O Tarbell Center for AI Journalism está com inscrições abertas para seu programa de bolsas de 2027, voltado a jornalistas interessados na cobertura de inteligência artificial. Com duração de um ano, a iniciativa oferece salários de até US$ 10 mil (cerca de R$ 56 mil), conforme a experiência profissional e o custo de vida na cidade da Redação. As inscrições terminam em 22 de novembro de 2026. Após a formação, os bolsistas trabalharão por nove meses como repórteres em uma das Redações parceiras. A bolsa exige dedicação integral até maio de 2028 e pode ser prorrogada por mais um ano. As Redações estão nos Estados Unidos, no Reino Unido e em Hong Kong, com regime de trabalho definido por cada veículo. Entre os parceiros estão veículos como Bloomberg, TIME, NBC, e South China Morning Post. Em agosto, os participantes também participarão de um encontro presencial de uma semana. Nas duas edições anteriores, realizadas em 2025 e 2026, o evento ocorreu em São Francisco, nos Estados Unidos. O programa custeará as despesas de viagem e hospedagem. O processo seletivo tem três etapas. Na primeira, os candidatos devem preencher um formulário, apresentar currículo e enviar de 1 a 3 trabalhos. Não precisam abordar inteligência artificial, mas a organização recomenda o tema para textos feitos para a inscrição. É proibido usar ferramentas de inteligência artificial na candidatura. Selecionados para a segunda etapa farão, entre dezembro e janeiro, teste de 3 a 5 horas, entrevista e conversas com até três Redações. A seleção final será em março de 2027. As inscrições devem ser feitas exclusivamente pelo site da instituição. LINK PRESENTE: Gostou deste texto? Assinante pode liberar sete acessos gratuitos de qualquer link por dia. Basta clicar no F azul abaixo.
Tarbell Center oferece bolsas para jornalistas cobrirem intelig�ncia artificial
Full Article
Original Source
Read the full article at Www1 →KhanList aggregates and links to publicly available news content. We do not host full articles from third-party sources. Always verify important information with original sources.