Jornalismo estruturado: uso de metadados para enriquecimento de bases noticiosas na web
Artigo escrito com Walter Lima e publicado na revista FAMECOS sobre como metadados podem transformar bases jornalísticas em estruturas capazes de relacionar e reutilizar informação.

Publicar milhares de notícias em uma base de dados não significa necessariamente saber o que existe dentro dela.
A busca por palavra-chave recupera documentos que contêm aquele termo. Categorias e tags organizam representações. Mas um texto jornalístico pode conter pessoas, lugares, eventos, organizações e relações entre esses elementos; a classificação convencional não se torna explícita.
O que uma base jornalística poderia fazer se soubesse mais sobre aquilo que armazena?
O artigo escrito com Walter Lima Junior é uma síntese do percurso que segui durante o doutorado: a recuperação de conteúdo continuava limitada a palavras-chave e categorizações simples, enquanto o potencial técnico das bases de dados permitia uma reutilização bem maior da informação.
Quando armazenar deixou de bastar
O trabalho foi apresentado no GT Estudos de Jornalismo do XXV Encontro Anual da Compós, em junho de 2016, e chegou à Revista FAMECOS um ano depois. Fazia parte de uma investigação mais ampla sobre informação estruturada e metadados, que também resultaria, alguns anos depois, no livro Jornalismo Estruturado por Metadados.

A base do artigo é uma mudança de enquadramento: da notícia entendida como página para a notícia tratada como objeto de informação, descrito por metadados e capaz de estabelecer relações com outros objetos.
Muitas dessas relações ficam fora daquilo que uma interface convencional revela. Daí uma expressão usada no trabalho para descrevê-las: relações invisíveis. O artigo aproxima bases de dados, linked data, APIs e o conceito de jornalismo estruturado para investigar como essas relações poderiam ser representadas e aproveitadas.
O que a BBC tornou visível
A pesquisa observou diferentes veículos, mas encontrou na BBC a principal referência prática para compreender o que essa transformação poderia significar.
Na cobertura da Copa do Mundo de 2010 e dos Jogos Olímpicos de 2012, a BBC Sport organizou conteúdos com anotações e relações baseadas em RDF e linked data. Em outro experimento, o News Juicer extraía conceitos de textos jornalísticos e os relacionava a entradas da DBpedia. O BBC Things, por sua vez, tornava conceitos utilizados pela organização acessíveis publicamente, permitindo seu reaproveitamento por outras aplicações.
O ponto estava na possibilidade de fazer com que uma base jornalística preservasse mais conhecimento sobre o próprio conteúdo.
Conteúdo começa a se comportar como sistema
Ao longo do artigo, os metadados aparecem em diferentes pontos da cadeia editorial: aquisição, edição, contextualização, distribuição e consumo. Na distribuição, por exemplo, a discussão chega à troca de dados entre sistemas por meio de APIs.
A pergunta deixa de ser apenas como escrever, classificar ou publicar uma notícia. Passa a incluir como decisões editoriais podem ser representadas de maneira estruturada para que também sejam reconhecidas e utilizadas por sistemas.
Nesse movimento, conteúdo deixa de ser apenas aquilo que aparece numa página, visível. Pessoas, lugares, acontecimentos, temas e suas relações podem se tornar objetos identificáveis, recuperáveis e reutilizáveis.
O estudo tinha caráter exploratório. Não pretendia estabelecer qual veículo fazia melhor ou pior uso de metadados. Parte da própria dificuldade estava em observar, de fora, sistemas que frequentemente operavam nos bastidores: sua modelagem permanecia inacessível e seus efeitos nem sempre eram perceptíveis na interface final.
O interesse estava em reconhecer procedimentos, experiências e possibilidades.
Uma pesquisa que continua
O artigo registra um momento em que uma preocupação com armazenamento e recuperação de notícias começou a se transformar, para mim, em uma questão mais ampla sobre sistemas de informação.
Como descrever conteúdo de maneira suficientemente estruturada para que pessoas consigam encontrá-lo e relacioná-lo, para que máquinas também consigam processar essas relações?
Anos depois, as tecnologias mudaram bastante. Mas a pergunta envelheceu menos.
