L4TECCursos

Cursos › Inteligência Artificial

Inteligência Artificial

IA para Jornalismo

Curso prático para jornalistas, editores, chefes de reportagem e analistas de audiência usarem inteligência artificial com método jornalístico: apurar, escutar o público, monitorar diários oficiais, cruzar dados, verificar conteúdo, montar pipelines em que o modelo só entra quando a linguagem ou o julgamento são necessários, e decidir com responsabilidade editorial. Não forma programadores.

Começar pela primeira aula

Para quem é

Jornalistas, editores, chefes de reportagem e analistas de audiência de redações de TV, rádio, impresso e plataformas digitais. Não é um curso de formação de programadores.

Pré-requisitos

  • Rotina de apuração, edição ou escuta do público numa redação (TV ou plataformas digitais)
  • Não é exigido saber programar; o módulo de pipelines ensina o suficiente para desenhar etapas, pedir trechos à IA, rodar e conferir

Módulos e aulas

M01 · Fundamentos de IA e limites no jornalismo11 aulas
  1. IA, aprendizado de máquina e IA generativa: o que muda para a redação1:50
  2. O modelo prevê texto: fluência não é apuração2:00
  3. Gerar conteúdo não é o mesmo que analisar ou buscar dados1:50
  4. Onde a IA costuma ajudar na redação1:50
  5. Onde não se pode confiar sem validação humana2:00
  6. Defina o problema editorial antes de escolher a ferramenta1:40
  7. Acertos e fracassos documentados no uso de IA no jornalismo2:00
  8. O que muda — e o que não muda — no método jornalístico1:50
  9. Alucinação, viés, desatualização e o tom seguro da resposta1:50
  10. O que o modelo conhece mal sobre a Amazônia e o interior2:00
  11. O que não colar na nuvem — e o custo de um erro no ar2:00
M02 · Uso comparado de Claude, Gemini, Grok e ChatGPT12 aulas
  1. Critérios para comparar assistentes sem cair em propaganda2:00
  2. Teste lado a lado: a mesma pauta, o mesmo pacote, dois relógios2:00
  3. Conta da casa versus conta pessoal — e a comparação não é um ranking1:50
  4. ChatGPT: o que o plano contratado liga — e os GPTs da editoria2:00
  5. Quando o ChatGPT faz sentido — e o limite da apuração1:50
  6. Claude: documentos longos e a janela de contexto vigente2:00
  7. Projetos no Claude: quando usar e o que a janela longa não dispensa2:00
  8. Gemini, NotebookLM e Pinpoint no acervo da casa2:10
  9. Fact Check Explorer, Gems e o risco da pesquisa longa2:00
  10. Quando o ecossistema Google faz sentido na pauta1:40
  11. Grok e a busca no X: escuta com conferência do post original2:10
  12. Planilhas, ferramenta especializada e o registro da comparação1:50
M03 · Prompts e apuração com método9 aulas
  1. Anatomia de um prompt que presta para jornalismo2:00
  2. Peça tabela com origem — e proíba inventar página, link ou entrevista2:00
  3. Mostre o padrão de saída e itere o que funcionou1:50
  4. Ângulos, roteiro de entrevista e triagem do malote2:10
  5. Síntese com trecho literal — e apoio à edição, com a decisão na editoria2:00
  6. Pesquisa longa é ponto de partida — confira se o link existe2:00
  7. Ancorar a resposta no acervo da pauta reduz — e não elimina — o erro2:00
  8. Arquivos sensíveis: conta da casa, anonimizar ou não enviar1:50
  9. Biblioteca de prompts da editoria, versionada e auditável2:00
M04 · Análise de comentários das matérias10 aulas
  1. Cada canal de comentário representa um recorte diferente1:50
  2. Comentário não é enquete — e não autoriza 'o público acha que'2:00
  3. O que a redação pode aprender com quem comenta1:50
  4. Limpeza, frequência e agrupamento por tema — sem virar dado científico2:00
  5. Menções, recortes amazônicos e o que muda depois de uma correção2:00
  6. Classificar o tom só com amostra revisada por humano1:50
  7. Toxicidade, assédio e o que escala para a editoria ou à segurança2:00
  8. Ironia e português regional quebram a medição automática de tom1:50
  9. Alertas: correção, denúncia, ataque e dúvida repetida2:00
  10. Comentário visível não autoriza expor dado pessoal — e o relato tem método2:00
M05 · Agência de escuta (social listening)10 aulas
  1. Escuta jornalística não é monitoramento de marca nem pesquisa de opinião2:00
  2. Recorte Norte e governança: quem monitora, quem valida, quem decide2:00
  3. Escuta no X com Grok — sempre conferindo o post original1:50
  4. YouTube, comentários da casa e outras redes — com limite no que é privado2:00
  5. Alertas oficiais dialogam com a escuta — e não se misturam com ela1:40
  6. Dicionário de escuta e consultas com variações da mesma pauta2:00
  7. Separe volume, alcance e confiabilidade — e defina o limiar do alerta2:00
  8. A tendência de São Paulo não pode apagar Porto Velho ou o interior2:00
  9. Padrão coordenado, não amplificar o falso e o que não se coleta2:00
  10. O boletim de escuta: fato, fonte, recorte, o conferido e a hipótese2:00
M06 · Diários oficiais da área de cobertura e documentos públicos10 aulas
  1. O que é um diário oficial e o que costuma sair nele1:50
  2. DOU e os diários dos cinco estados da cobertura2:00
  3. Diários municipais, PDFs difíceis e a LAI como complemento2:00
  4. Querido Diário: busca aberta — e a cobertura que falta conferir2:00
  5. Busca avançada, API e o Diário do Clima na cobertura ambiental1:50
  6. OCR e busca em lotes de PDFs baixados dos portais oficiais1:50
  7. O que extrair de um ato — e a tabela padronizada da pauta2:00
  8. Extenso versus número, retificação, OCR que falha e o acervo da pauta2:00
  9. Sinais de reportagem no diário: emergência, aditivo, familiar, dispensa2:00
  10. Agenda pública, o que não é notícia e o registro para o colega retomar1:50
M07 · Inconsistências, cruzamentos e transparência8 aulas
  1. Divergência entre atos: valor, data, prazo, objeto e quantidade1:50
  2. CNPJ que não confere, empresa inexistente e sócios em comum2:00
  3. Grafias, CPF mascarado, cargo inexistente e o processo que não aparece2:00
  4. Retificação silenciosa: o que mudou entre a versão original e a corrigida1:50
  5. Portal da Transparência e a situação cadastral na Receita2:00
  6. Licitações, LAI quando uma ponta não fecha, e Tribunais de Contas2:10
  7. A IA sugere pares a conferir — e não confirma irregularidade2:00
  8. Célula a célula, sinal versus prova, e o dossiê para o jurídico2:10
M08 · Jornalismo de dados e previsões com cuidado10 aulas
  1. A pergunta jornalística vem antes da base de dados1:40
  2. Tendência, sazonalidade e o ruído de um mês atípico2:00
  3. Bases recorrentes da cobertura amazônica — na fonte e na metodologia2:00
  4. Cruze na planilha antes do modelo — e visualize com eixo, recorte e exclusão2:00
  5. Projeção, cenário, estimativa oficial — e previsão apresentada como fato1:50
  6. Eleições: pesquisa registrada, margem de erro e o que a IA não pode inventar2:00
  7. Clima, queimadas e orçamento: fonte especializada, não modelo caseiro2:00
  8. Incerteza, intervalo e hipótese: como falar sem superlativo indevido1:50
  9. Correlação não é causalidade — e o recorte muda a conclusão2:00
  10. Atraso, buraco no interior, quando pedir ajuda e a revisão do número2:00
M09 · Verificação, checagem e mídia sintética8 aulas
  1. Tudo que a IA entregou vira pista: confira na fonte primária2:00
  2. Quem gerou o texto não é a prova de que o texto está certo1:50
  3. Fact Check Explorer e bases publicadas — com leitura da peça original1:50
  4. Imagem, áudio e vídeo sintéticos — e a edição enganosa tradicional2:00
  5. Artefato não prova origem — e a ausência de artefato não prova autenticidade2:10
  6. Sintético em campanha e o selo quando a própria redação gera a imagem2:00
  7. De onde saiu, quem impulsionou e o que muda em ano eleitoral2:00
  8. Como corrigir no ar quando o erro teve origem na IA1:50
M10 · Ética, LGPD, transparência e política editorial de IA10 aulas
  1. Independência, precisão, honestidade com o público e dever de minimizar dano1:50
  2. Teste de viés — e o juízo sobre suspeito, vítima e interesse público não se terceiriza2:00
  3. Crédito, risco de plágio e o debate sobre treinar modelos com jornalismo2:00
  4. LGPD: base legal, minimização e dado de criança2:00
  5. Fonte em risco não vai à nuvem — leia os termos da conta que você usa2:00
  6. Golpe com tema de IA, extensões duvidosas e chave compartilhada1:50
  7. Quando declarar o uso de IA — em linguagem clara, em todos os meios1:50
  8. O erro é da redação, não da IA — e como responder ao público1:50
  9. Os componentes mínimos da política editorial de IA da casa2:00
  10. A política envelhece — rascunhe a da sua redação2:00
M11 · Automação, agentes e fluxo da redação6 aulas
  1. Mapeie o fluxo atual: onde a IA reduz trabalho e onde ela cria risco2:00
  2. GPTs, Gems e Projetos do Claude com instruções, acervo e teste2:00
  3. Encadeie etapas — e trave o humano antes de publicar ou de acusar2:00
  4. Quem olha o alerta no fim de semana — e como medir erro evitado e erro introduzido2:00
  5. Documente o fluxo para um colega novo repetir o método1:50
  6. Ser citado com crédito — sem deixar o SEO de IA guiar a pauta2:00
M12 · Pipelines em Python: o LLM só quando for necessário12 aulas
  1. Pipeline é etapa reexecutável — o modelo entra só na linguagem2:00
  2. Tudo no chat versus pipeline: custo, erro, repetição e auditoria2:00
  3. Configuração em arquivo, registro de tokens e a trava antes de ir ao ar2:00
  4. Python para jornalistas: planilha, texto e pasta, começando no notebook2:00
  5. Peça o código à IA, rode, leia o erro e confira a amostra2:20
  6. O que não colar no notebook da nuvem — e quando pedir ajuda a quem já trabalha com dados1:50
  7. O pipeline interno de aulas como método — e a queda estimada de tokens2:10
  8. Três pipelines da redação: diários, comentários e escuta2:10
  9. FFmpeg em lote: corte, legenda, 16:9 e o vertical em FIT2:10
  10. Legenda, narração sintética, crédito na imagem e o que não se automatiza2:10
  11. Skill é pacote reutilizável — e as regras do que o agente sempre faz ou nunca faz2:00
  12. Buscar no GitHub com ficha de risco — e versionar as skills da casa2:10
M13 · Projeto final — aplicação na redação8 aulas
  1. Escolha o caminho — de preferência ligado a uma pauta real1:50
  2. Caminho A: agência de escuta de um tema da cobertura2:00
  3. Caminho B: monitoramento de diários oficiais com lista de inconsistências2:00
  4. Caminho C: comentários e audiência de uma série ou de um programa2:00
  5. Caminho D: pipeline reexecutável, com o modelo só onde a linguagem entra2:10
  6. Documento de partida: problema, fontes, riscos e o que não será automatizado2:00
  7. Execute com amostra conferida, produto mínimo e plano de continuidade2:10
  8. Apresente à editoria: problema, método, achado, limite e pedido de decisão2:00
Feito com IA, revisado por gente. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, com curadoria e revisão de Carlos Eduardo Lopes (L4Tec). Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original.

Créditos

Narração com voz sintética (Microsoft Edge TTS, voz pt-BR Francisca). 133 trechos curtos (até ~12 s cada) de 42 vídeos públicos do YouTube, sempre com o canal, o título e o link na tela e na página de cada aula. Canais citados: IBM Technology, Google News Initiative, Anthropic, Google Cloud Tech, OpenAI, Google Workspace, Imprensa Nacional IN, 3Blue1Brown, YouTube Creators, Open Knowledge Brasil, Programa Queimadas do INPE, STF, Cemaden Oficial, MediaWise, Google DeepMind, Google for Developers.

← Ver todos os cursos