Uma nova startup do Vale do Silício está tentando romper o relacionamento tradicional entre jornalistas e seus súditos. Objection, uma plataforma apoiada por figuras proeminentes da tecnologia, incluindo Peter Thiel, pretende usar inteligência artificial para julgar a veracidade das notícias. Embora o seu fundador afirme que a ferramenta restaurará a confiança num sistema de comunicação social falido, peritos jurídicos e jornalistas alertam que poderá criar um ambiente de “pague para jogar” que silenciará os denunciantes e capacitará os poderosos.
O Conceito: Adjudicação Algorítmica
Fundada por Aron D’Souza – que anteriormente ajudou a liderar a batalha legal que levou à falência Gawker – a Objection opera com base numa premissa simples e provocativa: se uma pessoa ou empresa se sentir prejudicada por uma notícia, pode pagar 2.000 dólares para desencadear uma investigação pública sobre as suas alegações.
A plataforma usa um “sistema confiável” alimentado por um júri de Large Language Models (LLMs) de fornecedores como OpenAI, Anthropic e Google. Esses modelos são solicitados a agir como “leitores médios” para avaliar as evidências, afirmação por afirmação. O objetivo é produzir um “Índice de Honra” — uma pontuação numérica que avalia a integridade, precisão e histórico de um repórter.
O Mecanismo de Disputa
A objeção não olha apenas para o texto de um artigo; pesa diferentes tipos de evidências:
– Peso Alto: Registros primários, como registros regulatórios e e-mails oficiais.
– Peso Baixo: Reivindicações de fontes anônimas que não foram verificadas de forma independente.
Para garantir o rigor técnico, a plataforma é liderada pelo ex-engenheiro da NASA e SpaceX Kyle Grant-Talbot. D’Souza compara o serviço às “Notas da Comunidade” do X (anteriormente Twitter), enquadrando-o como uma forma de aplicar rigor científico a disputas factuais.
O “efeito assustador” na denúncia de irregularidades
A crítica mais significativa à Objeção centra-se no seu impacto no jornalismo investigativo. As reportagens tradicionais baseiam-se frequentemente em denunciantes anónimos – indivíduos que arriscam os seus meios de subsistência para expor a corrupção.
Os críticos argumentam que a objeção cria uma desvantagem matemática para estas histórias:
1. A armadilha da verificação: Como a IA desvaloriza fontes anônimas não verificadas, relatórios de alta qualidade baseados em vazamentos confidenciais podem receber “pontuações de confiança” baixas.
2. O Dilema da Divulgação: Para proteger o seu “Índice de Honra”, os jornalistas podem sentir-se pressionados a revelar informações confidenciais da fonte ao “hash criptográfico” da plataforma para provar a sua validade. Caso se recusem a proteger o anonimato da fonte, a reportagem é penalizada.
3. Dúvidas em tempo real: Por meio de um recurso chamado “Fire Blanket”, a plataforma pode sinalizar reivindicações contestadas em tempo real nas redes sociais, rotulando-as como “sob investigação” antes mesmo de um veredicto final ser alcançado.
Uma ferramenta para os poderosos?
Especialistas jurídicos alertaram sobre as implicações socioeconómicas de uma taxa de 2.000 dólares para contestar uma história. Embora o custo seja uma barreira para o cidadão médio, é insignificante para indivíduos ricos e grandes empresas.
“O facto de este ser um sistema de pagamento para jogar diz-me que eles estão menos preocupados em fornecer informações úteis ao público em geral e muito mais preocupados em dar aos já poderosos meios para basicamente intimidarem os seus adversários jornalísticos.”
— Jane Kirtley, professora de direito de mídia
Chris Mattei, um advogado especializado em difamação, foi mais longe, descrevendo a plataforma como uma “rede de proteção de alta tecnologia para os ricos e poderosos”. A preocupação é que, em vez de procurarem a verdade, os ricos possam usar a Objecção para assediar jornalistas e suprimir coberturas desfavoráveis através de desafios constantes e automatizados.
O paradoxo da IA
O lançamento da Objection chega num momento em que a fiabilidade da própria IA está sob intenso escrutínio. Os críticos questionam se os LLMs – que são propensos a “alucinações” e preconceitos inerentes – estão realmente equipados para servir como árbitros finais da verdade.
Além disso, o sistema avalia apenas as evidências que lhe são submetidas. No jornalismo investigativo, a evidência mais crucial é muitas vezes a informação que um sujeito se recusa a divulgar. Se a Objecção não conseguir ver o quadro completo, as suas conclusões “científicas” podem ser fundamentalmente falhas.
Conclusão: A objeção procura introduzir a responsabilização algorítmica no jornalismo, mas ao penalizar o fornecimento anónimo e cobrar um prémio pelas disputas, corre o risco de transformar a busca da verdade numa arma para aqueles com os bolsos mais fundos.
