Numa altura em que a inteligência artificial domina o debate sobre o futuro dos media, uma disciplina da Duke University decidiu adoptar uma abordagem pouco comum: ensinar futuros jornalistas a falhar. 

No curso “AI Journalism Lab”, os professores começaram por preparar os estudantes para uma realidade invulgar num ambiente académico competitivo: nem todos os projectos iriam funcionar. 

“No programa do curso, escrevemos que ‘o fracasso É uma opção’”, explicam os docentes responsáveis pela disciplina. “Algumas ferramentas funcionarão, outras não. Mas aprenderá com ambas as situações.” 

A lógica era simples: se os alunos quisessem desenvolver soluções úteis para redacções locais, teriam de experimentar, errar, adaptar-se e recomeçar. 

Mais do que ensinar conceitos abstractos sobre inteligência artificial, o objectivo do curso era colocar os estudantes a trabalhar directamente com órgãos de comunicação social locais. 

Os alunos começaram o semestre reunindo-se com jornalistas, editores e repórteres para identificar tarefas repetitivas, demoradas ou desmoralizantes que poderiam beneficiar da automação. 

Os parceiros incluíam uma estação local de televisão, um pequeno site noticioso suburbano, um jornal estudantil e um semanário alternativo. 

A partir dessas conversas nasceram cinco ferramentas distintas, desenvolvidas ao longo do semestre. Entre os projectos criados estavam: 

  • um rastreador de preços de supermercados locais; 
  • um analisador de reuniões camarárias; 
  • uma ferramenta para monitorizar pedidos de acesso a registos públicos; 
  • um agregador de newsletters locais; 
  • e um sistema para ajudar editores culturais a organizar calendários de eventos. 

Segundo os responsáveis pelo curso, algumas destas ferramentas atingiram o nível de “produto mínimo viável”, enquanto outras ficaram suficientemente maduras para serem utilizadas por jornalistas no terreno. 

IA nem sempre foi a solução 

Uma das principais conclusões do projecto foi precisamente a de que nem todos os problemas exigem inteligência artificial generativa. “Muitas organizações de comunicação social locais estão presas à ideia de que a IA se resume a chatbots”, observam os docentes. 

Na prática, os estudantes descobriram que, em muitos casos, soluções mais simples eram mais eficazes, baratas e menos propensas a erros. A IA generativa foi usada apenas em tarefas específicas, como organização de conteúdos ou identificação de padrões relevantes. “A melhor forma de realizar muitas tarefas era utilizar técnicas computacionais tradicionais”, concluiu a equipa. 

O problema vem antes da tecnologia 

O curso procurou contrariar uma tendência comum no sector tecnológico: começar pela ferramenta em vez da necessidade concreta. “Conhecer o problema é mais importante do que conhecer a tecnologia”, defendem os professores. 

Para isso, os alunos tiveram de conversar directamente com jornalistas locais, compreender limitações operacionais, dificuldades de produção e necessidades editoriais antes de desenvolver qualquer solução. 

A abordagem revelou-se especialmente importante num momento em que a rápida evolução da IA generativa tende a criar entusiasmo em torno de novas plataformas e modelos, muitas vezes sem aplicação prática clara nas redacções. 

Jornalistas também podem programar 

Apesar de poucos alunos terem experiência em programação, vários acabaram por aprender competências técnicas suficientes para construir protótipos funcionais. 

Os docentes descrevem o processo como uma forma de “programação intuitiva”, baseada na experimentação prática. 

Curiosamente, o departamento de ciência da computação da universidade recusou participar no curso, o que limitou a presença de estudantes especializados em informática. Ainda assim, isso acabou por reforçar uma das ideias centrais da disciplina: jornalistas também podem desenvolver ferramentas tecnológicas. 

Fracassos e mudanças de rumo 

Contudo, nem todos os projectos sobreviveram. Um dos grupos tentou criar uma ferramenta para analisar ordens de trabalhos de reuniões camarárias, mas acabou por abandonar a ideia após dificuldades técnicas na extracção dos dados. 

Em vez de insistirem num projecto inviável, os alunos mudaram de rumo e passaram a desenvolver uma nova ferramenta dedicada à análise de mandados judiciais. No final, receberam um troféu simbólico em forma de bomba com a inscrição: “Fracasso Mais Bem-Sucedido”. 

Para os responsáveis pela disciplina, essa mudança de direcção representou precisamente o principal objectivo do curso: aprender a adaptar-se perante problemas reais. 

Uma lição para o jornalismo local 

O projecto deixa também um retrato claro das dificuldades do jornalismo local perante a revolução tecnológica. Muitas redacções continuam hesitantes em adoptar ferramentas de IA, seja por receio das chamadas “alucinações”, seja por desconhecimento das aplicações mais práticas da tecnologia. 

Ao mesmo tempo, a experiência da Duke sugere que soluções relativamente simples podem aliviar tarefas repetitivas e libertar jornalistas para trabalho de reportagem mais aprofundado.

(Créditos da imagem: Bill Adair - imagem retirada do site do Instituto Poynter)