IA para Jornalismo › Jornalismo de dados e previsões com cuidado

M08-A09 Correlação não é causalidade — e o recorte muda a conclusão

Prefere assistir?

A mesma aula em vídeo narrado, com legendas · 2:00

Nesta aula

Uma aula rápida para não transformar dois números que andam juntos em causa, e para declarar o recorte geográfico e temporal

  • Aplicar a regra: correlação não é causalidade
  • Mostrar como recorte geográfico e recorte temporal mudam a conclusão

Tempo de estudo sugerido: 20 min.

Créditos

  • Google News Initiative — “Google Earth and mapping technologies for journalists” · trecho 03:32.20–03:40.30 · ver no YouTube

Narração com voz sintética (Microsoft Edge TTS).

Jornalismo de dados e previsões com cuidado

  1. A pergunta jornalística vem antes da base de dados
  2. Tendência, sazonalidade e o ruído de um mês atípico
  3. Bases recorrentes da cobertura amazônica — na fonte e na metodologia
  4. Cruze na planilha antes do modelo — e visualize com eixo, recorte e exclusão
  5. Projeção, cenário, estimativa oficial — e previsão apresentada como fato
  6. Eleições: pesquisa registrada, margem de erro e o que a IA não pode inventar
  7. Clima, queimadas e orçamento: fonte especializada, não modelo caseiro
  8. Incerteza, intervalo e hipótese: como falar sem superlativo indevido
  9. Correlação não é causalidade — e o recorte muda a conclusão
  10. Atraso, buraco no interior, quando pedir ajuda e a revisão do número
Gerado 100% com IA, sem revisão humana. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, sem curadoria ou revisão humana. Pode conter erros: consulte sempre as fontes originais citadas. Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original. Uma publicação da L4Tec.