Por Andrew Deck
Em julho de 2025, o Departamento de Justiça dos Estados Unidos anunciou que não divulgaria nenhum arquivo adicional de sua investigação sobre o traficante sexual de menores Jeffrey Epstein. A reação contra a decisão foi imediata, e veio de alguns cantos inesperados da internet.
Um coro de comentaristas e influenciadores de direita criticou abertamente o presidente Donald Trump (Partido Republicano) e seu governo por não cumprirem a promessa de campanha de divulgar os documentos federais. Podcasters políticos que apoiaram Trump durante sua campanha de reeleição ficaram indignados, com figuras das redes sociais como Joe Rogan e Andrew Schulz pressionando publicamente o governo a reverter a decisão.
O New York Times acompanhou de perto esse crescente descontentamento na base republicana durante meses, culminando com a aprovação quase unânime da Lei de Transparência dos Arquivos Epstein pelo Congresso em novembro passado. Um relatório gerado por IA (inteligência artificial), enviado diretamente para as caixas de entrada de e-mail dos jornalistas, foi uma ferramenta essencial na cobertura do Times. Foi também um dos primeiros sinais de que a mídia conservadora estava se voltando contra o governo, de acordo com , diretor editorial de iniciativas de IA do Times.
Desenvolvida internamente e conhecida como “Relatório da Manosfera”, a ferramenta utiliza grandes modelos de linguagem (LLMs) para transcrever e resumir novos episódios de dezenas de podcasts.
“O Relatório da Manosfera nos deu um sinal muito rápido e claro de que isso não estava sendo bem recebido por esse segmento da base do presidente”, disse Seward. “Havia uma ligação direta entre ver isso e então mergulhar de cabeça para cobrir o assunto.”
De maneira geral, a “manosfera” engloba comunidades online que promovem definições estreitas e patriarcais de masculinidade, bem como visões misóginas e antifeministas. Frequentemente, ela se sobrepõe aos ecossistemas de mídia social do movimento MAGA e da extrema-direita. Após a reeleição de Donald Trump, uma cobertura mais consistente da manosfera tornou-se uma prioridade para o The New York Times.
“Para cobrir adequadamente esta administração, entre muitas outras fontes, pareceu crucial ficar de olho nos influenciadores, principalmente jovens influenciadores conservadores do sexo masculino”, disse-me Seward. “Acontece que havia pedidos específicos suficientes e interesse amplo o bastante [na redação] para que fizesse sentido automatizar o envio dessas informações.”
Lançado há 1 ano, o Manosphere Report agora acompanha cerca de 80 podcasts selecionados a dedo por repórteres do The New York Times nas editorias de política, saúde pública e cultura da internet. Isso inclui podcasts de direita como The Ben Shapiro Show, Red Scare com as apresentadoras do programa “Dimes Square “, Dasha Nekrasova e Anna Khachiyan, e The Clay Travis & Buck Sexton Show, sucessor do programa de rádio de Rush Limbaugh. O relatório também monitora o Huberman Lab, um podcast apresentado pelo neurocientista de Stanford, Andrew Huberman, que tem sido criticado por disseminar informações falsas sobre saúde. Seward observa que o relatório também inclui alguns programas com viés liberal, como o MeidasTouch, um podcast anti-Trump com um público majoritariamente masculino.
Quando um dos programas publica um novo episódio, a ferramenta o baixa automaticamente, transcreve e resume a transcrição. A cada 24 horas, a ferramenta compila esses resumos e gera um meta-resumo com os principais pontos de discussão e outras tendências diárias relevantes. O relatório final é enviado automaticamente por e-mail aos jornalistas todas as manhãs às 8h (10h da manhã no horário de Brasília). Atualmente, a ferramenta é usada por quase 40 repórteres em toda a redação. O The Times também está explorando como usar esse fluxo de trabalho para lançar relatórios de resumo semelhantes, gerados por IA, para outras editorias.
Seward afirma que os e-mails sinalizam quando há um sentimento crescente ou uma mudança na retórica em toda a manosfera. Em última análise, cabe aos jornalistas do Times produzir as reportagens, investigando as pistas que encontram nos relatórios.
“Jamais nos basearíamos [exclusivamente] nos resumos gerados por IA”, disse Seward. “Os repórteres estão voltando e ouvindo os [podcasts] reais, mas usando o relatório basicamente como uma espécie de linha direta para denúncias ou como um incentivo para analisar algo mais de perto.”
Por exemplo, quando o anúncio da American Eagle com a atriz Sydney Sweeney se tornou um ponto de conflito na guerra cultural no verão passado, jornalistas do Times perceberam, em parte por meio das reportagens, que figuras de podcasts de direita estavam moldando a reação negativa. Análises posteriores demonstraram que esses comentaristas haviam ajudado a transformar o anúncio em controvérsia. Os repórteres descobriram que os podcasters estavam falando sobre uma suposta revolta progressista contra Sweeney quando ainda havia apenas alguns milhares de posts sobre o anúncio no X.
O The Times não é a primeira redação a recorrer a ferramentas de análise de conteúdo (LLMs) para filtrar a enorme quantidade de material de áudio e vídeo disponível na internet, que os jornalistas precisam consumir para se manterem atualizados. Veículos de notícias locais em todo o país têm usado LLMs para acompanhar transmissões ao vivo de reuniões de conselhos escolares e assembleias municipais por meio de resumos enviados por e-mail. No ano passado, Neel escreveu sobre o “Roganbot”, uma ferramenta criada pelo laboratório de consultoria em IA Verso para gerar transcrições pesquisáveis do podcast The Joe Rogan Experience. Entre diversos recursos, a ferramenta sugere declarações potencialmente controversas ou falsas para verificação de fatos.
O Manosphere Report foi desenvolvido pela Equipe de Iniciativas de IA do The New York Times, uma pequena unidade da redação lançada em 2024. Enquanto outras grandes redações nos EUA exploraram o uso de IA para criar chatbots voltados para os leitores ou para auxiliar na redação ou edição de artigos, a Equipe de Iniciativas de IA enfatizou principalmente o uso de IA generativa para análise de dados e jornalismo investigativo na redação. A equipe também desenvolveu outras ferramentas para ampliar e operacionalizar casos de uso mais básicos para LLMs (Long-Learning Methods), como transcrição e sumarização.
Seward afirmou que o Relatório da Manosfera foi um desdobramento de uma dessas ferramentas já existentes, chamada Cheatsheet.
Essa ferramenta começou como uma linha de script no laptop de Dylan Freedman, um engenheiro de aprendizado de máquina e gerente de projetos de IA. Um repórter investigativo do Times, Jesse Drucker, havia entrado em contato com Freedman com uma lista de 10.000 pessoas que haviam se cadastrado para um benefício fiscal disponível para residentes de Porto Rico.
“Ele disse: ‘Eu simplesmente não consigo pesquisar 10.000 pessoas no Google, mas é claro que uma máquina consegue’”, disse Seward.
Freedman conseguiu usar o LLM para pesquisar automaticamente os nomes no Google, inspecionar os resultados e identificar pessoas cujo histórico financeiro valeria a pena investigar mais a fundo. A ferramenta podia avaliar a probabilidade de alguém ter um emprego no setor de criptomoedas ou ter se envolvido em litígios, entre outros indícios de que se tratava de uma pessoa de interesse. A investigação resultante , publicada em maio de 2024, revelou um abuso generalizado das isenções fiscais.
“Essa foi a primeira ideia brilhante”, disse Seward. A partir daí, a Equipe de Iniciativas começou a testar outras aplicações de LLMs para processar grandes conjuntos de dados complexos e arquivos em massa, caso a caso. Hoje, muitas dessas aplicações estão integradas em uma única ferramenta baseada em planilha. Os repórteres podem importar conjuntos de dados para o Cheatsheet e executar diferentes scripts e instruções predefinidas. Cada recurso do menu é conhecido como uma “receita”. Algumas dessas receitas, como transcrever milhares de horas de filmagens e resumir as transcrições, são fundamentais para o Relatório da Manosfera.
Ainda em versão beta, o Cheatsheet já foi testado por cerca de 300 usuários na redação, sendo 50 deles “usuários realmente ativos”, segundo Seward. Atualmente, pelo menos um novo projeto é criado no Cheatsheet todos os dias. A ferramenta já foi usada para investigar um grupo de interferência eleitoral, transcrever e traduzir registros de prisões sírias e encontrar menções recentes de Trump sobre o dia 6 de janeiro. Em algumas ocasiões, o Cheatsheet foi até mesmo usado para realizar análises históricas mais aprofundadas de podcasts.
Na primavera passada, o The New York Times publicou uma investigação sobre as alegações médicas feitas pelo Dr. Mehmet Oz ao longo de sua carreira como personalidade da TV e das redes sociais, após ter sido escolhido pelo governo Trump para liderar os Centros de Serviços de Medicare e Medicaid. Usando o Cheatsheet, os repórteres conseguiram analisar declarações feitas por Oz em 2.500 aparições na mídia, trechos do programa “The Dr. Oz Show” e postagens em redes sociais. A investigação mostrou que Oz tinha vínculos financeiros com alguns produtos que promoveu no ar, incluindo aqueles com pouca comprovação científica de benefícios para a saúde.
Em fevereiro, o Cheatsheet será disponibilizado para todos os jornalistas da redação do Times, confirmou Seward ao Nieman Lab. Os funcionários aprenderão a usá-lo durante sessões de treinamento opcionais que a Equipe de Iniciativas está oferecendo este ano.
Em uma declaração ao Nieman Lab após a publicação, um porta-voz do Times esclareceu que tanto o Cheatsheet quanto o Manosphere Report são “regidos por diretrizes jurídicas” e que “a redação colabora com o departamento jurídico durante esses projetos para garantir que os direitos autorais de terceiros sejam respeitados”.
Assim como o Manosphere Report, o Cheatsheet se baseia na filosofia de que criar textos e imagens para publicação não é o uso mais eficaz da IA generativa em uma redação como a do Times. Em vez disso, Seward vê a tecnologia como uma forma de ampliar o poder investigativo já existente na redação.
“O Cheatsheet é replicável e espero que possamos torná-lo de código aberto um dia. Sua tecnologia não será nosso diferencial ou vantagem competitiva”, disse Seward, que sugeriu, em vez disso, que a ferramenta é um multiplicador de forças para a cobertura jornalística do Times. “O motivo para criá-la é porque nos ajuda a reforçar uma vantagem competitiva já existente, que é a maior probabilidade de termos 500 horas de vídeo gravado vazado.”
Texto Traduzido por Ingrid Mognon. Leia o original em inglês.
O Poder360 tem uma parceria com duas divisões da Fundação Nieman, de Harvard: o Nieman Journalism Lab e o Nieman Reports. O acordo consiste em traduzir para português os textos do Nieman Journalism Lab e do Nieman Reports e publicar esse material no Poder360. Para ter acesso a todas as traduções já publicadas, clique aqui.
Powered by WPeMatico