IA GENERATIVA: POTENCIAL E LIMITAÇÕES DOS LARGE LANGUAGE MODELS E PROMPTS NA PRODUÇÃO DE NOTÍCIAS
POTENTIAL AND LIMITATIONS OF LARGE LANGUAGE MODELS AND PROMPTS IN NEWS PRODUCTION
DOI:
https://doi.org/10.21882/ruc.v11i19.985Resumo
A expansão da Inteligência Artificial Generativa (GenAI), exemplificada pelo ChatGPT e MidJourney, destaca a crescente tendência de criação de conteúdos textuais e visuais por meio de software. Esse estudo examina como os softwares de GenAI podem auxiliar na produção de notícias, discutindo seus potenciais e limitações. Os objetos empíricos são ChatGPT (OpenAI), Gemini AI (Google) e MariTalk (Maritaca AI). A metodologia qualitativa e exploratória inclui uma revisão de literatura e o desenvolvimento de um protocolo de testes e critérios de avaliação, abordando aspectos computacionais e jornalísticos, como títulos, leads, uso de fontes e precisão. Os resultados indicam que, embora não gerem diretamente conteúdos noticiosos, os softwares de GenAI podem ser assistentes úteis nas redações, melhorando textos e sugerindo ideias, em um equilíbrio entre a automação e o julgamento editorial humano.
Palavras-chave: jornalismo; automação; geração de linguagem natural; software; comunicação digital.
Abstract
The expansion of GenAI, exemplified by ChatGPT, and MidJourney, highlights the growing trend of creating textual and visual content through software. This study examines how GenAI software can assist in news production, discussing their potential and limitations. The empirical objects are ChatGPT (OpenAI), Gemini AI (Google), and MariTalk (Maritaca AI). The qualitative and exploratory methodology includes a literature review and the development of a testing protocol and evaluation criteria, addressing computational and journalistic aspects such as titles, leads, font usage, and accuracy. The results indicate that, although they do not directly generate news content, GenAI software can serve as useful assistants in newsrooms, enhancing texts and suggesting ideas, striking a balance between automation and human editorial judgment.
Keywords: journalism; automation; natural language generation; software; digital communication.
Resumen
La expansión de la inteligencia artificial generativa (GenAI), ejemplificada por ChatGPT y MidJourney, destaca la creciente tendencia a crear contenidos textuales y visuales mediante software. Ese estudio examina cómo los programas de GenAI pueden ayudar en la producción de noticias, discutiendo sus potencias y limitaciones. Los objetos empíricos son ChatGPT (OpenAI), Gemini AI (Google) y MariTalk (Maritaca AI). La metodología cualitativa y exploratoria incluye una revisión de literatura y el desarrollo de un protocolo de pruebas y criterios de evaluación, desarrollando aspectos computacionales y periodísticos, como títulos, leads, uso de fuentes y precisión. Los resultados apuntan que, aunque no generan directamente contenidos de noticias, los softwares de GenAI pueden ser asistentes útiles en las redacciones, mejorando textos y sugiriendo ideas, en un equilibrio entre la automatización y el juicio editorial humano.
Palabras clave: periodismo; automatización; generación de lenguaje natural; software; comunicación digital.
Downloads
Referências
ARCE, T. O lead automatizado: uma possibilidade de tratamento da informação para o jornalismo impresso diário. Revista Exacta, São Paulo, v. 2, n. 3, p. 253-262, 2009. DOI: http://dx.doi.org/10.18674/exacta.v2i3.253. Disponível em: https://revistas.unibh.br/dcet/article/view/253. Acesso em: 18 dez. 2024.
BECKETT, C. New powers, new responsibilities: a global survey of journalism and artificial intelligence. The London School of Economics and Political Science. Polis Journalism and Society. Google News Initiative, 2019. Disponível em: https://bit.ly/3P4tf4G/. Acesso em: 26 July 2023.
BERTI, O. M. C. ChatGPT: evolução ou fim do jornalismo? São Luís: EdUESPI, 2023.
CARREIRA, K. A. C. Notícias automatizadas: a evolução que levou o jornalismo a ser feito por não humanos. 2017. 205 f. Dissertação (Mestrado em Comunicação Social) — Programa de Pós-Graduação em Comunicação Social, Universidade Metodista de São Paulo, São Bernardo do Campo, 2017. Disponível em: https://bdtd.ibict.br/vufind/Record/METO_edfc0ee1d54839c2b5477b8e783ec6ce. Acesso em: 18 dez. 2024.
CANAVILHAS, J. Manual de jornalismo na web. Covilhã: LabCom UBI, 2024.
CANAVILHAS, J. Produção automática de texto jornalístico com IA: contributo para uma história. Textual & Visual Media, Madri, v. 17, p. 22-40, 2023. DOI: https://doi.org/10.56418/txt.17.1.2023.2. Disponível em: https://textualvisualmedia.com/index.php/txtvmedia/article/view/319. Acesso em: 18 dez. 2024.
CORTIZ, D. Entendendo as alucinações do ChatGPT. Disponível em: https://bit.ly/45sKu4O/. Acesso em: 06 jul. 2023.
DÖRR, K. Mapping the field of algorithmic journalism. Digital Journalism, London, v. 4, n. 6, p. 700-722, 2015. DOI:10.1080/21670811.2015.1096748. Disponível em: https://www.researchgate.net/publication/282642995_Mapping_the_field_of_Algorithmic_Journalis. Acesso em: 18 Dec. 2024.
FLORIDI, L.; CHIRIATTI, M. GPT-3: its nature, scope, limits, and consequences. Minds and Machines, Dordrecht, v. 30, p. 681-694, 2020. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3827044. Acesso em: 18 Dec. 2024.
LAGE, N. Estrutura da notícia. São Paulo: Editora Ática, 1987.
LAKATO, E. M.; MARCONI, M. A. Fundamentos de metodologia científica. 5. ed. São Paulo: Atlas, 2003.
LEE, A. Para que são usados os grandes modelos de linguagem? Nvidia, 29 mar. 2019. Disponível em: https://bit.ly/43ISspe. Acesso em: 10 jul. 2023.
LIMA JUNIOR, W. T.; PAULA, F. G. Funções do jornalista em ecossistema informativo digital conectado composto por máquinas sociais pré-cognitivas. Comunicação & Sociedade, Braga, v. 43, n. 2, p. 129-153, 2021. DOI: https://doi.org/10.15603/2176-0985/cs.v43n2p129-154. Disponível em: https://revistas.metodista.br/index.php/comunicacaosociedade/article/view/378. Acesso em: 18 Dec. 2024.
LUG, A. Lambda vs. ChatGPT – Similaridades e diferenças. Comparações, Ferramentas. André Lug. 13 mar. 2023. Disponível em: https://bit.ly/3KndrXI. Acesso em: 26 jul. 2024.
MARTINS FILHO, E. L. Manual de redação e estilo de O Estado de S. Paulo. 3. ed. São Paulo: O Estado de S. Paulo, 1997.
PAVLIK, J. V. Collaborating with ChatGPT: considering the implications of generative artificial intelligence for journalism and media education. Journalism & Mass Communication Educator, Londres, v. 78, p. 84-93, 2023. DOI: https://us.sagepub.com/en-us/journals-permissions. Disponível em: https://bpb-us-w2.wpmucdn.com/hawksites.newpaltz.edu/dist/7/800/files/2023/02/collaborating.pdf. Acesso em: 18 Dec. 2024.
PICHAI, S. An important next step on our AI journey. Google Blog, 6 fev. 2023. Disponível em: https://bit.ly/3KMG0Ou. Acesso em: 01 jul. 2023.
PIRES, R. et al. Sabiá: Portuguese large language models. AirXiv, 2023. DOI https://doi.org/10.48550/arXiv.2304.07880. Disponível em: https://arxiv.org/abs/2304.07880. Acesso em: 02 July 2023.
REITER, E.; BELZ, A. An investigation into the validity of some metrics for automatically evaluating natural language generation systems. Computational Linguistics, Cambridge, v. 35, n. 4, p. 529-558, 2009. DOI: 10.1162/coli.2009.35.4.35405. Disponível em: https://aclanthology.org/J09-4008/. Acesso em: 18 Dec. 2024.
SANTOS, M. C. What I learned interviewing a robot: notes on the experimental application of the EIAF methodology using the ChatGPT artificial intelligence tool. Hipertext.net, Barcelona, n. 26, p. 23-29, 2023. DOI: 10.31009/hipertext.net.2023.i26.04. Disponível em: https://www.researchgate.net/publication/371149895_What_I_learned_interviewing_a_robot_Notes_on_the_experimental_application_of_the_EIAF_methodology_using_the_ChatGPT_artificial_intelligence_tool. Acesso em: 18 Dec. 2024.
SANTOS, M. C. Narrativas automatizadas e a geração de textos jornalísticos: a estrutura de organização do lead traduzida em código. Brazilian Journalism Research, Brasília, v. 12, p. 160-185, 2016. DOI: https://doi.org/10.25200/BJR.v12n1.2016.757. Disponível em: https://bjr.sbpjor.org.br/bjr/article/view/757. Acesso em: 18 Dec. 2024.
SHANNON, C. E. Prediction and entropy of printed English. Bell System Technical Journal, New York, v. 30, p. 50-64, 1951. Disponível em: https://www.princeton.edu/~wbialek/rome/refs/shannon_51.pdf. Acesso em: 18 Dec. 2024.
SOMMERVILLE, I. Engenharia de software. 8. ed. São Paulo: Addison Wesley, 2007.
VASWANI, A. et al. Attention is all you need. In: CONFERENCE ON NEURAL INFORMATION PROCESSING SYSTEMS (NIPS 2017), 31., 2017, Long Beach. Anais […]. Long Beach: NIPS, 2017, p. 1-11. Disponível em: https://bit.ly/483iwy7. Acesso em: 05 July 2023.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
