Web Semântica e produção de notícias: Anotações para o estudo da aplicação da tecnologia ao campo do Jornalismo

Transcrição

1 Web Semântica e produção de notícias: Anotações para o estudo da aplicação da tecnologia ao campo do Jornalismo Beatriz Ribas 1 Resumo O presente artigo visa à revisão bibliográfica preliminar dos estudos da Web Semântica, buscando sua integração com o campo do Jornalismo. Parte integrante da tese de doutorado iniciada em janeiro de 2007, no Programa de Pós-graduação em Comunicação e Cultura Contemporâneas da Facom/Ufba, o trabalho pretende iniciar reflexões em torno da aplicação dos conhecimentos de Sistemas da Informação para o desenvolvimento de projetos na área do Jornalismo nas redes telemáticas. Palavras-chave Jornalismo On-line, Web Semântica, Sistemas automatizados, Internet, Bases de dados Artigo apresentado como Comunicação Coordenada, Mesa: Jornalismo e Tecnologia, coordenada por Walter Teixeira Lima Jr, no V Encontro Nacional de Pesquisadores em Jornalismo - SBPJor, realizado em Aracaju/SE, de 15 a 17 de novembro de Beatriz Ribas é jornalista e doutoranda em Comunicação e Cultura Contemporâneas pela Facom/UFBA, professora da instituição, integrante do GJOL Grupo de Pesquisa em Jornalismo On-line e bolsista CAPES.

2 1. Introdução Dando continuidade à produção do Grupo de Pesquisa em Jornalismo On-line (GJOL 2 Facom/Ufba), este artigo assume: o emprego de bases de dados como formato e metáfora para o jornalismo digital (BARBOSA, 2007); a hipótese de que no jornalismo digital as bases de dados são uma forma cultural típica das sociedades em rede (MACHADO, 2006); e a hipótese de que a incorporação de sistemas automatizados ao processo produtivo é o fator que diferencia o ciberjornalismo de outras modalidades (SCHWINGEL, 2006). A nítida constatação dos usos de diferentes nomenclaturas na área para o jornalismo desenvolvido para as redes telemáticas faz necessária uma explicação inicial sobre qual das denominações utilizaremos neste trabalho para tratar desta modalidade de jornalismo. Simplificadamente, trataremos por jornalismo on-line a modalidade que possui a característica de estar conectado à internet, com ou sem fio. Portanto, as notícias podem ser publicadas via sistemas de gerenciamento de conteúdos que estejam acessíveis em suportes como PCs ou dispositivos móveis. O jornalismo on-line é aquele produzido para a internet e com seu auxílio para a busca e a transmissão de dados. Neste contexto de conexão em rede de forma automática e descentralizada, a comunicação pode acontecer em várias dimensões, a informação pode ser apresentada em diferentes formatos, o armazenamento e a recuperação de dados podem ser potencializados e dinamizados, a autoria pode ser ampliada. Este novo lugar para a informação jornalística permite a sincronicidade, intensifica a interatividade, o diálogo. O jornalismo deixa de ser apenas lido, ouvido, visto, para ser acessado. No âmbito da produção, mudam as referências, a organização discursiva, as representações. No âmbito do acesso, mudam o uso, a operação, os estímulos e as relações entre produtores-leitoresinformação. O campo dos Sistemas da Informação representa importante aliado do campo do Jornalismo desde que as bases de dados passam a integrar suas rotinas produtivas nos anos 70. A partir daí, as tecnologias da informação começam a definir uma modalidade de jornalismo diferenciada dos modelos tradicionais de rádio, TV e impressos. Sistematizado 2

3 em fases de desenvolvimento (MIELNICZUK, 2003; PRYOR, 2002), o jornalismo on-line vai da transposição dos conteúdos, passando pelo uso limitado dos recursos do meio e posterior criação de conteúdos específico que consideram mais claramente suas potencialidades, e chega a uma fase em que os processos automatizados permitidos pelos sistemas de gestão on-line redefinem seu status. Os anos 90 marcaram uma nova era para a internet com a criação da Web por Tim Berners-Lee. A interface gráfica acessada através de browsers criou uma versão multimídia do antes espaço de contato entre militares, acadêmicos e aficionados por tecnologia, concedendo a uma parcela maior da população mundial a oportunidade de uso da internet. A comercialização desse espaço se inicia em 1993 com a criação do primerio browser, o Mosaic. Neste contexto, a comunicação é ampliada para além das fronteiras territoriais, influenciando diversas instâncias sociais, econômicas, culturais, com as possibilidades trazidas pelo e-commerce, pela publicação on-line de produtos comunicacionais, pela demanda de participação que um meio global passou a gerar nas sociedades mundiais. Em 2001, o criador da Web inicia um debate sobre um novo conceito, Web Semântica, com a publicação do artigo The Semantic Web pela Scientific American. O artigo assinado por Berners-Lee, James Hendler e Ora Lassila causou grande impacto no meio acadêmico propondo uma visão ambiciosa do futuro da World Wide Web (MORVILLE, 2005). Os autores explicam basicamente como a Web Semântica pode estruturar os sentidos dos conteúdos dos sites, criando um ambiente que permite aos agentes inteligentes, que vão de página em página, reunir informação útil para cada usuário, tudo isso de forma automatizada. Para obter resultados eficientes, uma série de regras de inferências deve ser combinada com ontologias e representações estruturadas do conhecimento, que para ter êxito devem estar conectadas a um único sistema global de informação. A Web Semântica vai permitir que as máquinas compreendam documentos semânticos e dados. Se projetada adequadamente, a Web Semântica pode impulsionar a evolução do conhecimento humano (BERNERS-LEE, 2001). Se por um lado a visão do futuro da internet proposta por Berners-Lee e sua equipe causou grande euforia por parte de acadêmicos entusiastas da tecnologia, por outro lado, levantou um debate caloroso sobre a impossibilidade de que realmente existisse algum dia

4 o mundo de cooperação entre homens e máquinas que estava sendo projetado. Temos, portanto, duas linhas a seguir: a que indica um novo futuro para a internet a partir das estruturações semânticas dos dados e da criação de uma linguagem universal; e outra que indica que é falsa a maioria das promessas sobre a Web Semântica. Neste artigo, buscamos levantar de maneira preliminar questões a respeito da Web Semântica e de seus estudos no campo dos Sistemas da Informação para posteriormente iniciar um levantamento de informações relacionando duas áreas do conhecimento, Sistemas da Informação e Jornalismo, para compreender e desenvolver possibilidades de aplicação desta tecnologia no campo do Jornalismo. Como um primeiro passo em direção à tese de doutorado, este artigo traz uma revisão bibliográfica sobre Web Semântica com reflexões sobre definições e conceitos. 2. Definições e conceitos Os dados que acessamos via Web hoje não fazem parte da Web (BERNERS-LEE, 2001). Para o autor, ainda não existe uma Web de dados, pois os dados que vemos através dela são inseridos e controlados individualmente por aplicações que não conseguem compartilha-los. Como exemplo, no site 3 dedicado à pesquisa do W3C sobre Web Semântica, Berners-Lee explica que consegue ver suas informações bancárias via Web, assim como suas fotografias e suas anotações em um calendário. E coloca as questões: mas eu consigo acessar minhas fotos no calendário para ver o que eu estava fazendo quando as tirei? Ou consigo ver linhas com minhas informações bancários no meu calendário? As repostas para as questões são negativas, pois a Web de dados não existe. A Web Semântica de Berners-Lee é definida como operacionalizadora de uma estrutura de trabalho (framework) que permite que dados sejam compartilhados e reutilizados por diversas aplicações. Ela traz as seguintes possibilidades: formatos comuns para integração e combinação de quaisquer dados, gerados por quaisquer fontes; e linguagem comum, universal para que a máquina estabeleça relações entre os dados e os objetos do mundo físico, executando ações. Os agentes inteligentes são responsáveis por compreender o que o usuário quer, fazer cruzamentos entre os significados do que o 3

5 usuário quer (interpretar), procurar dados na Web (nas diversas bases de dados) que tenham a ver com a demanda, e disponibilizar ao usuário o resultado dessa análise, ou seja, dar ao usuário informação que possa ser realmente utilizada para a finalidade correta. Esse comportamento dos agentes inteligentes só será possível se as bases de dados estiverem construídas em uma linguagem universal, considerando o fato de que a Web é descentralizada e que existem palavras com significados diferentes, assim como diversas línguas e culturas. Like the Internet, the Semantic Web will be as decentralized as possible. ( ) Human endeavor is caught in an eternal tension between the effectiveness of small groups acting independently and the need to mesh with the wider community. A small group can innovate rapidly and efficiently, but this produces a subculture whose concepts are not understood by others. Coordinating actions across a large group, however, is painfully slow and takes an enormous amount of communication. ( ) An essential process is the joining together of subcultures when a wider common language is needed (BERNERS-LEE, 2001). Por mais descentralizada que seja a Web Semântica, assim como a internet, Berners-Lee prevê que esta linguagem universal, que vai permitir que as máquinas interpretem as necessidades dos usuários, seja construída a partir de um órgão centralizador, que vai normalizar os metadados. De acordo com o W3C, metadados são informações sobre informações. Informações que permitem rotular, catalogar e descrever dados para que estes sejam estruturados de maneira que as máquinas possam compreender, e daí saber onde procurar e exatamente o que procurar. Os metadados representam e explicam um objeto digital. Os metadados são os operacionalizadores da Web Semântica 4. A questão que se coloca aqui é: como criar metadados universais? A proposta de Berners-Lee é a de que essa universalização dos metadados se dê com o auxílio das ontologias, que são modelos conceituais que especificam os conceitos e as relações entre eles. As ontologias servem para realizar inferências sobre os objetos de um determinado grupo. Configuram representações do conhecimento 5. 4 É importante observar que o W3C apresenta uma definição restrita de metadados, voltada para a Web Semântica. Metadados não estão limitados ao ambiente digital. Um cartão de biblioteca de papel é um metadado. 5 Uma de nossas propostas para a tese de doutorado é a criação de ontologias que possam ser aplicadas às rotinas produtivas do jornalismo on-line.

6 Para Karin Breitman (2005), a internet atual pode ser definida como Web Sintática, onde os computadores fazem apenas a apresentação da informação e o processo de interpretação fica a cargo dos seres humanos. A autora enumera os maiores problemas com os atuais mecanismos de busca na internet: 1- grande número de páginas encontradas, porém com pouca precisão; 2- resultados muito sensíveis ao vocabulário, sendo que em determinados casos até a ordem em que as palavras são digitadas é impactante; 3- resultados são páginas individuais, tendo em muitos casos grande número de páginas no resultado que pertencem ao mesmo site. Neste caso, a autora indica que seria mais interessante ter algum tipo de organização geográfica dos resultados. Da mesma forma, se precisarmos de informações que estão espalhadas em vários documentos, às vezes é necessário realizar mais uma busca de modo a determinar o conjunto de documentos relevantes. Ao final, temos de extrair manualmente as porções desses documentos que são de interesse (BREITMAN, 2005:3). Breitman (2005) considera que a internet se desenvolveu como um meio para troca de documentos entre pessoas, em vez de um meio que fomentasse a troca de dados e informações que pudessem ser processados automaticamente pelas máquinas. Apenas os seres humanos têm a capacidade hoje de interpretar o conteúdo semântico das páginas. O desafio da Web Semântica é criar uma linguagem que expresse dados e suas regras para a compreensão, que combinados com as regras de representação do conhecimento possam criar um sistema inteligente (BERNERS-LEE, 2001). Mas inteligência não é obviamente a mesma dos homens. The Semantic Web will enable machines to comprehend semantic documents and data, not human speech and writings (BERNERS-LEE, 2001). 3. Promessas da Web Semântica Um outro lado das discussões acerca da Web Semântica situa as propostas de Berners-Lee como falsas promessas. Uma delas é a criação de um língua comum e universal que normalize os metadados, que consiga extinguir as diferenças territoriais, culturais ou de sub-grupos em favor de uma linguagem global. I fear that the Semantic Web will go the way of SGML, and for basically the same reason: normalization of metadata works real in confined

7 applications where the payoff is high, control is centralized, and the discipline can be enforced. In other words: not the Web (WEINBERGER, 2002). Para David Weinberger (2002), a Web Semântica não pode ocorrer da maneira como Berners-Lee promete por uma simples questão de que os esquemas mentais das pessoas são diferentes, influenciados por uma série de fatores como culturas, regiões, grupos etc. Esses esquemas são os responsáveis pela elaboração dos conceitos sobre os dados e por conseqüência as definições dos documentos. São as ontologias. The basic problem with the Semantic Web is that it doesn't scale. Given Tim Berners-Lee's track record and the caliber of the people working on the Semantic Web, there is no doubt that it will scale as a technology. But it doesn't scale as a social phenomenon. A company, a set of trading partners, and even an industry may be able to agree on the schema and coerce its authors to put in the right metadata. But as the Semantic Web gets more comprehensive and more useful, it becomes harder and harder both to come up with the schema and to provide the incentive for compliance. The history of SGML, where companies had hard-core incentives for coming up with schema, shows just how difficult it is to get people to do what's so obviously and rationally good for them (WEINBERGER, 2002). O que Weinberger (2002) explica é a possibilidade de que a Web Semântica tenha êxito em pequenos grupos que conseguem concordar sobre as definições de cada conceito, sobre os itens de cada ontologia, sobre o significado de cada representação. O que não vai acontecer é a universalização de todos os esquemas do mundo, já que segundo Weiberger (2002), no caso da linguagem de marcação SGML 6 a experiência demonstrou que ela não funcionou como deveria para o propósito que foi criada: permitir o compartilhamento de documentos que possibilitassem a leitura por diversas máquinas em projectos de grandes dimensões, como os governamentais e os da indústria aeroespacial. Outro autor, Clay Shirky (2003), publicou ataque à Web Semântica questionando e respondendo: para que serve a Web Semântica? para criar silogismos, e silogismos servem para nada. Sua crítica reside na elaboração dos metadados com o uso de silogismos, que são conclusões deduzidas a partir de asserções verdadeiras, mas que não têm relações diretas entre si. Para o autor, se os metadados são criados por silogismos, 6 Standard Generalized Markup Language

8 podem gerar resultados pouco úteis ao usuário, já que estarão baseados em conclusões falsas tidas como verdadeiras. Consider the following statements: 1) The creator of shirky.com lives in Brooklyn 2) People who live in Brooklyn speak with a Brooklyn accent. You could conclude from this pair of assertions that the creator of shirky.com pronounces it "shoiky.com." This, unlike assertions about my physical location, is false. It would be easy to shrug this error off as Garbage In, Garbage Out, but it isn't so simple. The creator of shirky.com does live in Brooklyn, and some people who live in Brooklyn do speak with a Brooklyn accent, just not all of them (us). Each of those statements is true, in other words, but each is true in a different way. It is tempting to note that the second statement is a generalization that can only be understood in context, but that way madness lies. Any requirement that a given statement be cross-checked against a library of context-giving statements, which would have still further context, would doom the system to death by scale (SHIRKY, 2003). Para Shirky, muitas vezes, generalizações são afirmativas verdadeiras, e uma generalização só pode ser compreendida em um determinado contexto. O autor acredita que nós descrevemos o mundo a partir de generalizações e que isto é fundamental para nos expressarmos. Em oposição a Shirky (2003), Paul Ford (2003) considera uma enorme simplificação das idéias e dos conceitos as afirmações de que a Web Semântica serve para nada, já que está baseada em silogismos. Shirky writes, Despite their appealing simplicity, syllogisms don't work well in the real world, because most of the data we use is not amenable to such effortless recombination. As a result, the Semantic Web will not be very useful either. It is true that very few of us, before we kiss our lovers, or mothers, say things like I only like to kiss living women; this woman is alive; therefore I shall kiss her. Much of life is lived in a place that is not easily captured by first-order predicate logic. But logical reasoning does work well in the real world it's just not identified as such, because it often appears in mundane places, like library card catalogs and book indices, and because we've been trained to automatically deduce certain assumptions from signifiers which do not much represent the (S,P,O) 7 form (FORD, 2003). Ford (2003) explica através de exemplos o verdadeiro valor e o potencial da Web Semântica, que tem sua lógica um pouco parecida com bases de dados relacionais. Simulações de buscas na Amazon.com exemplificam o uso útil da Web Semântica. O autor 7 Sujeito, Predicado, Objeto.

9 chega à conclusão de que há muito que se aproveitar das tecnologias associadas à Web Semântica e seu desenvolvimento pode proporcionar aplicações que reúnam resultados adequados às demandas do usuário. 4. Conclusões Tudo diz respeito a buscas eficientes para gerar resultados úteis. Mas buscas diferentes do que conhecemos com a Web Sintática (BREITMAN, 2005). As buscas da Web Semântica iniciam com a demanda do usuário, com o que ele precisa, o restante quem executa é a máquina, ou melhor, o sistema automatizado. Este sistema busca significados, interpreta e responde. Como no exemplo inicial de Berners-Lee (2001), quando o telefone do personagem Pete toca e automaticamente é abaixado o volume do som que ele ouvia. O sistema de sua casa inteligente identifica que o telefone está tocando e abaixa o volume do aparelho de som para que Pete possa falar sem ruídos ao telefone com sua irmã. Os dados não são necessariamente textuais. Em um ambiente multimídia desde os anos 90, as informações são disponibilizadas em diversos formatos como áudio, vídeo, fotografias, texto etc. A capacidade de encontrar informação útil é denominada por Peter Morville de Findability (2005), qualidade que os sistemas possuem de serem localizáveis e navegáveis. Partindo do conceito de ubiqüidade das máquinas, Morville apresenta um mundo potencial onde tudo pode ser encontrado com facilidade através de sistemas inteligentes. Reconhece que ainda não estamos nele, mas existem muitos indícios de que estejamos próximos de uma era marcada por respostas realmente eficientes e úteis. A Web Semântica é um deles. A Web Semântica aponta um grande potencial para a organização, combinação, recombinação, interpretação e respostas úteis ao usuário que produz informações jornalísticas, foco de nossa tese de doutorado. Os registros em diferentes formatos podem fazer parte de sistemas que auxiliem os profissionais na produção de notícias. Esta parece ser, inicialmente, a utilização mais adequada da Web Semântica, em benefício do produtor. Este deverá ser nosso segundo ou terceiro passo em direção à tese. Em que medida a Web Semântica transforma os processos de produção de notícias de maneira a marcar e desenvolver mais uma etapa de evolução do jornalismo on-line? Assumiremos, portanto, que o usuário final com demandas específicas será o jornalista. As ontologias

10 deverão abranger questões do dia-a-dia da profissão e das rotinas produtivas nas empresas jornalísticas, considerando todas as características e potencialidades do meio e os processos de reconfiguração pelos quais passa o jornalismo em nossa sociedade. 5. Referências bibliográficas BARBOSA, Suzana. Jornalismo Digital em Base de Dados (JDBD) - Um paradigma para produtos jornalísticos digitais dinâmicos. Tese de doutorado Facom/Ufba, Salvador, BERNERS-LEE, Tim; HENDLER, James; LASSILA, Ora. The Semantic Web. Maio/2001. In: BREITMAN, Karin. Web Semântica: a internet do futuro. Rio de Janeiro: LTC, FORD, Paul. A response to Clay Shirky s The Semantic Web, Syllogism, and Worldview In: MACHADO, Elias. O jornalismo digital em base de dados. Florianópolis: Calandra, MIELNICZUK, Luciana. Jornalismo na Web: uma contribuição para o estudo do formato da notícia na escrita hipertextual. Tese de doutorado Facom/Ufba, Salvador, MORVILLE, Peter. Ambient Findability. California: O Reilly, PRYOR, Larry. The third wave of online journalism. Online Journalism Review, 18/04/2002. In: SCHWINGEL, Carla. Jornalismo Digital de Quarta Geração: a emergência de sistemas automatizados para o processo de produção industrial no Jornalismo Digital. Compós 2005, Niterói. In: CD Rom Compós SHIRKY, Clay. The Semantic Web, Syllogism, and Worldview In: WEINBERGER, David. The Semantic Argument Web In:

11