Chamada para Propostas - VI MeLCi Lab Autumn School 2026

Os investigadores na área da Comunicação e dos Estudos dos Media enfrentam atualmente uma tensão estrutural e a Escola Avançada sobre Práticas de Investigação em Inteligência Artificial nos Estudos dos Media e da Comunicação decorre de 10 a 13 de novembro de 2026 via online com a organização do CICANT – Centro de Investigação em Comunicação Aplicada, Cultura e Novas Tecnologias: MeLCi Lab, AISIC e InTouch Labs da Universidade Lusófona.

A inteligência artificial — em particular os grandes modelos de linguagem (Large Language Models, LLMs) — passou a integrar o processo de investigação como uma ferramenta para tarefas como a pesquisa bibliográfica, a anotação de dados, a segmentação de audiências e a análise do discurso.

Paralelamente, a IA tornou-se também um objeto de estudo: uma força que está a reconfigurar as culturas cívicas, as ecologias mediáticas e as condições em que se formam as esferas públicas.

Estes dois papéis exigem competências distintas. Utilizar IA como método requer conhecimentos técnicos, capacidade de elaboração de prompts e protocolos de validação. Estudar a IA enquanto fenómeno social exige enquadramentos críticos provenientes da teoria política, da literacia mediática e da ética da dataficação.

A maioria dos programas de formação aborda apenas uma destas dimensões. Esta escola procura responder a ambas, explorando igualmente as tensões existentes entre elas.

A VI MeLCi Lab Autumn School convida estudantes de doutoramento, investigadores de pós-doutoramento e investigadores em início de carreira a candidatarem-se a um programa intensivo online de quatro dias.

A escola combina conferências plenárias com workshops práticos, organizados em torno de dois temas complementares. Os participantes irão trabalhar com conjuntos de dados específicos da investigação em media e comunicação, enfrentar desafios interpretativos próprios desta área — como os enviesamentos na classificação de conteúdos, a instabilidade das anotações produzidas por IA e a opacidade dos sistemas de recomendação — e desenvolver simultaneamente competências técnicas e capacidades críticas, essenciais para o atual panorama da investigação.

Não é necessária experiência prévia em inteligência artificial nem em ciência de dados. Os módulos introdutórios fornecerão os conhecimentos fundamentais necessários.

Tema 1: A IA na Prática da Investigação: Fundamentos, Métodos e Ética

• As ferramentas de inteligência artificial foram integradas nos fluxos de trabalho da investigação a um ritmo superior ao desenvolvimento de normas metodológicas capazes de regular a sua utilização. Técnicas de prompting zero-shot e few-shot permitem atualmente que investigadores sem formação em computação realizem tarefas que anteriormente exigiam classificadores supervisionados ou equipas de codificadores humanos (Gilardi et al., 2023; Grossmann et al., 2023; Ziems et al., 2024);
• Esta acessibilidade representa uma oportunidade real, mas também introduz riscos importantes: a instabilidade dos prompts, o comportamento pouco transparente dos modelos e a ausência de normas consensuais de reprodutibilidade fazem com que a conveniência possa sobrepor-se ao rigor metodológico (Barrie et al., 2025);
• Este tema proporciona aos participantes os fundamentos metodológicos, as competências práticas e a orientação ética necessárias para utilizar ferramentas de IA de forma rigorosa.

1.1 Fundamentos das Ferramentas Atuais de IA

• Os grandes modelos de linguagem transformaram profundamente aquilo que é possível realizar na investigação baseada em texto. Técnicas de prompting que não requerem dados de treino conseguem atingir níveis de precisão na anotação comparáveis — e, em alguns casos, superiores — aos obtidos por especialistas humanos;
• No entanto, a mesma flexibilidade que torna os LLM acessíveis também os torna frágeis: pequenas alterações na formulação de um prompt podem modificar significativamente os resultados, comprometendo a replicabilidade;
• Este subtema aborda a arquitetura teórica das ferramentas contemporâneas de IA, os princípios metodológicos que orientam a sua utilização responsável e as melhores práticas emergentes para uma aplicação transparente e responsável na investigação em Comunicação.

1.2 Pesquisa Bibliográfica Responsável com Ferramentas de IA

• Plataformas baseadas em IA, como o SciSpace e o Litmaps, aceleraram significativamente a pesquisa bibliográfica, permitindo mapear redes de citações, identificar clusters temáticos e localizar literatura relevante a uma velocidade impossível de alcançar através de pesquisa manual;
• No entanto, este ganho de eficiência implica também novas responsabilidades metodológicas. As pesquisas assistidas por IA podem excluir silenciosamente literatura relevante, privilegiar determinadas bases de dados ou apresentar uma cobertura aparentemente exaustiva quando, na realidade, é apenas parcial;
• Este subtema desenvolve estratégias para validar resultados de pesquisa produzidos por IA, avaliar os limites da cobertura bibliográfica e manter práticas de documentação transparentes, fundamentais para garantir o rigor metodológico.

1.3 Anotação de Dados Assistida por IA em Processos de Investigação

• A anotação de dados constitui uma etapa central da maioria dos processos de investigação empírica. Tradicionalmente realizada exclusivamente por codificadores humanos, esta tarefa pode hoje ser efetuada com recurso à IA, oferecendo uma alternativa viável e frequentemente muito eficaz, sobretudo em estudos de grande escala;
• O principal desafio reside na consistência dos resultados. Barrie et al. (2025) demonstram que a estabilidade dos prompts — isto é, o grau em que prompts semanticamente equivalentes produzem anotações equivalentes — continua a ser uma importante fonte de variabilidade;
• Este subtema introduz os participantes a fluxos de trabalho de anotação assistida por IA, centrando-se em abordagens práticas para avaliar e melhorar a fiabilidade das anotações através de metodologias como o Prompt Stability Scoring (PSS) e na integração de práticas responsáveis de validação no desenho da investigação.

Tema 2: Comunicação, Audiências e Culturas Cívicas na Era da IA

• A IA não reconfigura apenas a forma como os investigadores trabalham. Reconfigura também os ambientes mediáticos que estes estudam. Os sistemas de recomendação algorítmica determinam aquilo que os públicos veem, as arquiteturas das plataformas medeiam as formas de participação dos cidadãos, e a dataficação da vida quotidiana levanta questões sobre equidade, inclusão e participação democrática às quais os enquadramentos existentes ainda têm dificuldade em responder;
• Este tema aborda a IA não como um recurso metodológico, mas como uma força estrutural nas ecologias mediáticas — uma força que exige uma abordagem crítica por parte dos investigadores que estudam comunicação, audiências e culturas cívicas.

2.1 Culturas Cívicas e Inteligência Artificial

• As plataformas impulsionadas por IA e os algoritmos de recomendação medeiam atualmente dimensões centrais da vida cívica: a forma como os cidadãos encontram informação, como se formam redes de ativismo e como a literacia mediática é exercida ou fragilizada;
• Este subtema examina as oportunidades e os desafios que a IA introduz na participação cívica, explorando de que modo a mediação algorítmica reconfigura as condições em que os públicos participam nos processos democráticos;

2.2 Cidadania Digital e Literacia Mediática num Mundo Mediado pela IA

• As competências necessárias para uma participação informada em ambientes mediados por IA continuam a estar insuficientemente definidas. A literacia mediática crítica passa hoje a incluir competências que os enquadramentos existentes ainda não sistematizaram plenamente: reconhecer conteúdos gerados por IA, compreender como os sistemas de recomendação moldam a exposição à informação e avaliar o estatuto epistémico dos conteúdos produzidos por máquinas;
• Este subtema examina o que a cidadania digital exige num ambiente marcado pela desinformação, pelos deepfakes e pela curadoria algorítmica opaca.

2.3 Ética dos Dados, Equidade e Inclusão na Investigação com IA

• As tecnologias de IA incorporam enviesamentos presentes nos seus dados de treino, nas escolhas de desenho dos sistemas e nos contextos em que são implementadas. As implicações éticas da utilização destas ferramentas na produção de conhecimento — quem é representado, que categorias são impostas e que comunidades suportam os riscos de classificações incorretas — continuam a ser insuficientemente examinadas;
• Este tema ultrapassa a visão binária da IA como panaceia tecnológica ou como ameaça existencial. Em vez disso, aborda práticas de investigação responsáveis, desenhos de investigação equitativos e as obrigações específicas dos investigadores quando trabalham com dados provenientes de, ou relativos a, comunidades sub-representadas.

Informações sobre a Candidatura

Prazo para submissão: 15 de setembro de 2026
Notificação de aceitação: 12 de outubro de 2026
Prazo para inscrição: 28 de outubro de 2026

Os participantes interessados devem submeter a sua candidatura, em inglês, até 15 de setembro de 2026, incluindo:

1. Um curriculum vitae atualizado, com um máximo de 3 páginas;

2. Uma declaração de investigação que descreva a tese de doutoramento ou o projeto de investigação em curso, incluindo questões de investigação e métodos, com um máximo de 2 páginas;

3. Uma carta de motivação que descreva o seu envolvimento atual com a IA, preocupações ou interesses específicos relativamente ao papel da IA na investigação e na prática dos media, bem como o tema preferencial, com um máximo de 2 páginas.

As candidaturas devem ser submetidas num único ficheiro ZIP para melci.lab@ulusofona.pt, com o assunto: “Application for the VI MeLCi Lab Autumn School”.

A escola decorrerá online e em inglês.

Para esclarecimentos, contactar: melci.lab@ulusofona.pt