Quando a inteligência artificial entra na comunicação institucional, quem responde pelo que é publicado?

(Foto: cottonbro studio/Pexels)

Em 2025, veículos como Wired e Business Insider retiraram de seus sites textos atribuídos a uma jornalista freelancer chamada Margaux Blanchard. Segundo apuração da Press Gazette, surgiram dificuldades para verificar tanto as fontes utilizadas nos textos quanto a própria identidade da jornalista. As publicações continham personagens cujas informações não puderam ser confirmadas, e os veículos concluíram que havia fortes indícios de que os conteúdos tinham sido produzidos com inteligência artificial.

O episódio chama atenção porque o problema não estava exatamente na capacidade de produzir um texto convincente. Nesse aspecto, a tecnologia funcionou. A falha apareceu antes, em uma etapa mais básica do trabalho jornalístico: verificar quem estava falando, de onde vinham as informações e se aquilo que parecia verdadeiro realmente tinha correspondência com os fatos.

Essa situação ajuda a pensar uma questão que ultrapassa as redações. A inteligência artificial generativa já está presente em editores de texto, buscadores, ferramentas de produtividade e plataformas usadas diariamente por profissionais de comunicação. Em muitas organizações, seu uso avançou mais rápido do que as discussões sobre critérios, responsabilidades e limites.

Por isso, a pergunta sobre usar ou não IA perdeu parte da utilidade. Ela já está sendo usada. O problema é compreender o que muda quando essas ferramentas passam a interferir na produção de informações cuja credibilidade depende justamente da possibilidade de identificar quem apurou, verificou e autorizou sua publicação.

Na comunicação institucional, isso pesa ainda mais. Quando uma universidade, órgão público, hospital, empresa ou instituição científica publica uma informação, ela circula respaldada pela autoridade daquele emissor. Um erro numa nota oficial dificilmente será percebido pelo público como um erro do programa utilizado para escrevê-la. Será um erro da instituição que decidiu publicá-la.

Ganhar tempo não significa transferir responsabilidade

Há muitos usos de inteligência artificial que podem auxiliar profissionais sem alterar de maneira significativa a responsabilidade editorial. Transcrever entrevistas, organizar anotações, revisar aspectos gramaticais, produzir versões preliminares ou ajudar a localizar padrões em documentos são tarefas em que a tecnologia pode reduzir trabalho mecânico.

O problema começa quando velocidade passa a ser confundida com confiabilidade.

Um modelo de linguagem consegue produzir rapidamente uma nota institucional bem estruturada, resumir um relatório ou transformar informações técnicas em um texto para redes sociais. O resultado pode parecer seguro e ainda assim conter um dado incorreto, uma referência inexistente ou uma relação entre informações que nunca esteve presente na fonte original. A própria qualidade da redação pode esconder o problema. Um erro de ortografia chama atenção, uma frase mal construída desperta desconfiança. Já uma informação falsa, apresentada de maneira clara e acompanhada de detalhes plausíveis, pode atravessar uma leitura apressada sem produzir o mesmo sinal de alerta.

No cotidiano de uma universidade, isso deixa de ser uma discussão abstrata muito rapidamente. Uma mesma ferramenta pode aparecer na preparação de uma notícia, na divulgação de uma pesquisa, na resposta a um estudante, na organização de documentos administrativos ou na elaboração de materiais para eventos. Para quem olha apenas para a interface, a ação parece semelhante porque alguém escreve uma solicitação e recebe uma resposta. As responsabilidades envolvidas, porém, são bastante diferentes.

Essa diferença precisa ser considerada antes de transformar qualquer ganho de tempo em argumento suficiente para a adoção de uma ferramenta. A economia de minutos desaparece quando é necessário corrigir uma informação, responder a questionamentos ou reconstruir como determinado conteúdo chegou à versão final.

Em ambientes institucionais, há ainda outro ponto menos visível: documentos internos, dados pessoais ou informações sensíveis podem ser inseridos em serviços externos sem que o profissional tenha clareza sobre como aquele conteúdo será processado.

O público continua esperando alguém do outro lado

O Generative AI and News Report 2026, produzido pelo Reuters Institute for the Study of Journalism, mostra que o uso dessas ferramentas cresce rapidamente, inclusive como meio de buscar informações. Ao mesmo tempo, a aceitação diminui quando a participação humana na produção jornalística é reduzida.

Entre pessoas entrevistadas em nove países, apenas 12% afirmaram se sentir confortáveis com notícias produzidas inteiramente por inteligência artificial. O percentual sobe para 19% quando existe alguma supervisão humana. Quando a notícia é produzida principalmente por uma pessoa, com algum auxílio de IA, a aceitação chega a 45%. Para conteúdos inteiramente produzidos por jornalistas, alcança 67%.

Os números não indicam uma recusa geral à tecnologia. O mesmo estudo aponta sua incorporação crescente às atividades cotidianas. O dado mais interessante está na diferença de confiança conforme muda a participação humana no processo.

Esse aspecto também interessa à comunicação institucional. Quando uma pessoa procura uma informação no site de uma universidade, consulta uma orientação de um órgão público ou recebe uma resposta oficial, parte da confiança depositada naquele conteúdo vem da existência de uma estrutura responsável por ele.

Expressões como “revisão humana”, por isso, precisam ser tratadas com algum cuidado. Uma leitura rápida antes da publicação não equivale à conferência de fontes, números, documentos ou contexto. Se quem revisa não conhece suficientemente o assunto ou parte da ideia de que o sistema provavelmente acertou, a supervisão existe apenas formalmente.

Letramento digital também é uma questão editorial

Preparar profissionais para trabalhar com inteligência artificial não pode se limitar ao domínio das ferramentas ou à elaboração de comandos mais eficientes. Saber pedir algo a um sistema generativo é apenas uma parte pequena do trabalho.

A dificuldade maior aparece depois da resposta.

É necessário identificar quais afirmações precisam ser verificadas, localizar fontes originais, compreender que determinados dados não devem ser inseridos em plataformas externas e reconhecer quando uma tarefa aparentemente operacional envolve uma decisão editorial.

Também é preciso distinguir situações de risco muito diferentes. Organizar uma agenda, resumir uma reunião, interpretar uma norma, produzir informação sobre saúde ou preparar uma resposta institucional durante uma crise podem utilizar a mesma ferramenta, mas não deveriam obedecer aos mesmos critérios.

E é nesse ponto que o letramento digital se torna mais importante do que o simples treinamento de software.

Uma formação consistente precisa incluir noções sobre funcionamento dos modelos, limites da geração automatizada, proteção de dados, autoria, propriedade intelectual, rastreabilidade das fontes e critérios de conferência. Precisa também permitir que o profissional avalie se o uso da tecnologia realmente melhora determinado processo ou apenas acrescenta uma nova etapa de risco.

Há ainda um problema organizacional. Quando a inteligência artificial passa a ser apresentada quase sempre como sinônimo de produtividade e inovação, questionar determinado uso pode ser interpretado como resistência. Esse ambiente favorece decisões tomadas pela existência da ferramenta, e não pela necessidade concreta da tarefa. Seria mais razoável inverter essa lógica: identificar primeiro o problema, o nível de risco e a responsabilidade envolvida para, então, decidir se a tecnologia ajuda.

Mas nada disso torna a inteligência artificial incompatível com jornalismo ou comunicação institucional. Ela pode ser útil em diversas etapas e já está mudando rotinas de trabalho. O que precisa ser evitado é a ideia de que a capacidade de produzir linguagem automaticamente reduz a necessidade de julgamento profissional.

Jornalismo e comunicação institucional sempre dependeram de escolhas sobre fontes, critérios de publicação, formas de apuração e responsabilidade. A tecnologia aumenta a velocidade com que uma informação aparentemente pronta pode ser produzida e colocada em circulação, o que torna a verificação de sua origem e de seus limites mais importante.

Quando uma instituição coloca uma informação em circulação, não é mera divulgação de um texto; é uma chancela de que aquela informação pode ser considerada confiável. É essa responsabilidade que precisa permanecer no centro da discussão sobre inteligência artificial e comunicação.

***

Sushila Vieira Claro é doutora e mestre em Educação pela USP, graduada em Publicidade e Propaganda e Relações Públicas pela ECA-USP e tecnóloga em Análise e Desenvolvimento de Sistemas. É servidora técnico-administrativa da USP e pesquisa mídias digitais, inteligência artificial, comunicação e letramentos.

O post Quando a inteligência artificial entra na comunicação institucional, quem responde pelo que é publicado? apareceu primeiro em Observatório da Imprensa.