Mídias dos EUA criam notícias para IAs e transformam jornalismo

Tech Desk

Veículos americanos adaptam conteúdo para inteligência artificial, revolucionando a forma de distribuir notícias online.

Leia também: Sondas da NASA em Marte operam há 20 anos e redefinem missões

Veículos de mídia nos Estados Unidos estão começando a produzir notícias pensadas diretamente para agentes de inteligência artificial, e não apenas para leitores humanos, em uma mudança que redesenha como o jornalismo digital é distribuído, personalizado e vendido.

IA vira público-alvo direto das redações

Na prática, grandes editoras e startups de mídia criam feeds estruturados, comandos interativos e bancos de dados multimídia para que sistemas de IA possam consumir, reorganizar e entregar notícias sob medida para cada usuário ou empresa. A aposta é que uma parte relevante do consumo de informação migre para esses agentes, que passam a funcionar como “leitores intermediários” entre redações e público.

É o que já acontece na rotina de Michelle Seo, consultora de relações públicas em San Diego. Todos os dias, ela recebe de seu agente de IA, batizado de Chattiana, um briefing matinal com agenda, tarefas e tópicos quentes retirados de newsletters e manchetes, com links para as fontes. O resumo serve tanto para mantê-la informada quanto para destravar conversas em reuniões virtuais.

Esse tipo de uso se espalhou a ponto de levar redações a tratar os próprios agentes como audiência estratégica. Em vez de escrever apenas pensando em quem lê a tela, editores passam a estruturar conteúdo para quem “lê” o código-fonte: modelos de linguagem que vasculham, resumem e recombinam informações em segundos.

Axios cria feed de notícias só para agentes de IA

Uma das apostas mais agressivas vem da Axios. A diretora de receita da empresa, Jacquelyn Cameron, resume o diagnóstico: “We believe that the media ecosystem is changing”. Ela cita o enfraquecimento da web aberta, a queda das buscas tradicionais e a explosão da hiperpersonalização com grandes modelos de linguagem como motores dessa virada.

Para se posicionar nesse cenário, a empresa anunciou o Axios Direct, um conjunto de feeds de notícias estruturados especificamente para agentes de IA. A ideia é oferecer linhas padronizadas de texto, ricas em dados e pobres em floreio narrativo, para que sistemas automatizados extraiam informação com eficiência. Em termos de formato, se aproxima mais de um terminal financeiro do que de um site de notícias tradicional.

Os dois primeiros feeds têm foco corporativo. Um deles, já em operação, abastece com dados de fusões e aquisições os agentes usados por assinantes do serviço Axios Pro Deals. Outro, previsto para o próximo ano, servirá como fonte de treinamento para modelos de linguagem internos de empresas.

Cameron diz ver esse movimento como uma resposta natural ao modo como o público se informa hoje. “We have always said that we want to be where the audience is”, afirma. No horizonte, a Axios planeja um terceiro feed, voltado ao consumidor final, para que assinantes individuais possam conectar seus próprios agentes diretamente às reportagens do veículo.

Entenda o contexto

O avanço dos grandes modelos de linguagem mudou a lógica de distribuição da notícia. Em vez de digitar uma pergunta num buscador e clicar em links, muita gente passa a dialogar com chatbots, que respondem com resumos já prontos. Para os veículos, isso significa disputar espaço não mais apenas em resultados de busca, mas também nas “fontes preferenciais” das IAs.

Daí surgem estratégias de otimização para motores generativos, apelidadas de GEO (generative engine optimization), que incluem desde a estruturação de textos até arquivos específicos para facilitar a leitura por modelos. Plug-ins de SEO para sites já oferecem, por exemplo, arquivos dedicados a orientar agentes de IA na interpretação do conteúdo.

Ao mesmo tempo, grandes grupos editoriais firmam acordos para que plataformas de IA acessem seus arquivos de forma licenciada, enquanto outros optam por rotas mais litigiosas, questionando o uso de reportagens em treinamentos de modelos sem autorização. Em paralelo, executivos de mídia tentam responder a uma pergunta central: como transformar esse novo tipo de consumo, mediado por máquinas, em receita consistente.

Every transforma reportagem em plataforma interativa

Enquanto a Axios aposta em feeds minimalistas voltados às máquinas, a startup de mídia Every segue por outro caminho: usa a IA como expansão da própria experiência de leitura humana. A empresa, especializada em tecnologia e software, trata agentes e chatbots como extensões do assinante.

Fundador da Every, Dan Shipper incentiva seus repórteres a incluir prompts diretamente nos textos. Em vez de apenas explicar um modelo de IA, por exemplo, o artigo traz comandos que o leitor pode copiar e colar em um sistema de chat, para experimentar as respostas por conta própria.

Guias e reportagens mais práticas incluem botões com comandos do tipo “Read With Claude” ou “Read With ChatGPT”. Ao clicar, o leitor aciona um prompt que orienta o modelo a reorganizar a matéria. Um dos comandos padrão diz: “Start with a tight summary: one paragraph, bulleted. Then offer to go deeper.” A lógica é concentrar a atenção do leitor no essencial, enquanto a IA cuida de adaptar o restante ao ritmo e ao interesse de cada um.

A Every também vem testando o que chama de artigos “extensíveis”. Neles, uma grande reportagem – com dezenas de páginas de texto – é acompanhada por um banco de dados multimídia, que reúne desde gravações de entrevistas até vídeos e links de referências. Um chatbot funciona como porta de entrada para esse acervo, permitindo que o leitor faça perguntas específicas e receba trechos relevantes do material bruto.

Em um dos projetos recentes, a empresa publicou um texto de 8.000 palavras sobre um sistema de IA de programação, e conectou esse conteúdo a um banco de dados capaz de gerar versões personalizadas: o mesmo conjunto de informações pode virar um resumo em tópicos, um roteiro de podcast ou até um vídeo com melhores momentos de entrevistas, dependendo do pedido do assinante ao seu agente.

Para Shipper, isso altera uma regra básica do jornalismo tradicional. “Como escritor, você precisa tomar decisões sobre o que entra na história que está contando”, diz. A curadoria, que antes dependia só do repórter e do editor, passa a ser compartilhada com o leitor e seu agente, que remontam a narrativa conforme a necessidade.

Investidores e modelos de negócio em jogo

O apetite por esse tipo de experimento já atrai capital. A Every levantou US$ 2 milhões em uma rodada liderada pelo fundador do LinkedIn, Reid Hoffman, validando a tese de que há mercado para produtos jornalísticos desenhados para convivência estreita com IA.

O desafio, porém, é transformar audiência mediada por agentes em dinheiro. Professores e pesquisadores que acompanham o setor descrevem esse mercado como emergente e ainda muito desigual. Não há consenso sobre quanto cobrar pelo acesso via IA nem clareza de como, exatamente, esses sistemas irão interagir com conteúdo proprietário à medida que evoluem.

Na Axios, executivos enxergam o momento como oportunidade de reforçar um modelo baseado em informação de alto valor, especialmente para empresas. Assinaturas corporativas com dados que podem influenciar decisões de negócio, como o Axios Pro Deals, custam milhares de dólares por ano. Já a Every aposta em orientação detalhada sobre IA e produtividade digital, vendida em assinaturas anuais voltadas tanto a profissionais quanto às suas ferramentas automatizadas.

Shipper afirma ver o valor da assinatura como algo que já inclui o agente de cada cliente. Ele sugere que, mesmo que o assinante não leia tudo, vale a pena pagar para que seu sistema de IA “leia por ele” e o alerte apenas quando algo realmente relevante surgir.

Impacto para redações e risco de ficar para trás

A adaptação das empresas de mídia a esse novo público híbrido – gente e máquinas – não é trivial. Produzir feeds estruturados, manter bases de dados atualizadas e integrar chatbots exige investimento em tecnologia, infraestrutura e novas habilidades, o que pode ser pesado para veículos menores ou tradicionais.

Por outro lado, especialistas alertam que ignorar o movimento significa correr o risco de sumir do mapa informacional que alimenta IAs cada vez mais presentes no dia a dia. Se agentes passam a ser a principal interface de milhões de pessoas com notícias, ficar fora do radar desses sistemas pode significar perda de relevância, influência e receita publicitária.

Executivos da Axios argumentam que encarar os agentes de IA como uma espécie de proxy do público ajuda a reduzir o medo de substituição. A leitura interna é que não se trata de trocar leitores por máquinas, mas de aceitar que o caminho até o leitor passa, cada vez mais, por sistemas intermediários que filtram, reformatam e recomendam informações – do noticiário político à cobertura de grandes eventos globais, esportivos ou econômicos.

Enquanto isso, processos judiciais sobre direitos autorais, negociações de licenças e testes de novos formatos seguem em paralelo, num cenário em que o consumo de notícias mediado por IA deixa de ser curiosidade de laboratório e passa a orientar decisões estratégicas de redações inteiras.