Uma variante experimental do modelo de inteligência artificial Amália, desenvolvido por um consórcio de universidades públicas portuguesas com financiamento do Estado, está a ser treinada para identificar técnicas de persuasão em artigos jornalísticos, incluindo recursos como o apelo ao medo, ao preconceito, à autoridade ou a utilização de linguagem considerada “carregada”. A funcionalidade integra um projeto de investigação que pretende criar ferramentas de apoio à análise crítica de conteúdos mediáticos e demonstra a capacidade do modelo para ser adaptado a tarefas específicas. No entanto, a iniciativa está também a suscitar reservas quanto ao risco de enviesamento, à reduzida dimensão da amostra utilizada no treino e à possibilidade de os critérios evoluírem em função de futuras orientações políticas.
O site oficial do projeto refere que, “no domínio dos media, o Amália será aplicado no acesso a informação jornalística de maior qualidade”, prevendo funcionalidades como a “identificação e justificação de narrativas dominantes em artigos noticiosos de natureza manipuladora” e a “deteção de técnicas de persuasão em conteúdos jornalísticos”. O Ministério da Reforma do Estado esclareceu à CNN Portugal que estas funcionalidades, embora previstas no contrato inicial celebrado entre a Fundação para a Ciência e a Tecnologia e o consórcio universitário responsável pelo desenvolvimento do Amália, não fazem parte do modelo central, mas antes de um caso de utilização específico desenvolvido pela Universidade do Porto para fins de investigação e experimentação. João Magalhães, coordenador do projeto, rejeita que a ferramenta tenha como objetivo classificar notícias ou órgãos de comunicação social como “manipuladores”, explicando que a expressão utilizada no portal do projeto se refere a conteúdos em que a literatura científica identifica um recurso significativo a técnicas de persuasão potencialmente manipuladoras, sobretudo em contextos de desinformação, propaganda ou comunicação altamente polarizada. “Não estamos, por isso, a referir-nos a uma classificação definitiva nem a emitir um juízo de valor sobre um órgão de comunicação social, um jornalista ou um artigo específico”, sublinha.
Para desenvolver esta variante, uma equipa de linguistas analisou e anotou 104 notícias em português europeu, identificando exemplos de 23 técnicas de persuasão distintas. Esse conjunto de dados foi depois utilizado para realizar o processo de fine-tuning do modelo, originando uma nova versão do Amália que, segundo João Magalhães, apresenta um desempenho superior ao modelo base na identificação dessas estratégias. Entre as técnicas que a inteligência artificial procura reconhecer encontram-se os apelos a valores, ao medo, ao preconceito, à autoridade e o recurso a linguagem emocionalmente carregada. A ferramenta identifica os excertos onde considera existir uma determinada técnica e indica qual a estratégia detetada, mas o coordenador faz questão de salientar que “esta funcionalidade não pretende substituir a análise humana nem produzir um veredito sobre a veracidade, a qualidade ou a imparcialidade de uma notícia”. O responsável admite igualmente que “qualquer modelo de IA está sujeito a erro” e recorda que a identificação deste tipo de recursos constitui uma tarefa particularmente exigente, pelo que os resultados devem ser entendidos apenas como apoio à avaliação realizada por pessoas. Para medir a fiabilidade do sistema, o desempenho é testado recorrendo a notícias que não fizeram parte do conjunto utilizado durante o treino, permitindo avaliar a sua capacidade de generalizar o conhecimento adquirido.
Apesar destas garantias, a metodologia adotada levanta reservas entre especialistas. Ouvido pela CNN Portugal, Nuno Mateus-Coelho, especialista em cibersegurança e professor da Universidade Lusófona, considera que a principal fragilidade reside na reduzida dimensão e diversidade do conjunto de dados utilizado. “O principal problema deste modelo é que ele é permeável àquilo que lhe ensinarmos. Se as pessoas que o treinam são sensíveis a uma determinada inclinação, ele será treinado segundo a visão dessas pessoas, e não segundo uma visão global”, alerta, defendendo que um universo de cerca de uma centena de notícias é insuficiente para representar a diversidade do ecossistema mediático. O especialista acrescenta ainda que uma ferramenta patrocinada pelo Estado pode ver os seus critérios alterados em função das mudanças políticas, advertindo: “Amanhã muda o poder político, mudam as chefias dos departamentos e a ferramenta pode passar a ser treinada de outra forma”. Na sua perspetiva, o verdadeiro risco está em permitir que um grupo reduzido de pessoas defina os critérios que poderão ser posteriormente aplicados a um universo muito mais vasto de conteúdos.
Os responsáveis pelo projeto contrapõem que a variante foi concebida como um instrumento de apoio para analistas, jornalistas, entidades reguladoras e profissionais da comunicação social, nunca devendo constituir o único critério para aceitar, rejeitar ou classificar conteúdos jornalísticos. A investigação decorre em colaboração com jornalistas, investigadores e a Entidade Reguladora para a Comunicação Social (ERC), tendo como objetivo desenvolver ferramentas de apoio à análise crítica dos media. Esta componente integra um projeto mais amplo financiado pelo Plano de Recuperação e Resiliência (PRR), que já recebeu 5,5 milhões de euros e prevê um investimento adicional de 1,5 milhões de euros até 2027. O modelo base do Amália, apresentado pelo Governo como o primeiro grande modelo linguístico aberto desenvolvido em português europeu, deverá servir de base a várias aplicações na Administração Pública, incluindo um assistente virtual para o portal gov.pt. Já esta variante destinada à análise de notícias não será, para já, disponibilizada ao público nem a entidades externas, segundo esclareceu fonte governamental.
