Da transparência à confiança: o que os leitores esperam do uso de inteligência artificial no jornalismo

Duas novas investigações mostram que informar sobre a utilização de inteligência artificial já não é suficiente. Para preservar a confiança dos públicos, as organizações noticiosas precisam de explicar o que foi feito pela tecnologia, que decisões permaneceram nas mãos dos jornalistas e como foi assegurada a supervisão editorial.

Durante os últimos anos, o debate sobre inteligência artificial no jornalismo concentrou-se sobretudo na legitimidade da sua utilização. Perante a rápida entrada de ferramentas generativas nas redações, as perguntas pareciam inevitáveis: devem os jornalistas recorrer a estes sistemas? Que tarefas podem ser automatizadas? Que riscos representam para o emprego, para a qualidade da informação e para a própria identidade profissional do jornalismo?

Embora estas questões permaneçam longe de estar resolvidas, a discussão começa a deslocar-se para outro problema. À medida que o uso de inteligência artificial se torna menos excecional e passa a integrar diferentes momentos da produção noticiosa, já não basta saber se uma redação utiliza ou não estas tecnologias. Importa compreender como são utilizadas, em que partes do trabalho intervêm e de que forma essa intervenção é comunicada aos leitores.

Esta mudança é evidenciada por duas investigações publicadas em 2026 na revista científica Digital Journalism e recentemente analisadas pelo Nieman Journalism Lab. Os estudos procuram responder a uma tensão que acompanha as políticas de transparência sobre inteligência artificial: os leitores afirmam querer saber quando a tecnologia é utilizada, mas a presença de um rótulo associado à IA pode, por si só, diminuir a credibilidade atribuída ao conteúdo.

O problema deixa, assim, de poder ser reduzido à escolha entre revelar ou esconder a tecnologia. A transparência continua a ser uma exigência fundamental, mas os resultados indicam que a forma como essa transparência é concretizada pode ser tão importante quanto a própria divulgação.

O debate já não é apenas sobre usar ou não usar IA

A integração de sistemas automatizados no jornalismo é anterior à atual popularização da inteligência artificial generativa. Algoritmos já eram utilizados para analisar grandes volumes de dados, recomendar conteúdos, personalizar páginas, produzir textos estruturados a partir de bases estatísticas e apoiar investigações jornalísticas.

Em Automating the News, publicado em 2019, Nicholas Diakopoulos mostrou que a automação não deveria ser compreendida apenas como uma possível substituição do jornalista. O seu impacto dependeria da forma como os sistemas fossem introduzidos nas organizações, das tarefas que lhes fossem confiadas e dos mecanismos criados para responsabilizar as pessoas e instituições que os utilizam. A tecnologia poderia ampliar determinadas capacidades jornalísticas, mas não eliminaria as escolhas editoriais, os valores profissionais nem a responsabilidade humana presentes no processo.

A questão da responsabilização algorítmica tornou-se, por isso, central para este campo de investigação. Tornar um sistema transparente não significa simplesmente declarar a sua existência. Pressupõe oferecer informação que permita compreender o seu funcionamento, as finalidades da sua utilização, os dados envolvidos, os limites conhecidos e os agentes responsáveis pelas decisões tomadas.

Esta preocupação ganhou uma nova dimensão com a inteligência artificial generativa. Ao contrário de formas anteriores de automação, frequentemente aplicadas a tarefas previsíveis e estruturadas, os novos sistemas conseguem produzir textos, imagens, áudios e vídeos que se aproximam de conteúdos elaborados por pessoas. Podem resumir documentos, propor títulos, traduzir entrevistas, gerar ilustrações, reorganizar informação ou redigir versões preliminares de uma notícia.

A diversidade destes usos torna insuficiente uma classificação genérica como “conteúdo produzido com IA”. Entre recorrer a uma ferramenta para transcrever uma entrevista e permitir que ela escreva integralmente uma notícia existe uma diferença editorial significativa. No entanto, ambas as situações podem acabar identificadas através do mesmo aviso.

É precisamente esta ambiguidade que as novas investigações procuram esclarecer.

A supervisão humana é o principal sinal de credibilidade

O primeiro estudo, desenvolvido por Sebastián Valenzuela, Ingrid Bachmann, Porismita Borah e Natalia Solís Valdés, analisou a forma como diferentes políticas de utilização de inteligência artificial afetam a credibilidade das organizações noticiosas e a predisposição dos leitores para escolherem essas organizações como fontes de informação.

A investigação recorreu a uma experiência realizada no Chile, na qual os participantes compararam diferentes políticas editoriais. Essas políticas variavam em sete dimensões, incluindo a existência de supervisão humana, a divulgação do uso de inteligência artificial e os tipos de conteúdo nos quais a automação era permitida.

Entre todos os fatores avaliados, a revisão humana obrigatória dos conteúdos produzidos com apoio de IA foi aquele que exerceu maior influência. As organizações que garantiam a verificação de todo o conteúdo por uma pessoa foram consideradas mais credíveis e escolhidas com maior frequência como fontes de notícias.

O resultado é relevante porque mostra que os leitores não avaliam apenas a presença da tecnologia. Avaliam sobretudo a estrutura de responsabilidade existente em torno dela.

O estudo também identificou uma menor aceitação quando a inteligência artificial era autorizada a automatizar tanto notícias predominantemente factuais como conteúdos que exigiam interpretação, contextualização ou sensibilidade editorial. As organizações que permitiam essa utilização alargada eram vistas como menos credíveis do que aquelas que proibiam a redação automatizada de notícias.

Em contrapartida, não foram observadas preferências relevantes relativamente ao uso da IA em tarefas rotineiras, na personalização de formatos ou na criação de determinados conteúdos visuais. Esta aparente tolerância sugere que os públicos distinguem, ainda que nem sempre de forma explícita, entre tarefas de apoio e decisões que pertencem ao núcleo editorial do jornalismo.

A tecnologia parece gerar menos resistência quando é utilizada para auxiliar processos. A desconfiança aumenta quando começa a ocupar o espaço do julgamento profissional.

Dizer “gerado” ou “assistido” não é a mesma coisa

O segundo estudo, conduzido por Jessica Zier e Nicholas Diakopoulos, aproxima-se do problema a partir das expectativas dos públicos. Através de entrevistas, os investigadores procuraram compreender por que razão os leitores querem ser informados sobre o uso de inteligência artificial, que tipo de informação esperam receber e como interpretam diferentes formas de rotulagem.

Os participantes apresentaram várias justificações para a divulgação. Querem poder responsabilizar os jornalistas e as organizações, evitar situações de fraude, avaliar os riscos de erros e decidir se necessitam de confirmar a informação noutras fontes.

Contudo, o estudo mostra que as palavras escolhidas pelas redações não são neutras.

Expressões equivalentes a “gerado por inteligência artificial” ou “criado por inteligência artificial” tendem a ser interpretadas como indicação de que o conteúdo foi integralmente produzido pela tecnologia. Já formulações como “assistido por inteligência artificial” ou “produzido com o apoio de inteligência artificial” sugerem uma intervenção limitada, inserida num processo conduzido por jornalistas.

Esta distinção é decisiva. Um aviso pouco preciso pode levar o leitor a imaginar um grau de automação muito superior ao que efetivamente ocorreu. Uma ferramenta utilizada para organizar dados ou melhorar a clareza de uma frase pode ser confundida com um sistema responsável pela investigação, redação e validação de toda a notícia.

O rótulo deixa, nesse caso, de esclarecer. Passa a produzir uma nova incerteza.

Os entrevistados manifestaram também preocupações relacionadas com alucinações, enviesamentos e falsificações. Por essa razão, não queriam apenas saber que a inteligência artificial tinha sido utilizada. Queriam saber se o resultado fora revisto por uma pessoa e quem assumia a responsabilidade pela publicação.

As conclusões colocam uma exigência adicional às organizações noticiosas: a divulgação precisa de descrever a relação entre o trabalho humano e o sistema utilizado. Não basta nomear a tecnologia.

O paradoxo da transparência

As políticas de identificação da inteligência artificial enfrentam, contudo, um paradoxo.

Por um lado, a ausência de informação pode ser interpretada como falta de transparência e comprometer a relação de confiança entre o meio de comunicação e o seu público. Por outro, um aviso genérico sobre IA pode desencadear desconfiança, mesmo quando a tecnologia desempenhou apenas uma função secundária.

Alguns participantes do estudo de Zier e Diakopoulos afirmaram que, perante um rótulo de inteligência artificial, sentiriam necessidade de verificar a notícia ou procurar outro artigo. Outros associaram a produção integralmente automatizada a uma desvalorização das competências e da formação jornalísticas.

Este resultado não significa que as redações devam evitar a divulgação para proteger a credibilidade dos seus conteúdos. Pelo contrário, mostra que uma transparência meramente formal pode falhar.

Colocar no final de uma página uma frase vaga afirmando que “foi utilizada inteligência artificial” cumpre uma obrigação mínima, mas não responde às perguntas que interessam ao leitor: Para quê? Em que momento? Em que extensão? O conteúdo foi verificado? Quem decidiu publicá-lo?

A transparência útil precisa de permitir que o público avalie o processo. Quando não oferece contexto, pode transferir para os leitores a tarefa de imaginar o que aconteceu dentro da redação — e essa imaginação tende a ser preenchida pelas preocupações mais visíveis em torno da inteligência artificial.

O jornalista regressa ao centro da explicação

Os resultados das duas investigações reforçam uma ideia presente em grande parte da reflexão contemporânea sobre inteligência artificial e jornalismo: a introdução da tecnologia não elimina a centralidade do jornalista. Pelo contrário, torna necessário explicar com maior clareza aquilo que permanece sob responsabilidade humana.

Seth C. Lewis tem analisado a inteligência artificial não apenas como uma nova ferramenta, mas como um desafio à coerência institucional do jornalismo. Os sistemas generativos colocam em causa noções estabelecidas de autoria, criatividade, agência, originalidade e autoridade profissional. O problema não consiste apenas em determinar se uma máquina consegue desempenhar uma tarefa. Consiste em perceber o que acontece à identidade e à legitimidade do jornalismo quando essas tarefas passam a ser partilhadas com sistemas automatizados.

Nesta perspetiva, a supervisão humana não pode funcionar como uma expressão ritual acrescentada às políticas editoriais. Dizer que existe um “humano no circuito” pouco esclarece se não for possível identificar o que essa pessoa efetivamente fez.

Rever um texto pode significar corrigir pequenos erros gramaticais. Mas pode também envolver confirmar dados, consultar fontes, questionar os pressupostos presentes no resultado, identificar omissões, avaliar riscos de discriminação e assumir a decisão final de publicar. São níveis muito diferentes de intervenção humana.

Os leitores parecem reconhecer essa diferença. O que os estudos valorizam não é apenas a presença simbólica de uma pessoa, mas a preservação de uma cadeia reconhecível de responsabilidade profissional.

Também o trabalho desenvolvido em torno do JournalismAI, fundado por Charlie Beckett na London School of Economics, tem insistido nas oportunidades abertas pela tecnologia sem separar essas possibilidades das responsabilidades que as acompanham. Nesta abordagem, a IA pode ampliar a capacidade de análise, experimentação e contacto com os públicos, mas a sua integração deve estar subordinada às finalidades do jornalismo e aos valores que legitimam a atividade.

O centro do debate não é, portanto, escolher entre um jornalismo exclusivamente humano e um jornalismo entregue às máquinas. É definir as condições sob as quais a colaboração entre pessoas e sistemas continua a produzir informação verificável, independente e socialmente responsável.

Nem todos os usos exigem a mesma explicação

Uma das consequências práticas dos estudos consiste na necessidade de abandonar rótulos universais aplicados indistintamente a qualquer uso de inteligência artificial.

As redações recorrem a estes sistemas em atividades muito diferentes: transcrição, tradução, pesquisa documental, análise de bases de dados, recomendação de conteúdos, personalização, geração de imagens, elaboração de resumos, revisão linguística ou redação de textos. Cada uma destas aplicações envolve níveis distintos de risco e de influência sobre o resultado final.

Um aviso adequado deveria, por isso, permitir distinguir pelo menos três situações.

A primeira corresponde às tarefas internas de apoio, nas quais a IA não determina o conteúdo publicado. A segunda envolve a transformação de materiais jornalísticos, como resumir, traduzir ou adaptar informação previamente verificada. A terceira abrange a produção direta de elementos que chegam ao público, incluindo texto, imagem, áudio ou vídeo.

Quanto mais próxima a tecnologia estiver daquilo que o leitor recebe como representação da realidade, maior parece ser a necessidade de explicação, verificação e responsabilização.

Esta questão torna-se especialmente sensível nos conteúdos visuais. Embora o estudo experimental realizado no Chile não tenha identificado uma preferência clara relativamente às políticas de criação visual, os participantes entrevistados por Zier e Diakopoulos manifestaram preocupações específicas com imagens produzidas ou alteradas por IA.

A diferença entre os resultados não deve ser entendida necessariamente como contradição. Pode revelar que as atitudes variam consoante a forma como o problema é apresentado e o nível de reflexão proporcionado pelo método de investigação. Quando convidados a explicar as suas preocupações, os leitores podem reconhecer nos conteúdos visuais riscos particulares de manipulação, falsificação ou confusão entre representação e acontecimento.

Rótulos simples, precisos e colocados no início

A investigação de Zier e Diakopoulos apresenta algumas recomendações concretas para as organizações noticiosas.

Os avisos não devem recorrer a linguagem excessivamente técnica, mas precisam de ser suficientemente precisos para comunicar a função da tecnologia. Devem surgir no início do conteúdo, e não apenas no final, para evitar que o leitor descubra depois da leitura uma informação que poderia ter influenciado a sua avaliação. Os autores sugerem ainda o recurso a elementos interativos, capazes de oferecer uma explicação breve numa primeira camada e informação adicional a quem pretenda conhecer melhor o processo.

Um modelo deste tipo poderia combinar uma indicação curta — por exemplo, “Este conteúdo foi produzido com apoio de IA” — com uma descrição acessível das tarefas realizadas: transcrição da entrevista, tradução inicial, análise de documentos ou criação de uma ilustração. Deveria também esclarecer que verificações foram efetuadas e quem assumiu a responsabilidade editorial.

A localização do aviso tem igualmente um significado ético. Uma nota colocada no final protege menos a capacidade de escolha do leitor, porque a informação só é conhecida depois do contacto com o conteúdo. A sua apresentação no início permite que a pessoa decida como pretende interpretar, utilizar ou verificar aquilo que vai ler.

Os autores defendem também uma progressiva normalização das práticas de rotulagem. Sem algum grau de consistência entre organizações, os leitores terão de aprender o significado de diferentes expressões, símbolos e políticas em cada meio de comunicação. A proliferação de avisos incompatíveis pode aumentar, em vez de reduzir, a confusão.

A confiança não será construída apenas com rótulos

A normalização pode ajudar, mas não resolve sozinha o problema.

A confiança no jornalismo não resulta exclusivamente da presença de um aviso, de um código de conduta ou de uma política pública sobre inteligência artificial. É construída através do comportamento continuado das organizações: da qualidade da informação, da correção pública dos erros, da independência editorial, da transparência sobre conflitos de interesse e da capacidade de responder perante os públicos.

Os rótulos só terão valor se estiverem ligados a práticas verificáveis.

Uma organização que afirma assegurar supervisão humana, mas não dispõe de procedimentos claros de revisão, transforma a transparência numa estratégia de comunicação. Do mesmo modo, uma redação pode publicar uma política detalhada sobre IA e continuar sem oferecer aos jornalistas formação, tempo ou autonomia para avaliar criticamente os resultados produzidos pelos sistemas.

Investigações sobre a adoção responsável de inteligência artificial nas redações têm chamado a atenção para barreiras internas, incluindo a separação entre conhecimentos técnicos, decisões de gestão e práticas editoriais. Quando a informação sobre os sistemas fica concentrada em departamentos ou equipas específicas, os próprios jornalistas podem não compreender plenamente as ferramentas que utilizam ou os riscos que precisam de controlar.

Explicar a IA aos leitores exige, antes de mais, que as organizações sejam capazes de a explicar internamente.

Uma nova fase do debate sobre IA e jornalismo

As duas investigações analisadas pelo Nieman Lab não encerram a discussão, nem permitem estabelecer uma solução universal para todas as redações. O estudo experimental foi realizado no Chile, enquanto a investigação sobre rótulos se baseou em entrevistas e procurou compreender expectativas e interpretações dos participantes. As conclusões devem, por isso, ser lidas à luz dos respetivos contextos e metodologias.

Ainda assim, quando consideradas em conjunto, oferecem evidências importantes de uma mudança no debate.

Uma primeira fase da relação entre inteligência artificial e jornalismo concentrou-se na automação: que tarefas poderiam ser realizadas por sistemas e quais seriam as consequências para o trabalho jornalístico.

Uma segunda fase colocou no centro os princípios éticos, os enviesamentos, a proteção de direitos, a regulação, a transparência e a responsabilidade das organizações.

A fase agora emergente não substitui as anteriores, mas acrescenta-lhes uma questão decisiva: como transformar princípios gerais em formas de comunicação que façam sentido para os públicos?

O problema já não consiste apenas em adotar a inteligência artificial de maneira responsável dentro das redações. As organizações precisam de tornar essa responsabilidade visível, inteligível e credível para quem recebe a informação.

Isso implica abandonar declarações vagas, distinguir diferentes graus de intervenção tecnológica e esclarecer que trabalho foi realizado por jornalistas. Significa reconhecer que “gerado por IA” e “assistido por IA” não descrevem a mesma realidade. E exige compreender que a supervisão humana só reforça a confiança quando representa uma intervenção editorial efetiva, e não apenas a presença formal de uma pessoa no final do processo.

O desafio que se coloca às redações é, portanto, mais exigente do que acrescentar um rótulo. Trata-se de desenvolver uma linguagem pública para explicar a produção jornalística numa época em que autoria, automação e decisão editorial se encontram cada vez mais interligadas.

A transparência permanece indispensável, mas a confiança dependerá daquilo que essa transparência conseguir mostrar: onde a inteligência artificial interveio, quais foram os seus limites, como o conteúdo foi verificado e quem continua disposto a responder por aquilo que foi publicado.