O jornalismo aprimorado por inteligência artificial oferece um vislumbre do futuro da economia do conhecimento

Assim como os robôs transformaram setores inteiros da economia industrial, a inteligência artificial e a automação estão agora mudando o trabalho com informação, permitindo que os humanos deleguem o trabalho cognitivo aos computadores. No jornalismo, por exemplo, sistemas de mineração de dados estão sendo utilizados Alertar os repórteres sobre possíveis notícias, enquanto bots de notícias Oferecem novas maneiras para o público explorar informações. Sistemas automatizados de escrita geram conteúdo financeiro, esportivo e cobertura das eleições. Um pergunta comum à medida que essas tecnologias inteligentes se infiltram em vários setores, como o trabalho e a mão de obra serão afetadosNesse caso, quem – ou o quê – fará jornalismo neste mundo automatizado e aprimorado pela IA, e como o fará? As evidências que reuni em meu novo livro “Automatizando o Novo: Como os Algoritmos Estão Reescrevendo a MídiaIsso sugere que o futuro do jornalismo com inteligência artificial ainda terá muitas pessoas envolvidas. No entanto, os trabalhos, as funções e as tarefas dessas pessoas irão evoluir e se transformar. O trabalho humano será híbrido – combinado com algoritmos – para se adequar às capacidades da IA ​​e acomodar suas limitações.

Aumentar, não substituir

Algumas estimativas Sugere-se que os níveis atuais de tecnologia de IA poderiam automatizar apenas cerca de 15% do trabalho de um repórter e 9% do trabalho de um editor. Os humanos ainda têm vantagem sobre a IA não hollywoodiana em diversas áreas-chave essenciais para o jornalismo, incluindo comunicação complexa, pensamento especializado, adaptabilidade e criatividade. Reportar, ouvir, responder e questionar, negociar com fontes e, em seguida, ter a criatividade para reunir as informações – a IA não consegue realizar nenhuma dessas tarefas jornalísticas indispensáveis. No entanto, ela pode frequentemente complementar o trabalho humano, ajudando as pessoas a trabalharem mais rápido ou com maior qualidade. E pode criar novas oportunidades para aprofundar a cobertura jornalística e torná-la mais personalizada para cada leitor ou telespectador. O trabalho em redações sempre se adaptou às ondas de novas tecnologias, incluindo fotografia, telefones, computadores – ou até mesmo a copiadora. Os jornalistas também se adaptarão para trabalhar com IA. Como tecnologia, ela já está mudando e continuará mudando o trabalho jornalístico, muitas vezes complementando, mas raramente substituindo, um jornalista treinado.

Novo trabalho

Descobri que, na maioria das vezes, as tecnologias de IA parecem estar criando novos tipos de trabalho no jornalismo. Veja, por exemplo, a Associated Press, que em 2017 introduziu o uso de técnicas de IA de visão computacional para rotular as milhares de fotos jornalísticas que processa diariamente. O sistema consegue etiquetar as fotos com informações sobre o que ou quem está na imagem, seu estilo fotográfico e se a imagem retrata violência explícita. O sistema dá aos editores de fotografia mais tempo para pensar no que devem publicar e os libera da tarefa de rotular o material que já possuem. Mas o desenvolvimento exigiu muito trabalho, tanto editorial quanto técnico: os editores tiveram que descobrir o que etiquetar e se os algoritmos eram capazes de realizar a tarefa, além de desenvolver novos conjuntos de dados de teste para avaliar o desempenho. Mesmo depois de tudo isso, eles ainda precisavam supervisionar o sistema, aprovando manualmente as etiquetas sugeridas para cada imagem, a fim de garantir alta precisão. Stuart Myles, o executivo da AP que supervisiona o projeto, me disse que foram necessários cerca de 36 meses-homem de trabalho, distribuídos ao longo de alguns anos e com mais de uma dúzia de funcionários editoriais, técnicos e administrativos. Cerca de um terço do trabalho, segundo ele, envolveu conhecimento e julgamento jornalístico, algo especialmente difícil de automatizar. Embora parte da supervisão humana possa ser reduzida no futuro, ele acredita que as pessoas ainda precisarão realizar trabalho editorial contínuo à medida que o sistema evolui e se expande.

Produção de conteúdo semiautomatizada

No Reino Unido, o RADAR projeto gera, de forma semiautomática, cerca de 8.000 artigos de notícias locais por mêsO sistema depende de uma equipe de seis jornalistas que encontram conjuntos de dados governamentais tabulados por área geográfica, identificam ângulos interessantes e noticiáveis ​​e, em seguida, desenvolvem essas ideias em modelos baseados em dados. Os modelos codificam como adaptar automaticamente partes do texto às localizações geográficas identificadas nos dados. Por exemplo, uma matéria poderia falar sobre o envelhecimento da população na Grã-Bretanha e mostrar aos leitores em Luton como sua comunidade está mudando, com estatísticas localizadas diferentes para Bristol. As matérias são então enviadas por agências de notícias para a mídia local, que escolhe quais publicar. A abordagem une jornalistas e automação em um processo eficaz e produtivo. Os jornalistas usam sua experiência e habilidades de comunicação para elaborar opções de pautas que os dados podem seguir. Eles também conversam com fontes para coletar o contexto nacional e redigem o modelo. A automação, então, atua como um assistente de produção, adaptando o texto para diferentes locais. Os jornalistas da RADAR usam uma ferramenta chamada Arria Studio, que oferece uma visão de como é a escrita de conteúdo automatizado na prática. É basicamente uma interface mais complexa para processamento de texto. O autor escreve fragmentos de texto controlados por regras condicionais baseadas em dados. Por exemplo, em um relatório sobre um terremoto, você pode querer um adjetivo diferente para descrever um terremoto de magnitude 8 em comparação com um de magnitude 3. Então, você teria uma regra como: SE magnitude > 7 ENTÃO texto = “terremoto forte”, SENÃO SE magnitude < 4 ENTÃO texto = “terremoto fraco”. Ferramentas como o Arria também contêm funcionalidades linguísticas para conjugar verbos ou declinar substantivos automaticamente, facilitando o trabalho com trechos de texto que precisam ser alterados com base em dados.

Interfaces de autoria como o Arria permitem que as pessoas façam o que fazem de melhor: estruturar logicamente narrativas envolventes e criar textos criativos e não repetitivos. Mas elas também exigem novas formas de pensar sobre a escrita. Por exemplo, quem cria modelos precisa abordar uma matéria com uma compreensão do que os dados disponíveis podem indicar – imaginar como os dados podem gerar diferentes perspectivas e histórias, e delinear a lógica que impulsiona essas variações. A supervisão, a gestão ou o que os jornalistas podem chamar de “edição” de sistemas automatizados de conteúdo também ocupam cada vez mais as pessoas nas redações. Manter a qualidade e a precisão é de extrema importância no jornalismo. A RADAR desenvolveu um processo de garantia de qualidade em três etapas. Primeiro, um jornalista lê uma amostra de todos os artigos produzidos. Em seguida, outro jornalista verifica a origem dos dados utilizados na matéria. Como terceira verificação, um editor analisa a lógica do modelo para tentar identificar erros ou omissões. É quase como o trabalho que uma equipe de engenheiros de software faria ao depurar um script – e é todo trabalho que os humanos precisam fazer para garantir que a automação esteja funcionando corretamente.

Desenvolvimento de recursos humanos

Iniciativas como as da Associated Press e da RADAR demonstram que a IA e a automação estão longe de destruir empregos no jornalismo. Elas estão criando novos trabalhos, além de transformar os já existentes. Os jornalistas do futuro precisarão ser treinados para projetar, atualizar, ajustar, validar, corrigir, supervisionar e, de modo geral, manter esses sistemas. Muitos precisarão de habilidades para trabalhar com dados e raciocínio lógico formal para agir com base neles. Fluência nos fundamentos da programação também seria uma vantagem. À medida que esses novos empregos evoluem, será importante garantir que sejam bons empregos – que as pessoas não se tornem apenas engrenagens em um processo automatizado muito maior. Gerentes e projetistas desse novo modelo híbrido de trabalho precisarão considerar as preocupações humanas com autonomia, eficácia e usabilidade. Mas estou otimista de que o foco na experiência humana nesses sistemas permitirá que os jornalistas prosperem e que a sociedade colha os frutos da velocidade, da abrangência da cobertura e do aumento da qualidade que a IA e a automação podem oferecer. Nicolau Diakopoulos, Professor(a) Assistente de Estudos da Comunicação, Universidade Northwestern Este artigo foi republicado de A Conversa sob uma licença Creative Commons. Leia o artigo original.