Pela primeira vez nos seus 21 anos, o Simpósio Internacional de Jornalismo Online (ISOJ, na sigla em inglês) foi apenas online em 2020. Para assistir este painel (em inglês), clique aqui. Para assistir a todos (em inglês), clique aqui.
Os computadores farão o que for solicitado, e é preciso uma equipe de jornalistas dizer o que fazer, disseram os participantes da sessão “Investigações online: como os jornalistas estão usando AI (inteligência artificial) e OSINT (inteligência de código aberto)” durante o Simpósio Internacional de Jornalismo Online (ISOJ) 2020.
ISOJ2020: Online investigations: How journalists are using AI and OSINT
John Keefe
Embora os jornalistas possam hesitar em começar a usar machine learning porque não entendem o que é, John Keefe, professor adjunto da Newmark Graduate School of Journalism da CUNY, disse que é como um grupo de estagiários de jornalismo que não sabem outra coisa senão procurar um determinado padrão e agrupar itens.
"Eles são muito bons, muito dedicados e comprometidos em ajudar, mas não sabem muito sobre o mundo", disse Keefe. "É assim que o machine learning é no jornalismo quando você deseja usá-lo nas redações para investigação."
Como exemplo disso, ele usou o trabalho que o Quartz fez com a KPCC, uma estação de rádio pública no sul da Califórnia que se comprometera a responder a todas as perguntas COVID-19 que seus ouvintes tinham, logo recebendo mais de 1.000 perguntas. Keefe disse que eles criaram um modelo que dizia ao computador para analisar a linguagem usada e agrupá-los em uma dúzia de categorias diferentes.
"A estação foi capaz de usar isso, dar uma categoria para uma pessoa ... [e] o trabalho de dividir que foi feito por computador", disse ele. Esse sistema permitiu que a estação também atendesse à sua programação com base nas perguntas que estava recebendo, agora totalizando mais de 3.900.
Emilia Díaz-Struck
Emilia Díaz-Struck, editora de pesquisa e coordenadora da América Latina do Consórcio Internacional de Jornalistas Investigativos (ICIJ), disse que a experiência dos repórteres é significativa ao dizer às máquinas o que fazer. "Não é mágico e não é uma resposta a todos os nossos problemas jornalísticos", disse ela. "Precisamos decidir quando embarcamos em uma aventura de aprendizado de máquina".
Há um componente humano e de computador essencial, disse ela. Em seu trabalho para a série investigativa Implant Files, a equipe do ICIJ ensinou os computadores a analisar os dados fornecidos e a identificar as mortes de pacientes nos quais os eventos relatados pelas autoridades foram classificados incorretamente. No entanto, eles começaram a encontrar falsos positivos e os jornalistas precisavam refinar o processo. Uma equipe completa esteve envolvida desde o início e verificou as descobertas do computador posteriormente.
Quando perguntada durante o segmento de perguntas e respostas da moderadora María Teresa Ronderos, fundadora do Centro Latino-Americano de Jornalismo Investigativo (CLIP), o que eles diriam para os jornalistas que temiam que a inteligência das máquinas os deixasse sem emprego, Díaz-Struck disse que o uso dessas ferramentas requer a contribuição e o conhecimento de todos os que estão na redação. A inteligência de máquina capacita o jornalismo, ela acrescentou, dando aos jornalistas a oportunidade de ver o que estavam perdendo.
“Quando você fala sobre jornalismo investigativo, precisa verificar suas descobertas, precisa verificar o que o computador mostra, quais são os resultados", disse Díaz-Struck. “Se o computador estiver errado, você deverá fornecer as informações para o computador, então você ainda precisa de humanos lá ... precisa de humanos, precisa de máquinas e precisa de tempo.”
Charlotte Godart
Quanto ao uso do OSINT nas redações, Charlotte Godart, investigadora de código aberto e instrutora na Bellingcat, e sua equipe começaram a mapear o aumento de casos de violência policial contra jornalistas logo após a prisão do repórter da CNN Omar Jimenez enquanto cobria um protesto do movimento Black Lives Matter em Minneapolis, à luz do assassinato de George Floyd pela polícia. Bellingcat lançou duas visualizações, primeiro como dados plotados em um mapa interativo e, em seguida, em colaboração com a Forensic Architecture, permitindo a navegação dos eventos no tempo e por categoria de evento no mapa.
Eles conseguiram obter o material de código aberto, cerca de 120 vídeos, devido a uma discussão no Twitter iniciada por seu colega Nick Waters, pedindo aos usuários que publicassem quaisquer incidentes de equipes de notícias que fossem alvo de aplicação da lei. Ela explicou o processo de verificação da equipe de investigação em três etapas; encontre a fonte original e verifique quando publicado; encontre a geolocalização do incidente e identifique os recursos da imagem para que ela possa ser plotada em um mapa; e, finalmente, analise a sequência de eventos do vídeo, corroborando com outros vídeos para obter uma compreensão completa do que ocorreu.
Seu próximo projeto é traçar casos de violência policial contra todos os civis, não apenas jornalistas. Como eles não querem que a polícia use os relatórios de Bellingcat para identificar manifestantes e subsequentemente prendê-los, Godart disse que uma solução é desfocar a imagem inteira e “potencialmente apenas deixar algum som indicar o contexto e a gravidade da situação”.
Haley Willis
Como Bellingcat, Haley Willis, repórter de investigações visuais do The New York Times, e sua equipe também fazem peças de investigação visual nas quais combinam técnicas tradicionais de jornalismo (entrevistas com especialistas e testemunhas) e material de código aberto, como conteúdo de mídia social verificado, áudio do scanner policial e dados públicos do governo.
Esse foi o caso do vídeo que desconstruiu a morte de George Floyd usando imagens de diferentes ângulos, informações de código aberto e todo o áudio da varredura policial e comunicações entre EMS, bombeiros e polícia de Minneapolis naquele dia. Essa informação visual, disse ela, contradiz as informações inicialmente na denúncia e mostrou que o ex-policial Derek Chauvin estava de joelhos no pescoço de Floyd por oito minutos e 15 segundos, não sete minutos e 49 segundos.
O uso de material de código aberto gera maior transparência com o público e aumenta os níveis de responsabilidade do governo.
“Fazemos investigações esperando que a resposta oficial mude ou algo saia disso. Quando você tem evidências digitais específicas e que podem ser replicadas pelo governo ou pelo povo, fica mais difícil dizer que isso não é verdade”, disse ela.
Você pode assistir ao painel completo aqui.
