Como funciona a seção de notícias

1. O que coletamos (e o que não)

Lemos apenas os feeds RSS/Atom públicos que os próprios veículos publicam para distribuição — a lista completa, com o endereço de cada feed, está em veículos acompanhados. De cada item guardamos só: manchete, link, data e hora, nome do veículo, o resumo curto que vem no feed (no máximo 300 caracteres, sem alterar o texto) e a editoria.

Não abrimos as matérias, não copiamos o corpo dos textos, não reescrevemos reportagens e não criamos autores. Para ler a notícia, você clica e vai para o site do veículo.

Regras de boa vizinhança do nosso robô (RotinaDiariaNoticias/1.0 (+https://rotinadiaria.com/noticias/como-funciona)):

• respeita o robots.txt de cada site, inclusive dos endereços para onde o feed redireciona;
• lê cada feed no máximo uma vez a cada 20 minutos, usa os cabeçalhos de cache (ETag e Last-Modified) e espera mais quando um site falha;
• se um feed sai do ar, mantemos o que já foi coletado e tentamos depois — nada some da página por causa de uma falha.

2. Como juntamos o mesmo assunto

O agrupamento é um algoritmo próprio, sem inteligência artificial. Cada manchete vira uma lista de termos normalizados (sem acento, sem palavras como “de” e “para”, plural reduzido ao singular). Nomes próprios, siglas e números pesam mais, e termos raros pesam mais que os comuns. Duas manchetes de veículos diferentes caem no mesmo assunto quando:

• são parecidas o bastante na comparação desses termos (similaridade de cosseno com o grupo inteiro, não só com uma manchete);
• têm pelo menos dois termos significativos em comum;
• foram publicadas com até 48 horas de diferença.

O título do assunto é a manchete mais antiga do grupo, sempre identificada com o nome do veículo que a publicou, e mostramos os termos que aparecem nas manchetes da maioria dos veículos. Como é um processo automático, ele erra: às vezes separa manchetes do mesmo fato escritas com palavras diferentes, ou junta dois fatos parecidos.

“Assuntos que só um lado está cobrindo” são assuntos com dois ou mais veículos, todos do mesmo tipo (por exemplo, só agências públicas). Na página de cada assunto, também listamos os tipos de veículo que ainda não aparecem nele.

3. Por que não rotulamos esquerda e direita

Classificamos os veículos só pelo tipo — agência pública, jornal de grande circulação, portal, revista, emissora, veículo independente, site especializado (tecnologia, games, esportes), serviço internacional em português e checagem de fatos. É uma informação verificável.

Procuramos uma avaliação pública, independente e citável da linha editorial dos veículos brasileiros que cobrisse esta lista de forma consistente, e não encontramos uma que servisse. Há trabalhos acadêmicos sérios, como o Manchetômetro (LEMEP/IESP-UERJ), mas eles medem a cobertura de temas e atores políticos em alguns veículos, e não atribuem um rótulo a cada veículo. Classificações feitas fora do Brasil cobrem poucos veículos daqui. Em vez de inventar um rótulo, preferimos mostrar as manchetes lado a lado e deixar a comparação com você.

A diversidade da lista foi buscada de propósito: ela inclui veículos que costumam ser lidos por públicos diferentes. Se você sente falta de algum, escreva para [email protected].

4. Resumos por IA (quando houver)

Alguns assuntos podem ganhar um parágrafo “O que coincide e o que diverge”. Ele é escrito por inteligência artificial só a partir das manchetes e dos resumos dos feeds — nunca do texto das matérias — e só é publicado depois de revisado por uma pessoa da equipe. Sempre aparece com o rótulo “Resumo gerado por IA a partir das manchetes, revisado pela equipe”. Veículos cujo robots.txt bloqueia robôs de IA ficam de fora do material enviado. Sem resumo, a página mostra só as manchetes.

5. Direitos e contato

Manchetes, resumos e matérias pertencem aos respectivos veículos. Usamos apenas o que cada um publica no feed, com crédito e link para a fonte, sem anúncios nesta seção. Veículos que preferirem não aparecer podem pedir a remoção pelo e-mail [email protected].