A inteligência estará cada vez mais na borda da rede

Não sei o quanto você já ouviu falar em Fog Computing, ou Edge Compunting. São termos técnicos, criados por fornecedores de infraestrutura de rede para nomear a tendência crescente de processamento e análise dos dados onde eles são gerados, para que sejam transformados em informação antes de sua transmissão… para nuvem, ou para quem quer que seja.

Robôs, drones, e carros de autônomos são indicadores precoces da necessidade da inteligência nas bordas da rede. Eles precisam processar dados localmente, sem a necessidade de uma conexão, para tomar decisões.

Outra tendência é o desenvolvimento de algoritmos de aprendizado de máquina para sensores e computadores minúsculos, que estarão implantados em nossas casas e escritórios, em objetos do uso cotidiano, e até mesmo nas nossas roupas ou corpos.

Esta semana me peguei pensando nessas duas forças, juntas, ajudando a transformar a indústria de mídia, como farão com tantas outras indústrias. E no quanto seriam úteis para o jornalismo de dados.

É bem fácil imaginar dados coletados de bilhões de sensores sendo utilizados como gatilhos para propagandas digitais, incluindo a busca. Mas o que poderiam fazer pelo jornalismo.

Hoje, não faltam teorias de como a análise preditiva, impulsionada por Machine Learning, pode ajudar os profissionais de marketing. Mas, e quanto aos jornalistas? O que falta para que os jornalistas enxerguem os sistemas de aprendizagem de máquinas como instrumentos para torná-los mais eficientes e eficazes em vez de ferramentas capazes de eliminá-los, através de bots capazes de produzir textos a partir de alguns dados estruturados, como já acontece hoje com os dados esportivos e financeiros? Ou de sistemas capazes de resumir textos com precisão?

Estou entre os que acreditam que a automação está abrindo novas oportunidades para que nós, jornalistas, façamos aquilo que a sociedade espera que façamos:  contar as histórias que importam. Com novas ferramentas para descobrir e entender enormes quantidades de informações, jornalistas e editores podem encontrar novas maneiras de identificar e relatar informações relevantes.

Mas é preciso dominar rápido a arte de trabalhar com análise de Big Data, a partir do uso de sistemas inteligentes, que serão cada vez mais alimentados por coisas inteligentes, para descobrir, investigar, descartar falsos positivos e contar histórias relevantes.

A informação de todos os tipos é cada vez mais acessível na forma de "dados estruturados" – informações organizadas de forma previsível, como uma planilha, banco de dados ou formulário preenchido. Isso o torna adequado para análise e apresentação usando computadores.  E, ainda assim, ainda engatinhamos no chamado jornalismo de dados.

O que será quando toda essa informação vier de múltiplas fontes, mais desestruturadas do que aquela que já conseguimos coletar hoje das redes sociais?

_____

A propósito, um novo manual de jornalismo de dados, atualizando o "Data Journalism Handbook", será publicado no ano que vem, e em quatro idiomas. A intenção do European Journalism Centre e do Google News Lab, responsáveis pela nova edição, é trabalhar de forma colaborativa com a comunidade internacional da área. "Este ano, cerca de 50 autores e especialistas se juntarão a um Handbook Hack para criar e editar conteúdo para a nova edição", comenta Simon Rogers, editor de dados no Google News Lab, que participa esta semana do 12° Congresso Internacional de Jornalismo Investigativo, em São Paulo.  Um convite para colaboração será anunciado em 31 de julho. E as  atualizações sobre o Data Journalism Handbook serão regularmente publicadas no site DataDrivenJournalism.net .

Ah! Lançado em 2011, o manual "Data Journalism Handbook" teve 150 mil dowloads e quase um milhão de pessoas acessaram a versão online, de acordo com Simon Rogers.

_____

Não é apenas tecnologia…  Jornalismo de dados pressupõe saber fazer as perguntas certas.  Até porque, a precisão depende muito da amostragem. E a amostragem depende de saber quais dados são necessários, onde encontrá-los e em qual quantidade, para não correr o risco de enviesar o resultado.

"Os dados estão disponíveis hoje em grande quantidade, e é muito fácil nos sentirmos afogados nesses oceano",  disse Simon Rogers hoje, em um bate-papo informal com participantes do 12° Congresso Internacional de Jornalismo Investigativo. "É preciso saber quais perguntas a gente quer que a massa de dados ao nosso dispor responda", completou.

Talvez seja preciso trabalhar com bases menores, isolar e descartar dados dispensáveis, mexer apenas com as variáveis que fazem sentido para o que estamos investigando. "A resposta que você procura é que vai guiar o seu caminho", afirma Simon.

Então, quais habilidades um jornalistas de dados deve ter?

"A principal é saber contar uma história baseada em dados", diz ele. "E saber contar boa histórias é a habilidade primária de qualquer jornalista. Portanto, qualquer bom jornalista está habilitado a ser um jornalista de dados.  Basta aprender as técnicas para isso".

Eu diria que uma segunda habilidade indispensável é converter as diretrizes desestruturadas que como repórter usamos para investigar uma história, em regras concretas que um computador possa seguir. Mesmo que não saibamos uma linha de código, precisamos saber o que pedir a quem sabe programar  e pode fazê-lo para nós.

_____

E com a inteligência se deslocando cada vez mais para a borda da rede… os dados necessários para uma investigação podem estar lá. O que obrigará os jornalistas a serem cada vez mais cuidadosos na proteção de suas fontes, por um lado, e transparentes sobre como chegaram em suas conclusões, por outro, para manterem a confiança dos consumidores de notícias.  O site Privacidade para Jornalistas, no australiano Privacy for Journalists, endereça a questão do sigilo da fonte no mundo online. Aprenda a usar o PGP, como ter conversas seguras de e-mail e chat, proteger as trocas de arquivos e a navegação na internet e daí por diante.