A IA poderia nos conduzir a uma era de jornalismo de qualidade?

Sou um jornalista profissional que trabalha com tecnologia há algumas décadas. Desde o florescimento das redes sociais, têm sido tempos difíceis para o jornalismo, pois muitas vozes apareceram e a cacofonia foi ensurdecedora.

O conteúdo gerado por IA adiciona ainda mais lixo informativo. Mas, surpreendentemente, penso que a IA está aqui para nos trazer de volta à qualidade do jornalismo , tanto como factor de risco como como facilitador. Dois outros artigos da semana passada me fizeram pensar sobre isso. O primeiro da Semafor apresentou sua nova oferta: Sinais da Semafor . Usando ferramentas Microsoft e OpenAI, a Signals fornece diversos insights sobre notícias globais, adaptando-se às mudanças digitais e aos desafios da IA. Reed Albergotti, editor de tecnologia da Semafor, escreveu :

“É um ótimo exemplo de uma mudança que está acontecendo. O advento das mídias sociais foi uma força enfraquecedora para as organizações de mídia. A IA, por outro lado, é uma tecnologia fortalecedora. A mídia social transformou alguns jornalistas em estrelas e ajudou a aumentar o tráfego de quase todas as publicações importantes. Mas o negócio de publicidade direcionada, impulsionado pelas redes sociais, desviava dinheiro de publicações de alta qualidade, e o tráfego era apenas uma promessa vazia. Quando as pessoas pensam em IA e notícias, a primeira coisa que vem à mente é a substituição dos repórteres por bots. Embora alguns veículos como CNET e Sports Illustrated tenham ficado tentados a tentar isso, esses exemplos são apenas anomalias. O conteúdo gerado pela IA é mais ou menos spam, o que não substitui o jornalismo. Isso leva os consumidores a editores confiáveis.”

Concordo totalmente com este ponto; na era da IA, não há nada mais importante do que ter vozes/mídia em quem você confia. E aí vem o jornalista profissional. O jornalista responsável. Quem é essa pessoa? Essa é uma pergunta complicada, já que “responsável” no contexto da IA se torna uma piada. Na era da IA, a questão do que constitui jornalismo responsável ganha novas dimensões. Na semana passada, por exemplo, foi lançado o Goody-2 , um chatbot projetado para evitar a desinformação, fornecendo respostas vagas e sendo “responsável”.

A IA pode ser perigosa e usada - por exemplo - para jacking de áudio , mas em termos de jornalismo, oferece um conjunto de ferramentas incríveis que melhoram significativamente a reportagem, a edição e a distribuição de conteúdo. Por exemplo, plataformas automatizadas de verificação de factos como a Full Fact no Reino Unido utilizam IA para verificar rapidamente as afirmações feitas no discurso público, melhorando a precisão e a fiabilidade das reportagens noticiosas. O jornalismo de dados também foi revolucionado pela IA, com ferramentas como o Datawrapper que permitem aos jornalistas criar gráficos e visualizações interativos sem amplo conhecimento de codificação. Além disso, a experiência do The New York Times com recomendações personalizadas de artigos mostra como a IA pode selecionar conteúdo adaptado aos interesses individuais dos leitores, aumentando potencialmente o envolvimento e as taxas de assinatura.

Na semana passada, The Platformer também contemplou o futuro da web e do jornalismo.

“ Na medida em que os jornalistas têm um papel a desempenhar na web do futuro, será um papel que terão de inventar por si próprios. Use Arc Search, ou Perplexity, ou Poe, e fica claro que não existe nenhuma plataforma que venha salvar o jornalismo. E há um número cada vez maior de plataformas que parecem ter a intenção de matá-lo. ”

E aqui concordo novamente: ninguém vem salvar o jornalismo, mas com a IA — como risco e facilitador — o jornalismo pode finalmente regressar à sua essência. Ao refletir sobre o percurso do jornalismo através das revoluções digital e da IA, torna-se claro que, embora existam muitos desafios, a essência do jornalismo como pilar da democracia permanece intacta. Abraçar a IA de forma ponderada permite que o jornalismo regresse à sua missão principal: informar, educar e responsabilizar o poder — ter responsabilidade — garantindo assim que continua a prosperar como um guia confiável num mundo cada vez mais complexo.

Notícias dos suspeitos do costume ©

Vesúvio e Pompéia

• Usando IA, três estudantes leram mais de 2.000 cartas gregas enterradas em Pompéia em 79 dC e ganharam US$ 700.000.

Roblox

• A empresa de jogos introduziu traduções de bate-papo em tempo real com tecnologia de IA em 16 idiomas.

Sam Altman

• Sam Altman busca US$ 5 a 7 trilhões para a expansão global da produção de chips de IA. (Isso é muito…). Gary Marcus oferece 7 razões pelas quais o mundo deveria dizer não (não são tantas…)

Enquanto isso, OpenAI

• OpenAI atinge receita anual de US$ 2 bilhões , estando entre as empresas de tecnologia de crescimento mais rápido.
• OpenAI está trabalhando em dois agentes de IA para automatizar diversas tarefas.

Microsoft

• Um resumo de pesquisas recentes da Microsoft e de todo o mundo que podem nos ajudar a criar um novo e melhor futuro de trabalho com IA.

NVIDIA

• Nvidia quer começar a produzir chips personalizados para empresas de IA

Google

• O Google rebatizou Bard para Gemini. Leia Ethan Mollick sobre pontos fortes e fracos mistos .

Um pouco

• Nvidia, OpenAI, Microsoft e quase 200 outras empresas juntaram-se ao US AI Safety Institute Consortium (AISIC) para apoiar o desenvolvimento seguro e a implantação de IA generativa.

Os artigos de pesquisa mais recentes, categorizados para sua conveniência

Grandes modelos de linguagem e suas melhorias

• Mais agentes é tudo que você precisa : demonstra como aumentar o número de agentes em LLMs melhora o desempenho por meio de um método de amostragem e votação. Leia o papel
• Tag-LLM : Adapta LLMs de uso geral a domínios especializados usando tags de entrada personalizadas para comportamento específico de domínio e tarefa. Leia o papel
• BiLLM : apresenta uma abordagem de quantização pós-treinamento de 1 bit para LLMs, mantendo alto desempenho sob larguras de bits ultrabaixas. Leia o papel
• Alinhamento direto do modelo de linguagem a partir de feedback de IA on-line : aprimora o alinhamento do modelo por meio de feedback on-line, melhorando a exploração e o desempenho. Leia o papel
• The Hedgehog & the Porcupine : apresenta Hedgehog, um mecanismo de atenção linear que pode ser aprendido que imita a atenção softmax em Transformers. Leia o papel
• Um modelo de base de agente interativo : propõe uma nova estrutura de IA para domínios como robótica e saúde, integrando autoencodificadores visuais, modelagem de linguagem e previsão de ação. Leia o papel
• DeepSeekMath : ultrapassa os limites do raciocínio matemático em modelos de linguagem aberta. Leia o papel
• AUTO-DESCOBERTA : Permite que LLMs autocomponham estruturas de raciocínio para resolução de problemas complexos. Leia o papel
• O Mamba pode aprender a aprender? : compara as habilidades de aprendizagem no contexto dos modelos de espaço de estados com os modelos do Transformer. Leia o papel
• Leis de escalonamento para desempenho de tarefas downstream de modelos de linguagem grande : investiga o impacto do tamanho e tipo de dados de pré-treinamento no desempenho downstream dos LLMs. Leia o papel
• Repensando a otimização e a arquitetura para modelos de linguagem minúsculos : estudos de otimização de modelos de linguagem minúsculos para dispositivos móveis. Leia o papel
• LLaMA abreviado : explora a poda de profundidade como um método para melhorar a eficiência de inferência do LLM. Leia o papel

Modelos multimodais e de linguagem visual

• λ-ECLIPSE : Alcança a geração personalizada de texto para imagem aproveitando o espaço latente do CLIP. Leia o papel
• SPHINX-X : Propõe uma série avançada de modelos de linguagem grande multimodal com foco no desempenho do modelo e na eficiência do treinamento. Leia o papel
• SpiRit-LM : Integra texto e fala em um modelo de linguagem de base multimodal para melhorar a compreensão semântica e a expressividade. Leia o papel
• Transformador de visão com reconhecimento de perguntas para raciocínio multimodal : incorpora o reconhecimento de perguntas no codificador de visão para um raciocínio multimodal aprimorado. Leia o papel
• EVA-CLIP-18B : Dimensiona o CLIP para 18 bilhões de parâmetros, alcançando melhorias significativas de desempenho na classificação de imagens. Leia o papel

Robótica, Sistemas Autônomos e Agentes Interativos

• Dirigindo para qualquer lugar com adaptação de política de modelo de linguagem grande : permite a adaptação às regras de trânsito locais para veículos autônomos usando LLMs. Leia o papel
• A aprendizagem por reforço ator-crítico off-line é dimensionada para modelos grandes : demonstra que a aprendizagem por reforço ator-crítico off-line pode ser efetivamente dimensionada para modelos grandes. Leia o papel

Navegação na Web, sistemas conversacionais e aplicações do mundo real

• WebLINX : apresenta um benchmark para navegação conversacional na web, destacando a necessidade de modelos que se adaptem a novos ambientes web. Leia o papel
• Princípio de aprendizagem no contexto com erros : aprimora o aprendizado do LLM induzindo erros e refletindo sobre eles para extrair princípios específicos de tarefas. Leia o papel
• Autoria de código assistida por IA multilinha : apresenta o CodeCompose, uma ferramenta de autoria de código assistida por IA que oferece sugestões inline de linha única e multilinha. Leia o papel

Previsão de série temporal, detecção de objetos e outras inovações

• Lag-Llama : apresenta um modelo básico para previsão probabilística univariada de séries temporais, apresentando forte generalização zero-shot. Leia o papel
• InstaGen : aprimora a detecção de objetos treinando em conjuntos de dados sintéticos gerados a partir de modelos de difusão. Leia o papel
• Difusão Implícita : Apresenta um algoritmo que otimiza distribuições definidas por difusões estocásticas para amostragem eficiente. Leia o papel
• A consolidação de memória permite a compreensão de vídeo de longo contexto : propõe um método que aprimora a compreensão de vídeo, consolidando ativações anteriores. Leia o papel
• Xadrez de nível de grande mestre sem pesquisa : treina um modelo de transformador para atingir desempenho de xadrez de nível de grande mestre sem algoritmos de pesquisa explícitos. Leia o papel

Representação de Código e Técnicas de Quantização

• APRENDIZAGEM DE REPRESENTAÇÃO DE CÓDIGO EM ESCALA : apresenta o CODESAGE, um modelo avançado para aprendizagem de representação de código com um esquema de pré-treinamento de dois estágios. Leia o papel

Interpretabilidade e Modelos Fundamentais

• Repensando a interpretabilidade na era dos grandes modelos de linguagem : examina o papel da interpretabilidade com o advento dos LLMs, defendendo um escopo mais amplo na interpretabilidade. Leia o papel

Em outros boletins informativos

• Para aqueles curiosos sobre a inovação mais transformadora na fabricação de semicondutores desde EUV – Hybrid Bonding by Semianálise
• Todos os meus pensamentos após 40 horas no Vision Pro por Wait But Why
• Uma versão engraçada de um artigo que afirmava que o AGI foi alcançado por Jack Clark da Anthropic (boletim informativo Import AI)
• A promessa e os desafios das aplicações de criptografia + IA por Vitalik Buterin