Logo Passei Direto
Buscar
Material
páginas com resultados encontrados.
páginas com resultados encontrados.
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

1/2
Estudo das manchetes mostra que o viés da mídia está
crescendo
Um estudo recente realizado por pesquisadores da Universidade de Rochester revela uma crescente
polarização em notícias relacionadas à política doméstica e questões sociais.
Analisando 1,8 milhão de manchetes de notícias dos principais meios de comunicação dos EUA entre
2014 e 2022, a equipe, liderada por Jiebo Luo, professor de ciência da computação e professor de
engenharia de Albert Arendt Hopeman, utilizou técnicas de aprendizado de máquina para examinar as
manchetes e apresentar suas descobertas sobre o viés da mídia no workshop MEDIATE da Conferência
Internacional da AAAI sobre Web e Mídias Sociais.
Embora seja amplamente reconhecido que os meios de comunicação adotam perspectivas ideológicas
em seus artigos, estudos anteriores sobre as diferenças entre os veículos eram limitados em escopo e
dependiam de pequenos tamanhos de amostra. Aproveitando o aprendizado de máquina, os
pesquisadores foram capazes de estudar uma vasta amostra de manchetes de oito anos, abrangendo
nove meios de comunicação representativos, como o New York Times, Bloomberg, CNN, NBC, Wall
Street Journal, Christian Science Monitor, Federalist, Reason e o Washington Times.
2/2
Para medir as discrepâncias temáticas diferenciadas entre as manchetes, o estudo empregou uma
técnica chamada análise de correspondência múltipla. Os pesquisadores categorizaram as histórias em
quatro grupos principais – política doméstica, questões econômicas, questões sociais e relações
exteriores – e analisaram como os meios de comunicação à esquerda, à direita e ao centro diferiam em
suas escolhas linguísticas para as manchetes.
A equipe observou que os meios de comunicação em todo o espectro político dos EUA demonstraram
consistência e semelhança na cobertura de questões econômicas. Discrepâncias na reportagem sobre
assuntos externos foram atribuídas à diversidade de estilos jornalísticos individuais. Por exemplo, os
autores observaram que o Wall Street Journal e a Bloomberg se concentraram principalmente nas
implicações econômicas e financeiras das tensões geopolíticas, resultando em perspectivas divergentes
em comparação com outros meios de comunicação. No entanto, surgiram diferenças significativas nas
categorias de políticas domésticas e questões sociais.
Ao examinar a cobertura de questões de aborto, os pesquisadores identificaram diferenças sutis na
linguagem usada por diferentes meios de comunicação. Por exemplo, a Razão tende a empregar o
termo “lei do aborto”, enquanto a CNN enfatiza sua postura ideológica usando o termo “direitos ao
aborto”. Embora ambos os meios de comunicação discutam questões de aborto em um nível mais
elevado, a escolha das palavras cria uma distinção discernível.
No futuro, a equipe de pesquisa visa aprofundar a compreensão de como e por que os meios de
comunicação selecionam terminologia diferente ao abordar tópicos semelhantes. Eles enfatizam que
compreender essas discrepâncias e identificar instâncias de viés de mídia é crucial tanto para
organizações de mídia quanto para os leitores.
Lyu Hanjia, um estudante de doutorado em ciência da computação e principal autor do estudo, explica:
“Para os consumidores, é útil conhecer essas informações porque o efeito da câmara de eco é muito
forte e as pessoas estão acostumadas a ouvir apenas coisas que gostam de ouvir. Mostrar a divergência
e o aumento do partidarismo pode torná-los conscientes de que eles precisam ser consumidores mais
conscientes das notícias.
Outros co-autores do grupo de pesquisa de Luo incluem Jinsheng Pan, Weihong Qi e Zichen Wang. O
financiamento para o estudo foi fornecido pelo Instituto Goergen de Ciência de Dados da Universidade
de Rochester.

Mais conteúdos dessa disciplina