Resumo Executivo

Gabriel Ribeiro Mariano da Silva; Natan de Souza Marques

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

O objetivo desta pesquisa foi descrever como a Inteligência Artificial contribui com o fluxo produtivo de uma televisão universitária, otimizando os trabalhos em suas diferentes fases. As organizações contemporâneas operam em um ambiente de constante transformação; a capacidade de adaptação é crucial. Cada organização é uma entidade singular, moldada por seus objetivos e contexto, o que impede a aplicação de fórmulas gerenciais universais (Chiavenato, 2022). Nesse cenário, o planejamento estratégico deve buscar a criação de uma proposta de valor única (Abdala, 2019). A indústria de produção audiovisual, com suas especificidades, segue uma linha de produção estruturada, da concepção à entrega do produto final.

Neste ecossistema, as emissoras de televisão universitárias dedicam-se à produção de conteúdo educativo e à divulgação científica, mas enfrentam o desafio da limitação de recursos financeiros. Majoritariamente autofinanciadas e impedidas por legislação de veicular publicidade comercial, conforme o Decreto-Lei nº 236/1967, essas emissoras operam com equipes e orçamentos enxutos. A evolução tecnológica se apresenta como uma aliada fundamental, pois equipamentos que antes eram de custo proibitivo hoje são mais compactos, acessíveis e multifuncionais, permitindo que equipes menores realizem produções complexas (Zettl, 2017).

A recente expansão da Inteligência Artificial (IA) representa um novo paradigma. Concebida na década de 1950 para emular redes neurais humanas, a IA evoluiu a uma velocidade que reconfigurou mercados em escala comparável a uma nova revolução industrial (Silva et al., 2018). O impacto da tecnologia no ambiente de trabalho é profundo, alterando dinâmicas e processos estabelecidos (Perelmuter, 2019), e a IA, em particular, abriu possibilidades antes ficcionais, promovendo mudanças em velocidade sem precedentes (Schmidt et al., 2023). Uma das contribuições mais significativas da IA é o potencial de redução de custos operacionais, fator crítico para entidades como as TVs universitárias (Daugherty et al., 2019).

A estrutura de produção de conteúdo televisivo é dividida em pré-produção, produção e pós-produção, um fluxo que constitui o cerne da operação (Zettl, 2017). A investigação analisou como a implementação de ferramentas de IA impactou cada uma dessas etapas no contexto de uma emissora universitária, identificando otimizações, desafios e as percepções dos profissionais. O foco foi entender como a tecnologia foi usada para superar gargalos operacionais, como a escassez de mão de obra e a morosidade de processos, e como essas mudanças repercutem na cultura organizacional e nas perspectivas futuras do trabalho no setor. A pesquisa buscou compreender a dinâmica da adoção tecnológica em um ambiente com cultura específica e recursos limitados, mapeando as transformações desde a concepção de pautas até a aceleração de rotinas de edição, além de explorar as preocupações dos colaboradores sobre a substituição de tarefas e a segurança dos dados.

O método de pesquisa foi o estudo de caso, abordagem que permite uma análise aprofundada de um fenômeno em seu contexto real (Gil, 2022). O objeto de estudo foi uma emissora de televisão universitária no interior de São Paulo, com outorga educativa e foco em conteúdo científico. A televisão funciona como um instrumento de educação e formação cultural (Fischer, 2001), e o canal, com 15 anos de história, exemplifica essa missão. Ao longo de sua existência, a emissora evoluiu da transmissão analógica para a digital, expandiu sua distribuição e adotou o formato HD desde o início. A estrutura organizacional também mudou, com o quadro de colaboradores sendo reduzido de aproximadamente 70 para os atuais 25 profissionais. Apesar da equipe enxuta, a emissora mantém uma produção diária robusta, incluindo um telejornal ao vivo.

A coleta de dados incluiu pesquisa bibliográfica, documental e um levantamento de campo. Este último iniciou com um questionário via “Google Forms” para mapear a aplicação de IA nas três áreas do processo produtivo. A criação de um formulário de pesquisa deve se basear em perguntas claras, que não gerem interpretações dúbias (Lozada et al., 2019). O convite foi enviado aos oito profissionais que compõem a equipe central do processo produtivo (três jornalistas, três produtores e dois editores), com 100% de participação. Todos os participantes possuem, em média, mais de uma década de vínculo com a emissora. O questionário visava identificar a frequência de uso de IA, a percepção sobre ganhos de produtividade e as preocupações associadas à tecnologia.

Para aprofundar os dados, foram realizadas entrevistas individuais semiestruturadas com cada um dos oito profissionais, com duração entre 20 e 30 minutos. As conversas, gravadas e transcritas com a ferramenta de IA Tactiq, exploraram a rotina de trabalho e os procedimentos alterados pela IA. Os dados transcritos foram categorizados segundo as três fases do processo produtivo, e trechos representativos foram selecionados para ilustrar as análises, fornecendo uma visão detalhada de como a IA está reconfigurando o fluxo de trabalho.

Os resultados revelam que a IA modificou substancialmente o processo produtivo, mesmo ocorrendo de forma não institucionalizada. A cultura organizacional, descrita como aberta e que valoriza a liberdade, foi determinante para a adoção. Os recursos de IA foram apresentados informalmente por colegas, o que evitou resistências. “Nunca houve uma formalidade para usar IA na televisão, e não nos foi imposto o uso”, afirmou um produtor (Entrevistado 2, 2025). Apesar da informalidade, 75% dos profissionais utilizam ferramentas de IA “frequentemente”, e 100% relataram algum ganho de produtividade, com 37,5% afirmando que o aumento foi “muito” significativo.

Contudo, a abordagem informal gerou desafios. A falta de treinamento estruturado resultou em disparidades de habilidade e insegurança sobre as intenções da organização. Programas de treinamento são investimentos estratégicos que desenvolvem novas habilidades nos colaboradores (Milkovich & Boudreau, 1999), e avaliações podem direcionar a necessidade de capacitação (Marques, 2015). Nem todos possuem as habilidades para utilizar a IA de forma ideal (Daugherty et al., 2019). As preocupações dos funcionários emergiram nos dados: 37,5% apontaram a “confiabilidade das informações” como principal dificuldade, seguida por “segurança e privacidade dos dados” e “substituição de tarefas humanas”, ambas com 25%.

Na pré-produção, a otimização foi notável. O processo anterior de definição de pautas era longo, com reuniões de até quatro horas que frequentemente terminavam sem consenso. “Muitas vezes tínhamos até discussões acaloradas, porque depois de horas, não havia um consenso”, relatou um produtor (Entrevistado 1, 2025). A mudança ocorreu com a introdução de chats como ChatGPT, Gemini e Copilot. Agora, os profissionais submetem temas potenciais aos chats, que analisam o interesse para o público de uma TV universitária. Com essa análise prévia, as reuniões foram reduzidas para no máximo uma hora. “O clima da reunião de pauta é outro, todo mundo sabe que não vamos mais demorar horas divagando”, comentou o Entrevistado 2 (2025). Após a definição do tema, a equipe usa a ferramenta “answerthepublic. com” para identificar as perguntas mais frequentes do público e, com esses insights, solicita aos chats a criação de um escopo para o roteiro. O processo, que antes levava até três dias, agora é concluído em cerca de quatro horas. A decisão final, contudo, sempre cabe a um humano, ressaltando a importância da checagem em um ambiente onde a credibilidade é fundamental (Kaufman, 2022).

A etapa de produção enfrentava um gargalo crítico: a escassez de mão de obra, com apenas três cinegrafistas. “Apresentamos a direção um relatório de como todo o processo estava sendo afetado pela falta de mais cinegrafistas”, explicou um produtor (Entrevistado 1, 2025). Sem recursos para contratações, a solução foi o investimento em quatro câmeras PTZ (Pan-Tilt-Zoom), operadas remotamente via software vMix. Essas câmeras utilizam IA para rastrear e ajustar automaticamente o enquadramento dos apresentadores. Como a maioria dos programas segue o formato de “mesacast”, a tecnologia permitiu que as gravações em estúdio fossem realizadas sem a presença de cinegrafistas. “Quando o ChatGPT agilizou a criação dos roteiros, nós tivemos uma demanda reprimida na gravação… novamente o uso de IA foi que nos salvou”, destacou um jornalista (Entrevistado 4, 2025).

Essa solução, porém, gerou um debate sobre a substituição de funções humanas. A automação preencheu uma lacuna, mas eliminou uma função antes desempenhada por pessoas. “Resolvemos um problema, mas acendeu uma luz sobre uma atividade desempenhada por uma pessoa que foi substituída por câmeras e IA que não imaginávamos, nos assustou e fez refletir”, confessou o Entrevistado 5 (2025). Essa percepção ecoa a discussão sobre o futuro dos empregos na quarta revolução industrial, um período de mudanças que invalida certezas sobre o mercado de trabalho (Almeida, 2021). O debate sobre se a IA será vantajosa ou nociva para o emprego ainda está em aberto (Mussa, 2020), e seu impacto mais potente reside em como afeta a inteligência humana e os ecossistemas sociais (Chamorro-Premuzic, 2024).

Na pós-produção, a carga de trabalho sobre os dois editores de imagem era insustentável. A adoção de funcionalidades de IA no software Adobe Premiere Pro trouxe alívio significativo. Tarefas rotineiras como a legendagem de programas, que exigia digitação e sincronização manual, agora são realizadas automaticamente. Processos como correção de iluminação, eliminação de ruídos e nivelamento de áudio também foram automatizados. “A agilidade que ganhamos na edição com o uso de IA no programa Adobe é impressionante, podemos dizer que o trabalho de dois dias atualmente é feito em 2 [horas] no máximo”, relatou um editor (Entrevistado 7, 2025).

Outra inovação foi o uso de geradores de imagem por IA para criar cenas e ilustrações, eliminando a necessidade de gravações externas. “Hoje nós vamos em programas que geram figuras de prompts e temos em minutos o que precisamos para usar”, comentou o Entrevistado 8 (2025). A saída recente do locutor da emissora foi solucionada com a assinatura da plataforma Elevenlabs, que gera locuções a partir de texto. O custo é comparável ao de um profissional, mas a plataforma oferece maior flexibilidade e disponibilidade 24/7. A constante melhoria na naturalidade das vozes geradas pela IA exemplifica como a tecnologia encontra maneiras de realizar em um clique o que antes exigia múltiplos passos (Muller et al., 2019).

Em suma, o estudo demonstrou que a Inteligência Artificial está integrada ao fluxo produtivo da televisão universitária, atuando como apoio para superar limitações de recursos. Na pré-produção, qualificou a tomada de decisão e acelerou a criação de pautas. Na produção, a automação supriu a carência de mão de obra. Na pós-produção, agilizou tarefas rotineiras e abriu novas possibilidades criativas. A implementação, embora operacionalmente bem-sucedida, levanta questões sobre a necessidade de treinamentos formais, a segurança de dados e as implicações éticas da automação, como a responsabilidade sobre o conteúdo gerado e a redefinição de funções no mercado.

O estudo possui limitações inerentes à sua natureza de estudo de caso único, com amostra reduzida e uma implementação de IA não estruturada, o que impediu a coleta de dados quantitativos mais robustos. As conclusões não podem ser generalizadas, mas, ao oferecer um recorte detalhado de uma experiência real, a pesquisa se apresenta como uma fonte teórica relevante para futuras análises. Trabalhos futuros poderiam explorar a relação entre a dependência de ferramentas de IA e a autonomia profissional, bem como os impactos a longo prazo nos métodos organizacionais. Conclui-se que o objetivo foi atingido: demonstrou-se que a aplicação de ferramentas de Inteligência Artificial contribuiu de forma multifacetada e significativa para otimizar o fluxo produtivo da televisão universitária estudada, resolvendo gargalos operacionais em todas as suas fases.

Referências:
Abdala, Márcio M. 2019. Administração Estratégica. Atlas, Rio de Janeiro, RJ, Brasil.
Almeida, S. N. de Carvalho. 2021. Inteligência Artificial, Robótica e o lado oculto de um futuro sem empregos: o inesperado papel da tributação de robôs à luz da análise econômica do Direito. Scientia Iuris, Londrina, PR. Brasil.
Bruniera, Alexandre Carvalho; Diamante, Fábio; Utsch, Sérgio T. 2010. Reportagem na TV: como fazer, como produzir, como editar. Editora Contexto, São Paulo, SP, Brasil.
Chamorro-Premuzic, Tomas. 2024. I, Human: AI, Automation, and the Quest to Reclaim What Makes Us Unique. Harvard Business Review Press, Boston, MA, USA.
Chiavenato, Idalberto. 2022. Administração: Teoria, Processo e Prática. 6ed. Atlas, Rio de Janeiro, RJ, Brasil.
Daugherty, Paul R,; Wilson, H. J. 2019. Humano + Máquina: Reinventando o trabalho na era da IA. Alta Books, Rio de Janeiro, RJ, Brasil.
Fischer, Rosa Maria B. 2001. Televisão & educação: fruir e pensar a TV. 4ed. Autêntica Editora, São Paulo, SP, Brasil.
GIL, Antonio C. 2022. Como elaborar projetos de pesquisa. 7ed. Atlas, Rio de Janeiro, RJ, Brasil.
Hernandes, Nilton. 2006. A mídia e seus truques: o que jornal, revista, TV, rádio e internet fazem para captar e manter a atenção do público. 2ed. Contexto, São Paulo, SP, Brasil.
Kaufman, Dora. 2022. Desmistificando a inteligência artificial. Autêntica, São Paulo, SP, Brasil.
Lozada, Gisele; Nunes, Karina S. 2019. Metodologia científica. Sagah, Porto Alegre, RS, Brasil.
Magalhães, Cláudio M. 2007. Os programas infantis da TV – Teoria e prática para entender a televisão feita para as crianças. Autêntica Editora, São Paulo, SP, Brasil.
Marques, José C. 2015. Recursos Humanos. +A Educação – Cengage Learning Brasil, Porto Alegre, RS, Brasil.
Milkovich, George T.; Boudreau, John W. 1999. Administração de Recursos Humanos. Atlas, Rio de Janeiro, RJ, Brasil.
Muller, John Paul; Massaron, Luca. 2019. Inteligência Artificial para leigos. Alta Books, Rio de Janeiro, RJ, Brasil.
Mussa, Adriano. 2020. Inteligência Artificial – Mitos e verdades. Saint Paul Editora, São Paulo, SP, Brasil.
Perelmuter, Guy. 2019. Futuro Presente: o mundo movido à tecnologia. Companhia Editora Nacional. Barueri, SP, Brasil.
Schmidt, Eric; Huttenlocher, Daniel; Kissinger, Henry A. 2023. A era da IA: e nosso futuro como humanos. Alta Books, Rio de Janeiro, RJ, Brasil.
Silva, Fabrício M.; Lenz, Maikon L.; Freitas, Pedro H. C.; dos Santos, Sidney C. 2018. Inteligência artificial. Sagah, Porto Alegre, RS, Brasil.
Zettl, Herbert. 2017. Manual de produção de televisão. 2ed. +A Educação – Cengage Learning Brasil, Porto Alegre, ES, Brasil.

Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Digital Business do MBA USP/Esalq

_{Saiba mais sobre o curso; clique aqui:}