Fórum em NY mostra usos da IA no jornalismo investigativo

No prédio do The New York Times, cerca de 150 jornalistas se reuniram em um fórum que discutiu como a inteligência artificial está mudando o jornalismo investigativo.

No corredor do lado de fora, uma parede comemora os mais de 140 prêmios Pulitzer do jornal, desde 1918. Os vencedores deste ano na categoria de Reportagem Investigativa foram premiados após uma auditoria na SEC (Securities and Exchange Commission, agência federal independente nos EUA) sobre criptomoedas, mostrando o enfraquecimento da fiscalização. O trabalho contou com ajuda de modelos de linguagem de inteligência artificial.

Oito premiados com o Pulitzer neste ano declararam uso de IA nos respectivos trabalhos, um recorde, segundo o Nieman Lab.

Esse número prova que não é mais sobre um editor curioso testando um chatbot. É sobre infraestrutura e método de apuração mudando nas camadas mais internas, sem que ninguém tenha combinado como auditar esse rastro.

A diferença entre um agente de IA e uma ferramenta de busca tradicional está em três coisas: ele sugere caminhos que ninguém pediu, cruza bases diferentes sozinho e monta uma linha do tempo a partir de um comando em linguagem natural. A busca antiga devolvia links. O agente devolve uma hipótese de pauta.

E é aí que a responsabilidade editorial muda de lugar: quem responde pela hipótese que o agente levantou e o repórter seguiu?

Caso Epstein e agentes de IA

O caso que virou divisor de águas foi a liberação dos arquivos Epstein. Em 30 de janeiro, o Departamento de Justiça dos Estados Unidos soltou mais de 3,5 milhões de páginas de documentos, além de dezenas de milhares de imagens e vídeos.

Duy Nguyen, que lidera a pesquisa de ciência de IA no Times, comparou: se impressos, os PDFs empilhariam até a altura do Empire State Building. Um repórter levaria 11 anos para ler tudo.

Redações como Associated Press, NPR e o próprio Times montaram ferramentas internas para peneirar esse material.

A NPR classificou documentos por tipo (e-mail, petição judicial, registro de voo, lista de testemunhas), agrupou por local e extraiu entidades. Uma busca por “Príncipe Andrew” também trouxe arquivos que citavam “o Duque de York”.

O Times construiu o Epstein Files Engine, um chatbot interno sobre a plataforma de código aberto LibreChat.

Mais de 100 jornalistas do jornal fizeram mais de 5.000 perguntas ao motor, que contribuiu para ao menos 20 matérias publicadas.

Alguns comandos reais que os repórteres digitaram:

• Cruze a cobertura do jornal sobre Epstein nos últimos três meses com os nomes mais citados nos documentos e liste os que cobrimos menos.
• Ache o e-mail em que Kathryn Ruemmler diz que está sentindo falta do anel no apartamento de Epstein (exemplo de prompt).
• Monte uma linha do tempo da morte de Epstein em tabela, com testemunhas, links e citações quando houver.

O salto fica claro quando você compara com o que a redação fazia antes. A busca interna antiga exigia que o repórter soubesse o que procurar.

O agente aceita um pedido vago e devolve uma trilha. Economiza semanas, mas também cria um problema novo: a trilha que o agente percorreu não fica registrada de forma auditável por padrão.

Alucinação, custo de tokens e viés

O fórum listou os limites que foram percebidos nos trabalhos. Afrooz Mosallaei, do Center for News, Technology & Innovation, disse: “IA é muito boa em gerar leads, mas muito menos capaz de estabelecer evidências publicáveis”.

Ela acrescentou que verificação, desenvolvimento de fontes, compreensão textual e julgamento editorial continuam sendo responsabilidades humanas.

Traduzindo para a rotina da redação: o agente serve para chegar mais rápido ao documento. Não serve para dizer que o documento prova algo. A prova continua sendo a planilha, o PDF, a fonte, o cruzamento conferido por um ser humano.

Os outros dois freios apareceram nas conversas de corredor. O primeiro é o custo. Cada pergunta a um modelo de linguagem consome tokens, e a conta cresce com o tamanho do objeto analisado. Investigação de documentos com milhões de páginas não é barata de rodar.

O segundo é o viés de corpus: o agente só enxerga o que está na base que você deu a ele. Se a base tem lacuna, o agente responde com confiança sobre uma realidade incompleta e, consequentemente, “alucina”.

Juliana Castro Varón, editora sênior de design das iniciativas de IA do Times, resumiu a aposta da casa no discurso de abertura: o Times não está fazendo “robôs contam as notícias”, mas adotando IA de várias formas para tornar o trabalho mais eficiente e capaz de fazer o que seria muito difícil de outro jeito. Para ela, a parte mais útil da tecnologia é entender imagens e texto, mais do que criar algo.

Personas disfarçadas e o agente que virou porta de entrada

Depois do motor do caso Epstein, o time do Times criou outras ferramentas de busca agêntica. Antes da série de 175 anos do jornal, montou o “Morgue Bot”, para facilitar a entrada de repórteres no arquivo histórico.

A equipe também desenvolveu o News Agent, que chamam de porta de entrada da IA no jornal. O sistema se conecta aos arquivos do Times, aos documentos do caso Epstein, ao guia de estilo interno e à web. Qualquer repórter pode construir o próprio agente de busca para um projeto específico.

Nguyen descreveu o News Agent como um “agente omnibus” ou “uber agent”, uma substituição direta para chatbots como Gemini ou ChatGPT, mas voltado para a redação. O texto de apresentação da ferramenta diz apenas: “Pergunte qualquer coisa”.

Aqui está o ponto que me interessa como quem já operou esse tipo de sistema:

Quando a ferramenta deixa de ser um buscador e passa a ser um agente que qualquer repórter configura, o controle de qualidade sai do time central e se espalha por dezenas de projetos paralelos.

Cada agente tem sua própria base, seu próprio prompt, seu próprio viés. Ninguém audita todos ao mesmo tempo.

O fórum também tratou de usos que vão além da busca em documentos. Personas de IA disfarçadas, para reportagem disfarçada, entraram na conversa.

É o tipo de aplicação que levanta questão ética e legal imediata: um repórter que usa uma persona sintética para se passar por outra pessoa está fazendo o quê, exatamente, do ponto de vista da lei e da ética profissional?

O que segue em aberto para quem apura no Brasil

As perguntas que o fórum não fechou são as que mais importam para uma redação que quer implementar projetos de inteligência artificial.

• Quanto custa, em reais, rodar um agente sobre um corpus grande de documentos públicos?
• Que ferramentas específicas estão sendo usadas para construir personas de IA, e com que salvaguardas?
• Como fica o rastro metodológico da apuração quando o agente sugere o caminho e o repórter segue?

Nenhuma dessas respostas foi dada no fórum. O que temos pra hoje é o retrato de um momento em que a velocidade da apuração aumentou e o controle sobre o método não acompanhou no mesmo ritmo.

A pergunta que fica não é se a redação vai usar agentes.

É quem, dentro da redação, vai assinar embaixo quando o agente errar?