Inteligência artificial no jornalismo: diretrizes éticas, valores institucionais e indicadores de boas práticas

Abstract

A partir de um levantamento feito por meio de pesquisa documental de diretrizes apresentadas publicamente por organizações jornalísticas para o uso de recursos baseados em inteligência artificial (IA), o presente trabalho visa propor um conjunto de indicadores de boas práticas para esta finalidade, que possa ser considerado como uma base inicial por veículos de notícias. Devido aos impactos da disrupção tecnológica decorrente do advento da Inteligência Artificial Generativa (IA Gen) e seus grandes modelos de linguagem, constatou-se o surgimento de uma tendência de divulgação de posicionamentos diante das implicações no âmbito ético-profissional do emprego de ferramentas de produção automatizada de conteúdos. Dessa forma, foi observado que orientações editoriais de responsabilidade (accountability) e transparência tornaram-se possíveis soluções de autorregulação para mitigar os riscos à credibilidade institucional e à qualidade do jornalismo praticado. Como forma de sistematizar a compreensão desse fenômeno, realizou-se um estudo de caso não comparativo de natureza qualitativa tomando como amostra as estruturas autorregulatórias da Associated Press, da BBC, do Estadão e do Grupo Globo, o que permitiu a diferenciação de quatro tipos existentes de diretrizes: posicionamentos de redações, protocolos editoriais, declarações de princípios éticos e políticas de uso. A partir dos resultados obtidos com o mapeamento das melhores práticas acerca do tema em nível global, por meio da análise documental de 62 conjuntos de orientações editoriais, foram desenvolvidos indicadores para o balizamento de diretrizes de uso de IA sob os seguintes princípios norteadores: autonomia, responsabilidade, supervisão humana e transparência. Espera-se que esta proposta genérica de regramento possa contribuir para o estabelecimento de sistemas de conformidade (compliance) no âmbito das organizações jornalísticas e, ao mesmo tempo, servir como referência para a atualização de códigos deontológicos já existentes, contribuindo para o necessário debate sobre a atuação profissional em tempos de profundas transformações do setor.

Based on a survey conducted through a documentary analysis of publicly availablguidelines presented by journalistic organizations for the use of artificial intelligence (AI)-based tools, this study aims to propose a set of best practice indicators for this purpose, which can be considered as an initial framework for news organizations. Due to the technological disruption caused by the advent of Generative Artificial Intelligence (GenAI) and its large language models, a trend has emerged of public positioning regarding the ethical and professional implications of employing automated content production tools. In this context, it was observed that editorial guidelines emphasizing accountability and transparency have become viable self-regulation solutions to mitigate risks to institutional credibility and the quality of journalism. To systematize the understanding of this phenomenon, a non-comparative qualitative case study was conducted, analyzing the self-regulatory frameworks of The Associated Press, BBC, Estadão, and Grupo Globo. This approach enabled the identification of four existing types of guidelines: newsroom statements, editorial protocols, declarations of ethical principles, and usage policies. Based on the results obtained from mapping global best practices on the subject, through the documentary analysis of 62 sets of editorial guidelines, indicators were developed to guide the use of AI under the following key principles: autonomy, accountability, human oversight, and transparency. It is hoped that this generic regulatory proposal can contribute to the establishment of compliance systems within journalistic organizations while also serving as a reference for updating existing deontological codes. This initiative seeks to foster the necessary debate on professional practices during a time of profound transformation in the sector.