A inteligência artificial (IA) já não é uma novidade. O relatório Journalism, media, and technology trends and predictions, do Reuters Institute for the Study of Journalism, publicado no início de 2024, refere que este seria o ano em que a integração da IA nos processos de trabalho dentro das redacções, apesar dos riscos, passaria a ser um tema constante.

Ainda assim, a IA continua a ser uma área intrincada para muitos profissionais, com conceitos particularmente difíceis de perceber — e, muitas vezes, de explicar ao público.

No sentido de ajudar os jornalistas a ganhar “confiança” neste campo, a LatAm Journalism Review, do Knight Center for Journalism in the Americas, publicou um artigo com a explicação de 15 conceitos essenciais do universo da IA.

Partilhamos aqui alguns desses termos, a sua definição e, nalguns casos, a forma como estão a ser usados no jornalismo. A lista completa está disponível no artigo original.

  • Inteligência artificial

O que é, afinal, a IA? “É um ramo da ciência da computação que se concentra na criação de sistemas capazes […] de executar funções complexas e de resolver problemas complicados em menos tempo do que levaria um ser humano”.

No fundo, é a capacidade que uma máquina tem para desempenhar tarefas tipicamente humanas, como o raciocínio, a aprendizagem, o planeamento e a criatividade, em escalas que excedem a capacidade de um ser humano.

  • Inteligência artificial generativa

Este tipo específico de IA refere-se à capacidade da tecnologia para “criar novos conteúdos” a partir dos padrões que aprende com o processamento de grandes quantidades de dados.

Os modelos de IA generativa são treinados com textos, imagens, sons e vídeos de vastas bases de dados — artigos noticiosos, livros, sites, etc. — e aplicam depois as regras de construção desses conteúdos (por exemplo, as estruturas gramaticais e semânticas) aos resultados que geram.

  • Algoritmo

Um algoritmo é uma sequência de instruções que “um sistema segue para resolver um problema ou executar uma tarefa específica”.

Os seres humanos fornecem ao sistema “regras” para analisar um conjunto de dados, e o sistema processa a informação, devolvendo resultados ajustados a essas regras.

Por exemplo, uma publicação do Peru, Ojo Público, criou, em 2018, um “algoritmo contra a corrupção”. Neste caso, a equipa identificou indicadores de risco para detectar casos de corrupção em compras públicas. Depois, o sistema analisou 245 mil contratos públicos tendo em conta esses indicadores. Com base nos resultados, o Ojo Público trabalhou em investigações jornalísticas sobre potenciais casos de “corrupção, lavagem de dinheiro e relações ocultas entre empresas e governos”.

  • Machine learning

Esta é uma sub-área dentro da IA em que “as máquinas ‘aprendem’ progressivamente com a própria experiência”. Isto é, o sistema tem a capacidade de aprender de forma autónoma, sem que seja programado para tal, à medida que acumula “experiências” de processamento da informação.

  • Processamento de Linguagem Natural (PLN)

Ou em inglês, como é commumento usado, Natural Language Processing (NLP).

É um ramo da IA que ajuda os computadores a entender, interpretar e gerar linguagem semelhante àquela que é produzida pelos humanos. Concilia a ciência da computação, a IA e a linguística.

É usado em tarefas como a tradução automática, o reconhecimento de utilizadores a partir da voz, resumos de grandes volumes de texto, respostas a perguntas, etc.

Por exemplo, o Grupo de média espanhol Prisa desenvolveu uma ferramenta (VerificAudio) que utiliza modelos de PLN para detectar áudios falsos fabricados artificialmente.

  • Chatbot

Chatbots “são programas de IA que simulam e mantêm conversas com utilizadores humanos”. Estes “sistemas utilizam técnicas de PLN para entender e responder às perguntas e solicitações dos utilizadores”.

O mais conhecido actualmente talvez seja o chatGPT, mas os chatbots são cada vez mais usados, incluindo pelos serviços ao cliente nos sites das empresas.

O projecto do Washington Post “Climate Answers” é um exemplo de um chatbot criado por um jornal para responder às perguntas dos leitores, neste caso sobre questões climáticas. Para as respostas que devolve, o sistema processa e analisa os conteúdos publicados pelo próprio jornal.

Além destes termos, no artigo da LatAm Journalism Review são ainda apresentadas definições para conceitos como “redes neurais”, “deep learning”, “Large Language Models”, “modelos GPT”, “prompt” e “API”.

(Créditos da imagem: Steve Johnson no Unsplash)