Há ainda uma dimensão essencial de interesse público. A medicina é uma profissão cujas decisões afetam diretamente a vida e a segurança das pessoas, e a sociedade tem o direito de esperar que todo novo médico tenha demonstrado, em um parâmetro nacional comum, o domínio mínimo necessário para iniciar sua trajetória profissional. Não se trata de reduzir a formação a uma única prova, nem de substituir as avaliações práticas e longitudinais realizadas pelas escolas médicas, mas de acrescentar uma referência objetiva, transparente e verificável em todo o país. A verdadeira inovação da medida provisória não está na criação de uma nova prova. Está em reconhecer que uma avaliação nacional já estabelecida e reconhecida pode e deve cumprir plenamente seu papel. Quando um instrumento é capaz de avaliar a formação médica, faz sentido que também possa certificar a proficiência necessária para os próximos passos da carreira.
O que acontece quando a maioria faz uso de uma IA para realizar suas atividades laborais? E, no caso dos estudantes, quando os trabalhos passam a ser produzidos com o apoio de uma IA generativa? Luciano Sathler É PhD em administração pela USP e membro do Conselho Deliberativo do CNPq e do Conselho Estadual de Educação de Minas Gerais As diferentes aplicações de Inteligência Artificial (IA) generativa são capazes de criar novos conteúdos em texto, imagens, áudios, vídeos e códigos para software. Por se tratar de um tipo de tecnologia de uso geral, a IA tende a ser utilizada para remodelar vários setores da economia, com impactos políticos e sociais, assim como aconteceu com a adoção da máquina a vapor, da eletricidade e da informática. Pesquisas recentes demonstram que a IA generativa aumenta a qualidade e a eficiência da produção de atividades típicas dos trabalhadores de colarinho branco, aqueles que exercem funções administrativas e gerenciais nos escritórios. Também traz maior produtividade nas relações de suporte ao cliente, acelera tarefas de programação e aprimora mensagens de persuasão para o marketing. O revólver patenteado pelo americano Samuel Colt, em 1835, ficou conhecido como o "grande equalizador". A facilidade do seu manuseio e a possibilidade de atirar várias vezes sem precisar recarregar a cada disparo foram inovações tecnológicas que ampliaram a possibilidade individual de ter um grande potencial destrutivo em mãos, mesmo para os que tinham menor força física e costumavam levar desvantagem nos conflitos anteriores. À época, ficou famosa a frase: Abraham Lincoln tornou todos os homens livres, mas Samuel Colt os tornou iguais. Não fazemos aqui uma apologia às armas. A alegoria que usamos é apenas para ressaltar a necessidade de investir na formação de pessoas que sejam capazes de usar a IA generativa de forma crítica, criativa e que gerem resultados humanamente enriquecidos. Para não se tornarem vítimas das mudanças que sobrevirão no mundo do trabalho. A IA generativa é um meio viável para equalizar talentos humanos, pois pessoas com menor repertório cultural, científico ou profissional serão capazes de apresentar resultados melhores se souberem fazer bom uso de uma biblioteca de prompts. Novidade e originalidade tornam-se fenômenos raros e mais bem remunerados. A disseminação da IA generativa tende a diminuir a diversidade, reduz a heterogeneidade das respostas e, consequentemente, ameaça a criatividade. Maior padronização tem a ver com a automação do processo. Um resultado que seja interessante, engraçado ou que chama atenção pela qualidade acima da média vai passar a ser algo presente somente a partir daqueles que tiverem capacidade de ir além do que as máquinas são capazes de entregar. No caso dos estudantes, a avaliação da aprendizagem precisa ser rápida e seriamente revista. A utilização da IA generativa extrapola os conceitos usualmente associados ao plágio, pois os produtos são inéditos – ainda que venham de uma bricolagem semântica gerada por algoritmos. Os relatos dos professores é que os resultados melhoram, mas não há convicção de que a aprendizagem realmente aconteceu, com uma tendência à uniformização do que é apresentado pelos discentes. Toda Instituição Educacional terá as suas próprias IAs generativas. Assim como todos os professores e estudantes. Estarão disponíveis nos telefones celulares, computadores e até mesmo nos aparelhos de TV. É um novo conjunto de ferramentas de produtividade. Portanto, o desafio da diferenciação passa a ser ainda mais fundamental diante desse novo "grande equalizador". Se há mantenedores ou investidores sonhando com a completa substituição dos professores por alguma IA já encontramos pesquisas que demonstram que o uso intensivo da Inteligência Artificial leva muitos estudantes a reduzirem suas interações sociais formais ao usar essas ferramentas. As evidências apontam que, embora os chatbots de IA projetados para fornecimento de informações possam estar associados ao desempenho do aluno, quando o suporte social, bem-estar psicológico, solidão e senso de pertencimento são considerados, isso tem um efeito negativo, com impactos piores no sucesso, bem-estar e retenção do estudante. Para não cair na vala comum e correr o risco de ser ameaçado por quem faz uso intensivo da IA será necessário se diferenciar a partir das experiências dentro e fora da sala de aula – online ou presencial; humanizar as relações de ensino-aprendizagem; implementar metodologias que privilegiem o protagonismo dos estudantes e fortaleçam o papel do docente no processo; usar a microcertificação para registrar e ressaltar competências desenvolvidas de forma diferenciada, tanto nas hard quanto soft skills; e, principalmente, estabelecer um vínculo de confiança e suporte ao discente que o acompanhe pela vida afora – ninguém mais pode se dar ao luxo de ter ex-alunos. Atenção: esse artigo foi exclusivamente escrito por um ser humano. O editor, Michael França, pede para que cada participante do espaço "Políticas e Justiça" da Folha sugira uma música aos leitores. Nesse texto, a escolhida por Luciano Sathler foi "O Ateneu" de Milton Nascimento.
Marketers are waking up to the sea changes in consumer behavior triggered by the emergence of “zero-click” AI search. Some are moving faster than others, though.
B2B advertisers and brands that use a direct to consumer (DTC) sales model — and which often rely on organic and paid search as a means of dragging customers to the digital till — are taking preventative action now, rather than waiting for ChatGPT, Perplexity or Google’s AI Overviews to put a dent in their marketing strategy.
Trust in nonpartisan news is essential to civil society—but is declining in the United States. However, language that demonstrates active engagement with opposing views may build trust. One way to demonstrate such active engagement is conversational receptiveness: the use of linguistic features such as agreement, acknowledgment, subjectivity, and positive emotion, among others. A review of prior work on conversational receptiveness suggests its usefulness in interpersonal conflict. This toolkit might effectively apply also to the challenge of restoring trust in nonpartisan media. A demonstration study illustrates proof of concept: In 600 opinion articles from prominent news sources, more receptive language was associated with reader trust. Pending programmatic research will address limitations, feasibility constraints, open questions, and future empirical directions—including causal tests in applied settings. At a minimum, extrapolating conversational receptivity from its role in interpersonal conflict suggests a role in building trust in nonpartisan media. Conversational receptiveness might present a cost-effective, scalable approach for media producers to bridge political divides and rebuild trust—without alienating existing audiences.
Recentemente, um amigo me contou algo que me fez refletir. Ele tem usado IA para terapia, algo que nunca havia feito com um ser humano. Por quê? Ele se sentiu mais à vontade para compartilhar pensamentos e sentimentos com um chatbot do que com uma pessoa. Sem julgamentos, sem olhares de reprovação, sem mudanças sutis na linguagem corporal que sinalizassem desaprovação. Ele não está sozinho. Em 2021, uma pesquisa nacional nos EUA revelou que 22% dos adultos já haviam usado um chatbot de saúde mental , e outros 47% disseram que usariam se necessário. O relatório da Ofcom, do Reino Unido, de 2024, constatou que quatro em cada cinco adolescentes usam IA generativa .
Foi então que me dei conta: estamos testemunhando o surgimento do que chamo de "dividendo da intimidade com a IA". O valor é criado por essa nova e fascinante disposição que as pessoas parecem ter em se abrir para interfaces de IA conversacionais de maneiras antes impossíveis, e isso está prestes a transformar a forma como interagimos com notícias e informações.
Essa mudança representa uma notável contracorrente à era das redes sociais. Nas últimas duas décadas, vivemos em uma era de discurso cada vez mais público e performático, onde cada comentário podia ser julgado, atacado ou registrado permanentemente. Agora, a inteligência artificial poderosa está possibilitando um retorno a algo mais privado e potencialmente autêntico: conversas íntimas sem consequências sociais.
Além da produção e distribuição: o espaço de consumo inexplorado Podemos pensar na cadeia de valor tradicional da mídia noticiosa como tendo três segmentos principais sobrepostos: produção (a criação de notícias e informações), distribuição (como elas chegam ao público) e consumo (como o público interage com elas).
A forma como a tecnologia transformou profundamente a distribuição de conteúdo é uma história já conhecida. Ela evoluiu de pacotes de informações contidos em jornais impressos para fragmentos de informação em feeds de redes sociais com curadoria algorítmica e plataformas de assinatura. Além das plataformas de mídia social, uma nova onda de empresas como Substack, NewsWhip e Taboola redefiniu a maneira como o conteúdo chega ao público. O mercado continua a evoluir, com empresas de mídia focadas em distribuição gerando aproximadamente US$ 5,5 bilhões em financiamento global entre 2022 e 2024 (de diversas fontes, incluindo OCDE, Crunchbase, Pitchbook e Dealroom), e crescendo, com o tamanho do mercado projetado para atingir US$ 13,85 bilhões até 2032.
O segmento de produção — já transformado pelos smartphones — teve seu crescimento ainda mais acelerado desde o lançamento do ChatGPT. Desde 2022, houve uma proliferação de startups de IA focadas em produção, que comprimem quase todas as etapas do fluxo de trabalho de criação de conteúdo, tornando os processos extremamente eficientes e possibilitando a invenção de tipos de conteúdo totalmente novos , tendo captado mais de US$ 14 bilhões no mesmo período.
No entanto, o segmento de consumo — a forma como os humanos realmente entendem, processam e interpretam notícias e informações — permanece relativamente inalterado. Embora os hábitos e as plataformas específicas que as pessoas usam para consumir notícias tenham mudado drasticamente, as razões subjacentes para buscar informações, os tipos de notícias que preferem e o nível geral de consumo de notícias não mudaram fundamentalmente. Na última década, esse segmento apresentou tendências lineares previsíveis, em vez de transformações. Ainda lemos, assistimos ou ouvimos conteúdo principalmente da mesma forma que fazíamos décadas, ou mesmo séculos atrás, e os formatos ou "artefatos" da informação ainda parecem relativamente familiares, embora em dispositivos diferentes. Artigos de texto visualizados em um smartphone hoje ainda apresentam uma semelhança impressionante com colunas de jornais do século XVIII . Startups de mídia focadas em consumo, como a You.com, um mecanismo de busca com IA específico para consultas complexas , captaram menos de US$ 3 bilhões coletivamente, menos de 25% do que as startups de produção captaram no mesmo período.
Essa disparidade representa uma oportunidade. Enquanto o mercado busca tecnologias de produção e distribuição, existe um potencial real e inexplorado em como ajudamos as pessoas a consumir, processar e compreender informações. Essa oportunidade também traz consigo riscos e danos novos e imprevisíveis, tanto para os indivíduos quanto para a sociedade, e, portanto, a responsabilidade de refletir sobre as implicações futuras das políticas e do design nesse campo.
Um segmento de divulgação "sem julgamentos"? Um novo segmento que está surgindo na cadeia de valor, na interseção entre produção e consumo, é o que eu chamo de "Divulgação sem Julgamento". Esse espaço aproveita o dividendo da intimidade proporcionado pela IA, criando um ambiente bilateral próximo onde os usuários podem processar informações de maneiras impossíveis com a interação humana ou com os modos tradicionais de mídia de um para muitos .
A base psicológica é simples: os seres humanos buscam validação nos outros e, ao mesmo tempo, temem o julgamento social. Hesitamos em fazer perguntas "básicas", expressar confusão, admitir lacunas de conhecimento ou compartilhar reações emocionais que possam parecer inapropriadas ou desinformadas. Essas limitações impactaram significativamente a forma como sempre interagimos com notícias e informações. Em vez de ignorar ou simplesmente consumir um artigo e seguir em frente (talvez sem compreendê-lo completamente), um assistente virtual com inteligência artificial poderia nos ajudar a explorar questões como: "O que isso realmente significa para alguém como eu?", "Quais são as premissas por trás dessas diferentes perspectivas?" ou até mesmo "Sinto-me ansioso(a) com isso, mas não sei por quê – você pode me ajudar a entender minha reação?", totalmente adaptada às formas únicas de compreensão, intenção e questionamentos recentes do usuário.
Há muito menos custos sociais em conversar com sistemas de IA do que com outras pessoas. Eles não desaprovam quando fazemos uma pergunta aparentemente óbvia ou constrangedora. Eles não sorriem de forma irônica quando revelamos uma lacuna em nosso conhecimento. Isso cria o dividendo da intimidade com a IA: uma disposição para interagir de forma mais autêntica com a IA do que com humanos sobre tópicos complexos ou delicados. Isso poderia possibilitar uma transformação profunda do consumo passivo para a construção ativa e assistida de significado, e poderíamos ver funções emergentes como:
Questionamento em Espaço Seguro : Imagine plataformas onde os leitores possam fazer perguntas sobre notícias que talvez se sintam constrangidos em fazer publicamente. “O que significa este termo econômico?” “Por que este conflito está acontecendo?” “Devo entender esta política?” Perguntas que podem parecer básicas, mas são essenciais para uma compreensão verdadeira. Isso reflete como o método socrático (agora Google Lens) criou originalmente espaços livres de julgamento para perguntas educativas. Ferramentas educacionais como o Khanmigo demonstram como a IA pode fornecer contexto ou conhecimento prévio ausentes sem constrangimento – uma abordagem que poderia transformar a alfabetização midiática.
Exploração de Perspectivas : Ferramentas futuras poderão ajudar os usuários a explorar diferentes pontos de vista sobre tópicos controversos de forma privada, sem a pressão social para se conformarem a uma posição específica. Essa abordagem é semelhante à forma como o Woebot Health , um aplicativo de saúde mental com inteligência artificial, ajuda os usuários a explorar diferentes padrões de pensamento sem julgamento.
Processamento de Relevância Pessoal : Sistemas de IA podem conectar notícias a circunstâncias individuais, ajudando os usuários a entender "o que isso significa para mim?" sem exigir que revelem detalhes pessoais a outras pessoas. Isso é semelhante à forma como a Origin e a Cleo, aplicativos de assistência financeira, ajudam os usuários a compreender conceitos financeiros em relação à sua situação pessoal.
Assistência no Processamento Emocional : Embora ainda não aplicada especificamente a notícias, as abordagens de processamento emocional da Replika mostram como a IA pode ajudar os usuários a lidar com reações difíceis à informação – um modelo que pode revolucionar a forma como as pessoas processam notícias perturbadoras. Esses "amigos de IA" espelham algumas das maneiras pelas quais os criadores de conteúdo humanos constroem conexões com seu público, o que tem se mostrado uma forma eficaz de construir confiança e transmitir notícias impactantes.
Bajulação, persuasão e outras desvantagens Os efeitos negativos da implementação de IA genérica para fins emocionalmente complexos (especialmente quando usada por pessoas vulneráveis) estão bem documentados. Replika e Cleo são tão poderosos que já surgiram problemas de dependência e engano . De fato, as características que possibilitam o benefício da intimidade proporcionada pela IA são, na verdade, acidentais: um efeito colateral não intencional de técnicas anteriores de aprendizado de máquina. A Dra. Murielle Popa-Fabre, neurocientista computacional e consultora especializada do Conselho da Europa, observa que os chatbots foram historicamente projetados para serem altamente sintonizados com nossas necessidades. Para que o produto fosse útil, ele precisava ser capaz de interpretar a intenção do usuário e entender suas necessidades com instruções limitadas, além de se adaptar ao estilo de conversa do usuário.
Embora isso tenha levado os chatbots a se tornarem interlocutores agradáveis que muitas vezes superam os humanos em empatia , também resultou em outros fenômenos documentados, como persuasão latente e bajulação , que, como aponta o Dr. Popa-Fabre, seriam eventualmente contraproducentes para aplicações de alfabetização. Estar cercado por pessoas que concordam com tudo não ajuda na busca pela verdade. Além disso, um segmento de "Divulgação Livre de Julgamentos" não é tão simples. Como destaca o empreendedor e cientista cognitivo computacional Dr. Jeremy Gordon, a coleta, categorização e rotulagem de dados certamente estão ocorrendo em grande escala. A onda de sistemas de IA anterior à IA generativa, os chamados modelos discriminativos, foi propositalmente construída para julgar. Esses efeitos só tendem a se tornar mais complexos à medida que a arquitetura evolui. Prevê-se que as soluções puramente baseadas em LLM (Liderança em Aprendizado de Máquina) sejam eventualmente substituídas por estruturas agentivas, tornando a arquitetura técnica mais complexa e permitindo que a interação de diferentes modelos leve a efeitos ainda mais imprevisíveis.
Esses são desafios técnicos complexos, e é preciso compreendê-los adequadamente para superá-los. Uma das maneiras sugeridas pelo Dr. Popa Fabre é ajustar automaticamente os níveis de interpretação e adaptabilidade da IA, mas exagerar nesse ajuste pode eliminar alguns dos efeitos colaterais benéficos. Maximizar a transparência também será uma consideração política crucial para entender os efeitos combinados dessas tecnologias.
Novas funções na cadeia de valor estão surgindo. Partindo do pressuposto de que as questões acima possam ser resolvidas, à medida que este espaço se desenvolve, podemos antecipar o surgimento de outros segmentos inteiramente novos na cadeia de valor da mídia, que também se enquadram na categoria de construção de sentido:
Integração Narrativa : Essa função ajudaria os usuários a conectar novas informações com sua visão de mundo e experiências de vida existentes – um processo colaborativo de construção de sentido no qual a IA auxilia na conciliação de novas informações com crenças preexistentes. O Youper (um “Assistente de Saúde Emocional”) adota uma abordagem semelhante para ajudar os usuários a compreenderem seus padrões de pensamento, oferecendo um paralelo relevante.
Terapia da Informação : Abordando a sobrecarga de informações, a ansiedade e o impacto emocional das notícias, a Terapia da Informação pode fornecer ferramentas para um consumo saudável de informações em um ambiente livre de julgamentos. Isso se inspira no livro " Unfollow Everything" de Louis Barclay e em como aplicativos de saúde mental como o Koko oferecem suporte emocional em situações de sobrecarga.
Assistência para atualização de crenças : Talvez o mais poderoso seja que essa função pode ajudar os usuários a atualizarem suas crenças de forma tranquila quando confrontados com informações que desafiam suas visões existentes – um espaço privado para lidar com a dissonância cognitiva. Isso se assemelha à forma como aplicativos de terapia, como o Woebot Health, ajudam os usuários a questionar e modificar padrões de pensamento.
Implicações de mercado para investidores e empreendedores O surgimento desse novo segmento no espaço de notícias e informações apresenta oportunidades significativas para investidores e empreendedores que reconhecerem seu potencial antes que se torne comum, e as IAs de propósito geral só conseguem lidar com uma parte da complexidade que essas funções da cadeia de valor apresentam. Se os consumidores estarão dispostos a pagar por tais serviços (em um mercado notoriamente competitivo como o de notícias e informações) ainda é uma incógnita, mas, no momento, soluções B2B parecem ser uma oportunidade fácil de aproveitar. Soluções direcionadas a tópicos de alta complexidade (como finanças, saúde e políticas de tecnologia) poderiam ser integradas a plataformas de notícias existentes como recursos de valor agregado. Serviços de assinatura premium que oferecem assistentes de IA para processamento de notícias e soluções corporativas para organizações que precisam ajudar seus funcionários a processar informações complexas do setor são possíveis modelos de negócios viáveis.
Embora ainda em fase inicial, a tecnologia escalável confere a este mercado um potencial de crescimento substancial. Existem exemplos semelhantes em setores adjacentes (saúde mental, educação, bem-estar financeiro, coaching pessoal) que já se beneficiam da proximidade com clientes dispostos a pagar por isso.
No entanto, o sucesso nessa área exigirá a superação de alguns desafios técnicos e de governança complexos, capacidades de inteligência emocional e raciocínio transparente para construir confiança, fortes proteções de privacidade e estruturas éticas e, mais importante, uma compreensão profunda da ciência cognitiva e de como os seres humanos processam informações.
Considerações políticas e impacto social Este espaço emergente levanta importantes considerações políticas que os legisladores com visão de futuro devem começar a abordar:
Privacidade e proteção de dados : Quando os usuários compartilham suas dúvidas, perguntas e reações às notícias, eles criam dados altamente sensíveis sobre suas crenças, lacunas de conhecimento e respostas emocionais. Isso exige estruturas de privacidade robustas que vão além dos padrões atuais.
Alfabetização informacional : esses sistemas irão aprimorar ou prejudicar a alfabetização e a compreensão da informação? Com um design adequado, eles podem auxiliar os usuários a desenvolverem maior capacidade analítica independente. Se mal projetados, podem gerar dependência.
Impacto no discurso público : Ao fornecer espaços privados para processar informações e atualizar crenças, esses sistemas poderiam potencialmente reduzir a polarização, permitindo que as pessoas explorem novas perspectivas sem pressão social. Alternativamente, poderiam privatizar ainda mais o que deveria ser discurso público.
Abordagens regulatórias : Esses sistemas não se encaixam perfeitamente nas categorias regulatórias existentes. Eles não são simplesmente criadores ou distribuidores de conteúdo, mas participantes ativos na forma como os usuários atribuem significado às informações. Isso pode exigir novas estruturas regulatórias que abranjam diferentes setores, cujos âmbitos ainda estão em desenvolvimento.
Intenções Maliciosas e Danos Graves: O dividendo da intimidade proporcionado pela IA pode criar novas categorias de danos graves que devem ser evitadas, tanto como consequências não intencionais quanto por agentes mal-intencionados, como preconceito de má-fé , radicalização e aliciamento em larga escala.
Os formuladores de políticas devem começar a desenvolver estruturas agora, antes que a adoção generalizada crie práticas arraigadas, normas comportamentais e danos graves, antes que seja tarde demais.
Olhando além dos desenvolvimentos de curto prazo, podemos imaginar transformações ainda mais profundas no horizonte. As tecnologias de IA anunciam uma potencial mudança de paradigma no consumo de informação, transitando de práticas seculares de interação com artefatos de informação discretos e estáveis (livros, artigos, vídeos) para experiências imersivas e efêmeras com fluxos de informação dinâmicos e personalizados — o que poderíamos chamar de “ conteúdo líquido ”. Enfrentamos uma transformação fundamental na forma como o conhecimento é transmitido e internalizado. Essa mudança acarreta profundas implicações para a sociedade, visto que a perda de artefatos de informação estáveis e compartilhados pode corroer nossos pontos de referência comuns para o discurso e a compreensão coletivos. O ritmo acelerado desses avanços tecnológicos está superando nosso desenvolvimento de estruturas éticas para orientar sua implementação, criando uma necessidade urgente de considerarmos como manter a realidade compartilhada e a coerência social em uma era em que o consumo de informação se torna cada vez mais individualizado e experiencial, em vez de baseado em artefatos.
Preparando-se para o turno O surgimento do dividendo da intimidade proporcionado pela IA representa uma das oportunidades mais significativas e inexploradas na inovação da mídia atualmente.
Para investidores em mídia , a oportunidade reside em identificar startups que reconheçam essa mudança precocemente, possuam a capacidade técnica e a executem de forma responsável. Com a maior parte do capital ainda fluindo para startups de produção e distribuição, aquelas focadas em experiências de consumo representam uma oportunidade inexplorada.
Para os executivos de mídia , isso representa tanto um desafio quanto uma oportunidade. Como suas organizações se adaptarão a usuários que esperam mais do que o consumo passivo? Que novo valor vocês poderiam agregar ajudando o público a processar e compreender as informações? E como será o novo ambiente competitivo? (O You.com foi um importante patrocinador do Festival Internacional de Jornalismo deste ano em Perugia).
Para os formuladores de políticas , o engajamento proativo com esse espaço emergente é essencial para garantir que ele se desenvolva de maneiras que aprimorem, em vez de prejudicarem, o discurso público, a privacidade e a alfabetização informacional.
A experiência do meu amigo com a terapia de IA revelou algo profundo: não apenas o fato de ele estar usando IA, mas como isso possibilitou conversas que ele nunca havia conseguido ter antes. Embora ele seja um dos primeiros a adotar essa tecnologia, a velocidade com que ela se dissemina rapidamente sugere que essa mesma dinâmica está prestes a transformar a maneira como interagimos com notícias e informações. O dividendo da intimidade — nossa disposição para sermos mais autênticos com uma IA não julgadora — pode muito bem ser o catalisador para a próxima grande disrupção na forma como nos relacionamos com notícias e informações. Os benefícios potenciais são enormes: compreensão mais profunda, redução da polarização e uma interação mais ponderada com temas complexos.
Contudo, como acontece com qualquer tecnologia transformadora, devemos abordar essa fronteira com entusiasmo e cautela. E só porque algo pode ser feito pela tecnologia, não significa que deva ser feito — pelo menos não sem uma compreensão cuidadosa dos efeitos sobre os usuários e das salvaguardas necessárias. Em última análise, isso exigirá muito mais transparência dos modelos do que a atual economia política da IA permite. O dividendo da intimidade com a IA nos apresenta uma oportunidade de remediar parte dos danos causados pela nossa fragmentada paisagem informacional, mas somente se a desenvolvermos com sabedoria e visão de futuro. Ela atribuirá um poder novo e imprevisível às pessoas, empresas e governos que criam as ferramentas.
A questão para todos nós — investidores, líderes da mídia e formuladores de políticas — é como aproveitar esse potencial, garantindo que estejamos construindo algo que, em última análise, fortaleça, em vez de prejudicar, nosso ecossistema de informação compartilhado.
Há algo muito importante faltando na discussão sobre fluxos de informação mediados por IA e conteúdo fluido. Não estou falando de minimizar os impactos sociais a longo prazo e a morte da realidade compartilhada (embora isso seja realmente importante). Estou falando de algo muito mais pragmático e de curto prazo: a economia de escala.
A dura realidade é que, quando o conteúdo se torna infinitamente replicável e reformatável a um custo marginal próximo de zero, o valor econômico de qualquer peça individual se aproxima de zero. Acredito que essa será a principal força motriz da mudança estrutural na atual indústria de mídia jornalística. Em um ecossistema de informação mediado por IA, poucas publicações existentes conseguirão sobreviver com os modelos de negócios atuais. Novas empresas já estão surgindo, construindo negócios em torno de capacidades e infraestrutura, alterando o ambiente competitivo. As organizações de mídia jornalística enfrentam uma escolha crucial: inovar radicalmente ou correr o risco de extinção.
Obrigado por ler o Radically Informed! Inscreva-se gratuitamente para receber novas publicações e apoiar meu trabalho.
Inscreva-se A mercantilização do conteúdo A mudança para um fluxo de informações B2A2C , onde o conteúdo se torna 'líquido', tem uma consequência clara a curto prazo: a mercantilização do conteúdo.
Quando a mesma informação pode se remodelar instantaneamente em diferentes formatos e plataformas, quando o ChatGPT consegue transformar uma investigação do Wall Street Journal em uma história infantil ou um relatório de políticas públicas em segundos, o valor econômico de qualquer artigo individual se aproxima de zero. Se os usuários podem obter as informações de que precisam por meio de resumos gerados por IA, há muito menos motivos para visitar o site original, visualizar seus anúncios ou manter assinaturas. A escassez que antes justificava os paywalls e os preços premium migra para outros setores, à medida que o conteúdo se torna infinitamente fluido. Possuir plataformas (sites, publicações) torna-se menos viável economicamente do que possuir infraestrutura (sistemas de distribuição, verificação e interpretação).
Essa comoditização começará a bifurcar o mercado em um espectro com extremos em cada ponta: um mercado premium menor em uma extremidade e um mercado de commodities maior na outra. Um clássico efeito haltere, onde o meio desaparece. Em uma extremidade, as ofertas premium competem com base na confiança na marca, curadoria e relacionamentos diretos; pense no Financial Times, no New York Times ou em escritores de sucesso do Substack. Altas margens de lucro, públicos menores, competindo pela singularidade. Na outra extremidade, os provedores de informação de commodities operam em escala massiva com margens mínimas; Bloomberg, Reuters, Notebook LM e Perplexity já estão lá, operando mais como infraestrutura do que como editoras tradicionais.
A maioria das editoras atuais não conseguirá competir com a IA em escala e eficiência no segmento de produtos básicos, e apenas algumas possuem diferenciação de marca suficiente para cobrar preços premium no outro extremo. O meio-termo, onde a maioria das redações se encontra atualmente, provavelmente desaparecerá. A maioria das editoras provavelmente acabará migrando para o segmento premium (se tiverem uma oferta suficientemente diferenciada) ou se tornará obsoleta por se tornarem produtos básicos.
Incrementalismo e a Espiral da Morte Atualmente, os meios de comunicação que tentam se adaptar à IA estão seguindo duas estratégias principais:
Inovação incremental : Aplicar IA a fluxos de trabalho existentes, como transcrição automatizada, rascunhos iniciais gerados por IA, sumarização e transformação multimodal. Trata-se, na verdade, de uma busca por eficiência ou redução de custos expressa como inovação; tornando os mesmos artefatos mais baratos e mais rápidos, ou produzindo-os em maior quantidade.
Defesa de conteúdo : Proteção dos direitos de propriedade intelectual por meio de acordos bilaterais com empresas de IA, busca de compensação pelo uso de materiais, negociação coletiva ou defesa junto a órgãos reguladores.
Embora tudo isso seja necessário, é insuficiente.
Levando o comportamento de uma estratégia de inovação incremental ao limite, sua natureza paradoxal torna-se evidente: as organizações de mídia podem acabar usando IA para criar conteúdo de forma mais eficiente, otimizá-lo para a descoberta por IA e, em seguida, observar os sistemas de IA extrairem o valor e transformarem esse conteúdo em mercadoria. Se, e somente se, tiverem sorte, receberão alguma compensação. Mas, na maioria das vezes, não.
O relatório da FT Strategies, publicado em novembro, mapeia quatro quadrantes potenciais para editoras, que se concentram nos extremos do gráfico em forma de haltere. No entanto, a longo prazo, essas posições são insustentáveis para a maioria das editoras, considerando suas estruturas de custos e operações atuais. Tomemos como exemplo o quadrante da commodity ("distribuição integrada"). A economia unitária aqui é brutal: se os custos de produção caírem 80%, mas a receita por publicação também cair 90%, as editoras precisam de um volume 10 vezes maior apenas para atingir o ponto de equilíbrio. Provavelmente, precisarão de uma escala gigantesca para cobrir essas margens. Além disso, criar mais conteúdo em um mercado já saturado só acelera a comoditização. Elas estão alimentando a fera que as devora, enquanto competem para reduzir os preços ao mínimo. No outro extremo ("distribuição direta"), se as editoras começarem a migrar em massa para os níveis mais altos da cadeia de valor, cada uma tentando competir por relacionamentos diretos com o público, esse segmento do mercado ficará saturado e aquelas que não forem suficientemente diferenciadas serão forçadas a sair.
Embora essas estratégias possam ser sensatas – e até necessárias – para a sobrevivência a curto prazo, no longo prazo, o incrementalismo nesse ecossistema em constante mudança acaba se tornando uma espiral da morte. Somente organizações com escala massiva ou diferenciação de marca premium conseguem sobreviver a essa conjuntura econômica. Sem uma reinvenção radical, o resultado é um declínio controlado.
Mudando as regras Existe um ditado popular no mundo dos negócios que diz: você não consegue crescer cortando custos, você precisa criar novo valor.
No caso do jornalismo, isso significa reconhecer que a criação de valor não vem da produção mais eficiente de conteúdo ou da produção em maior quantidade. O verdadeiro valor precisará vir da criação de produtos totalmente novos (o que, na realidade, significa novas formas de propriedade intelectual desagregadas do conteúdo), da descoberta de novos modelos de distribuição ou da expansão do mercado endereçável total. As editoras precisarão de crescimento, não de otimização. Elas precisam construir algo pelo qual as pessoas estejam dispostas a pagar e que não conseguiam obter antes, e não produzir a mesma coisa a um preço mais baixo.
Mas o paradoxo é que, em um ecossistema de informação mediado por IA, enquanto os artefatos jornalísticos se tornam mercadorias, os processos jornalísticos , como a busca pela verdade, a responsabilização e a construção de sentido, tornam-se indiscutivelmente mais valiosos do que nunca, tanto econômica quanto socialmente.
Algo que vivenciei recentemente validou isso de forma anedótica. Em um café da manhã para fundadores em São Francisco, no mês passado, em uma sala repleta de startups de IA desenvolvendo produtos para revolucionar diversos setores, ficou evidente que "ser destaque no TechCrunch" ou "conseguir um perfil no WSJ" ainda estavam no topo da lista de desejos de influência na mídia. Essas empresas, que estão arquitetando o ecossistema que supostamente substituirá a mídia tradicional, ainda precisam desesperadamente do poder de legitimidade que a mídia tradicional confere para ter sucesso.
Assim, embora o artefato — o artigo — provavelmente ainda seja importante como um sinal, ou, como Ben Thompson coloca, uma bandeira , o verdadeiro poder, o valor real, reside em outro lugar: na capacidade de conferir legitimidade, de determinar o que importa, de buscar a verdade de forma independente e de corrigir continuamente o registro.
E se os meios de comunicação deixassem de considerar o artefato como produto e, em vez disso, transformassem o processo em produto?
De artefatos a capacidades Isso não é totalmente novo ou teórico. O mercado já demonstrou que existe uma maneira de capturar valor nesse processo. Muitas editoras, como a The Information, já geram receita por meio de eventos; os ThinkIns da Tortoise Media essencialmente vendem o próprio processo de reunião editorial como um produto, no qual os membros participam da avaliação jornalística; a Bellingcat monetiza sua metodologia de investigação OSINT por meio de workshops e ferramentas.
Mas por que não ir além, adotar uma abordagem ainda mais radical e repensar toda a cadeia de valor do jornalismo desde os princípios básicos? Quando o software passou de produtos físicos para serviços em nuvem, as empresas deixaram de vender pacotes de código e começaram a monetizar funcionalidades. O jornalismo precisa de uma mudança semelhante, sem abrir mão de sua essência ética.
As funcionalidades existentes já estão sendo desmembradas. A AppliedXL, uma startup fundada por um ex-executivo do WSJ, usa algoritmos de jornalismo computacional para detectar eventos noticiáveis em fluxos de dados de saúde e finanças; não criando conteúdo, mas vendendo a capacidade de identificar o que importa antes que se torne notícia. A Full Fact e a NewGuard construíram infraestrutura de verificação. Até mesmo jornalistas individuais estão entrando nessa onda: o aplicativo Sophiana, de Sophia Smith Galer, reúne seus anos de experiência em vídeos para redes sociais em uma ferramenta que ajuda outros jornalistas a transformar artigos em vídeos otimizados para algoritmos.
Capacidades submonetizadas permanecem férteis para desenvolvimento. O valor de sinalização da verificação jornalística (o exemplo acima, em que startups buscam cobertura da mídia para validação, não para tráfego) não possui um modelo de negócios. Sistemas de responsabilização carecem de receita sustentável. A Hunterbrook Media , um veículo de mídia híbrido experimental e fundo de hedge ativista, levou essa lógica ao extremo: seu braço de hedge negocia literalmente com base em seu jornalismo antes da publicação, monetizando a investigação como inteligência de mercado. Embora eticamente controverso, isso demonstra que as capacidades do jornalismo têm enorme valor econômico quando desvinculadas dos artigos.
Mas a verdadeira oportunidade reside em funções de valor completamente novas. Como explorei em textos anteriores, a IA possibilita capacidades que não eram possíveis no jornalismo tradicional. O " dividendo da intimidade ", a aparente disposição das pessoas em fazer perguntas à IA que jamais fariam a humanos, pode transformar a maneira como o público processa notícias complexas ou emocionalmente carregadas. Imagine produtos ou experiências em que os usuários possam explorar sua confusão de forma privada, sem constrangimento social, ou lidar com a dissonância cognitiva ao se depararem com informações que desafiam suas heurísticas.
Em uma direção diferente, as plataformas de inteligência coletiva poderiam transformar o jornalismo, passando de uma investigação individual para uma construção de sentido em rede. Muitos veículos já tentaram isso manualmente; o CrowdNewsroom da Correctiv mobilizou milhares de leitores para contribuir com investigações, e a Rede de Reportagem Local da ProPublica reúne recursos de diversas redações. Mas e se isso se tornasse uma infraestrutura automatizada? Os mercados de previsão já agregam conhecimento coletivo sobre eventos futuros. As capacidades existem e já estão semi-sistematizadas, portanto, poderiam ser implementadas em larga escala, transformando o público de mero consumidor em participante no processo de busca pela verdade.
Em última análise, a oportunidade reside em deixar de ver essas capacidades apenas como subprodutos da produção de artigos e começar a experimentá-las como produtos, serviços e infraestrutura independentes para um mundo mediado por IA.
Em direção a uma definição baseada em princípios fundamentais As mudanças de paradigma impulsionadas pela IA não estão apenas transformando o jornalismo, mas afetando todo o ecossistema da informação e, como consequência, provavelmente irão colapsar as fronteiras entre todos os setores tradicionais da informação. Educação, pesquisa, entretenimento, jornalismo: essas categorias profissionais faziam sentido quando os canais de distribuição eram escassos e o conhecimento especializado era restrito. Mas em um ecossistema mediado por IA, onde qualquer conteúdo pode ser instantaneamente transformado, traduzido e recontextualizado, essas distinções tornam-se cada vez mais arbitrárias.
Isso não significa que as distinções profissionais não tivessem utilidade. Credenciais de imprensa, leis de proteção de fontes e privilégios jornalísticos evoluíram por bons motivos; criaram uma estrutura de responsabilização e protegeram o direito do público à informação. Essas normas sociais continuam sendo de extrema importância. Mas também precisam ser redefinidas, considerando que um algoritmo pode realizar análises investigativas, um cidadão com um smartphone pode documentar notícias de última hora e um cientista de dados pode expor a corrupção por meio de métodos computacionais.
Isso significa que o próprio jornalismo precisa ser redefinido desde seus princípios fundamentais, com base em seus próprios valores e no benefício que proporciona ao público e à sociedade, e não em quem tradicionalmente o praticava ou em seu formato. Da perspectiva do usuário final e da sociedade, o valor agregado nunca esteve no produto em si, mas sim na informação verificada, nos mecanismos de responsabilização e na capacidade de interpretação que o produto continha.
Levou quase uma década para que o establishment jornalístico aceitasse que redatores de newsletters e apresentadores de podcasts também pudessem ser considerados “jornalistas de verdade”. Agora, com a IA forçando uma reestruturação ainda mais radical do cenário da informação, o setor pode optar por passar mais uma década debatendo os limites profissionais ou reconhecer que o jornalismo é uma metodologia, não um monopólio. Uma definição mais ampla também significa mais modelos para aprender, mais aliados em potencial e mais caminhos para a sustentabilidade.
A ironia é que as coisas que o jornalismo faz de melhor — construir confiança, verificar a verdade, dar sentido à complexidade — são exatamente o que um mundo da informação saturado de IA mais precisa. Mas essas capacidades sempre estiveram agrupadas em artigos, seu valor oculto no produto final em vez de ser reconhecido como um recurso independente. O setor precisa parar de confundir o formato com o conteúdo e começar a encontrar maneiras de aproveitar esses ativos intangíveis.
Last month at Tech Week in New York City, I heard variations of the same message from VCs: the market for B2C (Business-to-Consumer) products is tough. But while investors flee consumer-facing media, they're pouring billions into B2A (Business to Agent) in every other sector. Procurement algorithms negotiate supplier contracts. AI assistants book travel and schedule meetings. Trading bots dominate financial markets.
O Atlas da Notícia é um mapeamento de veículos produtores de notícias – especialmente de jornalismo local – no território brasileiro. O levantamento é produzido por uma rede de estudantes e voluntários, coordenados por nossos pesquisadores regionais.
Identificamos e mapeamos, principalmente, veículos possíveis que publicam, com alguma regularidade, notícias de interesse local – sejam impressos, digitais, rádios ou canais de televisão. Estamos falando de produtores de notícias sobre a prefeitura e a câmara municipal e temas como contas públicas, saúde, educação, segurança, mobilidade e meio-ambiente. O mapeamento resultante cria insumo para análises que trazem o mais completo panorama geográfico sobre veículos jornalísticos no Brasil.
O Atlas da Notícia é uma iniciativa do Instituto para o Desenvolvimento do Jornalismo (Projor), mantenedor do Observatório da Imprensa, em parceria com a agência de dados Volt Data Lab.
Advertising was fundamental to the development of the modern newspaper and objective reporting. Today’s advertising messages, delivered via an interconnected system of software programs, data servers, marketing agencies, and data markets, still support most news production yet are understudied in professional journalism training. News publishers’ dependence on ad tech facilitates the harvesting and movement of reader data through opaque systems, which may threaten readers’ trust in news. Ad tech and its metrics have been found to alter the internal production of news, which may be at odds with classic journalistic commitments to objective coverage. The hyperefficient market for programmatic display ads has driven down their prices, reducing revenue for publishers. Ad tech is plagued with fraud in the form of bot viewing, causing many marketers to shift their ad spending to social media and search, further reducing revenue for publisher sites. Ad tech’s damaging effects on the user experience (distracting visuals, slow loading times, and expensive burden on users’ data plans) may drive readers (and the revenue derived from their attention) away from news websites and towards private apps and social-media platforms. Social media’s relationship with news publishers represents an asymmetrical power dynamic and has been found to effect publishers attempting to reach audiences, especially local publishers. Platforms’ control over the display of news items has pushed some publishers towards the use of influencers, which in turn may hasten the growth of service firms providing both tailored content and algorithmically produced websites to influencers. Platforms have begun to write policies against influencer distribution, but these may be tough to enforce. Social media’s advertising mechanisms, specifically hyper-targeting, are prone to weaponization by malicious actors. All journalists, from reporters to editors, need to keep informed about the changing markets for, and consumption of, news and information.
A inteligência artificial (IA) generativa não provocou a crise do ensino superior, mas tornou mais evidente um problema que já existia nas universidades: a valorização do diploma acima da aprendizagem. A avaliação é do vice-presidente assistente de Tecnologia da Informação e diretor de Segurança da Informação da Universidade Fordham, Jason Benedict, em artigo publicado pela revista Fortune, no qual defende que o principal desafio das instituições de ensino não é apenas combater a fraude acadêmica, mas recuperar o valor da educação como experiência de formação intelectual.
Segundo Benedict, o aumento das mensalidades, a pressão por empregabilidade e a chamada "inflação de diplomas" fizeram com que muitos estudantes passassem a enxergar a universidade de forma cada vez mais transacional. Nesse cenário, afirma, o diploma deixa de ser consequência do aprendizado e passa a ser o objetivo principal, enquanto o desenvolvimento intelectual perde espaço para a busca por credenciais valorizadas pelo mercado de trabalho.
smart_display Nossos vídeos em destaque O autor cita pesquisas da Teoria da Autodeterminação, desenvolvida pelos psicólogos Edward Deci e Richard Ryan, para explicar que estudantes motivados pela curiosidade e pelo desejo de aprender tendem a apresentar maior engajamento acadêmico.
Já aqueles motivados principalmente por notas, salários ou reconhecimento profissional são mais propensos a recorrer a estratégias superficiais de aprendizagem e até à desonestidade acadêmica. Benedict também menciona um estudo publicado em 2024 que identificou níveis mais elevados de confiança e participação entre alunos movidos por motivação intrínseca.
LEIA MAIS Spotify caiu? Aplicativo fica instável nesta terça-feira (12)
IA evidencia fragilidades das avaliações Na visão do especialista, a popularização da IA generativa apenas acelerou um problema estrutural das universidades. "A IA não criou o problema da desonestidade acadêmica, mas expôs fragilidades antigas no design de avaliações", escreve Benedict. Para ele, muitos modelos de avaliação continuam priorizando apenas o resultado final, em vez do processo de construção do conhecimento, o que incentiva estudantes a utilizarem ferramentas capazes de produzir respostas de maneira rápida.
O dirigente afirma que a adoção crescente dessas ferramentas demonstra que diversas avaliações foram concebidas para uma realidade anterior à automação. Em vez de exigir pensamento crítico, criatividade ou capacidade de argumentação, muitas tarefas podem ser facilmente executadas por sistemas de inteligência artificial, revelando limitações de um modelo educacional que, segundo ele, ainda reproduz práticas da era industrial.
Benedict também alerta para os impactos que essa lógica pode gerar fora das universidades. Com base em estudos sobre ética profissional, ele afirma existir correlação entre a desonestidade acadêmica e comportamentos antiéticos na vida adulta, especialmente em áreas como medicina, engenharia, direito, finanças e segurança cibernética, nas quais decisões equivocadas podem provocar prejuízos à sociedade.
LEIA MAIS Outlook fora do ar? Serviço da Microsoft registra queixas de instabilidade nesta quarta (13) O autor ressalta, porém, que a responsabilidade não deve ser atribuída exclusivamente aos estudantes. Para ele, as próprias universidades reforçaram a transformação da educação em um produto ao adotar modelos de gestão voltados para indicadores como matrículas, taxas de graduação e empregabilidade. Nesse contexto, afirma, as instituições passaram a vender diplomas como caminho para melhores salários, reduzindo o espaço destinado ao desenvolvimento intelectual.
Como alternativa, Benedict defende que o ensino superior reformule suas formas de avaliação para privilegiar atividades que sejam difíceis de terceirizar para a IA, como apresentações orais, resolução de problemas reais, trabalhos colaborativos, criatividade e pensamento crítico. Ele também sustena que a alfabetização em IA deve integrar a formação universitária, não apenas como competência tecnológica, mas como instrumento para discutir ética, autenticidade e cognição humana.
Ao concluir o artigo, o especialista afirma que o avanço da IA pode fortalecer justamente aquilo que diferencia os seres humanos das máquinas. "O principal desafio educacional da próxima década, portanto, não é simplesmente prevenir a fraude, mas reconstruir culturas nas quais a própria aprendizagem seja novamente percebida como intrinsecamente valiosa, transformadora pessoalmente e socialmente essencial", escreveu.
This year’s senior class is the first to have spent nearly its entire college career in the age of generative AI, a type of artificial intelligence that can create new content, like text and images. As the technology improves, it's harder to distinguish from human work, and it’s shaking academia to its core. Special correspondent Fred de Sam Lazaro reports for our series, Rethinking College.
O Ministério da Educação (MEC) disponibilizou o Guia para Identificação e Declaração do Público da Educação Especial no Censo Escolar: orientações para as redes de ensino sobre procedimentos educacionais de identificação e registro de estudantes público da educação especial.
Representante de alunos lembra que 73% dos municípios não têm educação superior presencial; para secretário de Educação, cursos EaD têm privilegiado mais o lucro que a qualidade
Em 2023, um ataque dentro de uma escola estadual de São Paulo chocou o país e virou símbolo de um problema muito maior. Por trás desse caso extremo existe uma cadeia de dados que mostra o que está acontecendo com os professores brasileiros todos os dias, em milhares de salas de aula. Os números do SAEB, do INEP e de pesquisas acadêmicas revelam uma escalada de agressões, intimidação e adoecimento dentro do ambiente escolar. Pesquisadores como Wanderley Codo e conceitos como a "síndrome da desistência do educador" ajudam a explicar um fenômeno que vai muito além da sala de aula, chegando ao corpo e ao cérebro de quem ensina. Existe também uma engrenagem econômica por trás dessa crise, envolvendo formação de professores, políticas de contratação e escolhas orçamentárias que raramente são discutidas abertamente. O resultado é uma profissão que está perdendo profissionais mais rápido do que consegue formar novos, e com projeções preocupantes para as próximas décadas. 00:00 A morte que virou símbolo 00:48 A escala do problema no Brasil 03:25 A sala de aula sem autoridade 06:29 O custo do adoecimento no corpo 14:34 A próxima geração já desistiu 17:14 Quem ganha com essa engrenagem 23:16 Quem sobra na sala de aula? A violência contra o professor não é a doença, é o sintoma de uma profissão que ficou sozinha. Este é mais um episódio do PqC Brasil que investiga os fenômenos escondidos por trás dos números do nosso país. Referências: 00:00 INSTITUTO SEMESP. Perfil e desafios dos professores da educação básica no Brasil. São Paulo: Instituto Semesp, 2024. 02:40 INSTITUTO SEMESP. Perfil e desafios dos professores da educação básica no Brasil. São Paulo: Instituto Semesp, 2024. 05:23 ADRIÃO, S. M. de F. Educação e privilégio: o que querem os pais das escolas privadas? 2014. 152 f. Dissertação (Mestrado em Educação: História, Política, Sociedade) – Pontifícia Universidade Católica de São Paulo, São Paulo, 2014. 05:54 BARBOSA, L. C. et al. Aluno-cliente, aluno-tirano e a mercantilização da educação. Extra Classe, Porto Alegre, 6 mar. 1998. 07:08 DOLTON, P. et al. Global Teacher Status Index 2018. London: Varkey Foundation, 2018. 09:33 YAO, J. et al. Five decades of teacher burnout research (1970-2024): a comprehensive bibliometric analysis. Acta Psychologica, v. 259, p. 105318, 2025. AGYAPONG, B. et al. Stress, burnout, anxiety and depression among teachers: a scoping review. International Journal of Environmental Research and Public Health, v. 19, n. 17, p. 10706, 2022. 10:34 CODO, W. (coord.). Educação: carinho e trabalho: burnout, a síndrome da desistência do educador, que pode levar à falência da educação. Petrópolis: Vozes, 2002. 11:00 SCHONFELD, I. S. et al. Burnout and depression: two entities or one? Journal of Clinical Psychology, v. 72, n. 1, p. 22-37, 2015. 11:21 RAVI, M. et al. The immunology of stress and the impact of inflammation on the brain and behaviour. BJPsych Advances, v. 27, p. 158-165, 2021. 13:41 GONÇALVES, R. dos S. A síndrome de burnout em professores: sua relação com a satisfação no trabalho, fatores sociodemográficos e organizacionais. 2023. 78 f. Dissertação (Mestrado Interdisciplinar em Ciências da Saúde) – Instituto de Saúde e Sociedade, USP, Santos, 2023. 16:01 PESCAROLO, J. K. Problemas contemporâneos na educação: demissão do Estado, precarização e deserção docente. 2014. 226 f. Tese (Doutorado em Sociologia) – Setor de Ciências Humanas, Letras e Artes, UFPR, 2014. 17:08 INSTITUTO SEMESP. Risco de apagão de professores no Brasil. São Paulo: Instituto Semesp, 2022. 17:25 SILVA, C. G. A. et al. Expansão e mercantilização das licenciaturas: o decreto nº 12.456/2025 é capaz de barrar a deformação em larga escala de futuros professores? InterMeio: Revista do Programa de Pós-Graduação em Educação – UFMS, Campo Grande, v. 31, n. 62, 2025. 21:08 DEJOURS, C. A loucura do trabalho: estudo de psicopatologia do trabalho. 6. ed. São Paulo: Cortez, 2018. 22:35 TODOS PELA EDUCAÇÃO. Anuário Brasileiro da Educação Básica 2024: professores. São Paulo: Todos Pela Educação, 2024. BRASIL. Inep. Meta 17: valorização dos professores. Brasília, DF: Inep, 2024. #educação #professores #escolapública #burnout #saúdemental #brasil #saúdedotrabalhador #educaçãobrasileira #docência #crisedaeducação #ciênciasocial #jornalismoexplicativo #pesquisa #inep #saeb #esgotamentoprofissional #depressão #trabalhoeeducação #precarização #concursopúblico
In a fragmented media environment with seemingly endless sources of information to choose from, Americans’ news habits have changed dramatically in the 21st century. Today, an overwhelming majority of American adults get news at least sometimes from digital devices. This fact sheet looks at the platforms Americans turn to for news, including patterns and trends.
The rules of content discovery are being rewritten. Artificial intelligence is transforming how people search for and consume information. As AI-generated answers become the norm, audiences are increasingly finding what they need without visiting publishers’ websites. For media organisations, this marks a decisive shift in how content is discovered and monetised.
We are still at the early stages of another big shift in technology (Generative AI) which threatens to upend the news industry by offering more efficient ways of accessing and distilling information at scale. At the same time, creators and influencers (humans) are driving a shift towards personality-led news, at the expense of media institutions that can often feel less relevant, less interesting, and less authentic. In 2026 the news media are likely to be further squeezed by these two powerful forces.
Journalists should let go of familiar assumptions and hold on tightly to what matters, argues Shuwei Fang in this essay on the future of news in the age of AI
Our first State of Local News report, published in 2016, examined the local news landscape across America over the previous 10 years, taking data from 2005 as its starting point. Now, in the project’s 10th year, we are able to look back through the past two decades and see dramatic transformations in the ecosystem of local news. Almost 40% of all local U.S. newspapers have vanished, leaving 50 million Americans with limited or no access to a reliable source of local news. This trend continues to impact the media industry and audiences nationwide. Newspapers are disappearing at the same rate as in 2024; more than 130 papers shut down in the past year alone. Newspaper employment is sliding steadily downward. And although there has been some growth in stand-alone and network digital sites, these startups remain heavily centralized in urban areas, and they have not been appearing fast enough to offset the losses elsewhere. As a result, news deserts – areas with extremely limited access to local news – continue to grow. In 2005, just over 150 counties lacked a source of local news; today, there are more than 210. Meanwhile, the journalism industry faces new and intensified challenges including: shrinking circulation and steep losses of revenue from changes to search and the adoption of AI technologies, while political attacks against public broadcasters threaten to leave large swaths of rural America without local news.
This report tracks 8,000 outlets within the American local news ecosystem. Beyond the more than 5,400 remaining newspapers, our database of local news includes close to 700 stand-alone digital sites, more than 850 network-operated digital sites, more than 650 ethnic and foreign language organizations, and more than 340 public broadcasters.
In preparing this report, we assembled and assessed data from a wide variety of sources, including industry groups, state press associations, and government statistics. As part of this process, we also manually reviewed the news outlets in our database to ensure that they consistently publish original locally-focused content that meets their community’s critical information needs. For this year’s report in particular, we significantly expanded our database of public broadcasters to include organizations beyond NPR and PBS. For more information about our research, please review our methodology.
A tecnologia, nessa visão, não transforma a vida social isoladamente. O que transforma a sociedade é o ambiente de comunicação que ela cria. Pela primeira vez, surgia um ambiente global capaz de reorganizar comunicação, informação, conhecimento, negócios, instituições e formas de articulação social. As empresas jornalísticas, porém, trataram essa mudança como se fosse apenas um canal de distribuição.
Enquanto a imprensa ainda operava segundo a lógica do mundo broadcast – o modelo de comunicação de um para muitos, em que jornais, rádios e tevês produziam informação de forma centralizada para grandes audiências –, as big techs, quando ainda eram testadas nas garagens das casas de seus fundadores (como ocorreu com o Google e a Amazon), seguiram outro caminho. Essas big techs não entraram na rede para produzir conteúdo jornalístico: construíram sistemas de mediação, coleta de dados, publicidade, relacionamento, recomendação e organização de fluxos.
O Google organizou a busca e passou a capturar a intenção do usuário. Facebook e Instagram organizaram relações sociais, identidade e publicidade segmentada. YouTube e TikTok organizaram vídeo, recomendação e tempo de atenção. WhatsApp estruturou a circulação privada em grupos. O ex-Twitter (atual X) tornou-se uma arena pública acelerada, instável e altamente politizada. Nenhuma dessas empresas precisou produzir jornalismo para assumir posição central no planejamento dos fluxos de informação.
Este texto contesta essa narrativa. Não os dados de partida — que são reais —, mas a operação que os transforma em argumento político. A distinção é fundamental: trabalhadores exaustos, com múltiplos bicos e renda insuficiente, que aspiram ao negócio próprio não estão expressando rejeição à proteção trabalhista. Estão descrevendo uma fuga da precariedade. E confundir essa fuga com vocação, ou esse desamparo com espírito empreendedor, oculta os mecanismos de subordinação real do trabalho autônomo. Não se trata apenas de um erro analítico, mas de uma operação ideológica com consequências políticas bem identificáveis.
Para demonstrar isso, cruzamos três camadas de evidência sobre o Microempreendedor Individual (MEI) no município de São Paulo entre 2020 e 2025: a evolução quantitativa do fenômeno, frente às curvas de desemprego e emprego formal; o perfil sociodemográfico de quem vira MEI; e a distribuição territorial dos registros pelos 96 distritos da cidade.
Federação Nacional das Escolas Particulares alega que a lei não tem poder de interferir no calendário das escolas particulares. Mudança foi determinada por Lei Geral da Copa do Mundo de Futebol Feminino.
Uso massivo do reconhecimento facial incomoda ao Ministério Público do Estado, que requer ainda a tutela de urgência para cessar o tratamento dos dados, e a condenação solidária da ANPD e do MEC ao pagamento de R$ 15 milhões por danos morais coletivos.
**Note: This feature-length version of Birthgap has been updated to the "Birthgap (2025)" version with a number of minor updates to this ongoing phenomenon** Also, the movie is available to watch as expanded 10-part mini-series on Patreon, "Birthgap Extended", with 20 additional minutes of footage. ______________________________________________ Why are birthrates collapsing across the world — in almost every culture and society? This documentary reveals the surprising answer. Based on the research of data scientist Stephen J. Shaw — published and peer-reviewed in Nature Portfolio (Scientific Reports, August 21, 2025) — Birthgap challenges conventional wisdom and ignites a critical debate about our shared global future. Premiering exactly nine years after filming began, this two-hour feature spans 24 countries across the Americas, Europe, Asia, and Africa — weaving gripping personal stories with cutting-edge data science, animations, and breathtaking footage. From bustling megacities to remote villages high in the Andes and Himalayas, it uncovers a hidden reality that is reshaping the future of humanity
The World in 2027: AI Technologies That Will Change Everything Artificial Intelligence is changing fast — but 2027 will be the moment it truly redefined reality. In this video, we explore the real AI technologies that are expected to exit the cloud and enter the mainstream by 2027. Not science fiction. Not hype. Just the logical next step of what already exists today. You’ll learn about: Autonomous AI Swarms: Digital specialists that execute entire workflows, not just tasks. Neural Video Synthesizers: Text-to-movie pipelines that make Hollywood-level production accessible to everyone. Embodied AI: The merge of advanced behavior models and robotic steel, bringing brains into the physical world. Hyper-Personalized Edge AI: Independent digital ghosts running locally on your devices, acting as an external brain. Decentralized AI Networks: The counter-revolution against corporate control, where communities own the intelligence grid. This video is for creators, builders, professionals, and everyone who wants to understand where AI is going — and how to prepare for it. The future of AI isn’t about replacing human mobility or intelligence. It’s about amplifying the people who know how to use it correctly. Subscribe to FutureLens for more videos about AI, technology, and the future of work. #AI #ArtificialIntelligence #AI2027 #FutureOfAI #Technology #Web3 #AIAgents #EdgeAI
To get content containing either thought or leadership enter:
To get content containing both thought and leadership enter:
To get content containing the expression thought leadership enter:
You can enter several keywords and you can refine them whenever you want. Our suggestion engine uses more signals but entering a few keywords here will rapidly give you great content to curate.
Your new post is loading...
