verificá-los, interpretá-los e decidir o seu significado. Usada desta forma, é uma verdadeira mais-valia na investigação, permitindo aos repórteres explorar uma variedade maior de material e ajudando-os a descobrir a história oculta nos dados.
Transcrição e tradução
De todas as aplicações, a transcrição e a tradução são as mais úteis e consensuais. A IA é capaz de transcrever entrevistas e gravações rapidamente, o que poupa imenso tempo aos jornalistas, e o processamento de linguagem natural consegue traduzir notícias e fontes entre diferentes línguas, aumentando não só a quantidade de material a que os jornalistas podem recorrer, mas também alargando o alcance do seu trabalho. Em ambos os casos, a supervisão humana continua a ser necessária, uma vez que eventuais erros de transcrição e as subtilezas da tradução têm grande peso, sobretudo em citações; contudo, como ferramentas de poupança de tempo e formas de alargar o alcance em tarefas claramente delimitadas, oferecem um valor evidente sem interferir no núcleo editorial.
Resumo de conteúdos
A IA é capaz de sintetizar documentos extensos, relatórios, estudos e outras fontes em resumos que permitem aos jornalistas compreender rapidamente o material com que estão a trabalhar. Quando é usada como uma ferramenta inicial de orientação para o repórter — em vez de ser vista como a resposta definitiva —, revela-se uma verdadeira poupança de tempo, sobretudo ao lidar com conteúdos densos e prazos apertados. A ressalva evidente, que se aplica a todos os conteúdos generativos neste contexto, é que um resumo pode não captar as subtilezas ou até conter erros; por isso, deve ser encarado como um ponto de partida que o jornalista confirma com a fonte original, nunca devendo substituir a leitura atenta do material verdadeiramente importante.
Personalização e distribuição de notícias
Do lado da distribuição, um sistema de recomendação consegue adaptar os conteúdos que os leitores veem, o que, por sua vez, permite às organizações de notícias alcançar e fidelizar os seus públicos através da apresentação de temas relevantes. Trata-se da mesma tecnologia consolidada que é utilizada para a personalização noutras áreas dos media, mas adaptada ao setor informativo, ajudando de facto a resolver o problema real de levar o jornalismo certo aos leitores certos num ambiente de informação altamente concorrencial. Uma ponderação atenta que muitas redações fazem é equilibrar a personalização com o valor editorial de uma seleção partilhada e com curadoria de temas importantes — o que exige um critério apurado, mas esta capacidade fundamental é verdadeiramente útil para melhorar o alcance e a retenção.
Verificação, fact-checking e deteção de deepfakes
Esta é provavelmente a aplicação mais importante de todas, já que a IA também pode ser utilizada por agentes mal-intencionados. Com o aumento da desinformação criada por IA, de conteúdos multimédia manipulados e de deepfakes, a visão computacional e a verificação baseada em IA permitem aos jornalistas detetar imagens e vídeos alterados, verificar conteúdos e identificar falsificações muito mais depressa do que através de uma inspeção manual. Representa uma aplicação defensiva verdadeiramente indispensável — a IA a ajudar o jornalismo a contrariar a vaga de desinformação gerada por IA — e a sua importância só irá aumentar. Não substitui o critério humano de verificação, mas dá aos jornalistas a capacidade de lidar com um volume e uma qualidade de falsificações que, de outro modo, os sobrecarregariam por completo.
As vantagens — o que a IA melhora de facto nas redações
Há seis vantagens que vale a pena conhecer, cada uma associada a um problema real das redações e não apenas a um slogan, e todas apresentadas de forma transparente.
Libertar os jornalistas para trabalho de maior valor
Ao automatizar peças de rotina com formatos pré-definidos e tarefas repetitivas, os jornalistas ficam livres de tarefas de baixo valor e podem concentrar-se na reportagem, análise e investigação — vertentes que apenas os humanos conseguem realizar. No contexto atual, em que as redações se encontram sobrecarregadas, canalizar recursos humanos limitados para o tipo de jornalismo que realmente importa é uma vantagem concreta — desde que a automatização permaneça sob controlo editorial e não se transforme num pretexto para reduzir a produção jornalística.
Processar dados e documentos à escala da investigação
A IA permite aos jornalistas trabalhar com volumes massivos de dados e documentos que seriam impossíveis de analisar manualmente, identificando padrões e abrindo caminho a potenciais reportagens em grandes conjuntos de dados. No caso do jornalismo de investigação e de dados, isto alarga o âmbito daquilo que pode ser investigado e ajuda os repórteres a descobrir histórias ocultas em acervos tão vastos que a leitura humana direta seria inviável — um benefício real e cada vez mais importante à medida que os registos públicos se tornam digitais e monumentais.
Transcrições mais rápidas e maior alcance
A transcrição de entrevistas e gravações permite aos jornalistas poupar muito tempo, enquanto as traduções possibilitam o recurso a um leque mais alargado de fontes e o acesso a um público mais vasto. Trata-se de poupanças reais no dia a dia que se acumulam em toda a redação, libertando tempo e alargando o alcance sem prejudicar em nada o critério editorial.
Síntese mais rápida de grandes volumes de fontes
A elaboração de resumos permite aos jornalistas obter uma visão geral rápida de relatórios, estudos e documentos densos, chegando aos pontos essenciais com maior celeridade sob pressão de prazos. Quando utilizada como apoio inicial que o jornalista depois revê, constitui uma verdadeira poupança de tempo sempre que existe mais material do que tempo disponível para o ler, permitindo aos repórteres direcionar a sua atenção para onde ela é mais necessária.
Maior alcance do público através da personalização
A personalização ajuda os órgãos de comunicação a destacar notícias relevantes para os seus leitores e a captar a atenção num ambiente altamente concorrencial, contribuindo tanto para aumentar as visualizações como para reter o público leitor. Para um órgão de informação sob pressão para manter a sua audiência, garantir que o jornalismo certo chega aos leitores adequados é uma vantagem substancial, devidamente equilibrada com a importância de manter uma curadoria editorial partilhada.
Defesas mais sólidas contra a desinformação
A verificação e a deteção de deepfakes baseadas em IA fornecem aos jornalistas os meios necessários para combater o volume crescente de desinformação gerada por IA e de conteúdos multimédia manipulados. Uma vez que estes conteúdos se estão a tornar não só mais credíveis como também mais frequentes, esta capacidade defensiva ganha uma importância crucial, ajudando o jornalismo a preservar o rigor e a confiança que constituem a própria razão da sua existência.
Os perigos e limites intransponíveis — onde a IA ameaça o jornalismo
Esta secção é a mais importante e deve ser encarada com a mesma seriedade que as vantagens, uma vez que os riscos em causa não são hipotéticos — dizem respeito ao próprio propósito do jornalismo. São quatro, e são reais.
O perigo principal reside na alucinação. A IA generativa é capaz de produzir texto com um tom seguro e fluente mesmo quando é completamente falso, e numa área em que o rigor é essencial, isto revela-se desastroso. É precisamente por essa razão que a verificação humana dos resultados da IA é indispensável e o motivo pelo qual estes nunca devem ser publicados sem essa validação — este é o ponto que explica falhas públicas em que órgãos de comunicação social publicaram artigos gerados por IA repletos de erros e foram forçados a emitir correções e retratações, tal como amplamente noticiado por observadores do setor como o The Verge, entre outros. O facto de uma IA inventar uma estatística, uma citação ou um facto não é um risco hipotético no jornalismo: é uma ameaça real e o principal motivo pelo qual a IA generativa no jornalismo exige uma rigorosa verificação humana de todos os seus resultados.
A perda de confiança é o segundo problema e, muito provavelmente, o mais crítico. A confiança do público é o ativo fundamental do jornalismo — na verdade, é a própria razão pela qual uma publicação tem valor —, e quando a IA é mal utilizada ou simplesmente encarada como uma forma de substituir a reportagem autêntica por conteúdos produzidos por máquinas, essa confiança fica minada. Estudos realizados por organizações como o Reuters Institute for the Study of Journalism demonstraram repetidamente que o público desconfia de notícias geradas por IA e atribui enorme importância à intervenção humana e à transparência. Uma redação que permite que a IA diminua silenciosamente o rigor das suas notícias ou que não seja transparente quanto ao uso da IA coloca a sua confiança em risco — uma confiança muito difícil de recuperar —, tornando-a simultaneamente numa justificação para a cautela e num motivo para a transparência.
O quarto perigo é o impacto da desinformação e dos deepfakes gerados por IA. Sendo a IA uma ferramenta tão poderosa, pode agora ser utilizada por agentes mal-intencionados para criar grandes quantidades de textos, imagens e vídeos falsos convincentes, contaminando o ecossistema informativo em que os jornalistas operam e do qual o público depende. Consequentemente, o fact-checking tornou-se simultaneamente mais difícil e mais essencial, representando uma séria ameaça à base factual comum em que o jornalismo assenta — uma ameaça com a qual os jornalistas são agora forçados a lidar seriamente. O terceiro ponto prende-se com a preocupação em relação aos postos de trabalho e à própria natureza do ofício jornalístico, algo que deve ser encarado com seriedade e não ignorado: existe uma inquietação genuína e fundada de que a IA venha a substituir jornalistas, e qualquer debate sério tem de reconhecer que essa pressão é real. Paralelamente, subsiste uma verdade elementar: a essência do jornalismo é humana. O discernimento crítico, a aplicação de princípios éticos, a relação de confiança com as fontes, o instinto de investigação e a determinação em escrutinar o poder — nenhuma destas competências pode ser automatizada, e são exatamente estes elementos que constituem o verdadeiro jornalismo.
A verdade mais difícil, e que deve ser afirmada com clareza, é que, embora a IA possa desempenhar um grande número de tarefas jornalísticas, nunca poderá ser um jornalista. O jornalismo diz respeito, essencialmente, ao discernimento humano, à verificação, à ética e à responsabilização – ou seja, a uma pessoa que permanece por trás do trabalho publicado e assume a responsabilidade por ele –, e qualquer aplicação de IA que ignore este ponto prejudica o próprio jornalismo. A tecnologia deve ser encarada como uma ferramenta no arsenal do jornalista e, assim que for vista como um substituto do jornalista, deixa de servir o jornalismo e começa a enfraquecê-lo.
Utilizar a IA de forma responsável no jornalismo
Como o que está em jogo é a verdade e a confiança do público nela, a utilização cuidadosa da IA não é uma questão de mero aperfeiçoamento opcional; é o fator determinante que define se a IA valoriza o jornalismo ou o prejudica. Vários princípios são fundamentais e não é por acaso que são os mesmos que salvaguardam a confiança, o ativo mais valioso de qualquer redação.
É absolutamente fundamental que todo o conteúdo gerado por IA seja submetido a verificação humana e supervisão editorial, uma vez que nada do que é produzido por IA deve ser disponibilizado ao público sem controlo, sobretudo no caso de conteúdos generativos, devido ao risco de alucinações. O ponto seguinte é manter a transparência perante o público quanto à utilização da IA, abrangendo onde e como é aplicada, pois a confiança dos leitores depende dessa honestidade — um princípio enfatizado por especialistas em ética jornalística, como o Poynter, nas suas orientações sobre IA. O terceiro requisito é assegurar que o critério editorial, a ética e a responsabilização permaneçam firmemente em mãos humanas: deve ser uma pessoa, e não um modelo, a decidir o que é publicado e a assumir a responsabilidade, já que a prestação de contas está no cerne do jornalismo.
O quarto princípio é que a IA deve ser utilizada para potenciar os jornalistas e não para os substituir — deve tornar os repórteres competentes mais eficazes, em vez de substituir o jornalismo humano por conteúdos produzidos por máquinas; esta abordagem não é apenas a mais correta do ponto de vista ético, mas também a que resulta efetivamente num jornalismo de qualidade. Quanto ao quinto princípio, devem ter-se cuidados redobrados com a IA generativa: o recurso à IA para investigação, transcrição e verificação acarreta muito menos riscos do que a IA que gera conteúdos para publicação, pelo que o nível de prudência deve corresponder ao grau de risco. Em conjunto, estes princípios não são limitações à utilidade da IA no jornalismo; pelo contrário, são o que a torna verdadeiramente útil em vez de genuinamente prejudicial, permitindo que uma redação obtenha os benefícios sem comprometer a confiança depositada pelo seu público.
Como funciona realmente a IA no jornalismo — a tecnologia
Para quem procura ferramentas para uma redação, as diversas camadas estruturam-se da seguinte forma — sendo o ponto constante que todos os resultados da tecnologia têm de passar por verificação humana antes de serem apresentados ao público.
O processamento de linguagem natural e os modelos de linguagem estão no centro de grande parte da inteligência artificial no setor do jornalismo — sendo utilizados na produção de relatórios padronizados, no resumo de documentos, na tradução e na análise de textos. Têm plena capacidade para desempenhar tarefas específicas e bem definidas, mas são igualmente suscetíveis de cometer erros e gerar informações falsas quando usados para produzir conteúdos sem supervisão humana, razão pela qual a monitorização humana é indispensável em qualquer utilização responsável destas ferramentas.
O machine learning e a visão computacional desempenham a função de viabilizar a personalização e apoiar os jornalistas na identificação de padrões em grandes volumes de dados, cabendo à visão computacional a análise de imagens e vídeos. Isto inclui a verificação e a deteção de deepfakes, que assumem uma relevância crescente para fins defensivos. Uma vez que a IA é particularmente eficaz no reconhecimento de padrões, as aplicações de verificação e investigação são geralmente consideradas de menor risco e de maior valor do que as soluções puramente generativas.
A base de dados e o elemento humano. Na base de tudo estão os dados — tais como documentos, arquivos, fluxos de dados estruturados e informação sobre o comportamento do público —, dependendo deles a qualidade de qualquer aplicação de IA. Contudo, a camada mais crítica nada tem a ver com tecnologia: é o human-in-the-loop. No âmbito do jornalismo responsável, a IA serve para produzir rascunhos, identificar potenciais pistas, assinalar possíveis falsificações e sugerir relevância, enquanto os jornalistas realizam a verificação, aplicam o seu discernimento e assumem a responsabilidade pelo que é efetivamente publicado. Este elemento humano não pode ser eliminado pela engenharia; é ele que assegura que o jornalismo apoiado por IA continua a ser jornalismo.
Uma estrutura para utilizar a IA no jornalismo de forma responsável
A sequência que mantém a IA útil numa redação e assegura que não se repetem os erros que mancharam a profissão.
- Comece por uma tarefa em que a IA ajude de forma genuína. Parta de uma tarefa específica onde a IA acrescente valor real — automação de relatórios de rotina, apoio à investigação, transcrição, tradução ou verificação — em vez de pensar em «como podemos usar a IA para produzir conteúdos a baixo custo». As utilizações legítimas potenciam o trabalho dos jornalistas em tarefas bem definidas, e começar por aí, e não pelo corte de custos no próprio jornalismo, é o que distingue o uso responsável dos fracassos. Escolha a tarefa, não o atalho.
- Mantenha a verificação humana e a supervisão editorial como inegociáveis. Assegure que nada do que a IA produz chega ao público sem validação humana, tornando esta regra absoluta para qualquer conteúdo generativo, dado o risco de alucinação. Esta é a salvaguarda mais importante e foi exatamente o que os meios que publicaram conteúdos de IA repletos de erros não conseguiram manter. Integre a supervisão como uma regra estrita e não como uma mera sugestão.
- Seja transparente com o seu público. Seja honesto sobre onde e como utiliza a IA, porque o público dá importância a isso e a confiança é o seu principal ativo. A transparência protege a relação com os leitores da qual tudo o resto depende, e ocultar a utilização de IA — apenas para que venha a ser descoberta mais tarde — é uma forma rápida de comprometer uma confiança que a redação dificilmente recuperará. A abertura é tanto a escolha ética como a decisão mais inteligente.
- Utilize a IA para capacitar os jornalistas e proteger a profissão. Implemente a IA para tornar os seus jornalistas mais eficazes, não para substituir o discernimento, a ética e a responsabilização que definem o jornalismo. O cerne deste trabalho é humano, pelo que o objetivo passa por ter jornalistas mais bem equipados e não substitutos gerados por máquinas — o que representa simultaneamente o caminho responsável e aquele que produz um jornalismo que vale a pena ler e no qual se pode confiar.
- Selecione as tarefas pelo nível de risco e tenha o máximo cuidado com os conteúdos generativos. Ajuste a sua cautela ao perigo: o apoio à investigação, transcrição e verificação comporta muito menos riscos do que a IA que gera conteúdos para publicação; como tal, trate as utilizações generativas com o maior cuidado e a mais rigorosa supervisão. Classificar as aplicações por risco e aplicar controlos mais apertados onde a alucinação possa atingir os leitores é a forma de obter o valor da IA sem incorrer nas suas piores falhas.
Em todas as cinco etapas, o traço comum é que a IA só é utilizada no jornalismo quando direcionada para tarefas concretas, sujeita a rigorosa verificação humana e controlo editorial, usada de forma transparente para auxiliar os jornalistas em vez de os substituir, e gerida com o máximo cuidado nas áreas de maior risco. As redações que seguiram este caminho souberam combinar a tecnologia com as capacidades de NLP, machine learning e IA que o verdadeiro jornalismo exige, aplicando-as de modo a respeitar a essência da profissão. Aquelas que erraram encararam a IA como um atalho no jornalismo, acabando por ter de publicar inúmeras correções e perdendo a confiança do público.
Para onde caminha a IA no jornalismo
As tendências que se seguem estão a influenciar a próxima etapa e indicam que a IA se tornará uma ferramenta poderosa na redação sob controlo humano, ao mesmo tempo que o valor do verdadeiro jornalismo aumenta devido ao volume crescente de conteúdos gerados por IA.
A automação da reportagem de rotina está a aprofundar-se. O método consolidado — automatizar notícias padronizadas baseadas em dados sob supervisão editorial — deverá continuar a expandir-se, libertando mais tempo para que os jornalistas desenvolvam trabalhos de maior valor. Isto representa um crescimento constante e legítimo, sendo valioso precisamente por se manter no tipo de tarefas que a IA desempenha bem, garantindo sempre o controlo humano nos restantes aspetos.
As ferramentas de investigação e verificação estão a tornar-se mais avançadas. À medida que a quantidade de desinformação gerada por IA aumenta, espera-se que aquelas que ajudam os jornalistas a filtrar dados e, sobretudo, a verificar conteúdos e detetar fraudes se tornem não só mais capazes, mas também mais essenciais. Organizações especializadas em investigação e análise jornalística, como o Nieman Lab, estão a monitorizar de perto esta questão, sendo a verificação um campo em que a IA é, de facto, um aliado genuinamente valioso para o jornalismo na luta contra as fraudes potenciadas por IA.
A vantagem proporcionada pela confiança e autenticidade está a aumentar. Uma vez que os conteúdos gerados por IA estão a inundar o panorama informativo, o jornalismo autêntico, verificado e da responsabilidade humana tornou-se mais valioso e não menos — funcionando como um sinal raro e fidedigno por entre todo o ruído. Trata-se de uma tendência contraintuitiva, mas crucial: quanto mais acessível e abundante se torna o conteúdo gerado por IA, mais valiosa é a reputação de rigor e a realização de reportagens reais, o que constitui uma razão forte para proteger a integridade jornalística em vez de a abandonar.
Estão a ser desenvolvidas normas, padrões de transparência e diretrizes éticas. O setor está atualmente a trabalhar na definição de normas e padrões de divulgação, verificação e ética, que moldarão progressivamente as boas práticas. A tendência geral aponta para que a IA se torne uma ferramenta poderosa sob supervisão editorial humana: as redações que a utilizem com responsabilidade alcançarão maior eficiência e salvaguardas mais robustas contra a desinformação, ao mesmo tempo que o valor a longo prazo de um jornalismo real e responsável apenas aumentará à medida que os conteúdos gerados por IA se disseminam.
Perguntas frequentes
De modo algum, e uma resposta verdadeira leva a sério tanto a tecnologia como as preocupações existentes. É verdade que a IA pode desempenhar determinadas tarefas jornalísticas — como elaborar relatórios de rotina, transcrever entrevistas, produzir resumos e executar partes da investigação —, alterando muitas funções no jornalismo ao assumir essas incumbências. Contudo, não pode substituir aquilo que o jornalismo verdadeiramente é: discernimento humano, verificação, ética, relações de confiança com as fontes, instinto investigativo e a responsabilização individual de quem assume o que é publicado. Estes elementos não podem ser automatizados e constituem o cerne da profissão. A preocupação quanto à perda de postos de trabalho é legítima e bem fundamentada, devendo ser levada a sério em vez de ignorada — as redações enfrentam pressões económicas reais e a forma como as organizações optarem por utilizar a IA terá impacto nos seus colaboradores. Ainda assim, a perspetiva realista e responsável é a de que os jornalistas terão melhores ferramentas e serão libertados do trabalho de rotina para realizarem o tipo de reportagem que apenas humanos conseguem produzir, e não a de que serão substituídos por máquinas. Os órgãos de comunicação que tentaram substituir o jornalismo por conteúdos gerados por IA cometeram erros e perderam a confiança do público, o que constitui por si só prova clara de que a IA pode apoiar o jornalismo, mas não pode funcionar como jornalista. A verdadeira questão não é se a IA vai substituir os jornalistas, mas se as organizações a utilizarão para valorizar o jornalismo ou para o enfraquecer.
As únicas utilizações adequadas da IA são aquelas que auxiliam os jornalistas em tarefas bem definidas, garantindo que a responsabilidade final por tudo o que é publicado recai sobre seres humanos. O exemplo mais evidente é a automação de notícias de rotina, padronizadas e baseadas em dados — como resultados de empresas e resultados desportivos —, visto que a informação tem origem em dados estruturados; agências como a Associated Press realizam este trabalho com sucesso há anos, sempre sob supervisão editorial, permitindo que os jornalistas se concentrem em reportagens de maior relevância. Outras aplicações válidas incluem o apoio à investigação através da análise de grandes volumes de documentos para detetar pistas promissoras, a transcrição de entrevistas, a tradução de artigos e fontes, a síntese de matérias complexas como apoio inicial, a personalização da distribuição de notícias e — acima de tudo — a verificação de factos (fact-checking) e a deteção de deepfakes para combater a desinformação gerada por IA. O ponto comum em todos estes casos é que a IA é utilizada para apoiar os jornalistas e não para substituir o seu discernimento, devendo em cada situação haver um ser humano a validar o conteúdo e a assumir a responsabilidade pelo que é publicado. Não é aceitável recorrer à IA para publicar conteúdos sem a devida verificação, nem substituir a reportagem humana por resultados automáticos gerados por máquinas — foi precisamente isso que originou os fracassos públicos recentes. A IA utilizada de forma legítima no jornalismo torna os bons profissionais mais eficazes; não tenta fazer jornalismo por si só, sem intervenção humana.
Embora seja capaz de produzir texto semelhante a um artigo noticioso, a decisão de o publicar é uma questão inteiramente distinta e que exige muito mais cautela. No caso de relatórios restritos, padronizados e baseados em dados — como resumos de resultados financeiros e resultados desportivos —, a redação automatizada a partir de dados estruturados tem sido legitimamente utilizada há anos, sempre sob supervisão editorial. No entanto, no que toca à redação jornalística geral, os conteúdos gerados por IA representam um risco sério, uma vez que a IA generativa tende a alucinar, produzindo afirmações com aparente segurança mesmo quando são completamente falsas — o que é desastroso numa profissão onde o rigor é imperativo. Vários órgãos de comunicação social tiveram de enfrentar publicamente este problema após publicarem artigos gerados por IA com erros grosseiros, tendo sido forçados a correções ou retratações que prejudicaram a sua reputação. Por conseguinte, embora a IA possa ser usada para rascunhar ou gerar o texto inicial de um artigo, este não deve em caso algum ser publicado sem uma verificação humana exaustiva; tratar a IA como um meio barato de produzir notícias sem controlo editorial é a causa direta das dificuldades das redações. A abordagem correta passa por recorrer à IA como assistente — por exemplo, para redigir relatórios padronizados a partir de dados ou para auxiliar na pesquisa e síntese —, cabendo aos jornalistas verificar, editar e assumir a responsabilidade total por tudo o que é apresentado aos leitores. A tecnologia pode saber escrever, mas não é garantia de exatidão por si só, e no jornalismo o rigor é a própria essência da profissão.
As ferramentas de verificação baseadas em IA ajudam os jornalistas a detetar conteúdos multimédia manipulados, a verificar conteúdos e a identificar deepfakes de forma mais rápida e a uma escala superior à permitida pela verificação manual — o que é extremamente importante, dado que a IA é também a ferramenta que produz essas falsificações. À medida que agentes mal-intencionados recorrem à IA para gerar texto, imagens e vídeos falsos convincentes em grande escala, os jornalistas necessitam de ferramentas que ajudem a identificar imagens e vídeos manipulados, a sinalizar conteúdos provavelmente sintéticos e a verificar a autenticidade, e a visão computacional e as técnicas de IA correlacionadas oferecem exatamente isso. Esta é uma das aplicações mais importantes e genuinamente positivas da IA no jornalismo: a IA a ajudar a profissão a defender o rigor e a confiança de que depende contra uma vaga de desinformação potenciada por IA. Não substitui o discernimento humano na verificação — os jornalistas continuam a confirmar e a decidir —, mas concede-lhes uma oportunidade real perante falsificações produzidas a uma escala e qualidade que, de outra forma, sobrecarregariam a verificação manual. À medida que a desinformação gerada por IA se torna mais prevalente e convincente, esta utilização defensiva tornar-se-á ainda mais indispensável, fazendo da verificação uma das áreas em que a IA é mais claramente uma aliada do jornalismo do que uma ameaça.
Não de forma fiável por si só, e esse é o ponto crucial a compreender. A IA generativa produz texto fluente e assertivo que pode conter factos, estatísticas ou citações fabricadas — um comportamento chamado alucinação — e não tem qualquer compreensão intrínseca do que é verdadeiro. No jornalismo, onde o rigor é toda a base, isso torna o conteúdo gerado por IA não verificado genuinamente perigoso, como vários órgãos de comunicação descobriram ao publicar artigos gerados por IA repletos de erros que tiveram de ser retratados. O conteúdo gerado por IA só pode tornar-se fiável através de uma verificação humana rigorosa — um jornalista a verificar cada facto face a fontes reais — e, para tudo o que vá além de relatórios estritos baseados em dados, essa verificação é essencial e não opcional. Portanto, a resposta honesta é que o jornalismo gerado por IA não é suficientemente rigoroso para ser aceite sem verificação, e o uso responsável da IA generativa no jornalismo encara a sua produção como um rascunho não verificado que um humano deve confirmar, nunca como um facto publicável. É precisamente por isso que o elemento humano no processo (human-in-the-loop) é inegociável no jornalismo e a razão pela qual as organizações que o dispensaram prejudicaram a sua credibilidade. O rigor do jornalismo assistido por IA depende inteiramente da verificação humana que enquadra a IA, e não da IA em si.
Na maioria dos casos, sim — a transparência quanto à utilização de IA é cada vez mais encarada como uma exigência ética e uma questão de preservação da confiança do público. Os leitores preocupam-se com a forma como as notícias são produzidas e se há humanos envolvidos, e vários estudos mostram consistentemente desconfiança em relação a notícias geradas por IA; logo, ser transparente sobre onde e como a IA é usada ajuda a manter a confiança, que é o principal ativo de uma redação. Ocultar o uso de IA, apenas para este ser descoberto mais tarde, é um caminho rápido para destruir essa confiança, como alguns órgãos de comunicação constataram quando conteúdos de IA não declarados vieram a público. Os detalhes sobre o que divulgar e de que modo continuam a ser definidos no setor, com organizações de ética jornalística a elaborar orientações ativamente, mas o princípio geral é claro: a honestidade com o público relativamente ao uso de IA é a opção ética e também a mais inteligente. Isto faz parte de uma premissa mais ampla que acompanha o uso responsável da IA no jornalismo: proteger a relação de confiança com os leitores é mais importante do que qualquer eficiência que a IA possa trazer, e a transparência é essencial para essa proteção. Uma redação que assume abertamente o recurso à IA para apoiar os seus jornalistas, mantendo a responsabilidade nas mãos de humanos, assenta em bases muito mais sólidas do que uma redação que o tenta ocultar.
A IA personaliza as notícias de forma muito semelhante a outros conteúdos — utilizando machine learning para analisar com o que os leitores interagem e destacar artigos com maior probabilidade de lhes interessar, através de sistemas de recomendação que ajustam feeds e sugestões. Para as organizações de comunicação que disputam a atenção num panorama informativo saturado, isto ajuda a apresentar jornalismo relevante aos leitores certos e reforça o alcance e a retenção, essenciais para o negócio do jornalismo. A tecnologia baseia-se na mesma capacidade comprovada de personalização usada em múltiplos suportes, agora aplicada a notícias. Há, no entanto, um debate ponderado no jornalismo sobre esta matéria que importa ter em conta: uma personalização excessiva pode comprometer a perceção comum e editorialmente orientada do que é relevante, gerando receios quanto a bolhas de informação onde os leitores apenas veem o que os algoritmos preveem que irão apreciar. Portanto, se por um lado a personalização impulsionada por IA é francamente útil para o alcance e envolvimento, por outro muitas redações contrapõem-na ao valor editorial da curadoria e a uma base informativa partilhada. Utilizada com discernimento — ajudando os leitores a descobrir conteúdos pertinentes sem abdicar do julgamento editorial sobre o que é prioritário —, trata-se de uma ferramenta valiosa e de uma das aplicações mais consolidadas da IA no setor da imprensa.
Varia bastante consoante o que pretende desenvolver. Uma ferramenta direcionada — como a elaboração automatizada de notícias para um tipo específico de relato baseado em dados, um fluxo de trabalho de transcrição ou um sistema de personalização — representa um investimento mais contido do que um conjunto abrangente de capacidades de IA destinadas a investigação, verificação e produção. Os principais fatores de custo são a complexidade e o alcance das ferramentas, o estado dos seus dados e sistemas e a integração necessária com o seu fluxo editorial existente. Importa salientar um aspeto específico do jornalismo: independentemente do que construir, a camada de verificação humana e de supervisão editorial não é um custo a minimizar, mas sim uma parte indispensável de uma abordagem responsável, e as ferramentas devem ser desenhadas para apoiar essa supervisão em vez de a contornar. Convém também ponderar os custos face ao valor real — automatizar notícias de rotina ou reforçar a verificação pode proporcionar ganhos reais de eficiência e proteção efetiva contra a desinformação, ao passo que tentar reduzir custos substituindo o jornalismo por conteúdos de IA não verificados tende a custar muito mais em termos de credibilidade. Uma estimativa realista surge da definição das tarefas concretas em que pretende o auxílio da IA e da forma como estas se integram no fluxo de trabalho da sua redação — esta é exatamente a conversa que vale a pena ter antes de avançar para o desenvolvimento —, e um parceiro que compreenda que o valor do jornalismo assenta na confiança e no rigor é o parceiro ideal com quem trabalhar.
Em resumo
A IA ajuda efetivamente o campo do jornalismo quando apoia os jornalistas ao automatizar tarefas rotineiras, auxiliar na pesquisa e investigação, transcrever, traduzir, resumir, personalizar e combater a desinformação — ao passo que se torna perigosa sempre que é usada para substituir a verificação, o discernimento e a responsabilização de que o jornalismo depende, uma vez que as alucinações fazem do conteúdo gerado por IA não verificado um perigo real. As aplicações bem-sucedidas tornam os jornalistas experientes mais eficazes; as que falham tentam substituir essas funções, e os fracassos públicos demonstraram claramente o que sucede nesses casos. Essa diferença é tudo o que está em causa.
Embora a IA possa executar um grande número de tarefas jornalísticas, não pode, por si mesma, ser jornalista, uma vez que o jornalismo na sua essência envolve discernimento humano, verificação, ética e responsabilidade. Este é o ponto a ter em consideração ao tomar qualquer decisão. Raramente é a tecnologia que apresenta a verdadeira dificuldade; pelo contrário, é essencial manter uma verificação humana e um controlo editorial absolutos, ser aberto e transparente com o seu público, utilizar a IA de modo a valorizar em vez de enfraquecer o seu jornalismo e exercer a máxima cautela nas situações em que a IA é mais perigosa — este é o verdadeiro desafio e aquilo que distingue a IA que melhora uma redação da IA que corrói gradualmente a confiança da qual esta depende.
A verdadeira questão com que se deve começar deve ser: «Em que tarefas pode a IA realmente ajudar os nossos jornalistas, e continuará um ser humano responsável por todo o conteúdo que publicamos?» Se esta questão obtiver uma resposta adequada, a IA proporciona então valor genuíno em termos de eficiência, alcance de público e combate à desinformação; mas caso contrário, sobretudo quando conteúdos gerados por IA e não verificados chegam aos leitores, o resultado traduz-se na necessidade de correções, na perda de confiança pública e em prejuízos para o propósito essencial do jornalismo.
Se pretende que a sua organização de media desenvolva ferramentas de IA que realmente apoiem os seus jornalistas — seja através da automatização de notícias de rotina, apoio à investigação, transcrição e tradução, personalização ou verificação de informação —, por favor contacte a nossa equipa. Somos nós que criamos o software de NLP, machine learning e IA utilizado nestes sistemas, com o objetivo de apoiar os seus jornalistas e garantir que o controlo editorial permanece nas mãos certas — começando pelas áreas em que a IA pode verdadeiramente ajudar o seu jornalismo e protegendo a confiança que o seu público deposita em si. Para mais perspetivas sobre este tema, os nossos guias sobre IA nos media e entretenimento e sobre a utilização de IA na criação de conteúdos abordam questões semelhantes relativas ao uso adequado da IA sem comprometer a qualidade ou a confiança.
