AI para Periodista

IA para
periodistas
UNA HERRAMIENTA POR EXPLOTAR
Créditos
Esta guía ha sido elaborada en colaboración por el

equipo de Prodigioso Volcán, Karen De la Hoz,
directora de estrategia digital y Comunidad de la
Fundación Gabo, y Florencia Coelho, New Media
Research en el diario La Nación, de Argentina.
¿Por qué
esta guía?
IA PARA PERIODISTAS PRODIGIOSO VOLCÁN
Los algoritmos definen parte

importante de nuestra vida diaria
Tal vez ya estás familiarizado con los sistemas que determinan
el contenido que consumes en redes sociales o definen la
publicidad personalizada que ves en internet. Sin embargo, es
menos probable que conozcas otras aplicaciones de
inteligencia artificial que definen penas carcelarias,
tratamientos clínicos, ascensos laborales y que clasifican a los
ciudadanos por su conducta pasada y poder decidir así quiénes
deben recibir incentivos y quiénes castigos.
¿Quiénes crean estos sistemas? ¿De dónde salen las bases de

datos que se usan para entrenarlos? ¿Representan
equitativamente a diferentes grupos sociales? ¿Qué historias
deberíamos investigar y contar sobre los usos de la inteligencia
artificial en diferentes industrias? Y… ¿puede la inteligencia
artificial ayudar a lograr un mejor periodismo?
La inteligencia artificial es una tecnología de gran capacidad

transformadora. Y aunque sigue fascinando y sorprendiendo, la
realidad es que cada vez se utiliza más como herramienta de
trabajo. Por eso debemos entender en qué consiste y desarrollar
las habilidades que nos permitan comprender, explicar y debatir
sus implicaciones y posibilidades al mismo tiempo que
aprovechar las ventajas que pueda ofrecer.
Compartimos esta sencilla guía con el objetivo de agrupar y

explicar las cuestiones básicas, esenciales casi, para cualquier
persona que desee comenzar a explorar más sobre la tecnología
y su aplicación en el campo del periodismo y la comunicación.
Es, por tanto, una invitación a seguir avanzando.
¿De qué forma aborda el periodismo la

inteligencia artificial y sus avances?
01 02
Como un tema a cubrir para Como una herramienta más del
promover los debates necesarios y, trabajo diario, que puede optimizar
más allá de la fascinación de sus procesos de reportería,
avances, contribuir a la búsqueda de producción, distribución y
una sociedad digital justa que monetización de contenido.
defienda los derechos de los
ciudadanos.
Desde el
principio
Darmouth, 1956
En 1956 se acuñó el término “inteligencia artificial”.
Fue en un encuentro de expertos en teoría de la
información, redes neuronales, computación,
abstracción y creatividad, que tuvo lugar en la
Universidad de Darmouth (EE. UU).
Inteligencia artificial,
sobre los orígenes y
el concepto
¿De qué hablamos cuando nos referimos a
inteligencia artificial? Empecemos por analizar el
concepto. "Inteligencia” es utilizar la información
disponible para, según las circunstancias y
limitaciones existentes, tomar una decisión y
solventar un problema complejo.
"Inteligencia artificial” (IA) implica enseñar a las A día de hoy, la IA no trata de

máquinas a desempeñar labores complejas que crear conocimiento nuevo, sino
hasta ahora sólo podían hacer humanos. Por
de recopilar y procesar los
ejemplo, gestionar enormes cantidades de
datos estadísticos, detectar tendencias y datos para sacarles el mayor
aventurar recomendaciones al respecto o, en partido a la hora de decidir.
último término, llevarlas a cabo. En otras
palabras, la capacidad de ciertos sistemas Hablamos de calcular mejor, de procesar más
informáticos para procesar y analizar rápido. La inteligencia artificial, podría decirse,
información externa y operar en consecuencia. busca emular mecanismos habituales del
razonamiento humano (el reconocimiento de
patrones, la conexión entre elementos, etc.).
Así entró la inteligencia

artificial en nuestras vidas
John McCarthy La inteligencia Open AI publica GPT-3
crea ‘LISP’, el Creación de Deep Blue vence artifical vence por un modelo de lenguaje
Alan Turing primer lenguaje que ‘Wave’, el primer al campeón del primera vez un autorregresivo que utiliza
publica “Compu- logró un procesa- lenguaje de mundo Gary jugador profesional el aprendizaje profundo
ting Machinery miento simbólico programación Kaspárov al del milenario juego para producir texto
and Intelligence” no numérico textual para robots ajedrez chino Go similar al humano
1950 1958 1973 1996 2016 2020
1956 1965 1982 2014 2018

Aparece el La Universidad de ‘Blade Runner’ La Universidad de Osaka Google lanza Google
término ‘inteli- Stanford investiga planteó el debate y Toshiba diseñan un Duplex. un servicio permite
gencia artificial’ sobre los ‘sistemas en la gran pantalla androide capaz de que a un asistente de IA
expertos’; programas hablar en lenguaje reservar citas por teléfono
que podían resolver de señas con una voz y tono similar a
problemas la de una persona
¿Y hoy? El gran aumento de la capacidad de

computación así como la disponibilidad de conjuntos
de datos cada vez más grandes y estructurados está
detrás de buena parte del progreso experimentado en
los últimos años en torno a la inteligencia artificial,
sobre todo gracias a técnicas como el aprendizaje
automático, es decir, la capacidad de los ordenadores
para detectar patrones y, después, prescribir y
recomendar a partir de esa experiencia.
¿Qué es un algoritmo?
Un algoritmo es un conjunto ordenado de instrucciones,
pasos o procesos que permiten desarrollar una tarea
determinada. Se trata de instrucciones preestablecidas
que guían las decisiones de una máquina o sistema (por
ejemplo, ante un semáforo en rojo, detener el vehículo).
Los algoritmos son la base que hace funcionar cualquier
sistema de inteligencia artificial.
Recibe los datos Ofrece una respuesta

Toda IA necesita datos con los A partir de aquí, la ecuación es
que trabajar y algoritmos “sencilla”: cuántos más datos o
adecuados para procesarlos. O, ejemplos con los que trabajar
como se suele decir, hay que tenga un algoritmo, mejor hará
alimentar al algoritmo para que su trabajo (reconocer una
este pueda ponerse a entrenar. imagen, escribir un texto, etc.).
¿Cómo 01 02 03
funciona un
algoritmo? Procesa los datos
Si lo anterior se cumple,
entonces podemos hablar de un
agente inteligente, un sistema
capaz de recolectar los datos a
su alcance, procesarlos de forma
satisfactoria.
Máquinas que
aprenden
IA PARA PERIODISTAS
IA débil
Por inteligencia artificial débil se entiende un sistema
orientado a resolver problemas concretos y
delimitados, algo que las máquinas aprenden a hacer
a través de patrones y tendencias repetitivas gracias
a algoritmos programados por humanos.
Un ejemplo sería un asistente virtual como Siri, de Apple,

Alexa, de Amazon, o Assistant, de Google, que, aunque
capaces de “mantener” una conversación no dejan de
contestar a órdenes específicas con los resultados de una
búsqueda en internet o entre sus bases de datos.
PRODIGIOSO VOLCÁN
IA fuerte o general
Por inteligencia artificial fuerte se entiende un
sistema complejo capaz de abordar decisiones
de forma proactiva, deductiva y autoconsciente.
Esto significa sin esperar órdenes y sin necesitar basarse en

repeticiones de la misma tarea una y otra vez. Este tipo de
IA solo existe en el campo de la ciencia ficción. Es la noción
de inteligencia artificial que Hollywood recrea en
producciones como A Space Odyssey (1969), Blade Runner
(1982), The Matrix (1999), Her (2014) y Ex Machina (2015).
¿Cómo
03 aprende
una IA?
Máquinas que
aprenden
Aprendizaje automático
El aprendizaje automático (machine learning en
inglés) suele confundirse con la IA, pero es solo
una parte de ella. Implica procesos en los que
son las propias máquinas las que crean sus
reglas (algoritmos) y predicciones basándose
en los datos que les suministran los humanos.
Esta técnica es una de las grandes
responsables de buena parte de las mejoras y
avances que hemos visto en los últimos años.
Aprendizaje
¿Un ejemplo? El salto cualitativo dado por
motores de traducción como Google Translate automático
o Deepl. De traducir a partir de reglas
sintácticas pasaron a hacerlo a partir de
millones de ejemplos de traducciones reales.
Aprendizaje
profundo
Aprendizaje automático
Cómo funciona
Aprendizaje
profundo
El aprendizaje profundo –también conocido por su nombre en
inglés deep learning– es un subdominio o tipo de aprendizaje
automático. Basa su potencia en lo que se conocen como redes
neuronales, capas y capas de procesamiento de información. A
diferencia del aprendizaje automático, aquí son los sistemas, sin
apenas supervisión, los que son capaces de aprender para
mejorar por sí mismos conforme adquieren experiencia.
Buena parte de las innovaciones más recientes en inteligencia

artificial están ligados a esta forma de aprendizaje y el avance
del big data. Pero ojo, porque aunque todos el aprendizaje
profundo es aprendizaje automático, no todo el aprendizaje
automático es aprendizaje profundo.
Dime cómo aprende,

y te diré qué tipo de IA es…
¿Busca patrones en grandes volúmenes de datos?
Gráfico publicado originalmente por

Karen Hao en MIT Technology Review.
¿Dónde y
03 para qué
usar la IA?
Máquinas que
aprenden
¿Está utilizando IA?
Gráfico publicado originalmente por

Inteligencia Artificial Karen Hao en MIT Technology Review.
Procesamiento de
lenguaje natural
El procesamiento de lenguaje natural (PLN; o NLP, por sus siglas en
inglés) es uno de los campos de aplicación de la inteligencia
artificial ligado a la lingüística que se dedica a procesar órdenes
textuales, ya sean escritas o habladas, expresadas en un lenguaje
natural para los humanos. Es decir, tal y como nos comunicaríamos
con otra persona. Es también uno de los campos más relevantes
para el uso de la IA en periodismo y comunicación.
Quartz lanzó durante unos meses su app ‘Quartz Brief’,

que en lugar de mostrar las noticias funcionaba como
un chat en el que ‘hablabas’ con el medio y, en función
de tus intereses y demandas, te ofrecía artículos que
pudieran interesarte. El servicio estuvo activo hasta julio
de 2019. Contaba con el entusiasmo de la crítica, pero
nunca llegó a alcanzar un gran número de usuarios.
Procesamiento de lenguaje natural
Lingüística NLG Inteligencia

Generación
del lenguaje
artificial
natural
NLP
Procesamiento
del lenguaje
natural
ML
Aprendizaje
NLU automático
Entendimiento
del lenguaje DL
natural Aprendizaje
profundo
Prodigioso Volcán
El objetivo no es solo que el sistema aspire a

saber qué dice el mensaje recibido, sino
también qué intención y matices tiene.
Es decir, que el sistema decida qué información ofrecer de entre todos los
datos que tiene disponibles y cómo comunicarla de vuelta de la forma más
adecuada y lo más parecido a cómo respondería otra persona.
El PLN implica el desarrollo de tecnologías relacionadas con el

reconocimiento del mensaje (para escuchar), comprensión del lenguaje
(para entender), generación de lenguaje (para traducir a lenguaje humano)
y síntesis de voz o texto (para responder), entre otras.
Se trata en definitiva de lograr mejores formas de comunicación entre las

personas y las máquinas. Desde analizar textos en el nivel más básico
(léxico) hasta el más complejo (semántico); responder preguntas, traducir a
otros idiomas, evaluar la claridad de un escrito, generar nuevos textos a
partir de resultados estadísticos y muchas otras posibilidades.
IA PARA PERIODISTAS Prodigioso Volcán

Ejemplos
Varias empresas se han especializado en la

creación de artículos automáticos como
crónicas de fútbol, mercados de valores y
resultados electorales. Algunas de esas
tecnologías son LeoRobot, Syllabs o Data
Skrive, que tiene un acuerdo con la agencia
Associated Press.
Otras empresas se han especializado en

generación de contenido no textual,
incorporando también no sólo infografías de
datos, sino también recursos visuales o incluso
vídeos automáticos como Wibbitz.
Una aplicación más especializada del

procesamiento de lenguaje natural
son las herramientas de verificación,
como FactMata, Fátima en Brasil o
Chequeabot en Argentina.
IA PARA PERIODISTAS Prodigioso Volcán
Computer
speech
‘Computer speech’ es una rama de la IA
relacionada con la conversión de un mensaje
expresado en lenguaje natural a otro formato
natural.
Las dos grandes ramas en las que opera son speech to
text, que es el sueño de todo periodista hecho realidad,
un audio que se convierte en texto de forma automática;
y text to speech, que implica que una máquina lea, por sí
misma, un mensaje escrito.
Imagina grabar una entrevista y que un sistema

la transcriba de forma rápida y fiable para que
solo tuvieras que dedicarte a la edición y
selección de las partes más importantes de cara
a la publicación final. Herramientas como Trint
ya permiten esto gracias a la aplicación de IA.
Computer speech
La complejidad no reside tanto en entender el contenido

del mensaje y responder con la información necesaria,
sino en que la conversión sea lo más natural posible y por
tanto se ‘traduzca’ el mensaje de forma fiable.
Eso implica algunas dificultades. En el caso del speech to text, la correcta

transcripción de mensajes de voz con distintos acentos y dicciones o el
adecuado uso de signos de puntuación, por citar dos ejemplos.
En el caso del text to speech, la adecuada interpretación de un texto leído, con

su entonación y variación de expresividades para palabras iguales en distintos
contextos. Aunque muy vinculado a proyectos de accesibilidad en el
contenido, las aplicaciones de este tipo de IA son cada vez mayores, sobre
todo gracias a la popularización del audio como canal informativo a través de
resúmenes de voz y asistentes virtuales.
Computer speech
Ejemplos
Perspective y editor, tecnologías utilizadas por El diario Folha de Sao Paulo analizó los discursos de
NYT para moderar sus comentarios. los candidatos en un debate electoral para visualizar
cuánto habló cada uno y de qué temas.
Computer
vision
La visión artificial o visión por Se busca que la máquina perciba y entienda el contenido
ordenador es un campo de la de una fotografía, una ilustración, un vídeo y, entre muchas
más cosas, los objetos de una calle (señales de tráfico,
inteligencia artificial que busca el presencia de otros vehículos). Esto permite separar mejor
reconocimiento por parte de las residuos en una planta de reciclaje, identificar
máquinas de cualquier tipo de manifestantes o jugar con filtros en redes sociales.
información visual, ya sea
estática o en movimiento.
¿Y en el periodismo?
Las aplicaciones son varias. Una podría ser procesar

todas las imágenes y vídeos de agencia para
recuperar fotografías o cortes donde aparezcan una
o más personas. Algo parecido planteó The New
York Times en 2018 cuando preparó una fórmula
para, a través de reconocimiento facial, identificar a
los miembros del Congreso de EE. UU. en fotos.
Computer vision
La dificultad de este proceso no solo se Ese entendimiento tiene la dificultad añadida de

que el significado puede ser literal (la descripción
encuentra en los receptores de las de los elementos de una fotografía, por ejemplo) o
imágenes , sino también en que el simbólico (una señal de tráfico). En un segundo
sistema ‘lea’ las formas, tamaños y nivel se podrían codificar acciones de respuesta,
como hacen los coches autónomos regulando su
colores y, en último término, descifre el velocidad en función de las señales de tránsito.
significado de la composición y le dé
sentido a partir de los ejemplos con los
que ha sido entrenado.
Computer vision
Ejemplos
El diario brasileño Estadão recopiló, clasificó y

analizó los sentimientos mostrados por los
candidatos que participaban en un debate
electoral televisado.
Leprosy of the land, un proyecto ucraniano que

mapea imágenes satelitales para visualizar los
efectos de la minería en el paisaje y el territorio.
Getty Images utiliza una herramienta llamada

Panels para recomendar las imágenes más
adecuadas para ilustrar cada noticia gracias a
una configuración personalizable por parte del
editor que, con cada uso, va aprendiendo y
refinando los resultados.
Robótica
Los robots son expresiones de los sistemas
de IA que operan en el mundo real, ya sea de
forma virtual, como el chatbot de una web
por ejemplo, o física, como una máquina que
puedes tocar.
En función de para qué se diseñen, los robots físicos pueden

moverse, entender mensajes y comunicarse contigo o manipular
objetos de forma precisa, por poner algunos ejemplos.
Por eso la robótica es una de las ramas más complejas de la IA, ya

que implica la interacción con otras ramas y disciplinas. Un robot
físico necesita reconocer objetos (‘computer vision’), entender
significados (PLN) y tomar decisiones a la vez que comunicarse
de forma efectiva (‘computer speech’).
Para que todo eso sea posible se necesita además la intervención

de otras ramas, como la mecánica, la ingeniería o la electrónica.
Robótica
Ejemplos
Aunque generados por completo de forma virtual,

sin componentes mecánicos, la agencia de
noticias china Xinhua creó presentadores
televisivos artificiales como experimento para dar
las noticias. El proyecto está en vías de mejora
para afinar la expresividad y la gestualidad.
Ver más
La IA en el
periodismo
La IA en el periodismo
La adopción de inteligencia artificial en las salas
de redacción o en estrategias de monetización,
ya sea en procesos de reportería, producción o
distribución de contenidos, requiere formación,
recursos y un debate ético.
Entrenar a periodistas y editores en conceptos generales
relacionados con la inteligencia artificial y posteriormente en
habilidades técnicas específicas es crucial para promover una
cultura organizacional abierta al uso de esta tecnología.
Implementar soluciones basadas en IA también requiere el

desarrollo de una visión estratégica, inversión económica, la
conformación de equipos interdisciplinarios y la búsqueda de
alianzas con organizaciones educativas y tecnológicas.
Los procesos desarrollados con IA deberían ser auditables,

ajustables, transparentes y trazables y responder a los
estándares éticos del periodismo; este último es, tal vez, el
aspecto más crítico de la implementación de la inteligencia
artificial en la industria de medios.
04 Máquinas en
la redacción
La IA
en el
periodismo
Reportería
Una IA puede analizar grandes cantidades de
datos y encontrar patrones o clasificar
información de forma automatizada en
función de criterios entregados. Esto podría
ahorrar horas, incluso meses de trabajo, a
periodistas o equipos periodísticos trabajando Ejemplo:
en investigaciones. El Consorcio Internacional de
Periodistas de Investigación utilizó
machine learning para identificar el
Una IA también puede sexo de 340.000 personas afectadas
monitorear fuentes específicas por el uso de dispositivos médicos. Lo
de datos, entre ellas redes hicieron en el marco de una
investigación que destapó las miles de
sociales, e indicarle a un equipo lesiones que cada año provocan
humano cuando ha encontrado implantes y prótesis defectuosos.
información relevante que pueda
convertirse en noticia. Puedes consultar la investigación aquí.
Producción
Una IA puede ayudar a los periodistas a
producir contenido o encargarse de hacerlo Es posible automatizar tareas de
por completo ella misma. Gracias al speech
verificación y ‘fact-cheking’,
to text, por ejemplo, una entrevista, un
discurso o una declaración puede pasar, en identificar patrones en fotos y
minutos y con solo pulsar un botón, de un videos o automatizar la producción
archivo de audio a texto plano con acentos y de contenidos para redes sociales,
puntuación adecuada.
boletines de noticias y artículos.
La IA también es capaz generar contenido
periodístico sin intervención humana,
consultando fuentes de datos y convirtiendo Ejemplo
esos datos en noticias. Los resultados La BBC ha anunciado recientemente
deportivos y electorales y los reportes del (octubre de 2020) los resultados de un
mercado bursátil, que ofrecen datos proyecto de su equipo de innovación en
estructurados, son los campos en los que el que transforman, de forma
más ha avanzado la automatización de automática, el contenido de sus
contenido, tanto en forma de contenido artículos web en formatos nativos de
escrito como en la producción de gráficos. redes sociales.
Aquí puedes saber más.

Un caso en detalle
Funes, por Ojo Público (Perú)
Qué Retos/aprendizajes
Un algoritmo que identifica situaciones de riesgo Contar con un equipo interno
de corrupción en las contrataciones públicas de multidisciplinar sólido, que
Perú. Fue creado para apoyar al equipo conozca los procesos editoriales
periodístico de Ojo Público en la identificación de y periodísticos, que pueda guiar
posibles casos de corrupción. el proceso y que sepa qué
perfiles adicionales convocar y
en qué momentos.
Hacer que el proyecto sea

Cómo sostenible.
La herramienta usa una familia de algoritmos

Disponer de tiempo para sacar
denominados modelos lineales para combinar la
adelante el proyecto y para
información de 20 indicadores de riesgo, que fueron
aprender las nuevas tecnologías
calculados a partir de cuatro bases de datos. El
necesarias para desarrollar y
método de Funes parte de un esquema de proxies de
escalar el proyecto.
corrupción, propuesto por Mihály Fazekas,
investigador de la Universidad de Cambridge.
Un caso en detalle
Quiénes Herramientas
Un equipo multidisciplinario. Politólogos y Se usó una base de datos que estaba
científicos sociales. Estadísticos y un equipo inicialmente en MongoDB. El análisis se hizo
in-house de Ojo Público que estaba en el lenguaje de programación R, al igual
compuesto por cuatro periodistas, un que gran parte de los indicadores.
estadístico con formación en programación y
dos programadores expertos en front-end.
Tiempo Financiación
15 meses. El proyecto recibió un apoyo financiero y
técnico inicial del fondo de innovación de la
Alianza Latinoamericana para las
Tecnologías Cívicas (ALTEC). Para su
desarrollo posterior se han invertido
recursos propios de Ojo Público.
Para conocer más sobre este caso se

recomienda consultar el sitio de Ojo Público.
Distribución
La inteligencia artificial también Gracias a la personalización es posible generar
permite entregar contenido a los
lectores en el formato y momento una oferta de valor individual que puede ser
adecuado, lo que puede repercutir en aprovechada para distribuir contenido y mejorar
una mejor estrategia comercial. la experiencia en los servicios de suscripción o
muros de pago.
Ejemplo
El uso de inteligencia artificial y otras técnicas de
automatización para la personalización y distribución de los
contenidos puede ser de gran interés para los medios de
comunicación y otras empresas relacionadas. Una de las
opciones más extendidas es el uso de bots a través de
plataformas como Telegram y Facebook Messenger. Sin
embargo, a medida que avanzan más y más estrategias
relacionadas con la suscripción por contenidos y muros de
pago apoyados en motores de recomendación más
relevancia tendrá el uso de inteligencia artificial. Un ejemplo
es la colaboración de The Sunday Times con la empresa
Twipe para la automatización de newsletters personalizadas.
¿Máquinas
04 contra
periodistas?
La IA
en el
periodismo
Deontología de
la IA periodística
El periodismo y la inteligencia artificial tienen dos
puntos de encuentro posibles: cuando el periodismo
utiliza las herramientas de la inteligencia artificial en
sus procesos, y cuando el periodismo cubre la
inteligencia artificial como una fuente.
En ambos casos los desafíos

éticos son múltiples y no
deberían ser pasados por alto.
¿Con qué criterios éticos se han desarrollado los

algoritmos con los que trabajamos? ¿Cuáles son los
conjuntos de datos con los que han sido entrenados?
¿Están sesgados? ¿Son compatibles con los ideales de
dignidad humana, derechos, libertades y diversidad
cultural? ¿Quién o quiénes son los propietarios de la
tecnología? ¿Sabemos cómo están diseñados los
sistemas de IA para dictaminar sentencias? ¿Quién y de
qué forma puede procesar la automatización de este tipo
de decisiones?
Deontología de
la IA periodística
Trabajar con inteligencia artificial no
es un asunto únicamente de
programadores y otros perfiles
tecnológicos. El periodista y el editor
no deben ser ajenos.
Lo ideal sería que los procesos desarrollados con La solución por tanto quizá tenga más que ver con
inteligencia artificial pudieran ser auditables, pensar cómo solucionar situaciones que puedan
ajustables, transparentes y trazables, que respondieran traducirse en resultados injustos; cuestiones como el
a los estándares éticos del periodismo. La realidad, sin acceso a la información pública, la disponibilidad de
embargo, es muy diferente. En la práctica resulta datos e incluso la competencia de jueces en caso de
imposible auditar cómo funcionan algunos algoritmos. tener que llegar a juzgar las decisiones tomadas por un
Es lo que se conoce como “cajas negras” y afecta sistema de inteligencia artificial.
sobre todo al aprendizaje profundo y las redes
neuronales. Una inteligencia artificial cumple con su Hay que recordar que las máquinas no tienen contexto
cometido, pero resulta imposible conocer cómo lo ha ni experiencia más allá de los datos con que entrenan.
hecho. Podría indicar a un médico que una persona Informaciones erróneas, algoritmos mal planteados,
tiene ”x” probabilidades de desarrollar una enfermedad taxonomías confusas o un mal aprendizaje darán lugar
y este no sabría por qué. a resultados erróneos, a un peor resultado periodístico
y a contenido impreciso.
¿El fin de los periodistas?

Uno de los grandes interrogantes es si las máquinas
reemplazarán a los periodistas, de hasta qué punto la
automatización en las redacciones se convertirá en
pérdidas de puestos de trabajo.
Las máquinas son buenas para realizar tareas repetitivas y rutinarias que impliquen
calcular, priorizar, clasificar, asociar y filtrar.
Los periodistas son buenos para sacar a la luz temas de interés público aunque los
implicados no quieran que se publiquen; también son especialistas en aportar
contexto, equilibrar fuentes, ponderar factores como los derecho al buen nombre, la
privacidad o la intimidad; asimismo, sobrepasan a los algoritmos en su capacidad
de lidiar con fuentes humanas y de obtener de ellas las piezas clave para
reconstruir una historia. La sátira y las piezas de opinión y de análisis también son
terrenos donde los periodistas humanos se desenvuelven mejor que las máquinas.
La incursión de la IA en las redacciones es

motivo de oportunidad. Al delegar en las
máquinas tareas repetitivas y rutinarias (desgrabar
entrevistas, encontrar patrones en millones de
datos, moderar comentarios o escribir textos
sobre resultados deportivos), los periodistas
ganan tiempo para hacer el trabajo de servicio
público en el que son realmente valiosos.
No obstante, el mero hecho de incluir

inteligencia artificial en los procesos de un
medio no es ninguna varita mágica. La
automatización de procesos y tareas es
connatural al desarrollo tecnológico y el avance
de la historia. Cuál será el resultado y cómo se
materializará esa transformación en el devenir de
los medios tendrá mucho que ver tanto con la
iniciativa de las plantillas como con las
decisiones de los equipos directivos y las
empresas editoras.
El poder de los
algoritmos
La comunicación es solo uno de

los ámbitos en los que la
inteligencia artificial ya está
actuando. Un avance que no
será ni neutral ni equitativo.
Por eso, y del mismo modo que forma parte de la

responsabilidad del periodista buscar la mejor
forma de trabajar con una nueva tecnología,
también lo hace la de conocerla e investigarla, de ¿Fiscalizar su desarrollo?
cubrirla como tema informativo y de interés.
¿Cómo abordaría un coche autónomo un impacto

Junto a las cámaras de eco alimentadas por
seguro si tuviera que elegir entre chocar contra un
algoritmos de recomendación como los de
peatón o contra un ciclista?
Youtube, la IA también aparece tras los deepfakes
o vídeos falsos que suplantan la identidad de una ¿Debe un asistente automatizado de reservas en
persona real. Es la misma idea que permite crear restaurantes identificarse como máquina antes de
un presentador virtual, pero con unas intenciones comenzar a hablar?
mucho más perniciosas. ¿Hasta qué punto un sistema pensado para conceder
préstamos e hipotecas de forma automatizada no
reproduce los prejuicios racistas y de clase de los
datos con los que se ha entrenado?
¿Y uno para dictaminar o sugerir sentencias judiciales?

Si los algoritmos deciden cada vez más aspectos de nuestra vida
¿un
diaria (influyen decisiones de voto, orientan políticas públicas,
definen qué beneficios económicos recibimos, qué tratamientos
médicos, qué sanciones judiciales), ¿deberíamos plantearnos la
posibilidad de estar frente a un nuevo poder? ¿Cuál podría ser
entonces el papel del periodismo frente a él? Quizá convenga
comenzar a reflexionar.
nuevo
Conclusiones
¿Compartir la
tecnología y competir
con las historias?
La IA puede ser un gran ejemplo de En el plano mediático, sólo las mayores cabeceras del
mundo han tenido los recursos necesarios para
convergencia de disciplinas: desarrollar herramientas de IA propias aplicadas a su
desarrolladores, lingüistas, expertos trabajo. El resto de medios que han querido dar el
en datos, ingenieros y muchas otras paso han tenido que recurrir a empresas externas
para subcontratar su tecnología. Otras ni siquiera
ramas juntas para crear una pueden planteárselo.
herramienta que haga posible lo que
Este podría ser el inicio de una nueva brecha de
los humanos no podrían hacer o lo que recursos entre cabeceras, en la que solo los grandes
sí hacen, pero mejor y más rápido. grupos y corporaciones pudieran costearse
desarrollos complejos. Pero, ¿y si la IA se pudiera
convertir en un estándar? ¿Y si las redacciones
buscaran sinergias para compartir los recursos
tecnológicos básicos?
Compartir la tecnología y competir con las historias
Hay algunas necesidades evidentes de inteligencia

artificial en los medios de comunicación:
Generación Procedimientos Gestión y depurado

automática de de verificación de ingentes bases
contenido. de datos
Compartir esos recursos tecnológicos

haría que la competencia no
dependiera únicamente del dinero o la
tecnología, sino del factor humano.
Es decir, que se compitiera en eso que sólo los
redactores pueden aportar: analizar, contextualizar,
explicar y aportar su conocimiento y experiencia
profesional a historias para su audiencia.
La IA no depende solo de un sector o una

rama del conocimiento, así como tampoco
su aplicación al entorno mediático.
Plantear una colaboración interdisciplinar puede no
sólo facilitar su desarrollo, sino también crear
herramientas que sirvan para múltiples fines.
Del mismo modo que la creación de las herramientas

de IA más comunes en el ámbito de la comunicación
depende de conocimientos externos como son
desarrolladores, científicos de datos o lingüistas, las
aplicaciones de esos recursos podrían ayudar a
instituciones más allá de los medios –y al revés–. Es el
caso de instituciones académicas, investigaciones
científicas y comunidades o colectivos sociales
concretos, por ejemplo.
Colaboración
interdisciplinar
Colaboración interdisciplinar
Así, medios y departamentos de investigación

académicos podrían buscar cómo crear
sinergias para desarrollar soluciones de IA de
código abierto que aportar a la comunidad. Del
mismo modo, podrían nutrirse de la comunidad
para incorporar agentes inteligentes externos a
las dinámicas comunicativas.
Reconocimiento satelital, analítica de datos de

usuarios, cruce masivo de información en tiempo
real… Lo que sirve para la meteorología, la
sociometría o los GPS puede ayudar, y mucho, al
periodismo. Del mismo modo que contar con
información veraz, personalizada y contextualizada
debe ser un recurso imprescindible para cualquier
otra industria que se precie.
Diez
claves para
relacionarse
06
Conclusiones con la IA
Diez claves para relacionarse

con la inteligencia artificial
01 La IA no es una tecnología futurista o distópica: existe, funciona y ayuda en el día a

día a muchas compañías y usuarios. A veces incluso sin ser conscientes de ello.
02 Igual que los motores, la electricidad o internet, la gestión de información a través de

inteligencia artificial se convertirá en un estándar a medio plazo.
03 La aplicación de la inteligencia artificial va mucho más allá de lo tecnológico y lo

científico, alcanzando desafíos como la privacidad, la ética y el desarrollo social.
04 La implementación de la IA puede ofrecer soluciones reales a una de las grandes

amenazas actuales: la verificación y trazabilidad de la información disponible.
05 En un mundo digital en el que los algoritmos de las grandes corporaciones deciden

buena parte de qué vemos, resulta imprescindible conocer cómo funcionan.
06 Conocer la IA, trabajar con ella, no exige un conocimiento experto. Los mejores
proyectos basados en inteligencia artificial son los más interdisciplinares.
07 Uno de los grandes retos para una implantación masiva será lograr procesos
transparentes, revisables y ajustables para su mejora; abrir las cajas negras.
08 El uso accesible y lógico será otro de los retos de la IA: cualquier usuario debe
entender para qué la necesita y cómo utilizarla de forma natural.
09 La IA completa dependerá del trabajo humano sólo en su origen: el objetivo es que

acabe aprendiendo, mejorando e implementándose por su cuenta.
10 El potencial de la IA contribuirá a una mejora de procesos y servicios a escala global,

con un profundo impacto social y vías de desarrollo, pero también desigualdades.
Para
saber más
Recursos para saber más

Automated Journalism - AI 10 European startups that are El impacto de la Inteligencia
Applications at New York Times, disrupting the media Artificial en el periodismo
Reuters, and Other Media Giants
Autor: EU-Startups | Año: 2019 Autor: UMH | Año: 2019
Autor: Emerj - Artificial Intelligence
Research | Año: 2019 Ver más Ver más
Ver más
This Just In: How AI-Powered Tools Understanding the Promise and
Could Help Revive Journalism Limits of Automated Fact-Checking
Autor: Forbes | Año: 2020 Autor: Reuters Institute | Año: 2018
Inteligencia Artificial: para qué
puede usarse en periodismo y qué Ver más Ver más
están haciendo los medios
Autor: Fundación Luca de Tena
Año: 2018 A guide for newsrooms in the age of Iniciativa Journalism AI
smart machines
Autor: London School of Economics
Ver más
Autor: AP | Año: 2017 and Political Science
Ver más Ver más
Robots que escriben noticias en

español: cuando las máquinas
Elements of AI La inteligencia artificial requiere de
hacen el trabajo de un periodista
un periodismo sincero
Autor: University of Helsinki
Autor: Xataka | Año: 2019
Año: 2019 Autor: GIJN | Año: 2019
Ver más
Ver más Ver más

AI para Periodista

Cargado por

Copyright:

Formatos disponibles

AI para Periodista

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

AI para Periodista

Cargado por

Copyright:

Formatos disponibles

IA para

Esta guía ha sido elaborada en colaboración por el

Los algoritmos definen parte

¿Quiénes crean estos sistemas? ¿De dónde salen las bases de

La inteligencia artificial es una tecnología de gran capacidad

Compartimos esta sencilla guía con el objetivo de agrupar y

¿De qué forma aborda el periodismo la

"Inteligencia artificial” (IA) implica enseñar a las A día de hoy, la IA no trata de

Así entró la inteligencia

1950 1958 1973 1996 2016 2020

1956 1965 1982 2014 2018

¿Y hoy? El gran aumento de la capacidad de

Recibe los datos Ofrece una respuesta

Un ejemplo sería un asistente virtual como Siri, de Apple,

Esto significa sin esperar órdenes y sin necesitar basarse en

Buena parte de las innovaciones más recientes en inteligencia

Dime cómo aprende,

Gráfico publicado originalmente por

¿Está utilizando IA?

Gráfico publicado originalmente por

Quartz lanzó durante unos meses su app ‘Quartz Brief’,

Procesamiento de lenguaje natural

Lingüística NLG Inteligencia

Procesamiento de lenguaje natural

El objetivo no es solo que el sistema aspire a

El PLN implica el desarrollo de tecnologías relacionadas con el

Se trata en definitiva de lograr mejores formas de comunicación entre las

Procesamiento de lenguaje natural

Varias empresas se han especializado en la

Otras empresas se han especializado en

Una aplicación más especializada del

Imagina grabar una entrevista y que un sistema

La complejidad no reside tanto en entender el contenido

Eso implica algunas dificultades. En el caso del speech to text, la correcta

En el caso del text to speech, la adecuada interpretación de un texto leído, con

Las aplicaciones son varias. Una podría ser procesar

La dificultad de este proceso no solo se Ese entendimiento tiene la dificultad añadida de

El diario brasileño Estadão recopiló, clasificó y

Leprosy of the land, un proyecto ucraniano que

Getty Images utiliza una herramienta llamada

En función de para qué se diseñen, los robots físicos pueden

Por eso la robótica es una de las ramas más complejas de la IA, ya

Para que todo eso sea posible se necesita además la intervención

Aunque generados por completo de forma virtual,

Implementar soluciones basadas en IA también requiere el

Los procesos desarrollados con IA deberían ser auditables,

Aquí puedes saber más.

Funes, por Ojo Público (Perú)

Hacer que el proyecto sea

La herramienta usa una familia de algoritmos

Para conocer más sobre este caso se

En ambos casos los desafíos

¿Con qué criterios éticos se han desarrollado los

¿El fin de los periodistas?

La incursión de la IA en las redacciones es

No obstante, el mero hecho de incluir

La comunicación es solo uno de

Por eso, y del mismo modo que forma parte de la