Conheça este ramo do Jornalismo que utiliza informações extraídas dos dados para produzir notícias 

A Transformação digital, termo normalmente aplicado à adoção de tecnologias nos processos corporativos, também adentrou o jornalismo ocasionando mudanças no processo de produção e consumo de notícias.

O jornalismo de dados é um ramo do jornalismo que busca e utiliza bases de dados para desenvolver e fundamentar conteúdos informativos. Ao lado de ferramentas de análise de dados e Big Data, por exemplo, os jornais produzem informações mais confiáveis e completas, de acordo com o que é exigido no mundo digital. O emprego de recursos gráficos interativos, no caso de portais de notícias, faz com que a experiência do leitor se torne melhor.

De acordo com o levantamento feito pelo Google News Lab em 2017, 51% das empresas nos EUA e Europa contam com jornalistas dedicados exclusivamente à área de jornalismo orientado por dados. Entretanto, 53% dos entrevistados acredita que o jornalismo de dados exige treinamento extensivo e especialização. 

Entendendo o Jornalismo orientado por dados

No jornalismo de dados, a produção de notícias é feita a partir de explorações e investigações em bancos de dados ou dados já coletados pelo próprio jornal. Desse modo, os jornalistas identificam brechas, falhas ou conexões que possam ser apuradas com mais profundidade.

É a análise de dados que ajuda a perceber pautas e informações que podem virar notícia. Números, estatísticas e gráficos se tornam o fundamento para o desenvolvimento das notícias.  Isto é, os dados proporcionam ao jornalista criar correlações para chegar a conclusões precisas sobre acontecimentos e temas de interesse da população.

Um pouco da história…

Por mais que seja uma prática percebida atualmente, o conceito por trás do jornalismo orientado por dados é antigo. Em 1821, foi publicada a primeira edição do jornal The Guardian com uma tabela que apresentava os custos e a capacidade de alunos de todas as escolas de Manchester.

Já em 1849, o jornal norte-americano The New York´s Tribune publicou um gráfico sobre a epidemia de cólera que atingiu a cidade naquele ano. A notícia apontava a letalidade da doença e a necessidade de ações para prevenir um número maior de mortes.

O gráfico mostrava a proporção de mortes por cólera em relação ao número total de óbitos na cidade.

E em 1858, a enfermeira britânica Florence Nightingale publicou um livro que apresentava gráficos multicoloridos para demonstrar a importância de medidas sanitárias para salvar as vidas dos soldados britânicos feridos em guerra.

Diagrama “crista de galo” de Florence Nightingale sobre a mortalidade no exército.

O termo “Data-driven Journalism” começou a ser empregado nos Estados Unidos em 2009. Ele era usado para definir as produções de notícias a partir de dados estruturados. Estabelecer um conceito para a prática foi preciso devido a necessidade de estruturar e incentivar o novo modelo jornalístico, difundindo-o entre a comunidade profissional e estudos sobre o tema.

Análise de dados auxiliando na produção jornalística

O jornalismo de dados aumenta a credibilidade das notícias e dos veículos de comunicação, pois os números garantem que a notícia seja de origem isenta e não influenciada por interesses particulares. O objetivo desse ramo do jornalismo é apresentar ao leitor informações numéricas, associadas ao fato em questão, com fácil compreensão visual. Desse modo, o próprio leitor consegue tirar suas conclusões, se baseando nos dados expostos, e não em achismos ou pontos de vista que podem ser distorcidos pelas fontes e linha editorial do meio de comunicação.

Aplicar a análise de dados na produção de notícias permite ao jornalista unir fragmentos de informações. Seja sobre problemas e situações complexas, isso faz com que o conteúdo se torne completo e possibilite ao leitor um entendimento e avaliação mais eficiente. E as infinitas possibilidades de formatos de apresentação e exibição dos dados permite ao leitor uma experiência interativa com a informação, nos casos de portais de notícia online. 

Jornalismo orientado por dados e as Fake News

Uma das principais lutas do jornalismo nos dias de hoje é o combate às Fake News. Devido ao aumento das divulgações de notícias falsas, principalmente pelo crescimento da influência das redes sociais, a credibilidade das notícias é sempre questionada. Com a análise de dados, os fatos podem ser apurados com maior riqueza de detalhes. Isso permite ao jornalista ter mais opções de materiais para fundamentar as informações.

Um exemplo é a coalizão International Fact-Checking Network (IFCN), formada por mais de cem veículos de comunicação de aproximadamente setenta países. A coalização lançou em janeiro de 2020 a #CoronaVirusFactsAlliance, plataforma colaborativa de consulta online para atuar contra a “infodemia” (alastramento crônico de dados inverídicos) e que já realizou mais de 3.500 peças de checagens sobre a COVID-19.

Ferramentas

  • As ferramentas que fazem parte do Big Data auxiliam a estruturar volume de dados. A partir de filtros que separam as informações, o jornalista realiza a busca de acordo com a categoria que deseja.
  • Dashboards apresentam de forma legível números e gráficos. Desse modo, ajudam a enxergar pontos de conexão nas informações e dão um melhor direcionamento na construção das notícias.
  • Há ferramentas, como o Google Trends, que fazem uma compilação de palavras-chave que estão em alta. Isto é, ter o conhecimento de palavras que estejam em motores de busca ou em comentários de redes sociais ajudam o jornalista a captar a intenção do usuário e os temas de maior interesse.
  • As bases de dados públicas, que armazenam dados oficiais e de pesquisas, são grandes. Sendo assim, ferramentas de engenharia de dados são aplicadas por jornalistas para filtrar e organizar o volume de dados produzidos pelos órgãos públicos.
  • Jornalistas utilizam o Python, uma linguagem de programação de fácil aprendizagem que auxilia na mineração e interpretação de grandes volumes de dados. Desse modo, o trabalho de captura, limpeza e análise dos dados é feito de forma prática e ágil, com poucos comandos.  Ao utilizar Python é possível agregar dados para amparar a análise dos fatos tornando claro informações que a princípio não estavam tão evidentes.