Dos gatekeepers humanos aos computacionais: o sistema de recomendação “Para Você”, do Google Notícias, e seus impactos sobre a formação de bolhas informacionais

• Autor(a) principal: Nalin, Carolina Faria
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/15821
• topic: Google Notícias; Gatekeeper; Algorítmos computacionais; CNPQ::CIENCIAS SOCIAIS APLICADAS::COMUNICACAO::JORNALISMO E EDITORACAO

Se o consumo de notícias é tradicionalmente marcado pela seleção e categorização de informações realizadas por gatekeepers humanos, constituindo-se, estes processos, como marcas fundamentais da produção jornalística, com a internet, tais atividades ganham novos contornos. As chaves dos portões por onde passam (ou não) os conteúdos noticiosos que serão disponibilizados ao público estão nas mãos, agora, de outros tipos de guardiões, mais precisamente dos algoritmos computadorizados. Ao atuarem como agregadores automatizados de notícias, eles passam à condição de novos intermediários entre os leitores e os acontecimentos. Para estudar esse fenômeno de gatekeeping algorítmico, foi escolhido o agregador Google Notícias, mais especificamente através da categoria “Para Você”, de modo a avaliar até que ponto a plataforma, ao fazer recomendações personalizadas de notícias aos usuários, é responsável por limitar a pluralidade de conteúdos e, dessa forma, contribuir para submeter seus leitores a verdadeiras bolhas informativas. Diante da dificuldade de estudo de algoritmos cujos códigos são verdadeiras caixas pretas, como é o caso do agregador da Google, a pesquisa usou o recurso da engenharia reversa como proposta por Kitchin (2017), que consiste na análise dos resultados da ação computacional do agregador (o chamado output) na busca de entender o processo de seleção da ferramenta. O recurso metodológico foi aplicado aos perfis de quatro usuários do Google Notícias, para, considerando seus hábitos de navegação na internet, observar quais notícias lhes foram recomendadas e, assim, avaliar se seus consumos noticiosos foram impactados pela oferta de uma baixa diversidade de temas.