Sou um jornalista profissional que trabalha com tecnologia há algumas décadas. Desde o florescimento das redes sociais, têm sido tempos difíceis para o jornalismo, pois muitas vozes apareceram e a cacofonia foi ensurdecedora. O conteúdo gerado por IA adiciona ainda mais lixo informativo. Mas, surpreendentemente, penso que , tanto como factor de risco como como facilitador. Dois outros artigos da semana passada me fizeram pensar sobre isso. O primeiro da Semafor apresentou sua nova oferta: . Usando ferramentas Microsoft e OpenAI, a Signals fornece diversos insights sobre notícias globais, adaptando-se às mudanças digitais e aos desafios da IA. Reed Albergotti, editor de tecnologia da Semafor, : a IA está aqui para nos trazer de volta à qualidade do jornalismo Sinais da Semafor escreveu “É um ótimo exemplo de uma mudança que está acontecendo. O advento das mídias sociais foi uma força enfraquecedora para as organizações de mídia. A IA, por outro lado, é uma tecnologia fortalecedora. A mídia social transformou alguns jornalistas em estrelas e ajudou a aumentar o tráfego de quase todas as publicações importantes. Mas o negócio de publicidade direcionada, impulsionado pelas redes sociais, desviava dinheiro de publicações de alta qualidade, e o tráfego era apenas uma promessa vazia. Quando as pessoas pensam em IA e notícias, a primeira coisa que vem à mente é a substituição dos repórteres por bots. Embora alguns veículos como CNET e Sports Illustrated tenham ficado tentados a tentar isso, esses exemplos são apenas anomalias. O conteúdo gerado pela IA é mais ou menos spam, o que não substitui o jornalismo. Isso leva os consumidores a editores confiáveis.” Concordo totalmente com este ponto; na era da IA, não há nada mais importante do que ter vozes/mídia em quem você confia. E aí vem o jornalista profissional. O jornalista responsável. Quem é essa pessoa? Essa é uma pergunta complicada, já que “responsável” no contexto da IA se torna uma piada. Na era da IA, a questão do que constitui jornalismo responsável ganha novas dimensões. Na semana passada, por exemplo, foi lançado , um chatbot projetado para evitar a desinformação, fornecendo respostas vagas e sendo “responsável”. o Goody-2 A IA pode ser perigosa e usada - por exemplo - para , mas em termos de jornalismo, oferece um conjunto de ferramentas incríveis que melhoram significativamente a reportagem, a edição e a distribuição de conteúdo. Por exemplo, plataformas automatizadas de verificação de factos como no Reino Unido utilizam IA para verificar rapidamente as afirmações feitas no discurso público, melhorando a precisão e a fiabilidade das reportagens noticiosas. O jornalismo de dados também foi revolucionado pela IA, com ferramentas como que permitem aos jornalistas criar gráficos e visualizações interativos sem amplo conhecimento de codificação. Além disso, a experiência do The New York Times com recomendações personalizadas de artigos mostra como a IA pode selecionar conteúdo adaptado aos interesses individuais dos leitores, aumentando potencialmente o envolvimento e as taxas de assinatura. jacking de áudio a Full Fact o Datawrapper Na semana passada, The Platformer também o futuro da web e do jornalismo. contemplou “ ” Na medida em que os jornalistas têm um papel a desempenhar na web do futuro, será um papel que terão de inventar por si próprios. Use Arc Search, ou Perplexity, ou Poe, e fica claro que não existe nenhuma plataforma que venha salvar o jornalismo. E há um número cada vez maior de plataformas que parecem ter a intenção de matá-lo. E aqui concordo novamente: ninguém vem salvar o jornalismo, mas com a IA — como risco e facilitador — o jornalismo pode finalmente regressar à sua essência. Ao refletir sobre o percurso do jornalismo através das revoluções digital e da IA, torna-se claro que, embora existam muitos desafios, a essência do jornalismo como pilar da democracia permanece intacta. Abraçar a IA de forma ponderada permite que o jornalismo regresse à sua missão principal: informar, educar e responsabilizar o poder — ter responsabilidade — garantindo assim que continua a prosperar como um guia confiável num mundo cada vez mais complexo. Notícias dos suspeitos do costume © Vesúvio e Pompéia Usando IA, três estudantes leram mais de em 79 dC e ganharam US$ 700.000. 2.000 cartas gregas enterradas em Pompéia Roblox A empresa de jogos traduções de bate-papo em tempo real com tecnologia de IA em 16 idiomas. introduziu Sam Altman Sam Altman busca para a expansão global da produção de chips de IA. (Isso é muito…). Gary Marcus oferece pelas quais o mundo deveria dizer não (não são tantas…) US$ 5 a 7 trilhões 7 razões Enquanto isso, OpenAI OpenAI atinge receita anual , estando entre as empresas de tecnologia de crescimento mais rápido. de US$ 2 bilhões OpenAI está trabalhando em para automatizar diversas tarefas. dois agentes de IA Microsoft Um resumo de pesquisas recentes da Microsoft e de todo o mundo que podem nos ajudar a criar um novo e melhor futuro de trabalho com IA. NVIDIA Nvidia quer começar a produzir chips personalizados para empresas de IA Google O Google Bard para Gemini. Leia Ethan Mollick sobre . rebatizou pontos fortes e fracos mistos Um pouco Nvidia, OpenAI, Microsoft e quase 200 outras empresas ao US AI Safety Institute Consortium (AISIC) para apoiar o desenvolvimento seguro e a implantação de IA generativa. juntaram-se Os artigos de pesquisa mais recentes, categorizados para sua conveniência Grandes modelos de linguagem e suas melhorias : demonstra como aumentar o número de agentes em LLMs melhora o desempenho por meio de um método de amostragem e votação. Mais agentes é tudo que você precisa Leia o papel : Adapta LLMs de uso geral a domínios especializados usando tags de entrada personalizadas para comportamento específico de domínio e tarefa. Tag-LLM Leia o papel : apresenta uma abordagem de quantização pós-treinamento de 1 bit para LLMs, mantendo alto desempenho sob larguras de bits ultrabaixas. BiLLM Leia o papel : aprimora o alinhamento do modelo por meio de feedback on-line, melhorando a exploração e o desempenho. Alinhamento direto do modelo de linguagem a partir de feedback de IA on-line Leia o papel : apresenta Hedgehog, um mecanismo de atenção linear que pode ser aprendido que imita a atenção softmax em Transformers. The Hedgehog & the Porcupine Leia o papel : propõe uma nova estrutura de IA para domínios como robótica e saúde, integrando autoencodificadores visuais, modelagem de linguagem e previsão de ação. Um modelo de base de agente interativo Leia o papel : ultrapassa os limites do raciocínio matemático em modelos de linguagem aberta. DeepSeekMath Leia o papel : Permite que LLMs autocomponham estruturas de raciocínio para resolução de problemas complexos. AUTO-DESCOBERTA Leia o papel : compara as habilidades de aprendizagem no contexto dos modelos de espaço de estados com os modelos do Transformer. O Mamba pode aprender a aprender? Leia o papel : investiga o impacto do tamanho e tipo de dados de pré-treinamento no desempenho downstream dos LLMs. Leis de escalonamento para desempenho de tarefas downstream de modelos de linguagem grande Leia o papel : estudos de otimização de modelos de linguagem minúsculos para dispositivos móveis. Repensando a otimização e a arquitetura para modelos de linguagem minúsculos Leia o papel : explora a poda de profundidade como um método para melhorar a eficiência de inferência do LLM. LLaMA abreviado Leia o papel Modelos multimodais e de linguagem visual : Alcança a geração personalizada de texto para imagem aproveitando o espaço latente do CLIP. λ-ECLIPSE Leia o papel : Propõe uma série avançada de modelos de linguagem grande multimodal com foco no desempenho do modelo e na eficiência do treinamento. SPHINX-X Leia o papel : Integra texto e fala em um modelo de linguagem de base multimodal para melhorar a compreensão semântica e a expressividade. SpiRit-LM Leia o papel : incorpora o reconhecimento de perguntas no codificador de visão para um raciocínio multimodal aprimorado. Transformador de visão com reconhecimento de perguntas para raciocínio multimodal Leia o papel : Dimensiona o CLIP para 18 bilhões de parâmetros, alcançando melhorias significativas de desempenho na classificação de imagens. EVA-CLIP-18B Leia o papel Robótica, Sistemas Autônomos e Agentes Interativos : permite a adaptação às regras de trânsito locais para veículos autônomos usando LLMs. Dirigindo para qualquer lugar com adaptação de política de modelo de linguagem grande Leia o papel : demonstra que a aprendizagem por reforço ator-crítico off-line pode ser efetivamente dimensionada para modelos grandes. A aprendizagem por reforço ator-crítico off-line é dimensionada para modelos grandes Leia o papel Navegação na Web, sistemas conversacionais e aplicações do mundo real : apresenta um benchmark para navegação conversacional na web, destacando a necessidade de modelos que se adaptem a novos ambientes web. WebLINX Leia o papel : aprimora o aprendizado do LLM induzindo erros e refletindo sobre eles para extrair princípios específicos de tarefas. Princípio de aprendizagem no contexto com erros Leia o papel : apresenta o CodeCompose, uma ferramenta de autoria de código assistida por IA que oferece sugestões inline de linha única e multilinha. Autoria de código assistida por IA multilinha Leia o papel Previsão de série temporal, detecção de objetos e outras inovações : apresenta um modelo básico para previsão probabilística univariada de séries temporais, apresentando forte generalização zero-shot. Lag-Llama Leia o papel : aprimora a detecção de objetos treinando em conjuntos de dados sintéticos gerados a partir de modelos de difusão. InstaGen Leia o papel : Apresenta um algoritmo que otimiza distribuições definidas por difusões estocásticas para amostragem eficiente. Difusão Implícita Leia o papel : propõe um método que aprimora a compreensão de vídeo, consolidando ativações anteriores. A consolidação de memória permite a compreensão de vídeo de longo contexto Leia o papel : treina um modelo de transformador para atingir desempenho de xadrez de nível de grande mestre sem algoritmos de pesquisa explícitos. Xadrez de nível de grande mestre sem pesquisa Leia o papel Representação de Código e Técnicas de Quantização : apresenta o CODESAGE, um modelo avançado para aprendizagem de representação de código com um esquema de pré-treinamento de dois estágios. APRENDIZAGEM DE REPRESENTAÇÃO DE CÓDIGO EM ESCALA Leia o papel Interpretabilidade e Modelos Fundamentais : examina o papel da interpretabilidade com o advento dos LLMs, defendendo um escopo mais amplo na interpretabilidade. Repensando a interpretabilidade na era dos grandes modelos de linguagem Leia o papel Em outros boletins informativos Para aqueles curiosos sobre a inovação mais transformadora na fabricação de semicondutores desde EUV – Hybrid Bonding by Semianálise Todos os meus pensamentos após 40 horas no Vision Pro por Wait But Why Uma versão engraçada de um artigo que afirmava que o AGI foi alcançado por Jack Clark da Anthropic (boletim informativo Import AI) A promessa e os desafios das aplicações de criptografia + IA por Vitalik Buterin Também aparece . aqui

This story contains new, firsthand information uncovered by the writer.

Hot off the press! This story contains factual information about a recent event.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Subscribe to Turing Post newsletter for free

Este áudio é produzido no idioma original da história!

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

Muito longo; Para ler

Ksenia Se

STORY’S CREDIBILITY

Original Reporting

News

Opinion piece / Thought Leadership

About Author

Rótulos

Languages

ESTE ARTIGO FOI APRESENTADO EM...