Publicação: Inteligência Artificial e Informação Qualificada: Uma Abordagem Experimental para Fundamentar o Jornalismo de Prompt
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS SOCIAIS APLICADAS, CNPQ::CIENCIAS SOCIAIS APLICADAS::COMUNICACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Siqueira, Alexandre Gomes de
Resumo
Esta pesquisa investiga o potencial da Inteligência Artificial Generativa (IAG), em especial dos Modelos de Linguagem de Larga Escala (Large Language Models – LLMs), como ferramentas capazes de produzir informações qualificadas. Parte-se da hipótese de que os LLMs podem discernir informações. Para analisar essa premissa, foi criado um conjunto de dados composto por 1.200 pares de entradas, formados por notícias da agência de checagem Aos Fatos e respostas geradas pelo modelo GPT-4o do ChatGPT, formuladas por meio das técnicas zero-shot e few-shot, esta última com cadeia de pensamento (CoT). A análise envolveu a aplicação de medidas de similaridade semântica, métodos de clusterização (K-Means e Aglomerado Hierárquico) e testes estatísticos não-paramétricos (Teste do Sinal), a fim de aferir o desempenho do modelo em relação à verificação informacional. Os resultados revelaram um alto grau de correspondência entre os pares. As medianas de similaridade variaram de 0.80 a 0.95, indicando que, em mais de 90% dos casos, as respostas da IAG apresentaram boa ou quase total correspondência com os conteúdos das checagens humanas. As técnicas few-shot CoT, especialmente a aplicada com o modelo DeepSeek, demonstraram maior rigor crítico na avaliação das nuances semânticas. Esses achados corroboram a hipótese inicial, dando base para a fundamentação de um campo emergente no jornalismo digital: o Jornalismo de Prompt, ou Prompt Jornalismo, é uma área em fundamentação na algoritmosfera, situada na mediação entre humanos e a Inteligência Artificial Generativa, que se dedica ao processo de produção e consumo de informações qualificadas, por meio do conjunto das práticas discursiva, dialógica e técnica, denominada Promptação.
Abstract
This research investigates the potential of Generative Artificial Intelligence (GenAI), particularly Large Language Models (LLMs), as tools capable of producing qualified information. It starts from the hypothesis that LLMs can discern information. To analyze this premise, a dataset comprising 1,200 pairs of entries was created, formed by news from the fact-checking agency Aos Fatos and responses generated by ChatGPT’s GPT-4o model, formulated using zero-shot and few-shot techniques, the latter with chain-of-thought (CoT). The analysis involved the application of semantic similarity measures, clustering methods (K-Means and Hierarchical Clustering), and non-parametric statistical tests (Sign Test), in order to assess the model’s performance regarding informational verification. The results revealed a high degree of correspondence between the pairs. Similarity medians ranged from 0.80 to 0.95, indicating that, in more than 90% of cases, GenAI responses presented good or near-total correspondence with the contents of human fact-checks. Few-shot CoT techniques, especially the one applied with the DeepSeek model, demonstrated greater critical rigor in the evaluation of semantic nuances. These findings corroborate the initial hypothesis, providing a basis for the substantiation of an emerging field in digital journalism: Prompt Journalism, or Prompt Jornalismo, is an area being founded within the algorithmosphere, situated in the mediation between humans and Generative Artificial Intelligence, dedicated to the process of production and consumption of qualified information through the set of discursive, dialogic, and technical practices, denominated Promptaction (“Promptação”).
Palavras-chave
Inteligência Artificial Generativa, Jornalismo de Prompt, Checagem de Fatos, Informação Qualificada, Promptação, Generative Artificial Intelligence, Prompt Journalism, Fact-Checking, Qualified Information, Promptaction
Citação
MEDRADO, Gustavo Henrique de Souza. Inteligência Artificial e Informação Qualificada: Uma abordagem experimental para fundamentar o Jornalismo de Prompt. 2025. 111 f. Dissertação (Mestrado em Tecnologia, Comunicação e Educação) – Universidade Federal de Uberlândia, Uberlândia, 2026. DOI http://doi.org/10.14393/ufu.di.2026.161.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto