.webp){kind=small}
O futuro da desinformação não consiste mais na criação de melhores conteúdos. Trata-se de ensinar às máquinas o que recuperar, resumir e recomendar. Na era da IA, o editor é mais importante do que o artigo.
Uma história não precisa mais ser tendência. Ela deve ser recuperada quando um modelo de linguagem de grande porte (LLM) constrói a resposta. O público mais importante no ambiente informacional não é mais humano. Se um assistente de IA se tornar a principal porta de entrada para informações, influenciar o que ele recupera se tornará mais valioso do que influenciar o que milhões de pessoas leem diretamente.
O Hugging Face Model Hub, o principal repositório mundial, rastreia mais de 2,9 milhões de modelos de aprendizado de máquina. Muitos desses modelos têm aplicações valiosas, desde universidades de pesquisa até novas empresas do setor privado construídas para resolver problemas. Enquanto isso, existem mais de 130 iniciativas soberanas nacionais ativas em mais de 60 países, de acordo com o Índice de IA Soberana do Centro para uma Nova Segurança Americana (CNAS). Cada um desses modelos se torna outro editor, com sua própria visão de mundo, corpus de treinamento e estratégia de recuperação.
Como nos lembra Bob Dylan, “pois os tempos estão mudando”.
Os países procuram um modelo fundamental (soberania cognitiva) que ofereça seu próprio contexto histórico, especialistas, valores, interesses nacionais e muito mais.
Surgirão diferentes versões da realidade, não porque as pessoas discordem, mas porque diferentes modelos foram ensinados a recuperar, priorizar e raciocinar de maneiras distintas. Não muito diferente dos meios de comunicação à medida que evoluíram, apenas em uma escala completamente diferente.
O velho mundo tratava de conteúdo, distribuição e amplificação. O novo mundo envolve treinamento, recuperação e raciocínio.
Precisaremos desenvolver expertise para explicar as estruturas mentais que as máquinas constroem antes mesmo de vermos uma resposta à nossa pergunta.
Nossas apresentações de slides eliminarão a “economia da atenção” e a substituirão pela “economia cognitiva”.
Lembraremos que, durante a era das redes sociais, um adversário inundaria o espaço informacional com milhares de artigos e contas falsas para amplificar uma narrativa. Na era da IA, o objetivo muda. Em vez de convencer uma pessoa de cada vez, os adversários procurarão, cada vez mais, influenciar o sistema que responde a todos.
A perspectiva também é importante. As impressoras tornaram a publicação uma realidade. O rádio introduziu a mensagem em transmissão. A televisão ampliou o alcance para o público de massa. As redes sociais democratizaram quem poderia ter voz. E a IA agora muda quem decide o que recebemos.
Nossa preparação
Precisaremos expandir nossa missão e agregar experiência em treinamento de proveniência de dados, índices de recuperação, sistemas de incorporação, proteções de modelos, memória de agentes, cadeias de citações e arquiteturas de raciocínio. Os engenheiros de IA se tornarão partes importantes de nossa equipe, se já não o forem.
Daqui para frente, veremos modelos de IA e sistemas de agentes que decidirão o que bilhões de pessoas veem. Esses agentes irão pesquisar continuamente, comparar, negociar, monitorar e decidir por nós. Os humanos talvez nunca iniciem a solicitação, mas o agente saberá o que fazer. Esse é um ecossistema de informação diferente. Devemos aprender como acompanhar seu desenvolvimento com precisão e eficiência para estarmos no mesmo passo, ou um passo à frente, em cada nova inovação importante.
Os modelos de IA citarão outros modelos de IA que citam outros modelos de IA. Com o tempo, a fonte original pode desaparecer completamente atrás de camadas de resumo automático. A citação sobrevive, mas o relato humano torna-se cada vez mais distante.
O modelo editorial mudará tão rapidamente quanto for necessário. Como acompanharemos as mudanças na perspectiva de um modelo sobre um tema-chave e por que isso ocorreu?
Os malfeitores otimizarão menos para otimização de mecanismos de pesquisa (SEO) e, cada vez mais, para otimização de mecanismos generativos (GEO), projetando conteúdo especificamente para influenciar o que os sistemas de IA recuperam e citam.
Precisaremos de uma nova plataforma de inteligência que rastreie todos os LLMs acessíveis ao público e todas as inovações em lugares como o Hugging Face, para que possamos ver padrões mais cedo em todo o mundo. Imagine rastrear centenas e milhares de LLMs em tempo real. Ainda nos preocupamos com o que aconteceu, quem disse isso e o resto dos 5 Ws, mas, cada vez mais, será fundamental saber como Claude, Gemini, ChatGPT, DeepSeek e outros modelos resumem e enquadram as mensagens principais.
Essas plataformas nos ajudarão à medida que desenvolvemos habilidades para compreender a integridade dos dados de treinamento, como os sistemas de recuperação são envenenados por ataques de geração aumentada de recuperação (RAG) e como as memórias dos agentes são manipuladas.
Persuasão invisível: quando o público é a máquina, nossos esforços deixam de se concentrar apenas em proteger a população e passam a focar em como analisamos e influenciamos a infraestrutura que chega até nós.
A alfabetização midiática nos ensinou a avaliar o que as pessoas publicaram. A alfabetização mecânica nos ensina como avaliar de que forma as máquinas construíram a resposta.
A era terá muitos nomes, tenho certeza, mas um que ressoa em mim é “persuasão invisível”.
Ao contrário da propaganda, a informação conduzida por máquinas prospera na invisibilidade. Ela precisa parecer comum, mundana e simplesmente cumprir seu papel.
A próxima geração de IA continuará removendo silenciosamente o ser humano de ambos os extremos do sistema midiático. A IA está se tornando o público e está se tornando o editor — e está fazendo as duas coisas ao mesmo tempo.
Também está conseguindo construir confiança nos seres humanos.
SparkToro e Datos Group descobriram que 60% das pesquisas no Google nos EUA terminaram sem um clique nos primeiros quatro meses de 2026.
A mesma pessoa que antes clicava para ler está cada vez mais parada enquanto uma máquina lê para ela. O Reuters Institute espera que as referências de pesquisa aumentem em quase metade nos próximos três anos.
Um relatório do Pew Research Center mostrou que os usuários clicaram em uma fonte citada em um resumo de IA apenas 1% das vezes (900 adultos nos EUA, 68.879 pesquisas no Google).
A confiança está migrando do editor para o resumidor. Nosso aprendizado costumava incluir mais atrito — uma manchete concorrente ou comentários dos quais discordávamos. Agora, obtemos uma resposta limpa e sem atrito.
Como isso afeta nosso julgamento é uma questão que estudaremos por muitos anos.
A imprensa escrita democratizou a publicação. A pesquisa democratizou a descoberta. A IA está centralizando novamente o julgamento editorial, desta vez dentro das máquinas.
Os novos editores não estão confinados às redações. Eles incluem desenvolvedores de modelos que decidem proteções, editores que licenciam dados de treinamento, proprietários de plataformas que determinam classificações de recuperação, governos que constroem modelos de IA soberanos, comunidades de código aberto que lançam modelos básicos e empresas que fazem a curadoria das bases de conhecimento que seus agentes de IA consultam. O poder editorial está sendo distribuído por toda a pilha de IA, em vez de concentrado nas organizações de mídia tradicionais.
As organizações que compreenderem como as máquinas aprendem, recuperam, raciocinam e lembram moldarão o próximo ambiente de informação.
| ℹ️ | Nota do editor: O AR NEWS 24H publica conteúdos baseados em fontes externas. As informações e opiniões presentes no material original são de responsabilidade de seus respectivos autores. Este conteúdo foi traduzido e adaptado para o português do Brasil com o auxílio de ferramentas automatizadas. |
