IA nas Redações: um movimento transformador no jornalismo brasileiro

Sobre o Reglab

Somos um centro de pesquisa privado especializado no setor de mídia e tecnologia, que auxilia empresas, associações e formuladores de políticas a tomarem decisões estratégicas baseadas em dados e evidências.

Saiba mais em www.reglab.com.br.

Sobre a Série Policy Briefs

A Série Policy Briefs engloba estudos que avaliam tendências, políticas públicas existentes ou propostas legislativas, utilizando dados qualitativos e quantitativos para informar e orientar decisões. O objetivo é trazer temas complexos de forma acessível, destacando os principais pontos de análise, impactos e possíveis recomendações.

Expediente

Diretor Executivo: Pedro Henrique Ramos

Diretora de Pesquisa: Marina Gonçalves Garrote

Autoras: Bruna Scoralick Queiroz e Natália Ribeiro

Pesquisadoras: Bruna Scoralick Queiroz, Isabela Afonso Portas, Natália Ribeiro e Giulia Brombine

Diagramação Final: Larissa Camargo

Citação sugerida: QUEIROZ, Bruna Scoralick; RIBEIRO, Natália. IA nas Redações: um movimento transformador no jornalismo brasileiro. Policy Briefs Reglab, n. 6. São Paulo: Reglab, 2026.

Sumário Executivo

Este estudo investiga como organizações do jornalismo brasileiro estão incorporando inteligência artificial para transformar e inovar o trabalho no setor. A partir de 11 entrevistas em profundidade com jornalistas e especialistas, o relatório mapeia casos concretos em que a tecnologia produziu mudanças notáveis em processos, produtos e capacidades do setor.

Principais achados:

• Novos produtos e formas de chegar ao público: as redações investigadas desenvolveram usos transformadores da IA, viabilizando produtos e projetos que antes não seriam possíveis. Reunidos em formato de casebook, os casos incluem chatbots para consulta a acervos verificados, ferramentas de monitoramento de desinformação em tempo real e sistemas de análise de grandes volumes de dados voltados a reportagens. Eles oferecem referências concretas para o setor sobre como a tecnologia pode ampliar o alcance do jornalismo.

• Incorporação desigual: a capacidade de absorver a tecnologia varia entre os veículos e se reflete diretamente na forma como a IA é adotada. Redações com mais estrutura, recursos e políticas internas conseguem transformar a ferramenta em vantagem competitiva e editorial. As demais enfrentam mais obstáculos, correm mais riscos em relação à segurança de dados e têm um uso mais fragmentado, sem orientação clara.

• Autogovernança: mesmo sem uma regulação específica para o setor, grande parte dos veículos investigados elaboraram políticas institucionais próprias, com diretrizes para o uso de IA. O consenso entre essas organizações é a revisão humana obrigatória e a responsabilidade editorial dos jornalistas. Parte dos veículos também adotou práticas de transparência com a audiência sobre o uso da tecnologia, reforçando a credibilidade como diferencial diante da desinformação.

• Desafios percebidos: as entrevistas também captaram um sentimento de preocupação com a queda de tráfego nos veículos jornalísticos, além do receio de substituição de funções nas redações. Também foi observada apreensão em relação à qualidade do conteúdo produzido com apoio da IA e aos riscos de alucinações e plágio.

Introdução

O avanço das tecnologias de inteligência artificial (IA) nos últimos quatro anos, especialmente as baseadas em modelos generativos, tem reconfigurado as rotinas produtivas no jornalismo brasileiro. Se, em um primeiro momento, o debate se concentrava na possibilidade de adoção dessas ferramentas, o cenário atual indica que não se trata de discutir se a IA será utilizada em organizações do ecossistema jornalístico**, mas como essa incorporação está ocorrendo na prática e quais seus efeitos** sobre o fazer jornalístico (Coelho, 2026).

Esse movimento já é visível no Brasil e no mundo. Pesquisas recentes ilustram a extensão dessa transformação. Uma delas, conduzida pela ESPM em parceria com o boletim Jornalistas&Cia (2024), aponta que mais da metade dos jornalistas brasileiros utilizam ferramentas de IA em alguma etapa do trabalho, sobretudo em tarefas ligadas à redação, à apuração e à distribuição. Em escala global, o projeto JournalismAI identificou, em levantamento com 105 redações de 46 países, que 90% dos entrevistados já recorreram a essas tecnologias em ao menos uma etapa da produção (Beckett; Yaseen, 2023).

Essa transformação também atravessa o consumo de notícias. Segundo o Digital News Report 2026, do Reuters Institute, o uso semanal de chatbots de IA para se informar cresceu de 7% para 10% no mundo em um ano, chegando a 17% entre os mais jovens. O uso ainda é incipiente e marcado por baixa confiança: apenas 20% confiam nas notícias geradas por esses sistemas. Ainda assim, sinaliza uma reconfiguração global e em curso dos hábitos de informação (Egan et al., 2026).

Nas redações, a incorporação já é suficientemente consolidada para que tenham começado a formalizar diretrizes próprias para o uso da tecnologia. No Brasil, veículos como O Globo, Estadão, G1 e Folha de S. Paulo já publicaram orientações editoriais que cobrem desde a supervisão humana obrigatória sobre conteúdos gerados por IA até regras de transparência com o público e proteção de dados (Barbosa, 2026).

Diferentemente de adoções tecnológicas anteriores, a IA atua como uma camada que reorganiza simultaneamente processos produtivos, formatos e a relação das redações com suas audiências, o que Barreira Junior e Saad (2026) denominam de “orquestrador” infraestrutural do ecossistema informativo. Essas transformações exigem um olhar atento para como esse movimento vem se materializando na prática, especialmente no contexto das redações brasileiras.

Assim, partimos da seguinte questão: como as redações brasileiras estão incorporando IA em suas rotinas para transformar e inovar a execução de suas atividades diárias?

Neste estudo, investigamos como o uso da IA tem gerado transformação e inovação concretas nas rotinas das redações. Essas mudanças vão além da automação de tarefas e incluem aplicações criativas e inovadoras da tecnologia, capazes de alterar a forma como o trabalho jornalístico é produzido, organizado e distribuído. Elas abrangem tanto intervenções nos processos de trabalho, quanto novas formas de interação com a audiência, sem ignorar os desafios dessa adoção.

Ou seja, para compreender com precisão o alcance dessa transformação, é necessário diferenciar dois usos de IA. O primeiro é a IA aplicada aos processos internos das organizações jornalísticas — voltada à produção, à apuração e à gestão da redação, como transcrição de entrevistas, tradução, correção e padronização textual, monitoramento de fontes institucionais e análise de grandes volumes de documentos. Esse uso afeta principalmente a eficiência e a capacidade operacional das redações, sem alterar diretamente a relação do veículo com o público.

O segundo é a IA na relação com a audiência e na distribuição de conteúdo, como chatbots de consulta a acervos jornalísticos e ferramentas de IA generativa que respondem a buscas do público. Esse uso reconfigura a forma como o público encontra e consome informação, com efeitos sobre tráfego, monetização e a visibilidade do jornalismo produzido pelas redações. As duas dimensões frequentemente se conectam na prática, mas tratá-las separadamente ajuda a localizar o impacto da inteligência artificial no setor.

Ao privilegiar uma abordagem empírica, o relatório busca contribuir para uma compreensão qualificada das dinâmicas atuais de adoção de IA no jornalismo brasileiro, oferecendo evidências sobre seus potenciais, limites e implicações para o futuro do setor.

Metodologia

O uso de IA nas redações brasileiras é recente, heterogêneo e ainda está em formação. Esse contexto demanda uma abordagem capaz de apreender nuances, interpretações e práticas ainda em consolidação. Por isso, a estratégia de pesquisa foi qualitativa e exploratória, privilegiando a escuta e a compreensão de experiências concretas (Denzin; Lincoln, 2006).

O foco recaiu sobre iniciativas que transformaram o trabalho no setor. Ou seja, casos em que a tecnologia não foi apenas adotada, mas alterou, de alguma forma, a maneira de fazer jornalismo.

A coleta de dados se desenvolveu em duas etapas. A primeira consistiu em um levantamento de informações públicas para compreender o contexto do fenômeno no jornalismo brasileiro e identificar iniciativas e profissionais com experiências particularmente significativas para o objeto investigado. A seleção foi intencional e orientada pela lógica da amostragem por casos extremos (extreme case sampling), priorizando iniciativas com caráter transformador para o campo.

A segunda etapa consistiu na realização de 11 entrevistas em profundidade, semiestruturadas, com profissionais que atuam em redações ou desenvolvem soluções de IA para o jornalismo, buscando captar a perspectiva de quem vivencia diretamente essas transformações.

As entrevistas foram analisadas em duas frentes complementares. Inicialmente, cada caso foi examinado individualmente, preservando a lógica e a trajetória de cada experiência relatada, o que subsidiou a construção do casebook analítico, em linha com a abordagem de within-case analysis (Miles; Huberman; Saldaña, 2020).

Em seguida, foi conduzida uma análise temática transversal (Braun; Clarke, 2006), em um processo iterativo de leitura, codificação e refinamento analítico orientado tanto pelo contexto previamente mapeado e pelas questões da pesquisa quanto pelos elementos que emergiram das próprias entrevistas. Os códigos foram agrupados em categorias intermediárias e, posteriormente, em temas mais amplos, permitindo uma leitura comparativa entre os casos.

1º Nível de codificação	2º Nível de codificação	3º Nível de codificação (Temas)
“Foi bem no início, assim, o Núcleo tem uma equipe muito focada em meio startup assim, né? (…) Então, desde 2023, quando começou a ficar mais popular essa coisa do Chat.” (Jade)	Implementação da IA	A chegada da IA nas redações
“A gente que trabalha com combate à desinformação precisa lidar com desinformadores que estão usando a IA para aumentar a sua produtividade, enfim, a gente não pode se dar o luxo de não usar IA.” (Marcela)	Contexto e Necessidade
“O começo foi meio que as pessoas não queriam e depois começaram a usar, então foi meio que um mix de sentimentos, mas sempre muito alinhado com a diretoria da empresa, do que que eles queriam ou não queriam.” (Mariana)	Recepção da equipe
“Juntou tudo que a gente precisava, que era um motivo real, um momento histórico do país e a tecnologia para ajudar, que era exatamente o que a gente queria. Então, a gente clonou a voz do Reinaldo Azevedo e colocou na rádio no dia na quarta-feira do voto do Fux, o comentário do Reinaldo Azevedo inteiro feito por IA.” (Lilian)	Experiências de uso transformador	IA no trabalho jornalístico
“Envolvem você fazer uma tarefa mecânica, como procurar erros de ortografia. Que claro, eu posso fazer isso, mas eu posso pedir para a IA me ajudar a fazer isso e depois checar se ela fez corretamente.” (Reinaldo)	Uso cotidiano da IA na redação
“A raiz do jornalismo, o core, que é investigar, que é tá ali na hora e no lugar, isso a IA não faz. E a gente tem que ter um jeito de financiar o jornalismo para que ele continue fazendo isso que só ele faz.” (Lilian)	Não substituível pela IA
“Como a gente está usando sempre esse conceito de que a IA é um apoio, a autoria é sempre da pessoa e isso é muito importante pra gente no sentido da pessoa se sentir mesmo responsável pela informação que ela está passando.” (Lilian)	IA na Autoria	Governança e responsabilidade
“Jornalistas mais velhos ainda têm uma certa dificuldade de usar IA, não sabem usar as ferramentas. E claro, isso é uma barreira que pode ser vencida. A gente dá treinamentos sobre esses temas.” (Reinaldo)	Treinamento
“Não demonizo o uso, mas gosto de ser transparente com o leitor no que que a gente tá usando.” (Mariana)	Transparência
“A gente está em construção, a gente tem falado sobre isso conforme as coisas vão acontecendo. Para falar bem a verdade, no manual da redação já existem algumas regras…” (Luana)	Diretrizes sobre uso de IA
“A última atualização foi em setembro de 2025. Eu só não lembro o que mudou, mas a gente olha para essa política porque as coisas mudam, né? Tipo, a tecnologia vai evoluindo, as coisas vão mudando.” (Jade)	Atualização da política de uso de IA
“Tem reportagens que são daquele formato ou que a gente conseguiu chegar naquela pauta pelo uso de IA, que se não fosse IA, a gente teria feito de outra forma ou não teria conseguido analisar aquela quantidade de dados naquele período.” (Jade)	Resultados positivos	Impactos e perspectivas Impactos e perspectivas
“A IA é muito facilmente manipulável, né? Então a gente tem desinformadores que estão publicando conteúdos desinformativos em grande escala, usando a IA para isso, para manipular a IA.” (Marcela)	Desafios percebidos
“E eu estou ali no meio do caminho, eu sou muito favorável. Eu acho que veio para ajudar e me ajuda muito diariamente, mas ao mesmo tempo eu vejo que tem muita gente ficando refém e [acabando] perdendo a essência do jornalista ali.” (Luciano)	Percepção pessoal
“São os riscos socioambientais decorrentes da infraestrutura que a IA demanda, né? Os data centers estão chegando aí com muita força e já estão prejudicando muita gente.” (Miguel)	Desafios socioambientais
“Se a gente está falando de ferramentas de ‘inteligências artificiais’ genéricas, eu acredito que confiabilidade é um grande ponto.” (Renato)	Sugestões de melhorias

A apresentação dos resultados adota o formato de casebook. Cada organização tem sua história narrada individualmente, mas os temas identificados na análise atravessam os casos e orientam a leitura comparativa ao longo do relatório.

A metodologia completa, com detalhes sobre os procedimentos adotados, encontra-se no anexo de metodologia ao final do relatório.

Resultados

Casebook

Os casos analisados reúnem organizações de perfis distintos: uma newstech voltada ao mercado jornalístico, uma associação de jornalismo investigativo, um portal político, uma revista de negócios, uma organização de checagem de fatos, emissoras de televisão e rádio, um portal de finanças, um veículo de jornalismo ambiental, além de um dos maiores jornais do país. A seleção foi intencional: buscamos organizações que já estivessem incorporando IA de forma concreta e observável em suas rotinas.

Essa diversidade permite observar como o contexto institucional, o tamanho da equipe, o modelo de negócio e a missão editorial moldam as escolhas sobre quando, como e para quê a IA é adotada.

1. Onze News

Sobre	A Onze News é uma newstech brasileira voltada ao jornalismo. Seu principal produto é o 11JAI (journalism-specific artificial intelligence), ferramenta de IA desenvolvida para apoiar redações em tarefas do fluxo jornalístico.
Como usa a IA	O 11JAI atua em transcrição, revisão e otimização textual, tradução multilíngue e recuperação e reescrita de hard news, com adaptação ao manual e às práticas de cada redação.
O que mudou	A ferramenta reduziu o tempo dedicado a tarefas mecânicas, ampliou a produtividade em notícias rápidas e liberou jornalistas para apuração, entrevistas e coberturas mais aprofundadas.
Condições de adoção	O uso regular depende de integração ao fluxo da redação, funções bem delimitadas, treinamento formal e diretrizes institucionais de uso.
Desafios e Limites	Os principais desafios percebidos envolveram risco de plágio, alucinação, perda de autoria e a “marca estética” da IA. A revisão humana permanece central.

Conversamos com o fundador da Onze News, Renato Arthur. Com trajetória construída na produção de conteúdo, Renato atuou como host de um podcast em parceria com o Poder360, grupo de comunicação jornalístico. Nesse contato com redações, identificou oportunidades que o levaram a empreender na interseção entre tecnologia e jornalismo.

Na Onze News, o contato com IA começou antes do boom do ChatGPT: Renato já testava IA preditiva entre 2019 e 2020. Quando o ChatGPT ganhou tração, a Onze News já estava desenvolvendo o 11JAI. Testado inicialmente no Poder360, o 11JAI automatiza tarefas mecânicas da operação diária, economizando tempo dos jornalistas.

A equipe recebeu a tecnologia de maneira favorável.

“Eles receberam de uma forma positiva. Eram jornalistas que tinham uma visão boa de tecnologia. Que eu quero dizer com isso? O time que nós implementamos no primeiro momento era um time de pessoas super jovens, que já tinham muito contato com inúmeras ferramentas de software diferentes.”

Também houve resistências, incluindo casos de oposição à implementação da ferramenta, o que o fundador atribui ao processo natural de reestruturação do mercado.

Hoje, a IA está presente no dia a dia das redações atendidas pela Onze News, em várias etapas do fluxo de trabalho. Segundo o entrevistado, a diferença em relação a ferramentas genéricas, como ChatGPT e Gemini, é que o 11JAI foi integrado à rotina e desenvolvido para as demandas específicas do jornalismo.

Ele acrescenta que ferramentas gerais tendem a entrar de forma menos consistente, por serem mais amplas e por preocupações com alucinação e plágio. Já o 11JAI, por ser especializado, com funções definidas e treinamento da equipe, é usado com regularidade e impacta produtos e processos.

Fonte: Website do Onze News. Disponível em: https://onze.news/pt.

O 11JAI atua em quatro frentes do fluxo de trabalho jornalístico:

1. Transcrição: converte entrevistas e áudios em texto, com atenção à pontuação, capitalização, siglas e números, e permite revisão e edição rápidas pelo jornalista.

2. Edição e otimização para distribuição digital: 11JAI oferece agentes para correção gramatical, melhoria da qualidade textual e adequação a práticas de SEO (search engine optimization) e GEO (generative engine optimization), aumentando a visibilidade das matérias em buscadores e em respostas de IAs generativas.

3. Tradução multilíngue: permite que jornalistas trabalhem com fontes e dados em outros idiomas sem interromper o fluxo de trabalho para traduzir manualmente.

4. Recuperação e reescrita de notícias (hard news): serve para acompanhar o que agências ou concorrentes publicam e republicam com a linguagem e o enfoque do veículo. Segundo Renato, isso pode consumir horas do dia. O 11JAI automatiza parte do processo, sem substituir o jornalista na apuração.

“Ele que apura os dados, que pega os dados, as informações, entrega para ela e ela entrega um texto adaptado ao manual de redação e à prática de redação daquele jornal.”

A Onze oferece treinamento para todas as redações que passam a usar o 11JAI. A empresa disponibiliza também um documento de diretrizes de uso, inspirado em referências internacionais, que pode ser adotado pelo veículo como política institucional.

Renato estima que o 11JAI aumentou a produtividade em cerca de 300% na produção de hard news e em 100% em matérias de média profundidade. Ele também projeta alta de 10% a 60% no tráfego, a depender da maturidade de SEO do veículo.

Ao automatizar tarefas mecânicas, a ferramenta libera tempo para apurações mais aprofundadas. Ele cita o caso de um estagiário que, com esse ganho de tempo, investigou e publicou uma informação inédita sobre o caso Banco Master.

Os principais desafios são o plágio e a alucinação. Jornalistas temem que ferramentas de IA reproduzam trechos de outras matérias ou inventem informações plausíveis, o que pode gerar riscos jurídicos.

Renato afirma que o produto da Onze News inclui verificações antiplágio e anti alucinação, mas ressalta que o risco não é eliminado e depende da qualidade dos dados fornecidos pelo jornalista.

Sobre autoria e transparência, cada cliente define sua prática. Algumas redações informam o leitor quando a IA participa da produção; outras tratam como apoio, sem declaração. Em todos os casos, a Onze News só publica com revisão humana.

Outro desafio é a “marca estética” da IA, que denuncia padrões e gera rejeição.

Há também receio de substituição, mas, no caso do 11JAI, esse temor é visto como mitigado porque a ferramenta depende da participação ativa do jornalista:

“Eu acredito que com o jeito que a gente construiu a nossa tecnologia, isso é bem mitigado, porque realmente a gente precisa do jornalista para fazer a ferramenta funcionar.”

Quando perguntado sobre expectativas para o futuro do jornalismo, Renato explica que a IA não tende a substituir jornalistas, mas a redistribuir o tempo que eles dedicam a tarefas operacionais. A analogia que ele usa é a do acendedor de lamparinas:

“Antigamente, o acendedor de lamparina (…) ficava ali dentro dos restaurantes, dos lugares públicos, acendendo uma lamparina, quando ela apagava, então ele pegava o foguinho, colocava aqui, acendia a lamparina, tirava e tudo mais. Quando a energia surgiu, substitui ele mesmo, sabe? (…) Mas é interessante que (…) boa parte deles foram utilizados dentro daquela operação para outras funções que eram mais estratégicas, porque esse cara, ele não ficava só lá o dia inteiro acendendo lamparina, ele fazia outras coisas também, ele entregava, ajudava uma coisa ali, ajudava a limpar as coisas e etc. Então, ele vai começar a ser utilizado de uma forma mais estratégica. Eu acredito que é esse caminho que a gente vai.”

Na sua avaliação, o movimento que se observa é de aumento de produtividade e realocação de capacidade jornalística para apuração, entrevistas e coberturas mais aprofundadas.

2. ABRAJI (Associação Brasileira de Jornalismo Investigativo)

Sobre	A ABRAJI é uma organização sem fins lucrativos, dedicada ao fortalecimento do jornalismo investigativo, atuando em projetos de jornalismo de dados, formação e defesa da transparência e informações públicas.
Como usa a IA	Usa IA diariamente para pesquisar sobre pessoas e empresas, traduzir textos, cruzar informações e apoiar programação; aplica modelos generativos para processar grandes volumes documentais e automatizar rotinas.
O que mudou	Aumentou a capacidade de apuração investigativa, viabilizando análises antes impraticáveis. Automatiza tarefas repetitivas, liberando tempo para análises mais complexas.
Condições de adoção	A adoção começou com machine learning e se ampliou com LLMs em formato de chatbot. O uso é mais frequente em projetos que exigem análise intensiva de dados. A ABRAJI mantém política interna com checagem obrigatória, vedação de conteúdo jornalístico integralmente gerado por IA, exigência de transparência e proibição de compartilhar informações sensíveis.
Desafios e Limites	Risco de falta de checagem e resultados ruins com prompts mal construídos; dependência de modelos gratuitos; risco de exposição de informações sensíveis; barreira geracional e dificuldade de uso; ausência de padrão setorial sobre quando e como informar o uso de IA ao público.

O entrevistado Reinaldo Chaves é jornalista e coordenador de projetos na ABRAJI.

Na ABRAJI, o uso de IA começou com técnicas de machine learning via programação para processar grandes volumes de documentos e cruzar informações em escala. Com a popularização dos LLMs, as ferramentas passaram a ser usadas sobretudo em formato de chatbot, ampliando o acesso a esses recursos.

O entrevistado usa IA diariamente para pesquisar pessoas e empresas, traduzir textos, cruzar informações e apoiar a programação.

Na ABRAJI, o uso é menos padronizado entre colegas, mas se intensifica em projetos que exigem análise intensiva de dados, como o monitoramento de decisões judiciais.

Além dessas tarefas, a IA também viabiliza apurações em escala, com processamento automatizado de documentos. Um exemplo é a análise de 200 processos judiciais com modelos generativos via programação, atividade que levaria dias sem o recurso.

“O processamento de informações é muito superior ao que um ser humano poderia fazer de forma rápida. Claro, eu poderia ler um documento de 500 páginas e fazer as análises que eu necessito, né? Mas para isso eu, provavelmente, levaria alguns dias para fazer isso de uma forma mais qualificada.”

O Monitor de Assédio Judicial é um projeto da ABRAJI que mapeia o uso abusivo do Judiciário para silenciar jornalistas no Brasil, reunindo dados e análises de ações movidas como retaliação por pessoas ou grupos com poder desproporcional. Reinaldo também desenvolveu um script que acessa diariamente as APIs do Senado Federal e da Câmara dos Deputados, identifica proposições legislativas sobre jornalismo, gera resumos e os envia por e-mail.

Fonte: página do projeto “Monitor de Assédio Judicial contra Jornalistas”, desenvolvido pela ABRAJI. Disponível em: https://assediojudicial.abraji.org.br/.

O CruzaGrafos, ferramenta que permite cruzar e visualizar relações entre pessoas e empresas a partir de grandes bases de dados, utiliza a teoria dos grafos para mapear conexões entre políticos, empresas, sócios e doações, apoiando apurações sobre conflitos de interesse, lavagem de recursos e irregularidades.

A programação da plataforma conta com assistência de IA para melhorar a eficiência do processamento de dados.

Fonte: Página do projeto “Cruzagrafos”, desenvolvido pela ABRAJI. Disponível em: https://abraji.org.br/help-desk/manual-do-cruzagrafos.

A ABRAJI também investiu em capacitação. O Kit Ferramentas Gemini, voltado a jornalistas, usou a própria IA para aprimorar os prompts trabalhados nas formações e ensinar técnicas para obter melhores resultados no dia a dia.

Além dos projetos detalhados na entrevista, a ABRAJI mantém outras iniciativas mapeadas no site:

O Publique-se é um mecanismo de busca que indexa processos judiciais com políticos como partes, facilitando o acesso a evidências em investigações sobre candidatos.

O Ctrl+X monitora ações judiciais movidas por políticos para suprimir informações jornalísticas.

O Achados e Pedidos, encerrado em 2026, reuniu um acervo de pedidos de acesso à informação e usou IA para identificar os principais temas das solicitações feitas ao poder público.

A ABRAJI possui uma política interna de uso de IA. As diretrizes determinam que tudo o que for produzido ou apurado com apoio dessas ferramentas deve ser checado, vedam a geração de conteúdo jornalístico integralmente pela IA, exigem transparência com a audiência e proíbem o compartilhamento de informações sensíveis com essas ferramentas.

Na avaliação de Chaves, o cenário geral de adoção da IA entre jornalistas ainda é marcado por dificuldades.

“As pessoas fazem perguntas muito simples, sem contexto, sem detalhar o tipo de tarefa que elas querem, o tipo de formato de saída que elas querem.”

Ele observa também uma barreira geracional, uma vez que jornalistas mais experientes apresentam maior dificuldade de uso. A ABRAJI tem enfrentado esse quadro por meio de treinamentos sobre IA.

Na questão da transparência, Chaves aponta que não há procedimento padronizado no jornalismo. O uso da IA no processo de apuração não é informado ao leitor de forma sistemática, mas quando o conteúdo é gerado inteiramente pela ferramenta, o público deve ser informado.

“Existe um consenso ou quase consenso que se o conteúdo foi gerado inteiramente por IA tem que ser revelado.”

Quanto à autoria, a conduta é semelhante. A ABRAJI cita a fonte primária (processo judicial, portal de transparência ou documento), e não a ferramenta que mediou o acesso.

Chaves afirma que a IA ampliou a apuração investigativa na ABRAJI ao viabilizar o processamento rápido e barato de centenas de documentos.

A automação de tarefas repetitivas, como o monitoramento diário de proposições legislativas, liberou tempo para análises mais complexas. Treinamentos internos também ampliaram o letramento em IA, inclusive entre profissionais mais experientes.

Chaves aponta quatro desafios: (1) checagem insuficiente dos resultados produzidos pela IA (outputs), (2) baixa qualidade com prompts mal construídos, (3) dependência de modelos gratuitos e (4) risco de exposição de dados sensíveis. Soma-se a falta de consenso sobre como divulgar o uso de IA, mantendo indefinições éticas.

3. Núcleo Jornalismo

Sobre	O Núcleo Jornalismo é uma organização jornalística independente especializada na cobertura do impacto das redes sociais e da IA na sociedade, na intersecção entre jornalismo e tecnologia[^1].
Como usa a IA	Usa a IA como apoio em etapas do fluxo: análise de grandes volumes de documentos, classificação de materiais, transcrição de entrevistas e apoio à criação de formatos interativos. Desenvolveram produtos com IA, além de projetos pontuais.
O que mudou	Ampliou a capacidade produtiva: viabilizou pautas que exigiriam análise manual de grandes volumes de dados e permitiu criar novos formatos e produtos. Otimizou tarefas como tradução e transcrição, liberando tempo para apuração.
Condições de adoção	Antes de adotar, a equipe elaborou uma política de uso. Não houve treinamento formal: aprendizado autônomo e compartilhamento informal; uso incorporado conforme demandas individuais. A política prevê transparência ao público via selo indicando conteúdo feito apenas por humanos ou com auxílio de IA.
Desafios e Limites	Revisão humana sistemática das saídas (sujeitas a erros); padronização e “marca” de linguagem (textos de IA podem destoar do padrão editorial); rastreabilidade das fontes, pois ferramentas nem sempre indicam a origem das informações. A política também delimita que reportagens devem ser escritas por humanos.

Conversamos com Jade Drummond, jornalista, que ocupa atualmente o cargo de diretora executiva.

A incorporação da IA na organização começou em 2023, a partir do momento que ferramentas como o ChatGPT ganharam visibilidade pública. A adoção partiu de uma iniciativa da própria equipe, interessada em avaliar o potencial das ferramentas para a operação jornalística e para o desenvolvimento de produtos.

Antes de adotar as ferramentas, o Núcleo envolveu a equipe na elaboração colaborativa de uma política de uso de IA. Reconhecido como o primeiro veículo brasileiro a publicar diretrizes formais sobre o tema, o Núcleo define em seu documento a IA como apoio ao trabalho jornalístico e estabelece que reportagens devem ser escritas por humanos. Usos acessórios, como tradução, resumos, transcrição e análise de documentos, são incentivados.

Não houve treinamento formal. O conhecimento foi sendo construído de forma autônoma e compartilhado de maneira informal internamente na organização. A recepção da equipe foi positiva.

“Isso [o uso de IA] surgiu na nossa frente como uma coisa para olhar e tentar ver o que a gente podia tirar de benefício pro jornalismo, para nossa operação.”

No uso cotidiano, a IA aparece em diferentes etapas do trabalho: repórteres recorrem à IA para análise de grandes volumes de documentos, classificação de materiais, transcrição de entrevistas e, em alguns casos, para apoiar a criação de formatos interativos.

Esse uso criou condições para iniciativas que alteraram estruturalmente os produtos e fluxos da organização:

1. Nuclito: chatbot treinado com o conteúdo do Núcleo, desenvolvido para que leitores pudessem consultar informações do acervo de forma direta. Segundo a organização, o projeto surgiu da vontade de testar as funcionalidades da IA e também de fidelizar a comunidade.

Fonte: página do “Nuclito” no website do Núcleo Jornalismo. Disponível em: https://nucleo.jor.br/nuclito/.

2. Núcleo Resume: gera automaticamente resumos em três tópicos para cada reportagem, ajudando o leitor a decidir pela leitura.

3. Legislatech: surgiu como ferramenta interna de monitoramento de legislações e documentos oficiais e evoluiu para um serviço por assinatura, tornando-se também uma fonte de receita para a organização.

Fonte: página da Legislatech AI. Disponível em: https://ai.legisla.tech/.

A equipe desenvolveu ainda produtos pontuais com uso de IA, como o jogo Cyberfall, no formato de quiz.

A transparência com o público é parte da política editorial. Cada conteúdo recebe um selo indicando se foi feito apenas por humanos ou com apoio de IA. Quando usa a tecnologia, o veículo explica como e por quê.

“As pessoas costumam gostar da transparência, de a gente não ter medo de usar e explicar o que a gente está usando, como a gente está usando. As coisas da experimentação do Núcleo são o que chama a atenção.”

Para o Núcleo, a questão da autoria não é um problema, pois o uso da IA é tratado como uma ferramenta de apoio e não como redatora do conteúdo. Fontes externas utilizadas no processo são referenciadas com links, seguindo o padrão editorial.

A IA ampliou a capacidade produtiva do Núcleo ao viabilizar pautas que exigem análise de grandes volumes de dados e ao permitir novos formatos e produtos. Ao automatizar tradução e transcrição, liberou tempo para apuração. O veículo também se destacou por publicar uma política pública de uso de IA.

Os principais desafios são a revisão humana sistemática das saídas, que estão sujeitas a erros, a padronização da linguagem, pois os textos de IA são cada vez mais identificáveis, podendo destoar do padrão editorial e a rastreabilidade das fontes, já que a ferramenta nem sempre indica a origem das informações que produz.

4. EXAME

Sobre	A EXAME é uma revista brasileira de negócios com cobertura em economia, mercado financeiro, tecnologia e carreira.
Como usa a IA	Transcrição de entrevistas; correção e padronização de textos conforme manual; automações no fluxo. Iniciativas: automação por gatilhos para monitorar fontes; ValePush; agente com diretrizes editoriais e plataforma que centraliza insumos e converte formatos.
O que mudou	Ganho de eficiência, padronização de estilo e destravamento de tarefas antes difíceis na rotina; efeito cultural de maior familiaridade com tecnologia.
Condições de adoção	Adoção inicialmente ocorreu por quem tinha mais afinidade; escalou após alinhamento com diretoria da empresa. Governança orientada a controle de dados e dispersão de ferramentas. Manual interno atualizado; treinamentos contínuos. A regra é que nada seja criado do início ao fim por IA sem a revisão humana.
Desafios e Limites	Desconforto inicial pelo medo de substituição e preocupações com autoria; risco de uso inadequado e impactos reputacionais; receio em reduzir a criatividade e o senso crítico; desafio de modelo de negócio (queda de tráfego orgânico); acordos comerciais com empresas de IA ainda incipientes. Desafios de transparência e autoria com uso de IA.

Conversamos com Mariana Martucci, coordenadora de redes sociais e audiência da EXAME. Jornalista que atua na área de distribuição de conteúdo, métricas e tecnologia editorial.

A EXAME começou a usar IA generativa em meados de 2023, inicialmente com profissionais mais familiarizados com tecnologia. A adoção ganhou escala após Mariana e o editor de tecnologia levarem o tema à diretoria, para definir limites e usos antes de expandir sem coordenação.

A chegada da IA gerou desconforto inicial na redação, por medo de substituição, novas exigências da direção e impacto na autoria. Segundo Mariana, a estratégia foi não demonizar nem impor o uso.

A adoção avançou à medida que os jornalistas perceberam ganhos de eficiência e passaram a usar as ferramentas por iniciativa própria.

No cotidiano da redação, as ferramentas de IA passaram a integrar diversas etapas do trabalho jornalístico. A transcrição de entrevistas e a correção e padronização de textos conforme o manual de redação figuram entre os usos mais frequentes. Essas aplicações abrangem desde ferramentas generativas até soluções de automação.

Além do uso cotidiano, Mariana citou iniciativas criadas por jornalistas que transformaram o fluxo editorial:

1. Automação por gatilhos: para monitorar fontes institucionais. Em vez de checar diariamente a CVM e o Diário Oficial para verificar novas publicações, o sistema baixa novos comunicados e os envia automaticamente ao celular do jornalista responsável, reduzindo retrabalho e acelerando a resposta;

2. O ValePush: ferramenta criada por iniciativa de jornalistas para apoiar decisões editoriais sobre notificações push. Diante da queda nos cliques, a equipe levantou dados históricos de desempenho por tema e formato e treinou um agente que avalia se uma matéria tem aderência com a base de leitores, apresentando o raciocínio por trás da recomendação;

3. A NIA: agente configurado dentro do ChatGPT com um prompt extenso contendo todas as diretrizes editoriais da EXAME. A ferramenta foi usada para apoiar a produção de conteúdo. A ideia era oferecer à redação uma ferramenta configurada com as diretrizes editoriais da EXAME.

“A gente deu um nome para ela, NIA, a gente achou importante dar um nome para ela, até para ver se os jornalistas se familiarizavam mais.”

Fonte: Autor NIA Bot na página da Exame. Disponível em: https://exame.com/autor/nia-bot/1/.

4. Prisma: projeto em andamento com a Blue Engine e o Laboratório de IA do Google. A plataforma centraliza insumos (áudios, vídeos, textos e dados) e converte formatos conforme a linha editorial, por exemplo, vídeos em matérias e matérias em roteiros.

O objetivo é fortalecer a governança: reduzir a dispersão de ferramentas e controlar o compartilhamento de dados com terceiros. A EXAME definiu meta de 15% de ganho de produtividade, ao priorizar controle de dados em vez de maximizar produção.

A EXAME mantém um manual interno de IA, atualizado com frequência, para definir limites e boas práticas. A regra central é que nenhum texto pode ser gerado do zero por IA sem a revisão humana.

A empresa também faz treinamentos semestrais e reforços contínuos quando surgem novas ferramentas ou casos de uso.

“A gente vê o que tem de novo, bons usos, maus usos, enfim. Mas a cada seis meses a gente está de novo sentado num auditório discutindo sobre o que mudou e o que não mudou, assim. Então, a gente tem treinamentos constantes aqui de IA, e também muito no dia a dia”.

A política de transparência foi adotada desde o início da NIA. A diretriz previa a coautoria (jornalista + NIA) em textos feitos com apoio da ferramenta.

Com a expansão do uso e a insegurança da equipe sobre impacto na credibilidade, a coassinatura foi descontinuada. A NIA passou a ser tratada apenas como recurso interno, não como autora.

“Eles ficavam receosos com que as pessoas podiam achar dele estar assinando a matéria junto com uma IA, né? A gente começou a deixar de usar a autoria NIA. (…) A NIA chegou a ser uma das autoras mais lidas do site e isso causou outro mal-estar gigantesco, porque a gente viu um aumento de produção assim muito rápido quando a redação começou a adotar mais.”

Mariana atribui os ganhos a três efeitos: a IA viabilizou tarefas antes inviáveis (como analisar planilhas extensas), a NIA padronizou o estilo ao aplicar o manual de redação, e o uso recorrente aumentou a familiaridade da equipe com a tecnologia.

Para Mariana, um grande desafio é o modelo de negócio com a chegada da IA. A preocupação é com a queda no tráfego orgânico com recursos como AI Overview e com a migração do público para interfaces de IA, podendo impactar cliques e receita. Na avaliação de Mariana, no Brasil, ainda faltam acordos comerciais e parcerias que remunerem publishers, como ocorre nos EUA e na Europa.

Outro risco é o uso inadequado. Houve casos de textos gerados por IA publicados sem revisão, com repercussão negativa, o que levou à regra de que nenhum texto criado do zero entra no site sem revisão humana.

Mariana também demonstra receio de que a IA possa reduzir a criatividade, o senso crítico e desestimular apurações mais profundas.

5. O Antagonista

Sobre	O Antagonista é um portal de jornalismo político e econômico, reformatado em 2024 para portal aberto; o grupo também opera a Crusoé.
Como usa a IA	Ferramentas do dia a dia: Pinpoint para organização e pesquisa de documentos; e NotebookLM. IA para padronização e reorganização de tags do acervo; para análises de dados; e para geração de imagens e ilustrações simbólicas.
O que mudou	Viabilizou operar com equipe enxuta e ganhar eficiência; reorganização do acervo melhorou navegação/busca interna; aumentou capacidade analítica e abriu frente de produto em desenvolvimento, como subproduto analítico.
Condições de adoção	Adoção por necessidade na reestruturação. Começou com organização de conteúdo e apoio à apuração e edição. O compromisso é não publicar nada integralmente gerado por IA sem a revisão humana. Manual de redação com bloco de IA (revisado com frequência), além de treinamentos com Google e parceiros.
Desafios e Limites	Preocupações com a possível queda de tráfego orgânico e com a dependência de regras de plataformas. Ajustes contínuos a mudanças de SEO e Discover. Transparência restrita a produtos finais gerados por IA; autoria permanece humana; necessidade permanente de revisão humana.

A entrevistada, Luana Araújo, é gerente de marketing e novos negócios do O Antagonista.

Segundo Luana, a adoção de IA no Antagonista surgiu por necessidade. Em 2024, na reestruturação do portal, a equipe concluiu que o volume de conteúdo exigido não era compatível com o tamanho da redação. A busca por parceiros levou a dois fornecedores que usavam IA para produzir e otimizar textos e títulos.

Segundo Luana, a equipe recebeu a IA com entusiasmo. O uso começou por ferramentas de organização de conteúdo, e a redação assumiu o compromisso de não publicar nada integralmente gerado por IA sem revisão humana.

No dia a dia, Luana destaca o uso de duas ferramentas do Google: Pinpoint e NotebookLM. O Pinpoint funciona como uma pasta colaborativa para reunir e pesquisar documentos, textos e dados. O NotebookLM responde apenas com base nas fontes fornecidas, o que reduz o risco de alucinação. O site, em WordPress, também utiliza plugins para otimizar imagens, vídeos e desempenho em busca.

Para além do uso cotidiano, o Antagonista desenvolveu iniciativas que geraram novos produtos e capacidades analíticas para a redação, viabilizando iniciativas que, sem a IA, seriam operacionalmente inviáveis:

1. Reorganização do acervo com a IA: com a migração para o portal, havia dez anos de conteúdo com tags inconsistentes, com várias versões para o mesmo tema ou personagem. Com apoio de uma consultoria do Google, a equipe usou IA para consolidar e padronizar as etiquetas, reduzindo o total de tags aleatórias em mais de 40%. O resultado foi melhor navegação e busca interna, facilitando a recuperação de matérias antigas e referências históricas.

2. O Oráculo: um produto em desenvolvimento, criado com a Real Time Big Data, para acompanhar presidenciáveis e seus planos de governo com análises setoriais baseadas em dados de pesquisa. Como parte do projeto, o “Lulômetro” já está em funcionamento: ele mede diariamente a popularidade do atual presidente e, a partir de uma base histórica, usa IA para cruzar variáveis (gênero, faixa etária e região) e identificar oscilações sem precisar analisar manualmente planilha por planilha.

Fonte: “Lulômetro”, na página do O Antagonista. Disponível em: https://oantagonista.com.br/.

O Oráculo pode ser adaptado a diferentes setores e candidatos. Será uma plataforma independente, com site próprio e assinatura, que libera a equipe para focar na análise jornalística em vez do processamento bruto de dados.

Luana destacou o uso de IA para gerar imagens simbólicas, com indicação na legenda, já que política e economia são temas difíceis de ilustrar. Na Crusoé, o recurso aparece com frequência nas capas, muitas vezes com tom irônico.

O Antagonista mantém as diretrizes no manual de redação e passou por treinamentos. A regra é que nada vai ao ar sem revisão humana, e a política é revisada conforme necessário.

Em termos de transparência e autoria, quando são utilizadas imagens geradas por IA, essa informação é indicada na legenda. O compromisso é que nenhum conteúdo editorial seja produzido integralmente por IA. Assim, a tecnologia é empregada como apoio à apuração, à organização e à edição, preservando a autoria jornalística.

Luana relatou ganhos de eficiência e capacidade analítica. A reorganização das tags melhorou a navegação e a busca interna. A IA aprofundou a análise do Lulômetro e ferramentas como o NotebookLM facilitaram cruzamentos e organização de grandes volumes de informação.

Segundo a entrevistada, a IA também traz um desafio ao modelo de negócio: recursos como AI Overview e Google Discover levariam a queda do tráfego orgânico e a redução da monetização. O conteúdo é consumido, mas nem sempre vira clique.

Sobre expectativas futuras, Luana se descreve como otimista em relação ao potencial da IA para o jornalismo, especialmente na criação de contexto e na facilitação do acesso ao noticiário político e econômico por públicos menos familiarizados.

Ao mesmo tempo, critica que as soluções tecnológicas em desenvolvimento estejam focadas na experiência do usuário final, sem uma lógica clara de como os produtores de conteúdo vão se sustentar nesse novo ambiente.

6. Aos Fatos

Sobre	O Aos Fatos é uma organização jornalística dedicada ao combate à desinformação e à checagem de fatos, combinando jornalismo e tecnologia para monitorar e verificar conteúdos.
Como usa IA	Usa IA para transcrever, monitorar e apoiar checagens, sempre com revisão humana. Mantém ferramentas próprias: Escriba (transcrição), Radar (monitoramento), Fátima (chatbot do acervo) e BuscaFatos (em desenvolvimento para checagem em tempo real).
O que mudou	A IA permitiu ganhar escala e velocidade para enfrentar a produção massiva de desinformação, criando fluxos de apuração em tempo real e ampliando o acesso do público à informação verificada.
Condições de adoção	A adoção foi impulsionada pela necessidade de competir em produtividade com desinformadores. Há política de uso com a regra de que nada gerado por IA vai a público sem supervisão humana; quando a IA entrar na apuração e publicação, o uso pode ser explicitado ao público.
Desafios e Limites	Risco de erros sem supervisão, necessidade de precisão alta (especialmente em checagem), e desafios estruturais: treinamento de modelos com conteúdo jornalístico nem sempre mediante acordos comerciais, desinformação sintética alimentando o ecossistema e baixa transparência da indústria de IA sobre dados, métodos e condições.

Conversamos com Marcela Duarte, jornalista e, atualmente, diretora de inovação da organização, com foco no desenvolvimento de ferramentas tecnológicas que apoiam o trabalho jornalístico.

No ecossistema de checagem, a adoção de IA foi impulsionada pela necessidade operacional de enfrentar larga escala e alta velocidade com que agentes de desinformação usam a tecnologia para produzir e distribuir conteúdo falso.

“A gente que trabalha com combate à desinformação precisa lidar com desinformadores que estão usando a IA para aumentar a sua produtividade. Enfim, a gente não pode se dar o luxo de não usar IA, porque a gente precisa competir em pé de igualdade com eles, né?”

Além disso, a detecção de conteúdo sintético frequentemente depende de ferramentas que também usam IA, o que torna a resposta rápida uma parte importante do trabalho.

No jornalismo de checagem, a IA foi adotada com menos resistência, mas com cautela, já que essas equipes lidam diariamente com seus efeitos negativos.

No Aos Fatos, a IA é usada em etapas específicas, como transcrição, monitoramento e checagem, e não para escrever textos jornalísticos. Toda aplicação passa por revisão humana antes da publicação.

O Aos Fatos também desenvolveu um conjunto de ferramentas próprias. São produtos que criaram novos fluxos de trabalho, capacidades de apuração em tempo real e novas formas de o público acessar informação verificada:

1. O Escriba: é o transcritor da redação, com 97% de precisão. Converte áudio e vídeo em texto e se integra ao fluxo de apuração, sobretudo em períodos eleitorais. Como há margem de erro, mesmo que baixa, a orientação é manter a supervisão humana, já que um nome, número ou termo incorreto pode comprometer a checagem.

Fonte: página da Escriba, no website do Aos Fatos. Disponível em: https://escriba.app/pt-br/

2. Radar: para monitorar redes sociais, a ferramenta rastreia grupos públicos de Telegram, WhatsApp e YouTube e classifica publicações por potencial desinformativo.

Fonte: página do radar, no Website do Aos Fatos. Disponível em: https://www.aosfatos.org/radar/.

3. Fátima: é o chatbot do Aos Fatos para consulta pública ao seu arquivo de checagens. Lançada em 2019 e atualizada em 2024, ela permite buscar informações verificadas em linguagem natural, com respostas limitadas à base de dados da organização para garantir maior precisão.

Fonte: página do Chatbot Fátima, no Website do Aos Fatos. Disponível em: https://www.aosfatos.org/fatima/.

4. BuscaFatos: com foco no período eleitoral, ainda não lançada no momento da entrevista. A ferramenta transcreve, em tempo real, debates e entrevistas e as compara ao arquivo de checagens. Quando identifica uma afirmação já verificada, sugere ao repórter o link correspondente, acelerando a resposta.

O Aos Fatos foi uma das primeiras organizações jornalísticas brasileiras a formalizar o uso de IA em uma política, em 2024, disponível no site. Essa política integra a certificação da IFCN (International Fact-Checking Network) e estabelece que nada gerado por IA é publicado sem revisão humana. Como já faz parte da rotina, não exige treinamentos formais específicos.

Em termos de transparência, o Aos Fatos declara de forma explícita, nas próprias checagens, quando recorre à IA. A equipe informa em que etapa e com qual objetivo a tecnologia foi utilizada.

O principal desafio apontado é o uso de IA sem supervisão humana. Marcela cita casos de erros jornalísticos causados por conteúdo gerado por IA sem revisão e avalia que, em um momento de descrédito do jornalismo, esse tipo de publicação sem controle tende a aprofundar a crise de confiança no setor.

Ela também chama atenção para o uso da IA por agentes de desinformação, que empregam a tecnologia para produzir e distribuir conteúdo falso em escala, ampliando sua circulação. Marcela também manifesta apreensão quanto à possibilidade de empresas de IA utilizarem conteúdo jornalístico para treinamento de modelos, sem autorização ou acordos comerciais.

Sobre o futuro, Marcela avalia que a principal transformação já ocorreu ou está em curso: usar a IA para criar produtos e ferramentas que apoiem o trabalho jornalístico. Daqui em diante, espera-se menos novidade e mais aprimoramento dos modelos, com redução de alucinações e uso mais normalizado e focado no que é pertinente.

“Para a realidade que a gente vive hoje, a grande mudança já aconteceu e ela já está em curso. Assim, se talvez ela não esteja consolidada, mas ela já está em curso e acho que mais da metade do caminho andado, que é realmente usar a IA para produzir ferramentas, né?”

7. BAND Minas – Grupo Bandeirantes de Comunicação

Sobre	A Band Minas é a operação regional do Grupo Bandeirantes em Belo Horizonte, parte de uma das maiores redes de TV aberta do país, com redação local e cobertura jornalística diária.
Como usa a IA	Uso prático e cotidiano, liderado por iniciativas individuais como transcrição e decupagem de entrevistas, resumos para apoiar apuração e, na edição com voz sintética, quando não é possível regravar.
O que mudou	Acelerou rotinas de produção e facilitou correções na pós-produção, tornando a entrega mais rápida em uma rotina de alta demanda.
Condições de adoção	A adoção é descentralizada, sem política formal, sem treinamento estruturado e depende do interesse de cada profissional. A gestão sinaliza que a IA ajuda, mas não pode substituir o trabalho jornalístico.
Desafios e Limites	Risco de dependência entre profissionais, com perda de aprofundamento; resistência e ceticismo de parte dos mais experientes; ausência de diretrizes sobre transparência e autoria; e preocupação com substituição de funções em tarefas menos complexas.

Entrevistamos Luciano Dias, jornalista e repórter da emissora, em Belo Horizonte.

A presença da IA na rotina jornalística da Band se intensificou ao final de 2024, embora o entrevistado reconheça que ferramentas de IA já estivessem em uso, como em transcrições e resumos automáticos, sem que os profissionais as identificassem como tal.

“A verdade é que a gente já estava com a IA do nosso lado, só que a gente não tinha consciência que era IA. (…) Eu já estava usando a IA, sem saber que era IA.”

A adoção não foi institucional. Cada colaborador passou a buscar ferramentas por conta própria. Uma palestra interna, em 2025, consolidou o reconhecimento coletivo da tecnologia na redação.

Com uma equipe majoritariamente jovem, a recepção foi positiva, e a IA passou a ser vista como um recurso para acelerar a produção.

A gestão reforçou que a ferramenta deve apoiar, sem ditar o ritmo nem gerar dependência.

“Eu acho que a inteligência artificial veio para somar, auxiliar o nosso trabalho e auxilia muito bem acelerar alguns processos de produção, mas ela não pode ser, ela não pode ditar o ritmo do trabalho, ela não pode ser o jornalista ali.”

O repórter observa que jornalistas mais veteranos demonstraram ceticismo e resistência, enquanto profissionais mais jovens incorporaram as ferramentas de forma mais natural.

“Os estagiários, né, os meninos que estão chegando agora, eles já vêm com isso mais natural para eles. Eu acho até exagero, tá? Qualquer coisinha, qualquer apuração, é inteligência artificial para fazer ali, entregar o resumo do texto ou entregar o texto pronto.”

No cotidiano da redação, o repórter utiliza IA principalmente para a decupagem de entrevistas. A transcrição automática agiliza a compreensão do material e também o processo de edição.

Apuradores da equipe utilizam ferramentas de IA para obter resumos de assuntos mais complexos, e produtores também contam com recursos próprios para acelerar seus processos.

Na edição de materiais televisivos, ela pode aparecer no produto final. Um exemplo é a reprodução da voz de repórter para corrigir erros de concordância em trechos já gravados:

“Teve um erro de concordância no texto e não conseguia falar com o repórter. E aí um editor […] conseguiu corrigir esse erro de concordância com essa ferramenta que utiliza a voz.”

Até o momento, como conta Luciano, a Band Minas não desenvolveu ferramentas próprias de IA. O uso é individual, descentralizado e dependente da iniciativa de cada colaborador. Também não há política estruturada de uso de IA na redação, nem processo formal de treinamento.

A transparência com o público não é sistemática e não há diretrizes claras sobre quando informar o uso de IA. A autoria também não é discutida formalmente: os conteúdos seguem assinados pelos responsáveis, sem indicar a participação da IA.

Entre os desafios, o repórter destaca o risco de profissionais, sobretudo os mais jovens, se tornarem dependentes das ferramentas de IA, reduzindo o aprofundamento jornalístico e a apuração autônoma.

A ausência de políticas institucionais sobre uso, transparência e autoria também é uma fragilidade, já que cada colaborador adota critérios próprios, sem orientação formal da empresa.

Por fim, manifesta preocupação com a possível substituição de profissionais em funções menos complexas e com demissões nas redações como consequência do avanço da tecnologia.

8. Vibra Digital – Grupo Bandeirantes

Sobre	A Vibra Digital é a unidade digital do Grupo Bandeirantes, fundada em 2020, responsável por produtos e operações online e por estruturar iniciativas de tecnologia no grupo.
Como usa a IA	Usa IA para transcrição, apoio a pauta e fontes, criação de legendas, tarjas e posts, e leitura de documentos. Desenvolveu agentes para “ronda” e apoio à produção. Também usa IA em produtos finais, como clonagem de voz e imagens geradas por IA, com aviso ao público.
O que mudou	Aumentou a produtividade e a velocidade da operação e abriu espaço para automações e novos fluxos, com agentes assumindo parte do monitoramento e da organização do material para publicação.
Condições de adoção	Adoção gradual, sob liderança de produto e tecnologia. Há diretrizes internas, treinamento e capacitações contínuas por área. A regra é sempre ter um humano validando; comunicação ao público é obrigatória quando o produto final é gerado por IA.
Desafios e Limites	Resistência inicial pela qualidade do texto, desafios de autoria e responsabilização. No ecossistema, preocupação com desinformação em escala e modelo de financiamento no cenário pós-busca.

Conversamos com Lilian Ferreira, jornalista e diretora de produto e tecnologia da Vibra Digital.

A adoção de IA na Vibra Digital foi gradual. Quando Lilian chegou, já havia iniciativas experimentais, mas a decisão de escalar o uso foi tomada em 2025, sob sua gestão.

O primeiro passo foi contratar o Gemini Enterprise, para aumentar o controle sobre dados, já que ferramentas gratuitas podem usar as informações inseridas para treinar seus modelos.

A introdução da ferramenta encontrou resistência em diferentes áreas. No jornalismo, a rejeição inicial se concentrou na qualidade dos textos gerados pela IA.

Em Recursos Humanos, a equipe começou cética, mas passou a usar a tecnologia ao ver resultados práticos. Lilian afirma que não observou relação entre idade ou sexo e a disposição para adotar a ferramenta.

“A gente sempre diz que o nosso uso da IA é de apoio, é de uma tecnologia, como você usa o computador, você vai usar IA. Não é para ela ser o produto final, porque realmente o produto final dela não é tão bom, mas se ela está te ajudando a tornar seu trabalho mais eficiente.”

Na empresa, a IA está presente em quase toda a jornada de produção jornalística. Segundo a diretora, o impacto mais imediato vem da transcrição de áudios e entrevistas, especialmente no rádio: materiais enviados por repórteres em campo viram texto e seguem direto para publicação.

A IA também apoia a estruturação de pautas, a sugestão de fontes, a criação de legendas e tarjas para TV, a produção de posts para redes sociais e a leitura de documentos extensos**.** Lilian afirma que a adoção aumentou em 12% o volume de matérias publicadas no site.

Para além desse uso, a empresa desenvolveu iniciativas que criaram novos fluxos e novos produtos jornalísticos:

1. Sistema de agentes de IA para monitoramento e produção: a Vibra Digital criou um agente de “ronda” que monitora sites de prefeituras, portais públicos e veículos concorrentes e envia resumos para orientar a cobertura. Outros agentes apoiam a estruturação de pautas e, após a transcrição de entrevistas, montam o espelho do programa e uma versão para o site; em seguida, o jornalista valida o resultado.

2. O caso de clonagem de voz do comentarista Reinaldo Azevedo: durante o julgamento do ex-presidente Jair Bolsonaro no STF, após o voto divergente do ministro Fux, Azevedo estava sem condições de ir ao ar por um problema de voz. A equipe da Vibra, que já avaliava esse recurso, sintetizou a voz do comentarista com IA. Azevedo escreveu o texto, assinou autorização e aprovou o resultado. O comentário foi transmitido na rádio com aviso de que a voz havia sido gerada por IA e teve boa recepção entre profissionais da emissora e a audiência.

“Naquele momento juntou tudo que a gente precisava, que era um motivo real, um momento histórico do país e a tecnologia para ajudar, que era exatamente o que a gente queria. Então, a gente clonou a voz do Reinaldo Azevedo e colocou na rádio.”

Fonte: “Com Reinaldo Azevedo sem voz, BandNews FM usa IA para reproduzir voz do âncora em texto dele”. Disponível em: https://www.band.com.br/bandnews-fm/noticias/reinaldo-azevedo-ganha-voz-com-ia-em-comentario-sobre-fux-202509102300.

3. Uso de imagens geradas por IA no Brasil Urgente: o programa cobre crimes, mas raramente dispõe de imagens dos eventos. A equipe passou a usar IA para gerar imagens que contextualizam visualmente as histórias narradas, sempre com a indicação do uso da IA.

4. Agentes para além do jornalismo: a empresa desenvolve agentes para outras funções internas, como um agente de RH, que monitora a validade de contratos de apresentadores e alerta sobre renovações, relatando aumento de até 80% na eficiência após a adoção.

A Vibra Digital formalizou diretrizes internas de uso de IA, acessíveis a todos os funcionários. O documento cobre jornalismo e áreas administrativas e exige validação humana de qualquer conteúdo.

“Eu sempre dou o exemplo do Google, né? Todo mundo usa o Google. O Google erra, não erra? Se você pega de uma fonte não muito confiável ali, você vai escrever uma coisa errada.”

Além disso, orienta sobre quando informar o público que houve uso de IA, como em imagens ou áudios com voz sintetizada. A política distingue duas situações. Se a IA é apenas apoio e o texto final é assinado por um jornalista, não há aviso. Se o produto final é gerado por IA, a identificação é obrigatória.

“Ninguém escreve ‘eu usei o Google para fazer essa matéria’. Então é o mesmo raciocínio quando o produto da IA é o que a gente usa no final, que é esse das imagens, a voz do Reinaldo Azevedo, aí a gente avisa.”

A empresa também realizou um treinamento para os funcionários, cujo conteúdo gravado passou a integrar o processo de entrada de novos contratados. Após o curso introdutório, a Vibra Digital passou a oferecer treinamentos específicos por área de forma contínua.

Lilian destaca desafios que vão além da rotina da redação. Com a IA, ficou mais fácil produzir conteúdo em grande escala, o que também facilita a desinformação: sites podem parecer portais jornalísticos e publicar centenas de textos falsos. Para ela, o maior risco é o uso da tecnologia por quem não é jornalista e não segue critérios de verificação.

Dentro da redação, surgiu também a dúvida sobre responsabilidade e autoria. No início, alguns profissionais colocavam erros na conta da ferramenta, o que enfraquecia a responsabilidade editorial. Por isso, a política foi revisada e a responsabilidade final passou a ser sempre do jornalista, mesmo quando a IA é usada no processo.

A entrevistada também destaca um desafio de financiamento do jornalismo. Com a popularização de respostas diretas em modelos de linguagem, sua percepção é de que as pessoas podem deixar de acessar as fontes originais, o que poderia gerar uma redução de cliques.

Lilian expressa preocupação com a remuneração de quem produz o conteúdo consumido por sistemas de IA e com seus possíveis impactos sobre a sustentabilidade do jornalismo.

Quanto às expectativas futuras, Lilian avalia que a IA pode fortalecer o jornalismo e ressalta a importância de um modelo de financiamento sustentável. Na visão dela, a tecnologia tende a absorver conteúdos de menor valor, liberando as redações para investigar, apurar e cobrir fatos. O desafio estrutural apontado é que, paradoxalmente, o jornalismo investigativo aprofundado gera hoje menos receita direta do que a produção em massa de conteúdos caça-cliques.

Para Lilian, a saída passa por políticas públicas e regulação. Ela também sugere que as plataformas usem marcas d’água nos metadados, para que seja possível identificar o que foi gerado ou editado por IA. Para ela, essa é a principal contribuição que a indústria de tecnologia pode oferecer ao jornalismo agora.

9. InfoMoney

Sobre	O InfoMoney é um portal de jornalismo financeiro focado em investimentos e educação financeira, parte do ecossistema da XP Inc., com produção voltada ao investidor de varejo.
Como usa aIA	Combina ferramentas para editar e refinar textos, reorganizar parágrafos e gerar desdobramentos. Em projetos, usa a IA para analisar documentos e apoiar entrevistas.
O que mudou	Viabilizou cobertura em escala de temas altamente técnicos e volumosos, especialmente a temporada de balanços, e ajudou a acelerar rotinas editoriais sem abrir mão de revisão jornalística.
Condições de adoção	Adoção gradual, impulsionada por entusiastas na redação. Há diretrizes internas com revisão humana obrigatória e exigência de fontes verificadas; houve treinamento pontual sobre prompts (ex.: otimização de títulos).
Desafios e Limites	Risco de uso sem curadoria, com perda de qualidade e transparência; preocupação com reescrita de apurações de terceiros sem atribuição; e efeito sobre a profissão, como a erosão de posições júnior e risco de “atalhos” que desestimulam o aprofundamento.

Entrevistamos Rodrigo Petry, coordenador de projetos editoriais no InfoMoney, com trajetória no jornalismo financeiro.

Rodrigo se descreve como um dos primeiros entusiastas do ChatGPT no InfoMoney. Em 2023, ao testar a ferramenta, identificou usos práticos para o jornalismo financeiro e passou a compartilhar experimentos com colegas. Isso o levou a integrar um projeto com a área de ciência de dados da XP, em parceria com a Microsoft, voltado à cobertura automatizada de balanços.

A adoção, porém, enfrentou resistência inicial. Segundo Rodrigo, havia ceticismo sobre a capacidade da tecnologia e a postura predominante era manter as rotinas como estavam. Com o tempo, o uso avançou de forma gradual e descentralizada, sem diretriz única para toda a redação. Ele afirma:

“[O uso de IA] está cada vez mais sendo aceito assim no meio [jornalístico], porque não tem mais como voltar atrás, né?”

No InfoMoney, o uso cotidiano de IA combina o ChatGPT, na versão paga, e o Jarvix, sistema interno da XP criado para reduzir o risco de vazamento de informações sensíveis.

No trabalho editorial, a IA apoia a edição de textos, a melhoria de leads e títulos, a adequação a práticas de SEO, ajuste de viés, reorganização de parágrafos e a criação de desdobramentos a partir de conteúdos já publicados.

Além desse uso, o InfoMoney desenvolveu aplicações que criaram novos fluxos de produção e ampliaram a capacidade da redação de cobrir temas técnicos:

1. Cobertura automatizada de balanços: foi a primeira iniciativa. Em cerca de 45 dias, aproximadamente 400 empresas divulgam resultados, o que torna a cobertura manual inviável. Foi criado um sistema que lê PDFs da CVM, processa os dados com um modelo de linguagem e gera textos para revisão jornalística antes da publicação. Os prompts foram adaptados por setor para priorizar os indicadores mais relevantes.

“São mais ou menos 400 empresas listadas na bolsa. Então, é humanamente impossível conseguir cobrir tudo, né?”

2. Analistas técnicos como produtores de conteúdo: para cobrir day trade e análise técnica, o InfoMoney contratou dois profissionais sem formação jornalística que, com apoio de IA e prompts específicos, passaram a produzir matérias a partir de transcrições de lives e entrevistas por WhatsApp. Um dos textos chegou a 300 mil pageviews.

3. Uso de IA para preparar entrevistas: com base em conteúdos públicos do entrevistado, Rodrigo mapeia temas e estrutura roteiros de perguntas pertinentes no ChatGPT, inclusive em inglês, para fazer ao entrevistado.

O InfoMoney tem diretrizes internas de uso de IA, não divulgadas publicamente. Os princípios centrais são revisão humana obrigatória e atribuição de fontes externas verificadas. Houve um treinamento pontual, voltado à elaboração de prompts para otimização de títulos, mas o uso segue majoritariamente individual, por núcleos, sem governança centralizada.

O veículo adota práticas de transparência: textos gerados com a tecnologia são assinados como “IA InfoMoney”. Em matérias que reaproveitam conteúdos de outros veículos, a atribuição de fontes externas é obrigatória.

Os principais desafios apontados são o uso de IA sem curadoria jornalística e a redução de vagas júnior na profissão.

Conteúdos produzidos sem supervisão tendem a “denunciar” a falta de revisão, com ausência de aspas, de fontes identificadas e de uma estrutura jornalística básica.

Soma-se a isso o risco de reescrever apurações de terceiros sem atribuição, algo que a IA torna mais fácil. Por fim, ao entregar conteúdo já “mastigado”, a tecnologia pode desestimular o aprofundamento nos temas cobertos.

Sobre expectativas futuras, Rodrigo avalia que as ferramentas atuais já entregam o essencial. O próximo passo é automatizar o processo de ponta a ponta, capturando documentos, processando-os com IA e encaminhando o conteúdo para revisão e publicação.

Ele ressalta que a apuração exclusiva e a reportagem original permanecem insubstituíveis, um domínio que, na sua avaliação, continuará sendo humano.

“Nada vai substituir o cara de entrevistar uma fonte, aquela matéria vai ser exclusiva dele”.

10. Ambiental Media

Sobre	A Ambiental Media é uma organização sem fins lucrativos de jornalismo investigativo em ciência e dados, focada em cobertura ambiental.
Como usa a IA	Usa IA para transcrição, busca, organização de documentos, traduções e apoio à produção visual e ao desenvolvimento. Criou a CAPÍ, chatbot com base verificada.
O que mudou	Reduziu tempo e custo de produção e viabilizou experimentos de produto e formatos interativos.
Condições de adoção	Adoção desde o fim de 2022, com apoio da liderança. Há política de uso: IA apoia o processo; o texto final é humano. Sem treinamento formal.
Desafios e Limites	Desafio de manutenção, financiamento, transparência e risco de desinformação e queda de qualidade.

Entrevistamos Miguel Vilela, jornalista e editor da Ambiental Media desde 2023.

Na Ambiental Media, a IA entrou na pauta após o lançamento do ChatGPT, no fim de 2022. Miguel relata uma recepção positiva, com algum ceticismo em relação às grandes empresas de tecnologia, e destaca que o apoio da liderança foi decisivo.

Hoje, o uso é diário e atravessa várias etapas da produção, em uma relação que ele compara ao uso do Google.

Na apuração e na edição, a IA apoia transcrição de entrevistas, organização de documentos, pesquisa de fontes, cruzamento de informações e traduções. Na produção visual, é usada para gerar bases e fundos de ilustrações, reduzindo tempo e custos. Na programação, auxilia no desenvolvimento de código e na prototipagem de infografias interativas.

Para além do uso cotidiano, a Ambiental Media desenvolveu outros projetos:

1. CAPÍ: um chatbot especializado em mudanças climáticas que representa a iniciativa de maior alcance da organização no campo da IA.

A ferramenta nasceu da constatação de que os modelos de linguagem disponíveis cometiam erros ao responder sobre o tema, produzindo respostas imprecisas sobre aquecimento global, efeito estufa e desmatamento, e da avaliação de que a IA poderia ser empregada de forma a beneficiar o jornalismo especializado.

A CAPÍ foi construída com base no método RAG (Retrieval Augmented Generation). Ele combina um modelo de linguagem com uma base de dados verificada, formada por artigos científicos, livros e relatórios do IPCC (Painel Intergovernamental sobre Mudanças Climáticas). Assim, a ferramenta responde com base em fontes confiáveis e também consegue lidar com perguntas que vão além do que está na base.

Fonte: Página inicial do Chatbot CAPÍ, da Ambiental Media. Disponível em: https://capi.ambiental.media/

Outros dois projetos ilustram o uso de IA na produção visual:

2. No Cerrado: Jornada das Águas, um projeto visual em que um colaborador externo, responsável pelas infografias, utilizou ferramentas de geração de imagem para criar bases e fundos para ilustrações, reduzindo o tempo e os custos de produção.

3. No Rio 60, projeto que imagina uma configuração urbana do Rio de Janeiro adaptada a chuvas extremas, o uso de IA na produção visual foi necessário diante do caráter utópico das visualizações, afirma Miguel.

A Ambiental Media tem uma política de uso de IA, com usos permitidos e proibidos na produção jornalística. A organização não permite que a IA redija conteúdos para o público. O uso é permitido em documentos internos e para estruturar informações, mas a versão final é sempre de autoria humana. A equipe não passou por treinamento formal.

Em transparência, a política prevê informar quando conteúdos ou visualizações envolvem IA. Miguel avalia que a transparência total é difícil, já que as ferramentas atravessam quase todas as etapas do trabalho. Por isso, a prioridade é sinalizar usos que possam gerar interpretações equivocadas, como a diferença entre fotografias e imagens geradas artificialmente. Todo conteúdo publicado é assinado por uma pessoa identificada.

Os desafios, porém, são relevantes. A CAPÍ está paralisada, porque o financiamento da iniciativa foi pontual. Sem um modelo de monetização viável, não foi possível acompanhar os modelos de linguagem de uso geral, que ficaram mais precisos desde o seu lançamento.

Em um plano mais amplo, Miguel aponta dois receios para o ecossistema digital: a substituição de profissionais por sistemas automatizados e a proliferação de textos de baixa qualidade gerados por IA, o que, em contraste, poderia gerar uma demanda por “inteligência natural”.

11. Folha de S. Paulo

Sobre	A Folha de S. Paulo é um dos principais jornais do Brasil, com operação impressa e digital.
Como usa a IA	Usa IA em um hub interno para transcrição, tradução, sumarização, sugestões de pauta e apoio à edição. Desenvolveram ferramentas como descritor automático de imagens para acessibilidade e projetos para o público externo.
O que mudou	Automatizou tarefas de apoio e acelerou o fluxo, ampliando capacidade de produção e acessibilidade, abrindo frente de produto com IA para o público.
Condições de adoção	Adoção iniciada em 2023, com liderança designada e testes críticos; em 2024 virou editoria e estruturou ferramentas próprias via APIs. Há política pública de uso de IA e treinamentos periódicos.
Desafios e Limites	Risco de erro, alucinação e vieses; receios de credibilidade e substituição; dilemas de transparência; e pressão de monetização pelo uso de conteúdo no treinamento de modelos e respostas sem clique.

Daniela Braga, nossa entrevistada, é jornalista da Folha de S. Paulo e editora de IA e Produto Digital do jornal.

A incorporação da IA à rotina da Folha começou em 2023, quando a Secretaria de Redação designou Daniela para investigar usos da tecnologia. A orientação era testar com olhar crítico, priorizando ferramentas internas e tratando a redação como laboratório.

Em 2024, a iniciativa virou uma editoria formal e iniciou a construção de ferramentas próprias, baseadas em APIs de terceiros, mas desenvolvidas e operadas pela Folha.

A recepção da equipe foi heterogênea: parte dos jornalistas se mostrou entusiasmada desde o início, enquanto outra demonstrou desconfiança e receio, tanto de substituição quanto de perda de credibilidade na cobertura.

“O medo numa redação não é diferente do medo que tem em outros [setores] na indústria […] o medo de perder o emprego, o medo de fazer um trabalho mal feito, que o robô faça algo mal feito.”

Com o tempo, a resistência diminuiu. Daniela atribui a mudança ao trabalho de aproximação da equipe, que visitou as editorias para explicar as ferramentas, coletar feedback e ajustar os produtos. Hoje, segundo ela, o uso é amplo e uma pesquisa interna recente registrou alta aprovação.

No dia a dia, a IA aparece em várias etapas do fluxo jornalístico. A transcrição automática eliminou o trabalho manual. A Folha também desenvolveu sistemas internos de tradução e sumarização, que apoiam a produção de infográficos.

Na apuração e na edição, a IA sugere ângulos de pauta, títulos para SEO e linhas finas. Um exemplo é o descritor automático de imagens, que garante descrição em todas as fotos publicadas para pessoas com deficiência visual.

Todas essas ferramentas estão reunidas em um ambiente interno que funciona como um hub ao qual qualquer jornalista da redação tem acesso.

“Nós chamamos de canivete porque são várias ferramentas juntas.”

A Folha desenvolveu, ainda, iniciativas voltadas ao público externo:

1. Projeto CozinhaAÍ: lançado em 2023 como prova de conceito. Ferramenta que permite que o usuário informe os ingredientes disponíveis e receba sugestões de receitas. Sem relação direta com jornalismo, serviu como experimento inicial de produto baseado em IA.

2. Projeto em parceria com o Hospital Sírio-Libanês: dois chatbots foram desenvolvidos a partir do banco de dados do hospital sobre câncer de mama e câncer de próstata, além de mais de 200 vídeos com entrevistas produzidas pela Folha. O sistema gratuito responde perguntas do público com base nessas fontes e indica vídeos relacionados.

Fonte: página da IA “Vita”. Disponível em: https://www1.folha.uol.com.br/equilibrioesaude/vita/.

3. Folha de Redação: voltado a vestibulandos do Enem. Sugere temas conforme critérios do exame, recebe as redações e corrige, atribuindo notas segundo os critérios oficiais. Foi treinado com provas reais corrigidas e validadas por professores; é gratuito até um limite mensal de uso.

Fonte: página da “Folha de redação”. Disponível em: https://www1.folha.uol.com.br/educacao/folha-de-redacao/.

A Folha publicou uma política de uso de IA antes mesmo da criação da editoria, disponível publicamente no capítulo de IA do manual do projeto editorial. O documento reúne diretrizes gerais e passa por revisões periódicas.

Em paralelo, a equipe faz treinamentos periódicos com a redação, tanto sobre o uso das ferramentas quanto sobre as diretrizes que definem o que é permitido e o que não é. No início da editoria, foram realizados seminários mais amplos para toda a redação.

Sobre transparência, a Folha diferencia o que chega ao leitor do que fica nos bastidores. Conteúdos integralmente gerados por IA, como ilustrações ou gráficos, são identificados com a ferramenta e com quem os gerou.

Já usos internos, como transcrição, melhorias técnicas em fotos ou IA para localizar fontes, não são informados, pelo mesmo motivo de não se declarar o uso de Photoshop para ajustes técnicos ou do Google para pesquisa, explica Daniela.

Quanto à autoria, a assinatura permanece sendo do jornalista. A hipótese de indicar uso de IA na assinatura é mencionada apenas para casos hipotéticos de textos inteiramente gerados pela ferramenta, o que até o momento da entrevista não constituía prática da redação.

Entre os desafios, Daniela destaca o risco de que uma confiança excessiva em conteúdos processados por IA leve ao relaxamento na apuração e na revisão.

Também aponta vieses em modelos treinados com pouca diversidade e alucinações, o que reforça a necessidade de checagem constante.

Daniela também manifesta preocupação com a utilização de conteúdos jornalísticos por empresas de IA para treinamento de modelos sem uma contrapartida clara.

Por fim, há o risco de perda gradual de habilidades, como a dificuldade de elaborar títulos sem apoio das ferramentas de IA após uso prolongado.

Análise e comentários

A inteligência artificial já está presente nas redações brasileiras e seu impacto vai além da automação de tarefas. Em alguns casos, ela viabiliza um uso transformador, ampliando o alcance e o potencial criativo do jornalismo com projetos e produtos que antes não seriam possíveis.

Ao mesmo tempo, essa incorporação não acontece de maneira uniforme. As condições variam entre os veículos, as práticas ainda estão sendo definidas e o setor, em grande parte, construiu suas próprias regras.

Como observado, a IA no jornalismo opera em duas frentes distintas: de um lado, o uso interno, voltado à produção e à gestão da redação (transcrição, tradução, monitoramento, análise de dados), permitindo ganhos em eficiência operacional, e de outro, o uso voltado à audiência e distribuição, como chatbots e ferramentas de busca generativa, em uma reconfiguração de como o público acessa notícias.

1. Inteligência artificial nas redações: práticas e caminhos até aqui

As entrevistas indicam que as mudanças geradas com a chegada da IA estão acontecendo nas redações brasileiras, em ritmos diferentes. Conteúdos protocolares, cobertura de balanços financeiros, monitoramento de diários oficiais e resumos de agenda tendem a ser produzidos com mais eficiência por IA. O jornalista segue essencial para acurácia, senso crítico e apuração. O resultado é uma redefinição do trabalho jornalístico nesta fase.

Uso operacional interno (produção e gestão)	Uso voltado à audiência e distribuição
Processamento de conteúdo bruto: transcrição de áudios e tradução multilíngue; Refinamento: correção, padronização e SEO/GEO; Monitoramento e análise de dados: fontes institucionais e grandes volumes de dados.	Ferramentas de IA para o público: chatbots de consulta a acervo e outros produtos públicos com IA; Conteúdo gerado por IA exibido ao público, com aviso; Mediação de busca e distribuição: como o AI Overview; Checagem de fatos em tempo real ao público.

O primeiro impacto sentido nas redações é o da economia de tempo com atividades rotineiras. Apesar de parecer simples, a transcrição automática de entrevistas, por exemplo, foi a mudança mais citada no dia a dia por economizar horas de trabalho e assumir uma atividade repetitiva e manual. Em redações enxutas, em que os profissionais acumulam múltiplas funções, esse tempo volta para o jornalismo.

A IA também torna possível o que antes era inviável. Analisar centenas de documentos rapidamente, monitorar diários oficiais e projetos de lei em tempo real ou cobrir sistematicamente resultados financeiros em escala são tarefas que, sem apoio tecnológico, dificilmente caberiam na rotina de uma redação. A tecnologia não substitui a decisão jornalística sobre o que é relevante, mas expande o volume de informação que pode ser processado antes dessa decisão.

Alguns jornalistas também fazem um uso mais transformador da ferramenta. Eles passam a criar propostas mais atrativas ao público, com novas formas de monetização, desenvolver produtos que antes exigiriam conhecimento técnico e tempo disponível, e conduzir projetos de maior relevância para a sociedade. São esses profissionais que definem o que criar, usando a tecnologia como ferramenta.

O movimento que se observa até agora é uma reconfiguração ainda em curso, na qual a tecnologia redefine o que é operacional e devolve ao jornalista espaço para o que a profissão tem de mais singular.

2. Nem todas as redações incorporam IA da mesma forma

A incorporação da IA nas redações não acontece de forma uniforme. A capacidade de absorção das inovações, conceito usado por Malar e Saad (2025) para descrever o quanto um veículo consegue incorporar novas tecnologias de forma efetiva em seus processos, varia entre as redações e se reflete na forma como a IA é adotada.

Parte das redações opera de forma mais estruturada. Treinamentos formais, assinaturas institucionais, equipes dedicadas e políticas internas orientam o jornalista sobre o que é permitido e o que não é no uso da ferramenta. Nesses ambientes, a IA costuma ser usada com mais consistência, com maior segurança do ponto de vista da proteção de dados e com mais alinhamento aos valores editoriais do veículo. O jornalista entende como usar a tecnologia, por que usá-la e quais são os limites dessa relação.

Já em outras redações, a incorporação acontece de forma menos estruturada. O uso costuma nascer de iniciativas individuais, sem treinamento e sem uma política clara. Muitas vezes, também falta consciência dos riscos envolvidos, tanto para a qualidade do que é produzido quanto para a segurança das informações compartilhadas com as ferramentas. Nesse cenário, a IA entra no dia a dia, mas sem o amparo institucional necessário para orientar um uso responsável e estratégico.

Essa desigualdade reflete as condições estruturais do jornalismo brasileiro, em que recursos financeiros e capacidade institucional determinam não só quanto a IA é usada, mas também com que segurança e estratégia. Quem tem estrutura consegue transformar a ferramenta em vantagem; quem não tem, enfrenta mais obstáculos e riscos.

Os dados captados pelas entrevistas indicam dois caminhos para essa adoção. Onde o entusiasmo pela IA veio acompanhado de apoio institucional, com treinamento, ferramentas e diretrizes, a adoção tendeu a ganhar consistência e segurança. Em parte das redações, porém, o impulso partiu dos próprios jornalistas, antes de uma orientação institucional, e a adoção permaneceu mais fragmentada. Nesses casos, a IA entra na rotina pelo interesse individual, sem o respaldo de diretrizes que orientem o uso.

Esse descompasso entre adoção e preparo institucional reflete um fenômeno comportamental que ultrapassa as fronteiras do jornalismo. Evidências de outros contextos organizacionais apontam na mesma direção. Um levantamento da Public First (2026) identificou, no caso brasileiro, um contraste acentuado entre o entusiasmo individual e o preparo das instituições no contexto do serviço público. A maioria considera a IA eficaz e a adotou por conta própria, em geral sem treinamento formal, enquanto 61% afirmam que a organização não oferece as ferramentas e o suporte necessários, o que leva muitos a recorrer a contas e serviços pessoais.

Embora se refira a outro setor, o dado ressalta um movimento que as entrevistas também sugerem no jornalismo, em que o entusiasmo e a iniciativa dos profissionais com frequência avançam mais rápido que a estrutura das instituições. Em parte das redações, são os próprios jornalistas que puxam a adoção, enquanto políticas, treinamento e ferramentas institucionais ainda não acompanham esse ritmo. Mais do que a tecnologia em si, é a maturidade institucional que condiciona um uso seguro e estratégico da IA.

3. Como o setor definiu suas próprias regras

Em um ambiente marcado pela proliferação da desinformação, a credibilidade ganha ainda mais relevância como referência do jornalismo profissional. O setor adota governança rigorosa e revisão humana porque percebe a confiança do público como um diferencial diante da desinformação, produzida por máquinas ou por humanos.

Organizações de diferentes portes e perfis editoriais produziram políticas institucionais mesmo sem regulação externa. O que torna esse padrão relevante é exatamente essa convergência de organizações distintas que, de forma independente, chegaram a princípios semelhantes, sugerindo que esses limites foram reconhecidos como necessários pelo próprio setor.

O achado mais expressivo é a unanimidade em torno da revisão humana. Em diferentes redações, a supervisão do jornalista sobre o que a IA produz aparece como regra.

A transparência sobre o uso de IA também é amplamente valorizada, embora varie em intensidade. Algumas redações comunicam qualquer uso da tecnologia, enquanto outras consideram essa obrigação apenas quando a IA teve papel determinante no produto final. Em todos os casos, explicitar quando e como a IA é utilizada reforça junto ao público o compromisso com a checagem e a responsabilidade editorial.

Conclusão

O que buscamos responder com este estudo?

Investigamos como profissionais do jornalismo de veículos brasileiros vêm incorporando a inteligência artificial ao trabalho das redações. A partir das experiências de 11 profissionais distintos, buscamos compreender quais usos já estão consolidados, como cada redação organiza essa incorporação e de que forma o setor construiu suas próprias referências para o uso responsável da tecnologia.

E o que encontramos?

Os resultados indicaram que a IA já está presente nas redações brasileiras de formas variadas, da economia de tempo com tarefas rotineiras ao uso transformador que viabiliza produtos e projetos antes inviáveis.

A adoção da tecnologia varia em cada veículo. Em alguns casos, a IA amplia o que o jornalismo consegue fazer. Em outros, o uso ainda é fragmentado, movido por iniciativas sem políticas claras.

O estudo também identifica convergências em torno de algumas práticas, construídas pelo próprio setor. A revisão humana sobre o que a IA produz aparece como regra. A transparência com o público sobre o uso da tecnologia é valorizada por grande parte dos veículos, especialmente nativos digitais e checadores. No entanto, o estudo também revelou que a transparência ainda enfrenta indefinições, havendo casos em que veículos tradicionais recuaram da identificação explícita da IA por receio de desgaste de credibilidade. Esse padrão sugere que o setor reconheceu esses limites como necessários antes de qualquer orientação formal.

E por que isso importa?

Este estudo contribui para um debate qualificado sobre o lugar da inteligência artificial no jornalismo brasileiro. Os achados podem ser úteis a redações que ainda estão definindo como incorporar a tecnologia, oferecendo referências concretas de como outros veículos já organizam esse processo.

Para a regulação do setor, o estudo mostra que parte do caminho já foi trilhada pela própria prática profissional, o que sugere que qualquer iniciativa regulatória pode partir do que o setor já construiu.

Por reunir experiências concretas de diferentes veículos, o estudo funciona também como um registro de iniciativas que mostram como a IA pode renovar o jornalismo, com produtos mais criativos e propostas mais atrativas para o público.

Direcionamento para futuros estudos

Este estudo qualitativo exploratório não esgota o tema e demonstra espaço para pesquisas contínuas diante da rápida evolução do setor. Foram identificados possíveis caminhos de pesquisa:

Ampliação da amostra e diversificação do perfil dos veículos: a pesquisa se concentrou em organizações com algum grau de estruturação no uso de IA, o que pode não refletir a realidade de redações menores. Estudos futuros podem incluir veículos do interior e de regiões com menos recursos tecnológicos.

Perspectiva dos profissionais de base das redações: este estudo ouviu principalmente lideranças e pessoas envolvidas na implementação de IA. Pesquisas futuras podem incluir repórteres e editores de linha, para capturar percepções e tensões do trabalho cotidiano.

Surveys sobre adoção de IA nas redações: além de entrevistas qualitativas com perfis específicos, surveys oferecem uma dimensão complementar, mapeando padrões de uso, percepções e preocupações de forma mais abrangente e representativa. Pesquisas futuras que combinem esse instrumento com abordagens qualitativas podem oferecer um panorama mais completo sobre como a IA está sendo incorporada nas redações brasileiras em diferentes tipos de veículos.

Estudos longitudinais sobre adoção: como o uso de IA nas redações é recente, os dados coletados refletem um momento inicial de experimentação. Pesquisas longitudinais podem acompanhar as organizações ao longo do tempo, observando como as práticas se consolidam, como as políticas institucionais evoluem e quais iniciativas consideradas transformadoras se sustentam após o período de novidade.

Perspectiva do público: este estudo concentrou-se nas percepções dos profissionais que produzem conteúdo com apoio de IA. Pesquisas futuras podem investigar como o público percebe, confia e se relaciona com conteúdos jornalísticos produzidos com uso declarado de IA, incluindo os efeitos da transparência sobre a credibilidade percebida dos veículos.

Impactos sobre o mercado de trabalho jornalístico e o emprego: as entrevistas revelaram preocupações sobre os efeitos da IA nas posições júnior e na formação de novas gerações de jornalistas. Novos estudos poderiam investigar os impactos da automação sobre a estrutura das redações, os perfis profissionais demandados e as condições de trabalho.

Modelos de negócio e sustentabilidade dos publishers: entrevistados apontaram preocupação com a queda no tráfego orgânico e utilização de material jornalístico para treinamento de ferramentas de IA como ameaças ao atual modelo de negócios do jornalismo. Estudos futuros podem investigar como diferentes modelos de monetização respondem a esse novo ambiente e o papel de regulação e políticas públicas na sustentabilidade econômica do setor.

Referências

BARBOSA, Cristiane de Lima. O novo ecossistema midiático no jornalismo: políticas de veículos brasileiros sobre uso da IA generativa. In: CANAVILHAS, João; RODRIGUES, Catarina; GIACOMELLI, Fábio; BIOLCHI, Bárbara (org.). Plataformização e inteligência artificial no jornalismo: práticas e reconfigurações. Covilhã: Labcom, 2026. p. 87-101. ISBN 978-989-9229-62-4.

BARREIRA JUNIOR, Eliseu; SAAD, Elizabeth. A inteligência artificial como orquestradora do jornalismo contemporâneo. Jornal da USP, São Paulo, 5 maio 2026. Disponível em: https://jornal.usp.br/artigos/a-inteligencia-artificial-como-orquestradora-do-jornalismo-contemporaneo/. Acesso em: 15 maio 2026.

BECKETT, C; YASEEN, M. Generating change: a global survey of what news organisations are doing with AI. Londres: Polis/LSE JournalismAI, 2023. Disponível em: https://static1.squarespace.com/static/64d60527c01ae7106f2646e9/t/656e400a1c23e22da0681e46/1701724190867/Generating+Change. Acesso em: 30 abr. 2026.

BRAUN, Virginia; CLARKE, Victoria. Using thematic analysis in psychology. Qualitative Research in Psychology, v. 3, n. 2, p. 77–101, 2006. Disponível em: https://doi.org/10.1191/1478088706qp063oa. Acesso em: 30 abr. 2026.

COELHO, L. In Brazilian newsrooms, it's not a matter of whether to use AI, but how. LatAm Journalism Review, mar. 2026. Disponível em: https://latamjournalismreview.org/articles/in-brazilian-newsrooms-its-not-a-matter-of-whether-to-use-ai-but-how/. Acesso em: 30 abr. 2026.

DENZIN, Norman K.; LINCOLN, Yvonna S. The Sage handbook of qualitative research. 3. ed. Thousand Oaks: Sage, 2006.

EGAN, J; ROBERTSON, C. T; ROSS ARGUEDAS, A; NEWMAN, N; NIELSEN, R. K; MUKHERJEE, M; FLETCHER, R. Reuters Institute Digital News Report 2026. Oxford: Reuters Institute for the Study of Journalism, 2026. Disponível em: https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2026-06/DNR%202026%20FINAL_2.pdf. Acesso em: 17 jun. 2026.

JORNALISTAS&CIA. A inteligência artificial para jornalistas brasileiros. Jornalistas&Cia, São Paulo, ed. 1456, abr. 2024. Disponível em: https://www.jornalistasecia.com.br/Jornalistasecia2024/1456/. Acesso em: 28 abr. 2026.

MALAR, João Pedro; SAAD, Elizabeth Nicolau. Generative AI and digital native outlets: a possible match? Brazilian Journalism Research, Brasília, v. 21, n. 2, e1728, 2025. DOI: 10.25200/BJR.v21n2.2025.1728.

MILES, Matthew B.; HUBERMAN, A. Michael; SALDAÑA, Johnny. Qualitative data analysis: a methods sourcebook. 4. ed. SAGE Publications, 2020.

PUBLIC FIRST. Public Sector AI Adoption Index 2026: Brazil factsheet. Public First, para o Center for Data Innovation, 2026. Disponível em: https://indexaiglobalpublicservices.publicfirst.co/factsheets/CountryFactsheet_Brazil.pdf. Acesso em: 29 jun. 2026.

Anexo de Metodologia Reglab

Título
IA nas Redações: um movimento transformador no jornalismo brasileiro

Pergunta de pesquisa
Como as redações brasileiras estão incorporando inteligência artificial para transformar e inovar suas atividades?

Resumo de metodologia

Esta pesquisa adota uma abordagem qualitativa e exploratória para compreender como as redações brasileiras utilizam IA em iniciativas consideradas transformadoras. A pesquisa se desenvolveu em duas etapas: (1) um levantamento de informações públicas para compreender o contexto do fenômeno no jornalismo brasileiro e identificar iniciativas e profissionais com experiências particularmente significativas para o objeto investigado; e (2) entrevistas semiestruturadas em profundidade com 11 profissionais que atuam em redações ou desenvolvem soluções de IA para o jornalismo. As entrevistas foram analisadas em duas frentes complementares. Inicialmente, cada caso foi examinado individualmente, preservando a lógica e a trajetória de cada experiência relatada, o que subsidiou a construção do casebook analítico, em linha com a abordagem de within-case analysis (Miles; Huberman; Saldaña, 2020). Em seguida, foi conduzida uma análise temática transversal (Braun; Clarke, 2006), em um processo iterativo de leitura, codificação e refinamento analítico orientado tanto pelo contexto previamente mapeado e pelas questões da pesquisa quanto pelos elementos que emergiram das próprias entrevistas Os códigos foram organizados em categorias intermediárias e, posteriormente, em temas mais amplos. Os resultados foram apresentados na forma de um casebook analítico e de uma análise temática transversal.

Coleta de dados

Antes da realização das entrevistas, foi conduzido um mapeamento exploratório de iniciativas de uso de IA em redações e organizações jornalísticas brasileiras. A identificação dos casos ocorreu por meio de três estratégias. A primeira foi a busca exploratória com apoio de ferramentas de IA (ChatGPT Deep Research e Gemini), buscando por “uso de IA no jornalismo brasileiro” e “casos inovadores de uso de IA em redações”. A segunda foi o levantamento de eventos, painéis e entrevistas disponíveis publicamente em que profissionais discutiram o uso de IA na prática jornalística. A terceira foi a ampliação da lista por snowballing: por meio de solicitações aos entrevistados durante as entrevistas. Ao todo, foram mapeadas 41 organizações jornalísticas. O contato com os profissionais foi realizado por e-mail, LinkedIn e, em alguns casos, por celular. Foram realizados 69 contatos, dos quais 11 profissionais aceitaram participar e foram entrevistados. As entrevistas foram realizadas em formato online, no período de 12 de março a 27 de abril de 2026, com duração média de 50 minutos cada. As sessões foram gravadas, mediante autorização expressa dos participantes por meio de termo de consentimento. Os participantes concordaram em ser identificados pelo nome e pela organização no relatório. As gravações foram transcritas com apoio do Gemini e armazenadas para análise. As entrevistas seguiram um roteiro semi-estruturado, organizado em blocos temáticos. Para fins de transparência metodológica, o roteiro completo de entrevista utilizado na coleta de dados pode ser acessado por este link.

Análise de dados

Cada caso foi examinado individualmente, em linha com a within-case analysis, subsidiando a construção do casebook analítico. Em seguida, as entrevistas foram submetidas à análise temática. Após as primeiras leituras dos dados, foi desenvolvido um mapa de codificação para alinhamento entre as pesquisadoras e para garantir maior consistência no processo analítico. Implementação inicial de IA: tudo o que se refere ao início do uso de IA pelos profissionais na organização. Recepção da equipe: reações iniciais da equipe sobre a implementação da tecnologia no trabalho. Uso cotidiano de IA na redação: usos que não constituem casos transformadores; frequência de uso de ferramentas de IA e etapas do trabalho em que a IA é utilizada. Contexto e necessidade: necessidade percebida que motivou o início do uso de IA ou o desenvolvimento de projeto específico. Experiências de uso transformador de IA: casos específicos desenvolvidos nas redações, não cotidianos, que geraram mudanças concretas nas práticas ou nos resultados jornalísticos. Resultados positivos: ganhos identificados pelo entrevistado no uso da IA — na redação e para o público, incluindo elogios recebidos. O entrevistado afirma explicitamente que se trata de um resultado positivo. Desafios percebidos: dificuldades, riscos e preocupações identificados pelos profissionais, incluindo críticas recebidas do público. Sugestões de melhorias em ferramentas de IA: ideias dos profissionais para que as ferramentas apoiem melhor o trabalho jornalístico. Diretrizes sobre uso de IA: existência e conteúdo de políticas institucionais, diretrizes ou guias sobre uso de IA na redação. Treinamento: ocorrência e frequência de treinamento formal da equipe para uso de IA. Transparência: práticas de comunicação ao público sobre o uso de IA na produção de conteúdo, total ou parcial. Autoria: procedimentos e percepções sobre autoria quando a IA é utilizada na elaboração ou finalização de textos. Expectativas: perspectivas futuras, experiências positivas e preocupações sobre o futuro do jornalismo com IA. Durante o processo de codificação, emergiram códigos adicionais: percepção pessoal, não substituível pela IA, desafios socioambientais e atualização da política de IA. As transcrições foram codificadas no software Atlas.ti. Em seguida, os códigos foram agrupados por semelhança em categorias mais amplas, que por sua vez foram organizadas em temas, estruturando a análise comparativa do relatório. A apresentação dos resultados adota o formato de estudo de casos, preservando a riqueza empírica de cada iniciativa. A análise de dados foi conduzida entre 7 e 29 de abril de 2026.

Procedimento de redução de vieses

Referências teórico-metodológicas consolidadas: a análise seguiu correntes metodológicas reconhecidas – a análise temática (Braun; Clarke, 2006) e a tradição de análise qualitativa de dados within-case analysis (Miles; Huberman; Saldaña, 2020). Seguir esses métodos reconhecidos faz com que a leitura do material siga passos claros, que outra pessoa poderia repetir, e diminui o espaço para interpretações pessoais.. Dupla análise independente: cada caso foi inicialmente codificado por uma pesquisadora e, em seguida, descrito e revisado pela outra pesquisadora a partir das codificações registradas no Atlas.ti, garantindo que duas pesquisadoras tivessem contato analítico com cada caso. Os resultados finais do relatório foram revisados por uma terceira pesquisadora da equipe do Reglab, assegurando múltiplas perspectivas e controle de vieses individuais na interpretação dos dados. Registro e transparência metodológica: todas as etapas do processo analítico foram documentadas. Essa prática permite a rastreabilidade do percurso metodológico, conforme as diretrizes do Reglab para transparência e replicabilidade.

Limitações metodológicas

O estudo tem caráter qualitativo e exploratório. Os achados oferecem profundidade analítica e riqueza interpretativa, mas não têm pretensão de representatividade estatística do setor jornalístico brasileiro. Entre os profissionais contatados, 11 aceitaram participar. Profissionais que optaram por não participar podem ter perspectivas e experiências distintas das captadas nas entrevistas. Os dados são baseados em relatos: as informações sobre práticas, resultados e percepções refletem o ponto de vista dos entrevistados, sem verificação independente das iniciativas descritas. O recorte é exclusivamente brasileiro e contempla principalmente organizações com algum grau de estruturação no uso de IA — o que pode não refletir a realidade da maioria das redações do país, especialmente as de menor porte e de regiões com menos recursos.

Uso de software

Os softwares utilizados no desenvolvimento deste estudo foram: ChatGPT (função Deep Research) para o mapeamento exploratório inicial de iniciativas de uso de IA no jornalismo brasileiro; Gemini para transcrição de áudio das entrevistas em texto e brainstorm; Atlas.ti para organização, codificação e análise dos dados qualitativos; Claude AI para estruturação inicial do texto a partir das codificações e geração de imagens; Notion AI para edição de texto, organização da pesquisa e estruturação de cronograma; Suite Adobe CC para diagramação e finalização de gráficos e ilustrações.

Diretrizes de pesquisa

Financiamento da pesquisa: esta pesquisa foi financiada pelo Google Brasil Internet Ltda. Para garantir a integridade deste trabalho, as autoras desenvolveram, conduziram e analisaram o estudo de forma independente, sem interferência da empresa financiadora, que também não influenciou na interpretação dos resultados. Os autores mantêm total independência profissional e assumem integral responsabilidade pelo conteúdo e pelas conclusões deste trabalho. Tratamento de dados pessoais: a pesquisa envolveu o tratamento de dados pessoais nas etapas de coleta e análise, de forma limitada e proporcional aos objetivos do estudo, em conformidade com a Lei 13.709/2018 (LGPD). Consentimento e identificação dos participantes: todos os entrevistados autorizaram formalmente sua participação mediante termo de consentimento. Os participantes concordaram em ser identificados pelo nome e pela organização no relatório. As pessoas entrevistadas não foram remuneradas. Finalidade e adequação: os dados foram utilizados exclusivamente para os fins desta pesquisa, de acordo com o consentimento obtido, não sendo empregados para outras finalidades. Registro e segurança da informação: os arquivos foram armazenados mediante controle de acesso apenas aos pesquisadores envolvidos nesta pesquisa. Retenção e descarte: os dados serão armazenados por até 12 meses, exclusivamente para fins de auditoria metodológica e eventual replicação, sendo posteriormente eliminados. Uso responsável de dados públicos: embora alguns dados analisados sejam públicos, seu uso foi realizado de maneira responsável e ética, com o objetivo exclusivo de pesquisa independente. Transparência metodológica: a metodologia de pesquisa foi descrita de forma detalhada para assegurar transparência e replicabilidade, contribuindo para a integridade científica e possibilitando a validação independente dos resultados. Não discriminação e respeito à diversidade: a pesquisa foi conduzida de modo a respeitar a diversidade e a evitar qualquer forma de discriminação.

[^1]: A entrevista com a diretora executiva ocorreu em março de 2026, durante a etapa de coleta de dados desta pesquisa. Portanto, os relatos antecedem a pausa nas operações do Núcleo Jornalismo, anunciada em junho. Mais informações em: https://nucleo.jor.br/institucional/2026/06/02/o-nucleo-precisa-fazer-uma-pausa/.