A People Inc. desenvolve APIs para permitir que os agentes de IA acedam aos seus conteúdos jornalísticos sem necessidade de rastrear e processar páginas web completas. O grupo editorial pretende substituir progressivamente os métodos tradicionais de extração de informação por um sistema de distribuição estruturada que permita entregar diretamente o texto dos artigos, acompanhado de metadados sobre a autoria, a data de publicação, as atualizações e outros indicadores de fiabilidade.
A iniciativa foi explicada por Jon Roberts, Chief Innovation Officer da People Inc., durante o encontro Media Strategies London, organizado pela Digiday. Segundo o responsável, o modelo tradicional de acesso através do rastreamento da web é pouco eficiente para os sistemas de inteligência artificial, que têm de processar grandes quantidades de informação técnica e visual desnecessária para compreender os conteúdos jornalísticos. O projeto faz parte de uma revisão mais abrangente da relação entre publishers e plataformas de IA, numa altura em que os agentes automatizados começam a participar diretamente na pesquisa, consulta e utilização de informação publicada na internet.
Até agora, a People Inc. tinha utilizado diferentes mecanismos para facilitar o acesso dos seus parceiros tecnológicos aos conteúdos. Numa primeira fase, permitiu que estes sistemas obtivessem informação através do rastreamento das suas páginas web. Posteriormente, começou a utilizar repositórios Amazon S3, que lhe permitiam distribuir informação de forma mais estruturada, enviar atualizações e retirar conteúdos sempre que necessário. O próximo passo consiste no desenvolvimento de APIs próprias que disponibilizem diretamente a informação de que os agentes necessitam. A diferença técnica é relevante. Quando um sistema automatizado acede a uma página web convencional, recebe um documento HTML que pode incluir elementos de navegação, códigos de rastreamento, componentes publicitários e outros recursos concebidos para facilitar a experiência de um utilizador humano.
No entanto, grande parte dessa informação não é necessária para que um modelo de inteligência artificial interprete o conteúdo de um artigo. Roberts afirmou, durante o evento, que cerca de 90% do conteúdo de uma página HTML pode ser irrelevante para um agente, uma vez que se trata de elementos destinados ao funcionamento e à apresentação do website. O processamento de todos esses elementos consome recursos computacionais e aumenta o número de tokens que os modelos têm de analisar.
A proposta da People Inc. consiste em eliminar essa informação adicional e disponibilizar diretamente o artigo em Markdown, um formato de texto estruturado que facilita a sua interpretação por sistemas automatizados. Desta forma, os agentes podem aceder aos conteúdos jornalísticos sem terem de os identificar entre os diferentes componentes de uma página web. Para Roberts, o custo de processamento é um dos principais argumentos a favor deste modelo. Cada token adicional implica um consumo de recursos e, por isso, a disponibilização de documentos completos quando apenas é necessário o conteúdo editorial representa uma ineficiência que as APIs podem reduzir.
O projeto não se limita a simplificar o formato dos artigos. A People Inc. pretende acompanhar os seus conteúdos de informação estruturada que permita aos sistemas de IA conhecerem quem publicou uma notícia, quando foi publicada e se foi posteriormente atualizada. Roberts referiu-se a estes elementos como indicadores de confiança, ou trust signals, que podem ajudar os agentes a interpretar a origem e a atualidade da informação. A data de atualização é particularmente relevante em conteúdos sujeitos a alterações frequentes. Um sistema que consulta uma notícia antiga precisa de conseguir distinguir entre a informação originalmente publicada e eventuais modificações posteriores.
O mesmo acontece com a atribuição de autoria, que permite identificar de forma mais precisa a origem editorial do conteúdo. Segundo Roberts, as empresas de inteligência artificial começam a reconhecer a importância de dispor destes dados quando utilizam informação proveniente de publishers. A People Inc. está a incorporar estas capacidades nas suas próprias ferramentas de IA e a utilizar essa experiência para desenvolver mecanismos de acesso mais adequados aos seus parceiros externos. Esta abordagem também oferece ao grupo editorial maior controlo sobre a informação que disponibiliza a terceiros, especialmente no que diz respeito à distribuição de versões atualizadas e à retirada de conteúdos. No entanto, ainda não foram detalhadas as condições comerciais das novas APIs, os parceiros que as irão utilizar nem um calendário definitivo para a sua implementação.
O desenvolvimento de novas formas de acesso aos conteúdos coincide com o aumento da atividade automatizada na internet. Segundo o relatório 2026 State of AI Traffic & Cyberthreat Benchmark Report, elaborado pela HUMAN Security, o tráfego proveniente de agentes de IA e navegadores agênticos aumentou 7.851% num ano. O dado corresponde ao tráfego observado pela plataforma da HUMAN e descreve uma categoria de atividade que parte de uma base relativamente recente. Não deve ser interpretado como um crescimento equivalente do conjunto do tráfego da internet.
A empresa identificou também um aumento da automatização relacionada com a inteligência artificial e uma diversificação dos sistemas que acedem a páginas e serviços digitais. Este crescimento coloca um problema aos publishers: distinguir entre os agentes que realizam ações legítimas em nome dos utilizadores e os sistemas que extraem conteúdos de forma automatizada e não autorizada.
Durante o mesmo encontro da Digiday, Carly Steven, diretora de SEO e Comércio Editorial do Daily Mail, alertou para a necessidade de uma resposta imediata por parte da indústria. Os meios de comunicação precisam de identificar quais os pedidos automatizados que devem permitir, quais devem restringir e como podem disponibilizar os seus conteúdos sem perder o controlo sobre a sua utilização. As APIs da People Inc. abordam parte deste problema, ao estabelecerem um mecanismo específico para distribuir informação a parceiros de IA. No entanto, não resolvem, por si só, a identificação de todos os agentes que possam tentar aceder às suas páginas web.
A People Inc. não é o único publisher a rever a forma como organiza e distribui a sua informação para sistemas automatizados. A The Economist está a experimentar mecanismos que facilitem a interpretação, por parte dos agentes de IA, dos seus materiais comerciais e de marketing B2B publicados fora do paywall. No caso da Time, a empresa começou a transformar conteúdos de HTML para Markdown e, segundo a informação publicada pela Digiday, já está a explorar a comercialização de publicidade direcionada aos agentes que visitam o seu website.
A Forbes também está a trabalhar na adaptação de parte da sua oferta editorial a estes sistemas, especialmente no negócio de recomendações de produtos, Vetted. O meio criou versões dos seus conteúdos em Markdown e uma camada baseada no Model Context Protocol (MCP), com o objetivo de facilitar a sua utilização por ferramentas de inteligência artificial. O MCP é um protocolo que permite ligar aplicações e agentes de IA a fontes externas de informação e ferramentas, podendo, por isso, constituir uma alternativa técnica para aceder a conteúdos estruturados sem depender exclusivamente do rastreamento de páginas web convencionais. Nina Gould, Chief Innovation Officer da Forbes, explicou que a empresa está a explorar formas de chegar a utilizadores que recorrem a assistentes de IA para descobrir e comparar produtos.
Entre os seus projetos está um plugin de recomendações para o ChatGPT, que ainda não foi lançado. Gould reconheceu também que as possíveis formas de comercialização de publicidade direcionada a agentes continuam em desenvolvimento. As diferenças entre estes projetos mostram que a indústria editorial ainda está a experimentar vários modelos: APIs privadas para parceiros, formatos legíveis por máquinas, protocolos de ligação e novas possibilidades de monetização.
Ao contrário de outros publishers que estão a estudar formatos comerciais direcionados a sistemas automatizados, a People Inc. não está atualmente a centrar a sua estratégia na venda de publicidade aos agentes de IA, segundo explicou Roberts. A sua prioridade é melhorar a eficiência e o controlo da distribuição de conteúdos jornalísticos. O projeto surge, além disso, numa altura de ajustamentos internos. A People Inc. reduziu recentemente cerca de 6% da sua força de trabalho, segundo a informação publicada pela Digiday.
A empresa está a rever os seus investimentos, enquanto as mudanças nos sistemas de distribuição digital obrigam os grupos editoriais a reconsiderar a forma como geram receitas e mantêm relações comerciais com as suas audiências e parceiros tecnológicos. Neste cenário, uma API específica para agentes poderá tornar-se um mecanismo para gerir de forma mais direta o fornecimento de informação a empresas de inteligência artificial. Contudo, a existência de um canal técnico mais eficiente não garante automaticamente uma maior remuneração pelos conteúdos. O valor comercial dependerá dos acordos que os publishers conseguirem estabelecer com as plataformas e das condições de acesso, utilização e atualização da sua informação.
A iniciativa da People Inc. introduz uma diferença face ao modelo de distribuição que predominou nos meios digitais durante as últimas décadas. Até agora, grande parte da infraestrutura editorial estava concebida para dois objetivos: permitir que os motores de pesquisa indexassem as páginas e proporcionar uma experiência de leitura aos utilizadores que chegavam até elas. Os agentes de IA colocam uma necessidade diferente. Podem consultar informação, compará-la e utilizá-la para responder aos pedidos dos seus utilizadores sem necessariamente percorrer uma página web da mesma forma que uma pessoa. Por isso, os conteúdos editoriais começam a ser distribuídos através de formatos que permitem separar o texto e os seus metadados da apresentação visual da página.
Esta separação também pode alterar a relação comercial entre publishers e empresas tecnológicas. Se os sistemas de IA acederem diretamente aos artigos através de uma API, a troca de informação poderá ser organizada em torno de acordos específicos, em vez de depender exclusivamente do rastreamento aberto da web. O modelo também levanta questões sobre a forma de medir esse consumo e os direitos de utilização que o publisher deve conceder a cada parceiro. A proposta da People Inc. ainda está em desenvolvimento, mas deixa uma questão concreta para o negócio editorial: tornar o jornalismo mais fácil e barato de processar para os agentes não significa necessariamente que vá gerar mais receitas para quem o produz.
A discussão comercial centrar-se-á em determinar o que o publisher obtém em troca de disponibilizar esse acesso estruturado e quem mantém o controlo sobre a informação depois de esta sair dos seus próprios sistemas.
