Credibilidade e jornalismo colaborativo

Mecanismos para mensurar a credibilidade no jornalismo colaborativo é o principal desafio para as experiências pautadas pela colaboração dos usuários na produção de conteúdo.

Se já era difícil “validar” e “apurar” as escritas coletivas em um modelo de jornalismo colaborativo cidadão-media, a dificuldade aumenta quando adicionamos serviços de microblogs (Twitter) e redes sociais, pois o fluxo torna-se multidirecional e diante de um dilúvio informacional a capacidade para gerir a informação com êxito fica na berlinda.

Para tornar mais claro os argumentos acima basta relembrar da crise política em Honduras após o golpe que afastou Manuel Zelaya da presidência do país. Milhares de tweets informavam sobre os conflitos, pessoas feridas, discurso dos golpista e do presidente. Mas, como saber, diante da gama colaborativo o que era ou não verdadeiro, era ou não credível?

É uma equação matemática complexa: quanto maior o número de colaboradores maior o trabalho para “apurar” e/ou “validar” o conteúdo. Porém, se a “filtragem” for realizada pelos próprios cidadãos-repórteres pode existir também um ganho na credibilidade do produto final, ou seja a notícia.

Você deve estar pensando em um modelo wiki ou até mesmo o desenvolvimento de um software open source. E é com essa mesma concepção que o Ushahidi, umas das experiências mais inovadoras em jornalismo colaborativo na África, desenvolveu o Swift River, plataforma open source para gestão de informação.

http://vimeo.com/moogaloop.swf?clip_id=4067823&server=vimeo.com&show_title=1&show_byline=1&show_portrait=0&color=&fullscreen=1

An Introduction to Swift River from WhiteAfrican on Vimeo.

A idéia é reunir o maior número de informações sobre determinado fato e filtrá-lo (com o auxilio de máquinas e da própria comunidade) e convertê-lo em uma informação “apurada” e “credível” em tempo quase real. O Swift River foi pensado após a equipe do Ushahidi atuar no Haiti e ter ajudado a salvar algumas vítimas do terremoto a partir de um Tweet.

O Swift River pode ser dividido em três etapas:

1. Predictive Tagging – filtrar o conteúdo através das tags;

2. Verification and Taxonomy – considera localização e relevância das informações publicadas e posteriomente apurada com a rede de colaboradores;

3. Filtering by Authority and Trust – fontes confiáveis podem ser priorizadas aliada a potencialização do local de origem da informação.

O projeto mostra-se útil em questões hiperlocais e onde uma rede de colaboradores já está estabelecida para atuar na validação dos dados. Ainda há que se pensar se tal modelo teria êxito em experiências colaborativas mais globais. De qualquer forma é uma experiência em curso que pode responder aos desafios de credibilidade no jornalismo colaborativo.

Em tempo, vale lembrar o argumento da Ana Brambilla quanto pontua que a notícia jamais será beta. Diz a pesquisadora:

“uma vez publicada, a notícia ganha reconhecimento público e influencia no curso da sociedade, muitas vezes, de modo irreversível. Isso significa: ainda que os erros na notícia em jornalismo open source sejam como os bugs no que toca à fácil correção, a justificativa de um erro não é tão facilmente aceita na notícia como no software.”

Anúncios

Potencialize o diálogo. Comente!

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s