O ponto de dor que mudou a cultura: a AI do Parlamento
O diretor editorial da CNA, Walter Fernandez, identifica um caso de uso como o momento decisivo para a adesão da redação: a cobertura do Parlamento. As sessões são longas e desgastantes, por isso a equipa construiu uma ferramenta que reconhece o rosto de mais de 90 deputados, transcreve discursos e gera resumos pesquisáveis.
Este é um padrão específico e replicável. Em vez de impor a AI de cima para baixo, a CNA perguntou aos jornalistas qual era o seu maior ponto de dor e depois construiu uma solução para o mais urgente. O valor da ferramenta foi imediatamente evidente — os repórteres conseguiam ver-lhe a fazer um trabalho que de outra forma fariam manualmente.
Quando os repórteres viram a AI a resolver um desafio real, todos aderiram. A partir daí, passou a ser uma questão de priorizar quais os pontos de dor a resolver a seguir. Montana Labs
A lição para as equipas que aplicam esta tecnologia: a adoção seguiu-se a uma vitória demonstrada numa tarefa que as pessoas já temiam, não a um discurso genérico sobre capacidades. A lista de pontos de dor seguintes tornou-se o roteiro.
O que a cobertura eleitoral realmente revelou
Durante as recentes eleições gerais em Singapura, a CNA usou o ChatGPT de duas formas. Primeiro, como um "segundo cérebro": GPTs internos alimentados com informação verificada para dar contexto aos repórteres. Segundo, os modelos de raciocínio da OpenAI analisaram campanhas, incluindo atividade manipuladora nas redes sociais.
O resultado concreto que Fernandez cita merece destaque porque não resultou de uma tarefa pedida. O modelo detetou uma ligação entre duas contas suspeitas que tinham alterado o nome de perfil durante a campanha — uma anomalia que a redação não tinha questionado, nem sequer considerado.
Essa distinção é importante. O valor não estava na sumarização ou na redação; estava na deteção de padrões em dados a uma escala que a redação não conseguiria alcançar manualmente. Fernandez descreve isto como fazer coisas "que simplesmente não conseguíamos fazer antes", em vez de fazer o trabalho habitual mais rapidamente.
Um ano de salvaguardas antes de escalar para 2500 licenças
A CNA começou a experimentar em 2019, antes de o ChatGPT existir, mas dedicou cerca de um ano a redigir diretrizes de AI, a criar supervisão multidisciplinar e a impor processos com intervenção humana antes de expandir a escala. As linhas vermelhas são explícitas: nenhuma voz de AI clonada e nenhuma imagem gerada por AI na cobertura noticiosa ou em documentários.
Fernandez também rejeita "projetos de vaidade" — cada implementação tem de resolver um problema real. Curiosamente, recusa o rótulo de "redação centrada na AI", mesmo descrevendo a organização como estando "totalmente comprometida".
A nossa estrela-guia continua a ser o jornalismo de serviço público, com a AI como uma ferramenta que nos ajuda a cumprir essa missão. Montana Labs
Os números de escala dão peso às salvaguardas: mais de 500 licenças empresariais na CNA e mais 2000 a nível de grupo, combinadas com formação básica e avançada, hackathons e equipas multidisciplinares. O trabalho de definição de políticas antecedeu, em vez de seguir, a distribuição em massa.
O fator diferenciador em que a CNA está a apostar: qualidade num mar de conteúdo genérico
A implicação específica do relato da CNA é uma afirmação sobre para onde se move o valor competitivo quando a geração de conteúdo se torna gratuita. Fernandez argumenta que, quando a AI consegue produzir conteúdo infinito e clonar imagens em minutos, o fator diferenciador para as redações deixa de ser a linguagem, o formato ou o suporte — passa a ser a qualidade e a relevância do conteúdo no meio daquilo a que chama "lixo gerado por AI".
Isto reenquadra os mais de vinte GPTs personalizados, incluindo o popular "Newsroom Buddy", que verifica o trabalho de acordo com o guia de estilo da CNA. Estas ferramentas não têm como objetivo aumentar o volume de produção; existem para libertar os jornalistas para reportagens mais ambiciosas, enquanto a marca compete pela confiança e pelo critério editorial.
Para equipas que constroem soluções em setores adjacentes, a sequência da CNA é o exemplo útil: identificar um ponto de dor concreto, lançar uma ferramenta cujo funcionamento seja visível, codificar as regras e só depois escalar a distribuição e a formação. A estratégia é agressiva na adoção e deliberadamente conservadora quanto ao que a tecnologia tem permissão para inventar.
Find this story relevant to you?
Contact us to find a unique solution