Por Sunny Kim
Quando falamos de inteligência artificial (IA) no jornalismo, precisamos falar sobre o aspecto humano, disse Nick Diakopoulos, professor assistente em Estudos de Comunicação e Ciência da Computação na Northwestern University em 13 de abril no 20º Simpósio Internacional de Jornalismo Online (ISOJ).
(Erika Rich/Knight Center)Diakopoulos, que é diretor do Laboratório de Jornalismo Computacional e mediador do painel “O impacto da inteligência artificial e aprendizado de máquina no jornalismo”, disse que todos os componentes que ditam uma máquina de IA são decisões tomadas por um ser humano: que tipo de dado foi usado para treinar a máquina, como esses dados foram usados e definidos, a qual entrada um sistema presta atenção.
"Sistemas de inteligência artificial são ferramentas, afinal", disse Diakopoulos. “Eles são construídos por pessoas para atender necessidades, metas e valores, e isso os torna ferramentas fundamentalmente críticas. Eles expressam os valores que os desenvolvedores escolheram para desenvolver neles”, disse ele.
Ele acrescentou que, quando usada corretamente, a inteligência artificial pode significar “uma oportunidade real para jornalistas e organizações de notícias” de usar essas ferramentas para impulsionar a produção e disseminação de notícias.
"Acho que é hora de pensarmos na IA como um novo meio, um meio em que um jornalista pode expressar e exercer seus valores éticos e normativos", disse Diakopoulos. "Eu convoco os jornalistas a se tornarem designers de IA se eles quiserem dominar o futuro da mídia".
No entanto, Ling Jiang, cientista de dados sênior do The Washington Post, disse que há certos desafios no uso de ferramentas de inteligência artificial na redação. As ferramentas de aprendizado de máquina (machine learning) podem ser muito úteis para reduzir o trabalho repetitivo e de rotina de um jornalista, mas a confiabilidade ainda é um grande problema.
"As máquinas não podem se corrigir sem interação humana", disse Jiang. Ela acrescentou que as ferramentas de aprendizado de máquina só conseguem ser tão boas quanto os dados e as pessoas por trás dos dados, para que ajudem a resolver os problemas para os quais foram projetadas.
O Post usa o ModBot para moderar conteúdo em seções de comentários, disse Jiang. Sempre que houver um "comentário ruim", o ModBot irá classificar esses comentários. O ModBot irá apagar automaticamente certos comentários que ele detecta como prejudiciais ou improdutivos com base em um limite, disse Jiang.
Há também problemas com afirmação de popularidade, disse Jiang. É importante otimizar a alocação de recursos e dar suporte a melhores experiências de leitura, mas às vezes pode haver desafios para esses métodos. Mas quando executadas corretamente, as ferramentas de aprendizado de máquina podem ajudar os jornalistas a fazer melhor seu trabalho, maximizando a eficiência, a capacidade, a comunicação e o engajamento com seu público. "A tecnologia é neutra", disse Jiang. "A chave é como a usamos".
Alguns temem que a IA tire empregos de jornalismo, disse Diakopoulos. Mas apenas cerca de 15% do trabalho de um repórter e 9% do trabalho de um editor podem ser feitos por uma máquina de IA. Comunicação complexa, que envolve reportar, entrevistar, transcrever e voltar para obter mais informações, escrever a reportagem com nuance e equilíbrio, são habilidades que os humanos podem fazer, disse Diakopoulos.
The Associated Press uses artificial intelligence to maximize the news production and news gathering process, said Lisa Gibbs, director of the news partnership at The Associate Press.
A Associated Press usa inteligência artificial para maximizar a produção de notícias e o processo de encontrar notícias, disse Lisa Gibbs, diretora da parceria de notícias da AP.
"Quando começamos ... fomos um dos primeiros", disse Gibbs. “Hoje há redações em todo o mundo que estão usando inteligência artificial na produção de histórias e isso está se tornando cada vez mais uma ferramenta de rotina”.
"Acreditamos absolutamente que essa tecnologia ajudará os jornalistas a fazer melhor o seu trabalho, se executada corretamente", disse Gibbs. "Não vai substituir o trabalho do jornalista".
Ela falou sobre como a AP conseguiu infundir inovação e empreendedorismo ao trabalho, em parceria com um fornecedor de dados chamado Automated Insights. Através do uso do sistema Automated Insights, a AP conseguiu produzir 3,7 mil reportagens sobre lucros de empresas, em comparação com as 300 reportagens que eles conseguiam produzir antes de usar o sistema.
"Isso teve um impacto real no jornalismo que a AP conseguia produzir", disse Gibbs. "Até o final de 2019, estaremos produzindo 40 mil reportagens geradas automaticamente."
Ela acrescentou que 40 mil parece ser um grande número, mas considerando que a AP produz cerca de mil histórias por dia, ainda é uma pequena escala - mas está crescendo. Outro projeto interessante em que a AP está trabalhando é tentar descobrir se eles podem ajudar as organizações de notícias locais a coletar documentos de maneira mais eficiente e fácil.
Quanto ao levantamento de notícias, a IA é usada para ajudar a AP na detecção de eventos, examinando o mar de canais de mídia social e identificando possíveis histórias que poderiam funcionar para a AP. Certos algoritmos, como PNL e NER, e a geolocalização ajudam o AP a varrer as mídias sociais e detectar notícias mais rapidamente, disse Gibbs. A autenticação de mídias sociais, de checar se uma história ou vídeo apareceu na internet antes, é outra ferramenta útil, disse Gibbs.
Atualmente, há cerca de 500 engenheiros que trabalham na Bloomberg e ajudam com projetos de IA e outras questões técnicas na organização de notícias, disse Clay Eltzroth, gerente de produtos da Bloomberg News. Mas ele enfatizou a importância de ensinar aos repórteres o que o aprendizado de máquina de IA pode fazer.
"Acho que a educação em torno da IA e do aprendizado de máquina é uma das maiores coisas para as redações daqui para frente", disse Clay Eltzroth, gerente de produtos da Bloomberg News.
Michael Morisy, que é o co-fundador e diretor executivo da MuckRock Foundation, diz que sua organização ajuda as redações a requerer e rastrear solicitações de documentos públicos. Até agora, a organização conseguiu requerer e rastrear mais de 60 mil arquivos, em mais de 336.840 comunicações enviadas a várias agências do governo, disse Morisy.
"Nós construímos um sistema de micro-tarefas para agilizar este processo", disse Morisy. "Isso realmente reduziu o tempo da tarefa para 50% e também facilitou o treinamento de novas pessoas".
Diakopoulos, que liderou a sessão de perguntas e respostas, perguntou aos participantes que tipos de habilidades seriam úteis para os jornalistas que estão aprendendo sobre machine learning e estudando AI.
Eltzroth disse que programação definitivamente seria útil, mas também é importante entender o que é programação e ser capaz de explicar o conceito aos outros de maneira abrangente. "Se há coisas que o aprendizado de máquina não pode fazer, o mais importante é educar as pessoas sobre o que está lá e o que pode fazer", disse Eltzroth.
Um jornalista que consegue pensar sobre essas questões não como um problema isolado, mas sistematicamente, também terá uma habilidade essencial, disse Morisy.
"Queremos facilitar o trabalho dos jornalistas, em vez de fazer com que eles façam trabalho de estenografia", disse Gibbs. "É sobre mudar trabalhos, e não eliminá-los".
O livestreaming do ISOJ em inglês e espanhol pode ser acessado em isoj.org.
