Casos de uso de IA en medios: tendencias globales y el rol del periodismo ante el nuevo cambio tecnológico

En los medios de comunicación, la IA está pasando de herramienta a infraestructura editorial, redefiniendo la organización del trabajo y el valor del criterio humano. Los casos de uso de la IA se multiplican y empiezan a dar forma a las redacciones del futuro.

 

* PATRICIA VENTURA

La inteligencia artificial (IA) es hoy una de las fuerzas transformadoras más potentes en el ecosistema global de comunicación. Sus efectos se producen en dos planos distintos, pero estrechamente relacionados. Por un lado, los sistemas algorítmicos que organizan la distribución de información en plataformas digitales han condicionado la visibilidad de los contenidos periodísticos y han obligado a los medios a replantear su relación con la audiencia. Por otro lado, estas mismas tecnologías están transformando los procesos internos de producción y distribución de la información dentro de las propias redacciones.

En poco más de una década, el sector ha pasado de experimentar con automatización de contenidos estructurados o sistemas de recomendación a integrar modelos generativos capaces de analizar, resumir, traducir, editar o reformatear contenidos mediante interacción en lenguaje natural. Este cambio no solo afecta a las herramientas disponibles, sino también a la manera en que se organizan los procesos editoriales y a la forma en que los medios conciben su producto y lo entregan a sus audiencias.

Este artículo analiza la evolución reciente de la IA en el periodismo a partir de una recopilación que reúne más de 400 casos de uso de IA en medios de organizaciones del mundo (una herramienta que puede consultarse y seguirse en su desarrollo continuo a través de este enlace. Estos casos se han clasificado según la fase del proceso editorial en la que intervienen, el tipo de medio y el contexto geográfico. Esta recopilación permite describir qué casos están surgiendo, identificar qué tendencias se están consolidando y plantear las implicaciones para el futuro del periodismo de la rápida penetración de la IA en las redacciones.

Antes de abordar ese análisis más amplio, resulta útil observar algunos ejemplos representativos que ilustran el tipo de iniciativas que están emergiendo en las redacciones. El País, por ejemplo, ha desarrollado un buscador visual capaz de transcribir, indexar y explorar simultáneamente cientos de páginas de documentos desclasificados sobre el 23F en 3D para simplificar su consulta. The Guardian ha utilizado modelos de aprendizaje automático entrenados con datos históricos para analizar el tono de discursos parlamentarios sobre inmigración desde 1925 hasta hoy. En el ámbito audiovisual, BBC World Service experimenta con herramientas generativas para transformar episodios de pódcast en vídeos animados pensados para su distribución en YouTube, mientras que la televisión pública sueca SVT ha utilizado IA para animar objetos o transformar dibujos infantiles en entornos visuales cuando no existen imágenes originales.

Para muchos medios, la adopción de las herramientas de IA forma parte de una búsqueda de sostenibilidad económica

Otros proyectos se centran en mejorar los flujos de trabajo internos. CT Mirror ha implementado un sistema que transcribe audiencias legislativas, las indexa por proyecto y orador, y permite saltar directamente a los momentos relevantes del vídeo. The New York Times ha desarrollado herramientas para indexar y buscar millones de documentos, imágenes y vídeos de los archivos relacionados con el caso Epstein, así como sistemas que generan resúmenes automáticos de pódcast políticos para facilitar el seguimiento informativo. En el ámbito de la planificación editorial, el medio húngaro 444.hu utiliza un sistema de monitorización que rastrea más de 100 fuentes para detectar señales informativas y apoyar la planificación de historias.

También aparecen aplicaciones orientadas al producto y a la experiencia del usuario. El Tiempo ha desarrollado una experiencia móvil vertical que selecciona, resume y adapta las noticias en distintos formatos y permite realizar consultas mediante un chatbot basado en su archivo. NBC Sports genera automáticamente vídeos verticales personalizados cuando un usuario selecciona a un atleta concreto durante una retransmisión. En el terreno de la verificación y el cumplimiento de normas de plataforma, ADNSUR utiliza herramientas para analizar guiones audiovisuales antes de su publicación. Además, los medios están explorando aplicaciones orientadas a la accesibilidad: 3Cat ha desarrollado un asistente periodístico que, entre otras funciones orientadas a facilitar el trabajo de los equipos, asiste en la generación de descripciones automáticas de fotografías para facilitar el acceso a la información a personas con discapacidad visual.

En conjunto, estos ejemplos muestran cómo la proliferación de casos de uso (desde la investigación documental hasta la adaptación de contenidos o la personalización del producto) está empezando a reorganizar tanto los procesos internos de las redacciones como la forma en que los medios producen, distribuyen y presentan la información.

La incorporación de la IA a las redacciones plantea cuestiones relevantes desde el punto de vista profesional y ético, pero también desde una perspectiva estratégica. Para muchos medios, la adopción de estas herramientas forma parte de una búsqueda de sostenibilidad económica en un contexto marcado por la fragmentación de las audiencias, la presión competitiva de las plataformas digitales y la necesidad de mantener estándares de calidad de información y contenidos con recursos limitados. En este escenario, el desafío consiste en aprovechar el potencial de la tecnología para mejorar la eficiencia y ampliar el alcance del producto periodístico sin erosionar la misión pública que define a la profesión.

En España, este debate se ha acompañado de la elaboración de diversos marcos de referencia que orientan el uso responsable de la IA. Entre ellos se encuentra el Decálogo para el uso ético de la IA en los medios de comunicación de la Diócesis de Bilbao, el Colegio Vasco de Periodistas y la Asociación Vasca de Periodistas, Algoritmos en las redacciones, publicado ya en 2021 por el Consejo de la Información de Cataluña, entre otros marcos, como el decálogo del Colexio de Xornalistas Galego, así como muchas otras iniciativas impulsadas por organizaciones profesionales. Estos documentos reflejan la inquietud compartida por la profesión: asegurar que la adopción de la IA se produzca de forma compatible con los principios del periodismo.

Antes de la IA generativa: automatización, recomendación e investigación

Antes de la expansión de los modelos generativos, la IA ya estaba presente en muchos medios de comunicación, aunque de forma más discreta y normalmente integrada en procesos internos con poca visibilidad. Sus aplicaciones se concentraban principalmente en tres ámbitos.

Uno de los primeros usos fue la automatización de contenidos estructurados. Resultados deportivos, información bursátil o resultados electorales se convertían automáticamente en noticias mediante sistemas capaces de transformar bases de datos en textos periodísticos. Este tipo de automatización permitió ampliar la cobertura informativa en ámbitos en los que la producción manual aportaba poco valor, como los textos de agencia sin interpretación.

En algunos casos, las redacciones podían publicar cientos de piezas breves a partir de una única base de datos actualizada en tiempo real. Aunque estos contenidos suelen considerarse de menor valor editorial, su automatización permitió, por ejemplo, ofrecer información electoral de pequeñas localidades o resultados deportivos de ligas menores que de otra forma no se hubieran podido publicar.

El segundo campo donde la IA se incorporó con relativa rapidez fue la estrategia de audiencias y el negocio digital. Los modelos predictivos permitieron identificar patrones de comportamiento de los lectores, anticipar probabilidades de suscripción o detectar señales de abandono. Estos sistemas ayudaron a los medios a optimizar campañas de captación y fidelización, una cuestión especialmente relevante para muchos medios que tuvieron que transitar hacia modelos de suscripción. Con el tiempo, estas aplicaciones se integraron en herramientas de análisis de audiencia que hoy forman parte habitual de la infraestructura tecnológica de gran parte de las organizaciones del sector.

La irrupción de la IA está suponiendo una transformación cultural en la forma en que los profesionales se relacionan con las herramientas digitales

En tercer lugar, la IA también comenzó entonces a utilizarse como apoyo en proyectos de investigación periodística. Aprendizaje automático y técnicas de procesamiento de lenguaje natural permitieron analizar grandes volúmenes de documentos, clasificar información o detectar patrones que de otro modo habrían pasado desapercibidos. La minería de filtraciones, el análisis de documentos judiciales o la clasificación de registros administrativos se beneficiaron de estas herramientas, lo cual empezó a ampliar la capacidad de investigación de las redacciones. Aunque estos usos no siempre eran visibles para el público, constituyeron una base técnica y conceptual importante para la evolución posterior que ha tenido la IA en la investigación periodística y en otro tipo de aplicaciones que hoy se consolidan.

El punto de inflexión de la IA generativa

Si retrocedemos apenas unos años, podemos observar que el cambio ha sido significativo. En torno a 2020, la IA seguía percibiéndose en muchas redacciones como una cuestión relativamente lejana, asociada sobre todo a proyectos experimentales o a equipos especializados.

La expansión de los modelos generativos a partir de 2022 modificó esa percepción con rapidez. En muy poco tiempo, la IA pasó de ser un tema propio de departamentos de ingeniería y laboratorios de experimentación a convertirse en un tema recurrente en los medios: desde las conversaciones cotidianas en las redacciones y otras áreas de la empresa hasta los debates estratégicos.

Así pues, como todo gran cambio tecnológico, la irrupción de la IA también está suponiendo una transformación cultural en la forma en que los profesionales se relacionan con las herramientas digitales. La posibilidad de interactuar con sistemas capaces de generar texto, resumir información o proponer estructuras narrativas ha supuesto una redefinición del rol de la tecnología en la práctica diaria del periodismo.

A partir de ese momento, el número de posibles aplicaciones se ha ido multiplicando con rapidez.

La IA como infraestructura editorial

Una de las tendencias más significativas de los últimos años es el paso de la IA como herramienta aislada a su integración como infraestructura editorial.

En muchas redacciones, las funciones de IA no se usan solo en aplicaciones aisladas, sino que empiezan a incorporarse directamente a los sistemas de gestión de contenidos y a integrarse en los flujos de trabajo internos. Esto permite automatizar tareas transversales y repetitivas, asistir procesos editoriales o facilitar la reutilización de contenidos en diferentes formatos.

La integración, sin duda, mejora la eficiencia operativa y permite que los recursos humanos se concentren en tareas donde el criterio y la creatividad humana resultan insustituibles. En este marco, la incorporación de la IA también invita a replantear con mayor claridad cuál es el valor específico que aportan las personas dentro de los procesos de trabajo: no solo ejecutar tareas, sino aportar interpretación, criterio y responsabilidad en la toma de decisiones.

Productividad y periodismo aumentado

Sin duda, la IA permite optimizar determinados procesos, como la transcripción de entrevistas, el reformateo de contenidos y muchos otros, lo cual implica producir más contenido con menos recursos.

Aunque esta lógica sigue presente, en muchas organizaciones ha evolucionado hacia una visión que se dirige a la ampliación de las capacidades de los profesionales.

Aplicaciones como la transcripción automática de ruedas de prensa en tiempo real, la generación de subtítulos o la detección automatizada de patrones de desinformación permiten a los periodistas dedicar más tiempo a tareas de análisis, contexto y verificación.

La incorporación de la IA invita a replantear con mayor claridad cuál es el valor específico que aportan las personas dentro de los procesos de trabajo

En España existen ejemplos significativos de este tipo de aplicaciones. Sistemas de transcripción automática utilizados en emisiones en directo, herramientas de apoyo a la verificación desarrolladas por organizaciones especializadas en fact-checking o sistemas de monitorización de redes sociales que ayudan a detectar narrativas virales antes de que se consoliden.

En estos casos, la IA no sustituye al periodista. Su función consiste en ampliar su capacidad de observación y análisis y reducir el tiempo dedicado a tareas mecánicas.

IA como interfaz del producto informativo

Otro ámbito donde la IA está introduciendo cambios relevantes es el propio diseño del producto informativo. Cada vez es más frecuente encontrar artículos que incluyen resúmenes automáticos, versiones en audio generadas a partir de texto o asistentes conversacionales capaces de responder preguntas utilizando archivos propios de un medio.

Estos formatos permiten adaptar el contenido a distintos hábitos de consumo y ampliar las formas de acceso a la información. Desde el punto de vista del negocio, este tipo de aplicaciones también ofrece nuevas oportunidades para mejorar la experiencia del usuario y reforzar la relación con la audiencia.

Sin embargo, conviene tener en cuenta que la optimización por engagement en la IA de producto puede plantear algún que otro desafío que conviene considerar. Por ejemplo, en los sistemas de personalización, si los criterios que determinan qué contenidos se muestran a cada usuario no son transparentes, existe el riesgo de reforzar dinámicas de fragmentación que dificulten el acceso a perspectivas diversas. Este equilibrio entre personalización y pluralismo informativo es un ejemplo claro de caso de uso que conviene valorar desde más ángulos a la hora de aplicarse, para asegurar una alineación estratégica.

Verificación y lucha contra la desinformación

La expansión de la desinformación digital ha convertido la verificación en uno de los ámbitos donde la IA puede aportar mayor valor.

Algunas redacciones están desarrollando sistemas que combinan modelos generativos, recuperación de información y análisis de redes sociales para detectar afirmaciones verificables dentro de grandes volúmenes de texto o monitorizar conversaciones que se difunden en plataformas digitales.

La optimización por 'engagement' en la IA de producto puede plantear algún que otro desafío que conviene considerar

Estas herramientas permiten identificar patrones de difusión de narrativas engañosas y acelerar los procesos de verificación.

Más que reemplazar el trabajo del periodista, estos sistemas funcionan como amplificadores, tanto de la capacidad de investigación como de respuesta en el caso de los verificadores que disponen de canales de comunicación para atender verificaciones a demanda de la audiencia.

Accesibilidad y multilingüismo

La IA también abre oportunidades para mejorar la accesibilidad y ampliar el alcance de los contenidos. Las tecnologías de traducción automática, generación de voz sintética o subtitulado en tiempo real, permiten adaptar contenidos a distintos contextos lingüísticos y a diferentes necesidades de los usuarios.

En regiones con lenguas minorizadas, algunos proyectos están impulsando la creación de corpus lingüísticos de calidad que permitan entrenar modelos capaces de preservar matices culturales y terminológicos.

Importar tecnología implica también importar cultura e ideología, lo cual debe ser considerado en la toma de decisiones

Este tipo de iniciativas visibilizan que importar tecnología implica también importar cultura e ideología, lo cual debe ser considerado en la toma de decisiones. A la vez, muestran cómo la IA también puede contribuir a ampliar el acceso a la información sin reducir la diversidad lingüística.

Organización, liderazgo y priorización

La integración de la IA en los medios no depende solo de elegir herramientas, sino que también requiere cambios organizativos y culturales.

Las experiencias más avanzadas muestran que la adopción de la IA suele implicar colaboración entre áreas editoriales y creativas, tecnológicas y de gestión del talento. Así pues, la adopción de la IA no recae solo sobre un departamento, puesto que implica una transformación transversal que afecta a procesos, competencias y modelos de trabajo.

En muchas organizaciones, el desafío principal no es la falta de ideas o de posibles aplicaciones. Las redacciones suelen identificar numerosos casos de uso potenciales. La dificultad real consiste en establecer prioridades, decidir dónde concentrar recursos y evaluar qué iniciativas generan un impacto significativo.

Otro elemento central es la confianza. Los profesionales necesitan comprender qué procesos cambiarán, qué funciones seguirán bajo control humano y cómo evolucionarán sus responsabilidades en un entorno cada vez más automatizado. En este contexto, también es importante que cada profesional reflexione sobre cómo estas herramientas pueden integrarse en su trabajo cotidiano para mejorar procesos y resultados.

La transparencia en la toma de decisiones y la inversión en formación son factores determinantes para transformar la incertidumbre inicial en una actitud de experimentación responsable.

Por último, las organizaciones empiezan a evaluar el impacto de la IA más allá de la adopción. El criterio relevante no se limita al número de herramientas que se utilizan, sino que valoran si estas contribuyen a mejorar la calidad del producto, la eficiencia de los procesos o la experiencia de la audiencia.

Una transición que es también cultural

La evolución reciente de la IA en los medios de comunicación muestra una transición evidente que ha evolucionado de aplicaciones puntuales a una integración progresiva en la infraestructura editorial de los medios.

Esta transformación no puede entenderse solo como un cambio tecnológico. Implica nuevas formas de organizar el trabajo, redefinir procesos y repensar la relación entre innovación, sostenibilidad económica y responsabilidad.

Para los medios de comunicación, incorporar la IA no es solo una cuestión de eficiencia operativa. También forma parte de una estrategia para fortalecer su capacidad de producir información y contenidos relevantes en un entorno cada vez más competitivo.

El reto consiste en integrar estas herramientas de forma que amplíen las capacidades de los profesionales sin diluir aquello que da sentido a los medios de comunicación de calidad: su compromiso con la veracidad, el pluralismo y el valor de servicio público de la información y los contenidos.

En última instancia, el futuro de la IA en los medios dependerá menos de la sofisticación de las herramientas que de las decisiones que tomen quienes las utilizan. La tecnología puede facilitar nuevas formas de producir y distribuir información, pero sigue siendo el criterio humano el que determina qué historias merecen ser contadas.

 

Contenido relacionado:

• "Carta a los Lectores": "Los periodista tenemos un nuevo Código Deontológico", por José Francisco Serrano Oceja
• "La ética periodística no se automatiza", por Pilar Sánchez García
• "La mula de Napoleón en la era de la IA generativa: el nuevo código de prácticas europeo para la trazabilidad de contenidos", por Fernando Pérez González
• "'La confianza no se automatiza': humanización del periodismo para fidelizar audiencias", por Lucía González
• "Cómo cambia Google la visibilidad de los medios españoles: lo que muestra AI Overviews", por Mari Vállez, MJ Cachón y Clara Soteras