Na Simpling, utilizamos algoritmos avançados de Inteligência Artificial para ler, interpretar e categorizar cada notícia que entra no seu monitoramento. O objetivo é simular o trabalho de um analista de comunicação sênior, processando grandes volumes de dados em segundos.
Abaixo, explicamos os critérios que nossa tecnologia utiliza para definir o Sentimento e o Assunto dos seus materiais.
1. Análise de Sentimento: foco na reputação
Diferente de ferramentas genéricas que analisam se um texto é simplesmente "feliz" ou "triste", nossa IA é treinada com foco em Gestão de Reputação Corporativa.
Ela lê a notícia inteira (título, subtítulo, autor, conteúdo e demais informações disponíveis) e avalia como aquela informação impacta a imagem institucional da entidade monitorada. As classificações seguem esta lógica:
POSITIVO : Notícias que agregam valor à marca.
Exemplos: Prêmios recebidos, aumento de lucros, inaugurações, parcerias estratégicas, ações sociais ou elogios diretos à gestão.
NEUTRO : Notícias puramente informativas ou técnicas.
Exemplos: Balanços financeiros sem juízo de valor, diários oficiais, nomeações técnicas ou quando sua marca é citada apenas como contexto (coadjuvante) em uma matéria maior.
NEGATIVO : Notícias que representam risco ou dano à imagem.
Exemplos: Processos judiciais, denúncias, crises, prejuízos financeiros, greves, reclamações de clientes ou críticas diretas à entidade e seus porta-vozes.
Diretrizes de segurança
Na comunicação corporativa, o cenário mais crítico é não identificar uma crise em formação.
Por isso, nosso sistema opera com uma diretriz de segurança específica: em casos ambíguos, onde há dúvida se uma notícia é estritamente Neutra (informativa) ou possui viés Negativo (crítica velada ou risco), o sistema é instruído a classificá-la preferencialmente como Negativo.
Adotamos essa abordagem para garantir que nenhuma informação sensível passe despercebida. Priorizamos emitir um alerta — que pode ser reclassificado pelo usuário posteriormente — a deixar uma informação crítica oculta sob uma classificação neutra.
2. Classificação de Assuntos
A definição do assunto não é aleatória. O sistema analisa o contexto central da notícia (o "lide" jornalístico) e o cruza com a Lista de Assuntos que está cadastrada no seu painel.
A tecnologia busca responder à pergunta: "Qual é o tema predominante desta matéria?"
Dica: Se a notícia aborda vários temas simultaneamente, a tecnologia tentará identificar o mais relevante. Caso a classificação não atenda à sua expectativa, é possível editar manualmente e, se necessário, refinar a nomenclatura da sua lista de assuntos para torná-la mais distinta.
3. Personalizando a análise com observações
Cada cliente ou setor possui particularidades que podem fugir à regra geral de mercado. O que é considerado uma crise para um setor, pode ser uma oportunidade para outro.
Para atender a essas especificidades, o sistema conta com o campo Observações de Análise no cadastro do cliente. As informações inseridas neste campo funcionam como uma "Regra de Prioridade" para a Inteligência Artificial, sobrepondo-se aos critérios padrões.
Utilize este espaço para orientar o sistema sobre contextos sensíveis, palavras-chave específicas ou regras de negócio daquela entidade.
Como escrever boas orientações
Para obter os melhores resultados, seja direto e objetivo nas instruções. Evite textos longos; prefira frases que indiquem claramente uma condição e uma ação.
Exemplos de uso prático:
Para evitar falso-negativo em setores financeiros:
"Considere notícias sobre 'aumento da taxa de juros' ou 'inflação' como Neutras, a menos que a empresa seja citada nominalmente criticando o cenário."
Para gestão de imagem pública:
"Publicações provenientes de Diários Oficiais devem ser classificadas sempre como Neutro, independente dos valores mencionados."
Para refinar a classificação de Assuntos:
"Se a notícia mencionar 'Lei de Responsabilidade Fiscal', classifique obrigatoriamente no assunto 'Jurídico', mesmo que cite políticos."
Para entidades que aparecem como coadjuvantes:
"Se a entidade for citada apenas na lista de patrocinadores de um evento, classifique como Neutro, e não como Positivo."
Ao preencher este campo, a IA passará a ler as notícias deste cliente considerando essas diretrizes como prioridade máxima na tomada de decisão.
Conclusão
Embora nossa Inteligência Artificial tenha um alto grau de precisão, a interpretação de texto pode conter subjetividade. Fatores como ironia, contexto político local ou nuances de mercado podem influenciar a análise.
O sistema Simpling permite que você edite qualquer classificação manualmente. Além disso, é possível inserir orientações específicas no cadastro do cliente, instruindo a IA sobre particularidades do seu negócio para refinar as próximas análises.