IA para Pesquisa em Comunicação e Jornalismo

IA em Comunicação e Jornalismo: onde a complexidade dobra

Olha só: pesquisar IA no contexto da Comunicação e do Jornalismo tem uma camada extra de complexidade. Não é só usar IA como ferramenta de pesquisa. É também estudar a IA como objeto de pesquisa, enquanto ela transforma os fenômenos que você está tentando entender.

Pesquisadores de Comunicação que estudam desinformação, algoritmos de plataformas, cobertura jornalística automatizada ou narrativas midiáticas estão lidando com algo que se move. O objeto de pesquisa evolui enquanto você o estuda. E as ferramentas de IA que você usa para pesquisar podem ser parte do problema que você está investigando.

Isso não invalida o uso de IA na pesquisa. Mas pede uma postura crítica explícita, que precisa aparecer na metodologia do trabalho.

O que a área pesquisa (e como a IA se encaixa)

A pesquisa em Comunicação cobre territórios amplos: jornalismo, publicidade, relações públicas, comunicação digital, estudos de mídia, teoria da comunicação, produção audiovisual. Em cada uma dessas subáreas, a IA aparece de formas diferentes.

No jornalismo, a IA já é usada na produção (textos automatizados para dados financeiros e esportivos), na distribuição (algoritmos de feed) e na verificação de fatos (ferramentas de checagem automatizada). Para pesquisar qualquer um desses fenômenos, o pesquisador precisa entender como as ferramentas funcionam, o que exige um mínimo de letramento técnico.

Na área de estudos de mídia e comunicação digital, a pesquisa frequentemente envolve grandes volumes de conteúdo: posts em redes sociais, manchetes, comentários, transmissões. Processar esses corpora manualmente é inviável. A IA entra aqui como ferramenta metodológica.

Ferramentas específicas para análise de corpus midiático

Voyant Tools

O Voyant Tools é uma plataforma gratuita e online para análise de texto. Você cola um corpus de textos (transcrições, artigos, posts) e a ferramenta gera visualizações de frequência de palavras, co-ocorrências, distribuição temporal de termos e redes de conceitos.

Para pesquisas que analisam cobertura jornalística de um tema ao longo do tempo, o Voyant é muito útil. Você pode ver quais termos aparecem mais em determinados períodos, quais palavras costumam ocorrer juntas, como o vocabulário muda entre veículos. É exploratório, não definitivo, mas acelera muito a fase de mapeamento.

Iramuteq

O Iramuteq é um software gratuito de análise lexical, muito usado em pesquisas brasileiras nas ciências humanas. Ele conecta com o R e gera dendrogramas, nuvens de palavras e análises de similitude. Para dissertações e teses em Comunicação que usam análise de conteúdo ou análise de discurso, ele é uma ferramenta consolidada na área.

A vantagem do Iramuteq sobre ferramentas de IA generativa é que ele é transparente: você sabe exatamente o que o algoritmo está calculando. Isso facilita a escrita metodológica e a defesa das escolhas analíticas perante a banca.

Ferramentas de coleta de dados de redes sociais

Para pesquisas que analisam Twitter/X, Instagram, TikTok ou YouTube, há ferramentas específicas para coleta de dados via API. CrowdTangle (embora com restrições crescentes), 4CAT, e a própria API do Twitter são opções que pesquisadores usam. A IA entra aqui no processamento após a coleta: categorização, análise de sentimento, detecção de padrões.

Atenção às restrições éticas e legais: coletar dados de redes sociais para pesquisa exige avaliação de privacidade, e algumas APIs restringiram significativamente o acesso acadêmico nos últimos anos.

O que não funciona: análise de discurso e contexto

Análise de Discurso com maiúsculas, a abordagem teórico-metodológica que vem de Foucault, Pêcheux e a escola francesa, não é compatível com o que a IA faz atualmente.

A Análise de Discurso pressupõe que o sentido de um texto não está nas palavras, mas nas condições de produção, na posição do sujeito, nas formações discursivas. Isso requer interpretação situada, não processamento estatístico de frequência. A IA processa texto. Ela não analisa discurso no sentido teórico.

Quando pesquisadores tentam usar ChatGPT para “fazer a análise de discurso” de um corpus, o resultado é uma categorização temática que se parece com análise mas não é. Bancas com formação na área percebem a diferença.

A análise de conteúdo quantitativa (categorizar manchetes por tema, valência ou fonte, por exemplo) se aproxima mais do que a IA consegue fazer. Mesmo assim, as categorias precisam ser definidas pelo pesquisador, e a validação precisa ser manual.

A questão da desinformação

Pesquisas sobre desinformação, fake news e manipulação informacional são um campo crescente em Comunicação. A IA tem um papel ambíguo aqui.

Do lado das ferramentas: detectores de desinformação automatizados existem, mas têm taxas de erro significativas e costumam ser treinados em dados de contextos específicos que não generalizam bem para outros idiomas e culturas. O pesquisador precisa tratar esses detectores como objetos de análise, não como árbitros de verdade.

Do lado dos riscos: ao usar IA para analisar conteúdo desinformativo, o pesquisador pode inadvertidamente criar registros de conteúdo problemático em servidores de empresas privadas. É preciso pensar nas implicações éticas disso.

Do lado da metodologia: pesquisas sobre desinformação frequentemente envolvem análise de conteúdo em escala. A IA pode processar grandes volumes de texto para identificar padrões iniciais. O pesquisador então analisa em profundidade os casos mais relevantes. É uma triagem, não uma análise.

Metodologia transparente é tudo

Se você usa IA como ferramenta metodológica na sua pesquisa em Comunicação, precisa declarar isso de forma precisa no capítulo de metodologia. Não basta dizer “usei inteligência artificial”. Precisa especificar: qual ferramenta, qual versão, o que você pediu que ela fizesse, como você validou os outputs, quais as limitações reconhecidas.

Esse nível de transparência é o que diferencia um uso metodologicamente defensável de um uso descuidado. Uma banca especializada vai perguntar. Melhor responder na dissertação antes que na defesa.

O Método V.O.E. parte do pressuposto de que a fase de Organizar não é apenas estrutural, é também metodológica. Definir com clareza o que cada ferramenta faz no seu processo de pesquisa é parte da organização do trabalho. Se você ainda está construindo essa estrutura, a página do Método V.O.E. pode ajudar a pensar o processo de forma mais sistemática.

Uma reflexão sobre o objeto e a ferramenta

Tem algo paradoxal em usar algoritmos de linguagem para pesquisar como algoritmos de linguagem transformam o jornalismo e a comunicação pública. O pesquisador que está no meio disso precisa ter clareza sobre quando está usando a ferramenta e quando está estudando ela.

Não é impossível. É só uma camada extra de reflexividade que a área exige. E isso, no fundo, é exatamente o que faz a pesquisa em Comunicação interessante.

Jornalismo automatizado: pesquisar o que já chegou

Um ponto específico merece atenção: pesquisas sobre jornalismo automatizado (ou automatic journalism) já não são especulação sobre o futuro. A Reuters, Associated Press, Bloomberg e outros veículos internacionais já usam sistemas automatizados para produzir textos sobre dados financeiros, resultados esportivos e alertas meteorológicos.

No Brasil, o uso é mais limitado mas cresce. Pesquisar esse fenômeno exige acesso a informações que as empresas raramente divulgam abertamente, o que coloca o pesquisador diante de um desafio metodológico: como estudar um objeto opaco?

A combinação de análise de conteúdo dos textos publicados, entrevistas com profissionais e análise de documentação disponível é o caminho que a maioria dos pesquisadores da área tem adotado. A IA pode ajudar na análise de conteúdo em escala, mas as entrevistas e a análise documental requerem presença humana.

Algoritmos como objetos e como ferramentas

A última consideração, e talvez a mais importante para quem pesquisa Comunicação Digital: os algoritmos das plataformas são ao mesmo tempo objetos de pesquisa (o que eles fazem à informação pública?) e infraestrutura de pesquisa (usando APIs e ferramentas baseadas neles para coletar dados).

Essa dupla posição exige do pesquisador uma clareza sobre qual chapéu está usando em cada momento da pesquisa. Quando você usa a API do YouTube para coletar vídeos sobre um tema, está usando o algoritmo do YouTube como ferramenta. Quando analisa como esses vídeos são recomendados para diferentes perfis de usuário, está estudando o algoritmo como objeto.

Manter essa distinção explícita na metodologia não é preciosismo. É o que vai sustentar a coerência do trabalho quando a banca começar a fazer perguntas sobre as escolhas metodológicas.