International Journal of Communication Este estudo realiza uma investigação qualitativa e exploratória sobre a obstrução climática no Brasil. Com base em uma revisão da literatura e em uma análise exploratória da literatura cinzenta, o estudo mapeia os principais atores, narrativas, táticas e vínculos institucionais que estruturam a obstrução climática no país. Ao examinar como essa obstrução se dissemina pelas esferas política, econômica e midiática, o estudoidentifica padrõ

O NetLab UFRJ monitorou as principais plataformas de redes sociais em tempo real durante o período de resguardo da propaganda eleitoral, entre 48 horas antes e 24 horas depois do pleito. Estes boletins organizam os resultados encontrados em um formato de fácil consumo e compreensão para o público em geral, jornalistas, pesquisadores, órgãos oficiais e demais atores envolvidos com a fiscalização das eleições de 2026. O monitoramento é dividido entre duas frentes de observação:

Correio Braziliense - 07 de outubro de 2026 O Brasil terminou o primeiro turno no domingo e já se prepara para o segundo. Mas, antes de virar a página, é preciso olhar para algo que aconteceu durante a votação — não nas filas, não nas seções eleitorais, mas nas telas. O ambiente digital não é mais um reflexo do debate político. É parte dele. Redes sociais são hoje onde a maioria dos eleitores forma opinião, recebe informação e decide em quem votar. Essa fusão entre o espaço v

Ao longo do primeiro mês da campanha eleitoral, entre 16 de agosto e 16 de setembro, o NetLab UFRJ coletou e analisou 6.757 anúncios veiculados em plataformas da Meta para mapear conteúdos que discutem o processo eleitoral, as instituições responsáveis pela sua condução e seus respectivos membros. Parte dos anúncios identificados não é categorizada como política pela Meta, o que impede o acesso a dados de alcance e segmentação dessas peças. Essa falha compromete a conformidad

Valor Econômico - 04 de outubro de 2026 As eleições de 2026 são as primeiras em que a inteligência artificial está consolidada como uma ferramenta acessível para qualquer usuário. Em uma escala muito superior em relação ao que se viu em 2024, e muito mais barata, a IA tem potencial para amplificar problemas já identificados em eleições anteriores, como desinformação em massa e interferência estrangeira em publicações com conteúdo eleitoral. Combinação que torna o cenário preo

Jornal O Globo - 03 de outubro de 2026 Dos 2.326 anúncios relacionados ao processo eleitoral analisados pelo NetLab, laboratório de pesquisa em internet e redes sociais da Universidade Federal do Rio de Janeiro (UFRJ), durante o primeiro mês da campanha, 1.586, ou 68,1%, atacavam instituições ou levantavam suspeitas sobre a condução, fiscalização, julgamento ou garantia das eleições. O levantamento identificou ainda conteúdos que colocavam em dúvida a segurança das urnas elet

Folha de São Paulo - 01 de novembro de 2026 O TikTok recomendou no feed "Para Você" vídeos publicados por perfis oficiais de candidatos que deveriam ser excluídos desse tipo de distribuição pelas regras eleitorais, segundo estudo do NetLab da UFRJ (Universidade Federal do Rio de Janeiro). Em três dias de testes, os pesquisadores registraram 24 recomendações de conteúdos de 11 contas de candidatos informadas ao TSE (Tribunal Superior Eleitoral). Os vídeos apareceram para sessõ

Os sistemas de recomendação das plataformas de redes sociais se tornaram um recurso estratégico no contexto político, na medida em que, ao definir quais conteúdos serão apresentados aos usuários, determinam a visibilidade dos perfis, canais e páginas nos ambientes digitais. No contexto eleitoral brasileiro, a preocupação com o impacto dos algoritmos foi evidenciada pelas regras estabelecidas pelo Tribunal Superior Eleitoral (TSE) nos últimos anos . Em particular, a Justiça El

Sociedade Brasileira de Inteligência Artificial A crescente prevalência de anúncios digitais fraudulentos, que frequentemente exploram imagens institucionais e estratégias de microdirecionamento, é agravada por padrões em constante evolução, desenvolvidos para evitar a detecção.Esse cenário evidencia a necessidade de abordagens de aprendizado de máquina baseadas em processamento delinguagem natural para identificar e classificar esse conteúdo de forma eficaz. Este estudo prop