Embora muitas vezes negligenciadas na pesquisa de políticas públicas, as narrativas desempenham um papel relevante no debate público e nas diretrizes definidas para combater os problemas públicos. Esta pesquisa identifica as narrativas adotadas por ferramentas de inteligência artificial generativa para descrever a pobreza e as suas causas no Brasil. O estudo utiliza o Narrative Policy Framework (NPF) para mapear os principais elementos dessas narrativas, com o objetivo de comparar o conteúdo gerado em relação à diversidade narrativa. Também visa verificar a relação entre essas explanações e os vieses ideológicos subjacentes a elas. A metodologia é qualitativa e utilizou o ChatGPT-4, o Gemini Advanced e o Copilot PRO para a coleta de dados, que foram averiguados por meio de análise de conteúdo. Os resultados apontam para a consolidação de quatro tipos de narrativa: estruturalista, liberal, assistencialista e desenvolvimentista. As narrativas estruturalistas foram as mais recorrentes, seguidas pelas liberais, assistencialistas e desenvolvimentistas. Ao observar os vieses ideológicos subjacentes, notou-se uma tendência para a centro-esquerda nos chatbots de inteligência artificial generativa.

Leia o artigo de Gabriel Nones Arndt e Leonardo Secchi em https://www.scielo.br/j/rap/a/bYCbWyYRwd8MGT6JBzfrfdj/?format=pdf&lang=pt&ilang=pt_BR