Assim como os robôs transformaram áreas inteiras da economia industrial, a inteligência artificial e a automação estão agora a mudar o trabalho da informação, permitindo que os humanos transfiram o trabalho cognitivo para os computadores. No jornalismo, por exemplo, os sistemas de prospecção de dados alertam os repórteres sobre potenciais notícias , enquanto os newsbots oferecem novas formas de o público explorar a informação. Sistemas automatizados de redação geram cobertura financeira, esportiva e eleitoral .
Uma questão comum à medida que estas tecnologias inteligentes se infiltram em vários sectores é como o trabalho e a mão-de-obra serão afectados . Neste caso, quem – ou o que – fará jornalismo neste mundo automatizado e aprimorado pela IA, e como o farão?
As evidências que reuni no meu novo livro “ Automatizando o Novo: Como os Algoritmos estão Reescrevendo a Mídia ” sugerem que o futuro do jornalismo baseado em IA ainda terá muitas pessoas por perto. No entanto, os empregos, funções e tarefas dessas pessoas irão evoluir e parecer um pouco diferentes. O trabalho humano será hibridizado – combinado com algoritmos – para se adequar às capacidades da IA e acomodar as suas limitações.
Aumentando, não substituindo
Algumas estimativas sugerem 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 seres humanos ainda têm uma vantagem sobre a IA que não é de Hollywood em diversas áreas-chave que são essenciais para o jornalismo, incluindo comunicação complexa, pensamento especializado, adaptabilidade e criatividade.
Reportar, ouvir, responder e reagir, negociar com as fontes e depois ter a criatividade para montar tudo – a IA não pode realizar nenhuma destas tarefas jornalísticas indispensáveis. Muitas vezes, porém, pode aumentar o trabalho humano, para ajudar as pessoas a trabalhar mais rapidamente ou com melhor qualidade. E pode criar novas oportunidades para aprofundar a cobertura noticiosa e torná-la mais personalizada para um leitor ou telespectador individual.
O trabalho na redação sempre se adaptou às novas tecnologias, incluindo fotografia, telefones, computadores – ou mesmo apenas a copiadora. Os jornalistas também se adaptarão para trabalhar com IA. Como tecnologia, já está e continuará a mudar 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, na verdade, a criar novos tipos de trabalho no jornalismo.
Vejamos, por exemplo, a Associated Press, que em 2017 introduziu o uso de técnicas de IA de visão computacional para rotular as milhares de fotos de notícias que lida todos os dias. O sistema pode marcar fotos com informações sobre o que ou quem está em uma imagem, seu estilo fotográfico e se uma imagem representa violência gráfica.
O sistema dá aos editores de fotos mais tempo para pensar sobre o que devem publicar e os libera de gastar muito tempo apenas rotulando o que têm. Mas desenvolvê-lo exigiu muito trabalho, tanto editorial quanto técnico: os editores tiveram que descobrir o que marcar e se os algoritmos estavam à altura da tarefa e, em seguida, desenvolver novos conjuntos de dados de teste para avaliar o desempenho. Feito tudo isso, ainda era necessário supervisionar o sistema, aprovando manualmente as tags sugeridas para cada imagem para garantir alta precisão.
Stuart Myles, o executivo da AP que supervisiona o projeto, disse-me que foram necessários cerca de 36 pessoas-mês de trabalho, distribuídos ao longo de alguns anos, e mais de uma dúzia de pessoal editorial, técnico e administrativo. Cerca de um terço do trabalho, disse-me ele, envolvia experiência e julgamento jornalístico que são especialmente difíceis de automatizar. Embora parte da supervisão humana possa ser reduzida no futuro, ele pensa que as pessoas ainda precisarão de fazer um trabalho editorial contínuo à medida que o sistema evolui e se expande.
Produção de conteúdo semiautomática
No Reino Unido, o projeto RADAR publica de forma semiautomática cerca de 8.000 artigos de notícias localizados por mês . O sistema depende de um grupo de seis jornalistas que encontram conjuntos de dados governamentais tabulados por área geográfica, identificam ângulos interessantes e dignos de nota e depois 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 história poderia falar sobre o envelhecimento da população em toda a Grã-Bretanha e mostrar aos leitores em Luton como a sua comunidade está a mudar, com diferentes estatísticas localizadas para Bristol. As histórias então são enviadas por agência de notícias para a mídia local, que escolhe qual publicar.
A abordagem une jornalistas e automação em um processo eficaz e produtivo. Os jornalistas utilizam os seus conhecimentos e competências de comunicação para apresentar opções de enredos que os dados poderão seguir. Eles também conversam com fontes para reunir o contexto nacional e redigir o modelo. A automação atua então como assistente de produção, adaptando o texto para diferentes locais.
Os jornalistas do RADAR usam uma ferramenta chamada Arria Studio, que oferece uma ideia de como é na prática escrever conteúdo automatizado. Na verdade, é apenas uma interface mais complexa para processamento de texto. O autor escreve fragmentos de texto controlados por regras if-then-else baseadas em dados. Por exemplo, em um relatório de terremoto, você pode querer um adjetivo diferente para falar sobre um terremoto de magnitude 8 e outro de magnitude 3. Então, você teria uma regra como SE magnitude > 7 ENTÃO texto = “forte terremoto”, ELSE SE magnitude < 4 ENTÃO texto = “pequeno terremoto”. Ferramentas como o Arria também contêm funcionalidade linguística para conjugar verbos ou recusar substantivos automaticamente, facilitando o trabalho com trechos de texto que precisam ser alterados com base nos dados.
Captura de tela de Nicholas Diakopoulos do Arria Studio , CC BY-ND
Interfaces de autoria como Arria permitem que as pessoas façam aquilo em que são boas: estruturar logicamente histórias atraentes e elaborar textos criativos e não repetitivos. Mas também exigem novas maneiras de pensar sobre a escrita. Por exemplo, os redatores de modelos precisam abordar uma história com uma compreensão do que os dados disponíveis poderiam dizer – imaginar como os dados poderiam dar origem a diferentes ângulos e histórias e delinear a lógica para impulsionar essas variações.
A supervisão, a gestão ou o que os jornalistas podem chamar de “edição” de sistemas automatizados de conteúdos também ocupam cada vez mais as pessoas na redação. Manter a qualidade e a precisão é a maior preocupação do jornalismo.
A RADAR desenvolveu um processo de garantia de qualidade em três estágios. Primeiro, um jornalista lerá uma amostra de todos os artigos produzidos. Em seguida, outro jornalista rastreia as afirmações da história até sua fonte de dados original. Como terceira verificação, um editor analisará a lógica do modelo para tentar detectar quaisquer erros ou omissões. É quase como o trabalho que uma equipe de engenheiros de software faria para depurar um script – e é todo o trabalho que os humanos devem fazer para garantir que a automação esteja fazendo seu trabalho com precisão.
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. Estão a criar novos empregos – bem como a alterar os empregos existentes. Os jornalistas de amanhã precisarão de ser treinados para conceber, atualizar, ajustar, validar, corrigir, supervisionar e manter estes sistemas em geral. Muitos podem precisar de habilidades para trabalhar com dados e pensamento lógico formal para agir com base nesses dados. Fluência com os fundamentos da programação de computadores também não faria mal.
À medida que estes novos empregos evoluem, será importante garantir que sejam bons empregos – que as pessoas não se tornem apenas engrenagens de um processo mecânico muito maior. Os gestores e criadores deste novo trabalho híbrido terão de considerar as preocupações humanas de autonomia, eficácia e usabilidade. Mas estou optimista de que a concentração na experiência humana nestes sistemas permitirá aos jornalistas florescer e à sociedade colher os frutos da velocidade, amplitude da cobertura e maior qualidade que a IA e a automatização podem oferecer.
Nicholas Diakopoulos , professor assistente de estudos de comunicação, Northwestern University
Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original .
