Em breve um post como esse pode estar sendo escrito por uma máquina. Não muito em breve, espero. Aliás, como você pode ter certeza que esse ...
Em breve um post como esse pode estar sendo escrito por uma máquina. Não muito em breve, espero. Aliás, como você pode ter certeza que esse texto já não foi escrito por eu, robô? Syntax error...General failure...Error 502
Alan Turing já havia proposto um teste para determinar se uma máquina era realmente "inteligente". Em sua proposta original, um juiz conversaria com um ser humano e uma máquina por um canal que só mostrasse texto (um monitor e um teclado, por exemplo). Se o juiz não conseguisse determinar, com certeza, quem era a máquina e quem era o ser humano, a máquina teria passado no teste.
Mas como determinar se um texto jornalístico foi escrito por um jornalista humano ou por um programa de computador? Bem, a princípio um texto informativo básico (não uma reportagem mais analítica) baseado em fontes que alimentem o programa com dados brutos sendo recheado com frases padronizadas, alguns clichês e um pouco de jargão jornalístico jogado aleatoriamente de forma a não repetir termos e sorteando outros para manter uma aparência de espontaneidade é perfeitamente possível de ser feito e já está sendo empregado em certas áreas, como o jornalismo esportivo, por exemplo.
Algumas das maiores publicações dos EUA publicaram matérias nas últimas semanas sobre uma empresa que desenvolveu um sistema para gerar um texto jornalístico de forma automática. É mais uma pressão a ser sentida pela classe que a cada dia sentem mais e mais as lasquinhas que são tiradas da profissão que sofreu com a investida dos blogueiros (tamo junto e misturado), da tecnologia que deixou a informação cada vez mais rápida e abundante (exigindo um ritmo de apuração e coleta de material como não se teve notícia na história), das próprias redações que andam enxugando os quadros no mundo todo e também pode-se dizer da pirataria.
Ainda que, por outro lado, as pessoas estão lendo mais e demandando mais informação tempestiva. Ainda que cada vez menos dispostas a pagarem muito por ela.
Assim, essa novidade não poderia chegar em pior hora. Mas chegou. Trata-se de programa que combina mineração de dados brutos e estatísticas e relaciona com informações retiradas de fontes pré-estabelecidas (como algumas mídias sociais, por exemplo) e fornece uma nota já formatada para ser lida com toda a informação objetiva e bem-estruturada.
É o que pode ser conferido no blog sobre finanças publicado pela Forbes usando a tecnologia da Narrative Science. Empresa criada por professores da Northwestern University de Nova York e que desenvolve a ferramenta há mais de dez anos.
Esse tipo de iniciativa não chega a ser propriamente uma novidade. Versões semelhantes de apoio aos jornalistas e repórteres já são utilizadas pelas redações da grande mídia na produção de textos editoriais. É o caso da Globo.com que em parceria com o Departamento de Informática da PUC-Rio, vem lançando mão, há mais de um ano, da chamada Web Semântica. Usando palavras cujo significado são entendidos pelos coletores automatizados é possível saber quantos chutes a gol determinada equipe deu com base no número de chutes que cada jogador daquela equipe individualmente desferiu à meta adversária.
Mas o que se vê agora não é mais o uso de desses apuradores automáticos como ferramenta de apoio, é gerado o próprio texto que antes seria produzido por um jornalista/blogueiro. Enfim, por um ser humano. Em abril desse ano, o repórter Ben Welsh do Los Angeles Times, revelou que faz três anos que ele próprio vem automatizando a produção de matérias. Ou seja, um jornal de grande circulação revelando que publica matérias escritas por computador. E não está sozinho.
Acontece que nos EUA, órgãos de governo divulgam digitalmente dados públicos com uma abrangência muito maior do que o praticado aqui no Brasil (apesar do discurso de transparência estar ganhando corpo). Assim, o Departamento de Polícia de Los Angeles, LAPD, ao raiar do dia envia uma listagem com todas prisões feitas no dia (e na noite) anterior em meio digital para jornais e cidadãos interessados.
Um programa simples, escrito por Ben, abre e lê diariamente a planilha Excel enviada pelo LAPD e joga em tabelas em um banco de dados. Após a coleta analisa os dados. Como se trata de uma cidade de celebridades (Como diria Licinha Lins: Hollywood está ali) o programa procura precipuamente se há algum artista entre os capturados (Nada vende mais jornal do que escancarar os delitos de uma personalidade pública). Após a diversão (brincadeirinha, o programa nem liga), ele compara também a natureza dos crimes, estatísticas relevantes, etc. Aquilo que um experiente jornalista policial investigaria e que a aplicação de Ben é capaz de executar em segundos.
Depois, o resultado dessa análise é convertido em texto de acordo com alguns modelos: "Ontem às X horas se deu o crime Y, a ocorrência foi registrada por Z". Bem esperto, não é?
Alguns desses textos são distribuídos para outros repórteres policiais, outros servem de base para reportagens mais aprofundadas, mas alguns são publicados diretamente, sem maiores apurações. Como aqueles bloquinhos de registro de informação rápida. Bem no estilo "programação de cinema".
Usando outro software, a Forbes publica um blog sobre dados colhidos das empresas com ações em bolsa com texto gerado automaticamente. Leia um trecho de um post típico e julgue você mesmo:
Limited Brands (LTD) reporta seus ganhos do primeiro trimestre na quarta-feira, 16 maio, 2012.
O que esperar:
Os analistas estão projetando ganhos de 40 centavos por ação, combinando esse número a partir de um ano atrás. (...)
Um ano depois de ter sido 2,22 bilhões de dólares, analistas esperam que a receita caia 3,5% em relação ao ano até 2,14 bilhões dólares no trimestre. Para o ano, a receita deverá rolar em 10,32 bilhões dólares.(...)
Tendências a serem observados:
O declínio no lucro líquido no quarto trimestre do ano fiscal passado tirou uma série de três trimestre de lucro crescente. O lucro caiu 20,8% ano-sobre-ano no trimestre mais recente. Indo mais fundo, o número subiu 54,1% no terceiro trimestre do ano fiscal passado, 29,8% no segundo trimestre do ano fiscal passado e 46% no primeiro trimestre do ano fiscal passado.(...)
Limited Brands é um varejista de roupas íntimas e outros produto de beleza, cuidados pessoais e acessórios femininos. Algumas das suas marcas incluem Victorias Secret, Bath, Pink & Body Works e Henri Bendel. A empresa foi fundada em 1963 e está sediada em Columbus, Ohio.
A Forbes, como outros 30 clientes, usa o serviço da Narrative Science (NS). A empresa recebeu 6 milhões de dólares de investimento só esse ano. Além da análise financeira, a NS também publica matérias esportivas e políticas.
O serviço da Narrative Science é largamente empregado em eventos que não são cobertos normalmente por jornalistas. As Little Leagues de beisebol, onde centenas de milhares de crianças competem, é um bom exemplo. Os pais dos pequenos jogadores alimentam as estatísticas em uma app para registro, que é depois aproveitado pelos robôs-jornalistas.
A própria NS estima que 1,5 milhão de partidas este ano terão a cobertura artificial, que custarão menos de 10 dólares para uma reportagem de 500 palavras.
Kristian Hammond, CTO e cofundador da Narrative Science, dá outro exemplo dessa forma de criação de textos em seu blog. Como vemos nesse trecho sobre os pré-candidatos republicanos à corrida presidencial nos EUA:
Newt Gingrich teve o maior aumento na quantidade de tuítes sobre ele hoje. A atividade associada ao candidato no Twitter deu um salto desde ontem, com a maioria dos usuários tuitando sobre impostos e questões de caráter. Newt Gingrich tem sido consistentemente popular no Twitter, e foi quem mais cresceu no site nos últimos quatro dias. O número de tuítes sobre Ron Paul, ao contrário, caiu nas últimas 24 horas. Outro que perdeu tráfego foi Rick Santorum, que tem tido queda constante no número de tuítes a seu respeito.
Boa parte dos que defendem a tecnologia, minimizam o risco de aumento significativo de desemprego no setor dizendo que os profissionais estarão mais livres para fazerem reportagem que exijam análises mais aprofundadas.
Mas Hammond vai além. Diz que nos próximos 5 anos um texto produzido por autômatos provavelmente ganhará o Pullitzer.
Em setembro do ano passado um texto foi produzidos em menos de um minuto pelo serviço da NS no final da terceira parte de um jogo de futebol americano:
O Wisconsin parece estar embalado para a vitória, uma vez que vence por 51-10 na terceira parte contra a UNLV, esta quinta-feira, no Estádio Camp Randall.
Foi um feito notável. Mas nem todos ficaram felizes. O jornalista Charles Walsh, numa coluna do ctpost.com com o título "Nenhum computador vai bater-me na corrida ao Pulitzer" reclamou:
Fonte:
Narrative Science, IDGNow, O Globo, Gizmodo, RTP, Forbes
[Via BBA]
 |
| Robô-escritor do filme A Invenção de hugo Cabret (Hugo) |
Alan Turing já havia proposto um teste para determinar se uma máquina era realmente "inteligente". Em sua proposta original, um juiz conversaria com um ser humano e uma máquina por um canal que só mostrasse texto (um monitor e um teclado, por exemplo). Se o juiz não conseguisse determinar, com certeza, quem era a máquina e quem era o ser humano, a máquina teria passado no teste.
Mas como determinar se um texto jornalístico foi escrito por um jornalista humano ou por um programa de computador? Bem, a princípio um texto informativo básico (não uma reportagem mais analítica) baseado em fontes que alimentem o programa com dados brutos sendo recheado com frases padronizadas, alguns clichês e um pouco de jargão jornalístico jogado aleatoriamente de forma a não repetir termos e sorteando outros para manter uma aparência de espontaneidade é perfeitamente possível de ser feito e já está sendo empregado em certas áreas, como o jornalismo esportivo, por exemplo.
Algumas das maiores publicações dos EUA publicaram matérias nas últimas semanas sobre uma empresa que desenvolveu um sistema para gerar um texto jornalístico de forma automática. É mais uma pressão a ser sentida pela classe que a cada dia sentem mais e mais as lasquinhas que são tiradas da profissão que sofreu com a investida dos blogueiros (tamo junto e misturado), da tecnologia que deixou a informação cada vez mais rápida e abundante (exigindo um ritmo de apuração e coleta de material como não se teve notícia na história), das próprias redações que andam enxugando os quadros no mundo todo e também pode-se dizer da pirataria.
Ainda que, por outro lado, as pessoas estão lendo mais e demandando mais informação tempestiva. Ainda que cada vez menos dispostas a pagarem muito por ela.
Assim, essa novidade não poderia chegar em pior hora. Mas chegou. Trata-se de programa que combina mineração de dados brutos e estatísticas e relaciona com informações retiradas de fontes pré-estabelecidas (como algumas mídias sociais, por exemplo) e fornece uma nota já formatada para ser lida com toda a informação objetiva e bem-estruturada.
É o que pode ser conferido no blog sobre finanças publicado pela Forbes usando a tecnologia da Narrative Science. Empresa criada por professores da Northwestern University de Nova York e que desenvolve a ferramenta há mais de dez anos.
Esse tipo de iniciativa não chega a ser propriamente uma novidade. Versões semelhantes de apoio aos jornalistas e repórteres já são utilizadas pelas redações da grande mídia na produção de textos editoriais. É o caso da Globo.com que em parceria com o Departamento de Informática da PUC-Rio, vem lançando mão, há mais de um ano, da chamada Web Semântica. Usando palavras cujo significado são entendidos pelos coletores automatizados é possível saber quantos chutes a gol determinada equipe deu com base no número de chutes que cada jogador daquela equipe individualmente desferiu à meta adversária.
Por exemplo, se eu quiser o total de chutes a gol de um time, os dados já embutem a semântica que basta contar os chutes dos jogadores do time, pois ele “entende” que um jogador pertence a um time, e quem faz chute é jogador, não o time. Os indicadores da ocorrência de um estereótipo são definidos em termos de papéis descritos no modelo semântico. Por exemplo: jogador de ataque, jogador de defesa, etc. Os estereótipos de jogo terminam expressos por conjuntos de queries [pesquisas].
Professor Daniel Schwabe. Coordenador do projeto na PUC-Rio
Mas o que se vê agora não é mais o uso de desses apuradores automáticos como ferramenta de apoio, é gerado o próprio texto que antes seria produzido por um jornalista/blogueiro. Enfim, por um ser humano. Em abril desse ano, o repórter Ben Welsh do Los Angeles Times, revelou que faz três anos que ele próprio vem automatizando a produção de matérias. Ou seja, um jornal de grande circulação revelando que publica matérias escritas por computador. E não está sozinho.
Acontece que nos EUA, órgãos de governo divulgam digitalmente dados públicos com uma abrangência muito maior do que o praticado aqui no Brasil (apesar do discurso de transparência estar ganhando corpo). Assim, o Departamento de Polícia de Los Angeles, LAPD, ao raiar do dia envia uma listagem com todas prisões feitas no dia (e na noite) anterior em meio digital para jornais e cidadãos interessados.
Um programa simples, escrito por Ben, abre e lê diariamente a planilha Excel enviada pelo LAPD e joga em tabelas em um banco de dados. Após a coleta analisa os dados. Como se trata de uma cidade de celebridades (Como diria Licinha Lins: Hollywood está ali) o programa procura precipuamente se há algum artista entre os capturados (Nada vende mais jornal do que escancarar os delitos de uma personalidade pública). Após a diversão (brincadeirinha, o programa nem liga), ele compara também a natureza dos crimes, estatísticas relevantes, etc. Aquilo que um experiente jornalista policial investigaria e que a aplicação de Ben é capaz de executar em segundos.
Depois, o resultado dessa análise é convertido em texto de acordo com alguns modelos: "Ontem às X horas se deu o crime Y, a ocorrência foi registrada por Z". Bem esperto, não é?
Alguns desses textos são distribuídos para outros repórteres policiais, outros servem de base para reportagens mais aprofundadas, mas alguns são publicados diretamente, sem maiores apurações. Como aqueles bloquinhos de registro de informação rápida. Bem no estilo "programação de cinema".
Usando outro software, a Forbes publica um blog sobre dados colhidos das empresas com ações em bolsa com texto gerado automaticamente. Leia um trecho de um post típico e julgue você mesmo:
Limited Brands (LTD) reporta seus ganhos do primeiro trimestre na quarta-feira, 16 maio, 2012.
O que esperar:
Os analistas estão projetando ganhos de 40 centavos por ação, combinando esse número a partir de um ano atrás. (...)
Um ano depois de ter sido 2,22 bilhões de dólares, analistas esperam que a receita caia 3,5% em relação ao ano até 2,14 bilhões dólares no trimestre. Para o ano, a receita deverá rolar em 10,32 bilhões dólares.(...)
Tendências a serem observados:
O declínio no lucro líquido no quarto trimestre do ano fiscal passado tirou uma série de três trimestre de lucro crescente. O lucro caiu 20,8% ano-sobre-ano no trimestre mais recente. Indo mais fundo, o número subiu 54,1% no terceiro trimestre do ano fiscal passado, 29,8% no segundo trimestre do ano fiscal passado e 46% no primeiro trimestre do ano fiscal passado.(...)
Limited Brands é um varejista de roupas íntimas e outros produto de beleza, cuidados pessoais e acessórios femininos. Algumas das suas marcas incluem Victorias Secret, Bath, Pink & Body Works e Henri Bendel. A empresa foi fundada em 1963 e está sediada em Columbus, Ohio.
A Forbes, como outros 30 clientes, usa o serviço da Narrative Science (NS). A empresa recebeu 6 milhões de dólares de investimento só esse ano. Além da análise financeira, a NS também publica matérias esportivas e políticas.
O serviço da Narrative Science é largamente empregado em eventos que não são cobertos normalmente por jornalistas. As Little Leagues de beisebol, onde centenas de milhares de crianças competem, é um bom exemplo. Os pais dos pequenos jogadores alimentam as estatísticas em uma app para registro, que é depois aproveitado pelos robôs-jornalistas.
A própria NS estima que 1,5 milhão de partidas este ano terão a cobertura artificial, que custarão menos de 10 dólares para uma reportagem de 500 palavras.
Kristian Hammond, CTO e cofundador da Narrative Science, dá outro exemplo dessa forma de criação de textos em seu blog. Como vemos nesse trecho sobre os pré-candidatos republicanos à corrida presidencial nos EUA:
Newt Gingrich teve o maior aumento na quantidade de tuítes sobre ele hoje. A atividade associada ao candidato no Twitter deu um salto desde ontem, com a maioria dos usuários tuitando sobre impostos e questões de caráter. Newt Gingrich tem sido consistentemente popular no Twitter, e foi quem mais cresceu no site nos últimos quatro dias. O número de tuítes sobre Ron Paul, ao contrário, caiu nas últimas 24 horas. Outro que perdeu tráfego foi Rick Santorum, que tem tido queda constante no número de tuítes a seu respeito.
Boa parte dos que defendem a tecnologia, minimizam o risco de aumento significativo de desemprego no setor dizendo que os profissionais estarão mais livres para fazerem reportagem que exijam análises mais aprofundadas.
Mas Hammond vai além. Diz que nos próximos 5 anos um texto produzido por autômatos provavelmente ganhará o Pullitzer.
Em setembro do ano passado um texto foi produzidos em menos de um minuto pelo serviço da NS no final da terceira parte de um jogo de futebol americano:
O Wisconsin parece estar embalado para a vitória, uma vez que vence por 51-10 na terceira parte contra a UNLV, esta quinta-feira, no Estádio Camp Randall.
Foi um feito notável. Mas nem todos ficaram felizes. O jornalista Charles Walsh, numa coluna do ctpost.com com o título "Nenhum computador vai bater-me na corrida ao Pulitzer" reclamou:
Hey, impostor, quando um time está à frente por 41 pontos na terceira parte do jogo não 'parece' estar embalado.Esse tipo de sistema especialista parece ser uma tendência. Ainda mais com a crise por que passam os jornais e revistas tendo que se reinventarem diante do desafio imposto pela tecnologia. De qualquer forma a caixa de Pandora está aberta e os jornalistas podem começar a questionar: Será a NS o Deep Blue da classe jornalística?
Fonte:
Narrative Science, IDGNow, O Globo, Gizmodo, RTP, Forbes
[Via BBA]
