Um estudo conduzido por pesquisadores da Universidade Estadual da Pensilvânia (Penn State) revelou que os usuários tendem a confiar igualmente em verificadores de fatos operados por inteligência artificial e por seres humanos, mas por razões distintas. A pesquisa, publicada na revista científica Media Psychology, aponta que não há um vencedor definitivo entre os dois sistemas, já que o público identifica pontos fortes e fracos em cada abordagem.
O professor S. Shyam Sundar, da Penn State, explicou que a distinção é clara. A IA é considerada melhor em tarefas de varredura em larga escala, como identificar sinais de falta de credibilidade em postagens de redes sociais, analisando características linguísticas superficiais. Os seres humanos, por outro lado, são vistos como superiores na checagem de fatos mais complexa, que exige a reunião de evidências de múltiplas fontes ou a interpretação de situações delicadas. Essa divisão mostra que o público já desenvolveu uma espécie de atalho mental baseado em estereótipos sobre as capacidades tecnológicas, moldando sua confiança de forma dual.
Mengqi Liao, primeira autora do estudo e professora assistente da Universidade da Geórgia, detalhou que os participantes presumiram que os sistemas de IA seriam objetivos e precisos. Ao mesmo tempo, desconfiavam da IA por acreditar que lhe falta o julgamento humano necessário para contextos sensíveis. Para testar essas percepções, a equipe realizou um pré-teste para selecionar seis manchetes de notícias com credibilidade variada. Em seguida, 291 participantes residentes nos Estados Unidos foram expostos a essas manchetes em postagens simuladas de redes sociais por meio de um aplicativo chamado FactDeck, criado para o experimento.
Algumas postagens eram rotuladas como verificadas por IA, enquanto outras indicavam checagem por humanos. Os participantes visualizavam um de três tipos de explicação: uma baseada em evidências, que apontava informações contraditórias; outra baseada em características linguísticas, que sinalizava redação suspeita; e uma terceira, chamada de caixa preta, que não fornecia justificativa para a marcação de falsidade. Os resultados demonstraram que as duas perspectivas opostas sobre a IA — a suposta objetividade mecânica versus a ausência de julgamento humano — se anularam na percepção geral de confiança. Liao destacou que essa descoberta ajuda a explicar por que estudos anteriores, que apenas comparavam IA e verificadores humanos, geravam resultados inconsistentes.
A pesquisa também mostrou uma preferência clara dos usuários por qualquer tipo de explicação em detrimento da opção caixa preta. Fornecer uma justificativa, seja baseada em evidências factuais ou em padrões linguísticos, ajuda os usuários a calibrar sua confiança e permite que façam seus próprios julgamentos, em vez de dependerem cegamente da decisão do sistema. Segundo o levantamento do portal Phys.org, as descobertas sugerem que as ferramentas de checagem de fatos mais eficazes serão aquelas que não apenas entregam resultados precisos, mas também explicam o caminho percorrido até eles. A transparência algorítmica surge como um componente essencial para a credibilidade dos sistemas automatizados de combate à desinformação.
Sundar argumentou que essa clareza se torna cada vez mais crítica à medida que a checagem automática se torna uma necessidade. A escala da desinformação nas redes sociais contemporâneas impossibilita que verificadores humanos deem conta do volume de conteúdo a ser analisado manualmente e em tempo hábil. Diante desse cenário, o pesquisador defende que o ideal seria uma colaboração entre humanos e IA, mas reconhece que a intervenção humana constante nem sempre é viável operacionalmente. A conclusão aponta para um futuro em que a automação completa da checagem de fatos será inevitável, exigindo que a sociedade confie em sistemas de IA que podem ser mais eficientes em vasculhar evidências em múltiplas fontes do que as pessoas.