Cfp: Vol. 26 Nº 49 (2026) Construir a Audiência Algorítmica

2026-01-22

CfP |Construir a Audiência Algorítmica: Mudanças de Paradigma na Comunicação, nos Media e na Democracia

EDITORES

Berta García Orosa iD icon – Universidade de Santiago de Compostela, Espanha, berta.garcia@usc.es
Inês Amaral iD icon – Universidade de Coimbra, Portugal,  ines.amaral@uc.pt 
Noel Pascual Presa iD icon – Universidade de Santiago de Compostela, Espanha, noel.pascual.presa@usc.es

 

Esta chamada de artigos visa reunir investigação original, interdisciplinar e empiricamente fundamentada que explore a forma como as audiências são construídas nas esferas públicas digitais. O desenvolvimento de tecnologias como a inteligência artificial ou o big data não só transformou a produção, distribuição e circulação da informação, como também redefiniu as formas através das quais as audiências são imaginadas e construídas. Nas suas fases iniciais (há aproximadamente 20 anos), a análise contínua de grandes volumes de dados permitiu obter informação em tempo realsobre as audiências e, posteriormente, prever comportamentos, como exemplificado pelo caso da Cambridge Analytica. Contudo, o foco deslocou-se agora para a construção das audiências antes mesmo de as mensagens serem produzidas, em particular no contexto das campanhas eleitorais.

Embora exista um crescente interesse académico nos efeitos da automatização e personalização dos media, ainda não se verificou uma convergência de estudos que analisem de forma sistemática as implicações epistemológicas, políticas, éticas e comunicacionais desta nova relação entre algoritmos e audiências. Esta lacuna é ainda mais significativa se considerarmos a amplitude do fenómeno, que atravessa o jornalismo, a comunicação política, a cultura digital e a governação das plataformas.

Nesta quarta vaga da comunicação digital, os algoritmos não se limitam a prever comportamentos das audiências, mas influenciam-nos e moldam-nos, dando origem ao que tem sido designado como “audiência algorítmica” (Riemer & Peter, 2021). Este processo de dataficação conduziu a novos métodos de classificação, personalização e microsegmentação das audiências, transformando profundamente a lógica da mediação política.

Este cenário assinala uma mudança paradigmática: enquanto a episteme científica tradicional concebia as audiências a partir de categorias atribuídas como classe, género ou ideologia, o novo paradigma algorítmico assenta em dados comportamentais, adotando uma lógica performativa que dissolve classificações fixas (Fisher & Mehozay, 2019).

Contudo, esta transformação está longe de ser neutra. As novas formas de construção das audiências algorítmicas apresentam riscos democráticos: enviesamentos automatizados (Kordzadeh & Ghasemaghaei, 2021), opacidade na seleção de conteúdos (Livingstone, 2019), desafios à pluralidade informativa e à liberdade de expressão (Riemer & Peter, 2021) e o aumento das desigualdades na representação da voz pública (Jones, 2023; Zarouali et al., 2021). A construção de novas esferas públicas exige, por isso, uma análise crítica e urgente.

Estas mudanças estão a afetar o discurso público, com o jornalismo na linha da frente da transformação. A crescente dependência de algoritmos está a reconfigurar a profissão, dando origem ao chamado “jornalismo automatizado” ou “jornalismo robótico”, impulsionado pela automatização e personalização dos conteúdos noticiosos (Carlson, 2015;Clerwall, 2014). Embora esta personalização ofereça oportunidades para reforçar a relação com as audiências (Ford & Hutchinson, 2019), introduz também desafios, na medida em que a confiança pública nos media pode ser fragilizada pelos riscos percebidos como associados a estas dinâmicas (Livingstone, 2019; Sehl & Eder, 2023). Estas novas ferramentas têm implicações profundas, tanto a nível profissional como social: desde ameaças à liberdade de expressão e a necessidade de novas políticas sobre autoria de conteúdos, até ao impacto na legitimidade do juízo jornalístico e à reconfiguração das audiências (Carlson, 2018; Fisher & Mehozay, 2019; Montal & Reich, 2016; Riemer & Peter, 2021).

Numa perspetiva identitária, a relação com as audiências continua a ser central. No entanto, a ênfase alterou-se: as mensagens personalizadas e individualizadas perderam protagonismo, dando lugar a um discurso mais centrado na comunidade. Na prática, a comunidade é construída em torno de subscrições pagas e do acesso a funcionalidades e conteúdos exclusivos. As narrativas são estruturadas em torno deste grupo de membros ou subscritores, procurando convencê-los da sua relevância para a sobrevivência e qualidade da prática jornalística dos media.

Em simultâneo, os utilizadores tendem a perceber de forma positiva a selecção algorítmica de conteúdos baseada nos seus comportamentos de consumo (Thurman, 2018). Esta personalização é acompanhada por uma categorização e microsegmentação crescentes, permitindo classificações de utilizadores mais granulares e precisas (Beauvisage et al.,2024). Ainda assim, esta perceção positiva e a microsegmentação não protegem os utilizadores dos riscos inerentes à governação algorítmica, frequentemente desenhada em torno de interesses opacos ou ocultos (Jones, 2023; Reynolds &Hallinan, 2024).

Esta chamada de artigos pretende:

  • Explorar transformações epistemológicas na conceptualização das audiências;
  • Analisar práticas jornalísticas e comunicacionais emergentes no quadro das lógicas algorítmicas;
  • Examinar as implicações democráticas, éticas e regulatórias da personalização mediada por algoritmos;
  • Propor metodologias inovadoras para investigar audiências hipersegmentadas e opacas;
  • Promover o diálogo interdisciplinar entre comunicação política, sociologia digital, economia das plataformas e teoria crítica.

Temas sugeridos para artigos:

  • Audiências políticas e dataficação
  • Jornalismo automatizado e distribuição personalizada de notícias
  • Enviesamentos algorítmicos e polarização
  • Transparência algorítmica e responsabilização
  • Segmentação ideológica e estratégias de direcionamento
  • Participação cívica em ambientes mediáticos automatizados
  • Ética, privacidade e governação dos dados
  • Novas formas de agência e performatividade das audiências
  • Audiências jovens e cultura das plataformas
  • Estudos de caso regionais e comparativos
  • Automatização de conteúdos
  • Pluralidade informativa
  • Câmaras de eco e bolhas informativas
  • Definição da agenda mediática e algoritmos
  • Transformação do poder mediático
  • Confiança nas fontes de informação algorítmica
  • Desinformação e fake news
  • Mecanismos de transparência e regulação
  • Literacia mediática
  • Campanhas de “astroturfing”

No ato da submissão, o/a autor/a deve indicar explicitamente o número da revista ao qual pretende submeter o manuscrito.


DATAS IMPORTANTES 
Prazo de submissão de artigos: de 22 de janeiro a 30 de abril, 2026
Período de publicação: edição contínua (Setembro a dezembro de 2026)

A Media & Jornalismo (RMJ) é uma revista científica com revisão por pares, indexada na Scopus e na Web of Science(Emerging Sources Citation). Cada artigo é avaliado por dois revisores, convidados previamente, com base nos critérios de qualidade, originalidade e relevância, em conformidade com os objectivos e o tema específico do número.

Os artigos podem ser submetidos em inglês, espanhol ou português.

Os manuscritos devem ser submetidos através do site da revista (https://impactum-journals.uc.pt/mj). No primeiro acesso é necessário efectuar registo para submeter o artigo e acompanhar o processo editorial. Recomenda-se a consulta das Normas para Autores, das Condições de Submissão e da Política Editorial da revista.

Para mais informações: patriciacontreiras@fcsh.unl.pt

 

Referências

Beauvisage, T., Beuscart, J.-S., Coavoux, S., & Mellet, K. (2024). How online advertising targets consumers: The uses of categories and algorithmic tools by audience planners. New Media & Society, 26(10), 6098–6119.https://doi.org/10.1177/14614448221146174

Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New Media & Society, 20(5), 1755–1772.https://doi.org/10.1177/1461444817706684

Carlson, M. (2015). “The Robotic Reporter: Automated Journalism and the Redefinition of Labor, Compositional Forms, and Journalistic Authority.” Digital Journalism, 3(3), 416–431. https://doi.org/10.1080/21670811.2014.976412

Clerwall, C. (2014). “Enter the Robot Journalist: Users’ Perceptions of Automated Content.” Journalism Practice, 8(5), 519–531. https://doi.org/10.1080/17512786.2014.883116

Fisher, E., & Mehozay, Y. (2019). How algorithms see their audience: media epistemes and the changing conception of the individual. Media, Culture & Society, 41(8), 1176–1191. https://doi.org/10.1177/0163443719831598

Ford, H., & Hutchinson, J. (2019). Newsbots That Mediate Journalist and Audience Relationships. Digital Journalism, 7(8), 1013–1031. https://doi.org/10.1080/21670811.2019.1626752

Jones, C. (2023). How to train your algorithm: The struggle for public control over private audience commodities on Tiktok. Media, Culture & Society, 45(6), 1192–1209. https://doi.org/10.1177/01634437231159555

Kordzadeh, N., & Ghasemaghaei, M. (2021). Algorithmic bias: review, synthesis, and future research directions.European Journal of Information Systems, 31(3), 388–409. https://doi.org/10.1080/0960085X.2021.1927212

Livingstone, S. (2019). Audiences in an Age of Datafication: Critical Questions for Media Research. Television & New Media, 20(2), 170–183. https://doi.org/10.1177/1527476418811118

Montal, T., & Reich, Z. (2016). I, Robot. You, Journalist. Who is the Author? Authorship, bylines and full disclosure in automated journalism. Digital Journalism, 5(7), 829–849. https://doi.org/10.1080/21670811.2016.1209083

Reynolds, C., & Hallinan, B. (2024). User-generated accountability: Public participation in algorithmic governance onYouTube. New Media & Society, 26(9), 5107–5129. https://doi.org/10.1177/14614448241251791

Riemer, K., & Peter, S. (2021). Algorithmic audiencing: Why we need to rethink free speech on social media. Journal of Information Technology, 36(4), 409–426. https://doi.org/10.1177/02683962211013358

Sehl, A., & Eder, M. (2023). News Personalization and Public Service Media: The Audience Perspective in ThreeEuropean Countries. Journalism and Media, 4(1), 322–338. https://doi.org/10.3390/journalmedia4010022

Thurman, N., Moeller, J., Helberger, N., & Trilling, D. (2018). My Friends, Editors, Algorithms, and I: Examining audience attitudes to news selection. Digital Journalism, 7(4), 447–469. https://doi.org/10.1080/21670811.2018.1493936

Thurman, N. (2018). Social Media, Surveillance, and News Work: On the apps promising journalists a “crystal ball.” Digital Journalism, 6(1), 76–97. https://doi.org/10.1080/21670811.2017.1345318

Zarouali, B., Helberger, N., & De Vreese, C. H. (2021). Investigating Algorithmic Misconceptions in a Media Context: Source of a New Digital Divide? Media and Communication, 9(4), 134–144. https://doi.org/10.17645/mac.v9i4.4090