Por Gretel Kahn
Desde la llegada de ChatGPT, las organizaciones de noticias han experimentado con la IA en prácticamente todos los ámbitos de su actividad. Hemos estado haciendo un seguimiento e informando sobre algunos de estos casos de uso, desde la verificación de hechos y las investigaciones hasta el análisis de datos , la creación de gráficos , la interacción con la audiencia y la automatización de las redacciones . Pero a medida que la experimentación continúa, puede resultar difícil tener una visión global: ¿dónde se está adoptando realmente la IA, cómo la utilizan las organizaciones de noticias y qué patrones están empezando a surgir?
Jindex.ai realiza un seguimiento de cómo las organizaciones de noticias y medios de comunicación de todo el mundo están adoptando la IA, recopilando alrededor de 20 parámetros diferentes y añadiendo una capa de análisis que permite a los usuarios identificar patrones en organizaciones, mercados y regiones geográficas. Los datos se obtienen de toda la web mediante una combinación de investigación manual, búsquedas automatizadas y métodos asistidos por IA, y la metodología evoluciona continuamente a medida que surgen nuevas herramientas y enfoques. A continuación, se presentan algunos de los hallazgos que ya se han extraído de la base de datos:
- Casi un tercio de las implementaciones de IA analizadas provienen de redacciones pequeñas, locales e hiperlocales .
- Casi nueve de cada diez presentadores de noticias sintéticos identificables en la base de datos son mujeres.
- La IA en el periodismo es anterior a ChatGPT por al menos una década. La base de datos contiene 76 casos anteriores a 2019, siendo el más antiguo de 2012.
- Están empezando a aparecer redacciones que integran la IA de forma nativa, en lugar de simplemente añadir la IA a los flujos de trabajo existentes.
La mente maestra detrás de Jindex.ai (y de estas ideas) es la periodista ucraniana Katya Gorchinskaya , quien ha dedicado tres décadas a la industria como reportera, editora, directora ejecutiva y, ahora, como consultora de medios especializada en IA.
Recientemente hablé con ella sobre la base de datos. Analizamos qué revelan los datos sobre la adopción de la IA y qué patrones podrían indicarnos sobre el futuro del sector. Gorchinskaya recalcó que su base de datos no es una lista completa de proyectos de IA, sino que se basa únicamente en la información disponible públicamente. Nuestra conversación fue editada para mayor brevedad y claridad.
P. J·Index incluye más de 3000 ejemplos de cómo las organizaciones de noticias utilizan la IA. ¿Qué has aprendido que no sabías antes de empezar a crear la base de datos?
A. Hay días en los que, literalmente, genero ideas más rápido de lo que puedo asimilarlas, y a veces son completamente inesperadas.
Por ejemplo, empecé a observar que todo el mundo está implementando asistentes editoriales con IA, pero parece haber un patrón recurrente en la forma en que lo hacen, en su estructura. Por ejemplo, noté que los asistentes editoriales desarrollados por diferentes organizaciones de noticias tienden a tener la misma estructura básica.
Se basan en algún tipo de datos, como el archivo de una editorial o normas editoriales específicas, y se ejecutan sobre uno o más modelos de IA. Cuentan con un conjunto de funciones —desde la redacción y la búsqueda en archivos hasta la transcripción y la corrección ortográfica— y una interfaz con la que los periodistas interactúan, ya sea a través de una aplicación independiente o directamente dentro del CMS.
Los sistemas más sofisticados también cuentan con una capa de orquestación (o de agentes) que coordina a múltiples agentes que realizan diferentes tareas editoriales. Esta estructura básica se repite en las distintas versiones que vemos en la base de datos.
Una vez que empiezas a indagar, descubres cosas interesantes como esa. Uno de los widgets que añadí recientemente surgió de leer que las editoriales esperan cerrar acuerdos con fabricantes de maquetas, pero en realidad no deberían, porque los acuerdos [con empresas individuales] ya están cerrados. Así de simple. El mercado está cerrado, y eso se puede comprobar en los datos.
P. ¿Qué patrones observa que están surgiendo?
A. Por lo general, la mayoría de las organizaciones comienzan a automatizar en la redacción, y la razón es que somos especialistas en el contenido. Los periodistas conocen su producto mejor que nadie, y es ahí donde empiezan a automatizar. Además, automatizan con la ayuda de un modelo lingüístico extenso, lo cual resulta ideal para cualquier proceso basado en el lenguaje.
Alrededor del 60 % de las implementaciones de IA se realizan en las redacciones, lo que demuestra una enorme oportunidad aún sin explotar en el ámbito comercial y en otros aspectos del modelo de negocio. También revela la dirección estratégica que tomarán las organizaciones de medios a partir de ahora. Esta predicción se puede realizar con bastante seguridad basándose en los datos y su evolución.
También existe una diferencia real entre los primeros en adoptar una tecnología y aquellos con mayores recursos. Por lo general, estos últimos comienzan pronto y son mucho más sistemáticos. Ya cuentan con equipos involucrados y un patrón establecido en su forma de trabajar, a diferencia de lo que se observa en organizaciones más pequeñas, que suelen depender de donaciones o algo similar.
P. ¿Importa el tamaño?
A. Así es. Por ejemplo, en J·Index tengo una sección sobre herramientas de código abierto, y todos los casos provienen de organizaciones financiadas por donantes. Quienes reciben financiación de organizaciones de desarrollo de medios son mucho más propensos a compartir sus herramientas abiertamente, a diferencia de las organizaciones comerciales que podrían monetizarlas y venderlas como producto a otros medios de comunicación.
Las grandes corporaciones también suelen contar con los recursos necesarios para comprender mejor las oportunidades, las debilidades de sus propias organizaciones y diseñar estrategias basadas en ese conocimiento. Implementan herramientas de IA de forma mucho más sistemática.
Además de sus estrategias actuales, también piensan en lo que está por venir. Entienden, por ejemplo, que existe un nuevo modelo de negocio en algún lugar más allá del horizonte, aunque no sepamos cuál es.
Dedican mucho tiempo a analizar la cadena de valor que existirá y cómo monetizarla, protegiendo el modelo actual y automatizando algunos de sus elementos para hacerlo más eficiente, rápido y adaptable a los cambios en los patrones de consumo. Las organizaciones de medios más pequeñas tienden a subestimar el potencial disruptivo de la IA y emplean una sola herramienta o un solo flujo de trabajo a la vez.
P: J·Index realiza un seguimiento de lo que las redacciones desarrollan internamente frente a las herramientas que compran. ¿Qué has aprendido al respecto?
A. La actual disrupción comenzó hace entre 15 y 20 años. Sabemos dónde reside el poder, y sigue siendo exactamente el mismo. La dependencia de herramientas implica depender de sistemas diseñados fuera de nuestro control, y eso es muy lamentable.
Algunas organizaciones tienen esto en cuenta y entrenan sus propios modelos . Otras construyen un único sistema interno que se basa en varios proveedores de modelos, de modo que el personal puede cambiar el modelo subyacente sin modificar la herramienta que utilizan. El modelo está desacoplado de la interfaz, lo que les permite usar el mejor o el más económico modelo para una tarea específica y reduce su dependencia de un solo proveedor. Algunos ejemplos son France Télévisions, medIAGen, News Corp Australia y NewsGPT. Sin embargo, el enfoque más común es ejecutar herramientas separadas, cada una basada en un modelo subyacente diferente; por ejemplo, Whisper para la transcripción, GPT para chatbots y un generador de imágenes basado en un modelo de difusión.
Luego está la dependencia cognitiva, a la que la gente no presta suficiente atención, quizás porque no es necesariamente muy evidente. Si delegas gran parte de tu trabajo mental a la máquina, a la larga perderás habilidades.
Los creadores de modelos afirman que la mayoría se encuentra en la fase de auto-mejora recursiva de su desarrollo, y creo que los periodistas deberían adoptar un enfoque similar. Si no se cuenta con experiencia y no se capacita a las personas en habilidades básicas, es muy fácil perder esas habilidades y el criterio. Ya lo he visto suceder en la anterior ola de disrupción.
Por ejemplo, cuando las redes sociales se popularizaron, se observó que la gente dejó de leer noticias y empezó a resumirlas. Fue un cambio significativo. Si bien es cierto que se adquirieron habilidades en redes sociales, algunos también perdieron la capacidad de trabajar con fuentes de la misma manera, de buscar perspectivas interesantes y de crear estructuras que fueran más allá de lo que promueve el algoritmo de YouTube. Esto representa un riesgo real en esta nueva ola de disrupción.
P. ¿Qué distingue a las redacciones nativas de IA de aquellas que aún experimentan con esta tecnología?
A. Ante todo, el liderazgo. Independientemente del tamaño de la organización, si hay una persona en el equipo directivo que sea curiosa y experimental, y que comprenda la magnitud de la oportunidad y la disrupción, esa organización tendrá más probabilidades de adoptar la IA de forma más sistemática, con una visión y un horizonte a largo plazo, y de maneras más complejas.
Algunos pequeños medios de comunicación superan a los gigantes en la adopción de nuevas tecnologías, al menos en los casos que conocemos. Por ejemplo, texty.org.ua , una organización sin ánimo de lucro de Ucrania especializada en periodismo e investigación basados en datos, se encuentra entre los 10 primeros en la base de datos en cuanto a la adopción de IA. No solo desarrollan sus herramientas, sino que también las comparten como código abierto.
El segundo factor es el tipo de organización que se analiza, que a menudo determina cómo se adoptará la IA. El ejemplo más interesante proviene de los medios de comunicación de servicio público. Estas organizaciones tienden a adoptar la IA de maneras muy diferentes. Es mucho más probable que la utilicen para entrenar modelos, para promover la inclusión y las lenguas minoritarias, o para resolver problemas que las organizaciones comerciales nunca resolverán, como la accesibilidad para personas con discapacidad auditiva.
Los recursos financieros, la capacidad de contratar personal y la capacidad de desarrollar internamente influyen enormemente en la adopción de la IA, con muchas excepciones en las que se utilizan los recursos de forma más inteligente o se encuentran herramientas de código abierto, entre otras cosas. Pero creo que el liderazgo, el tipo de organización y otros recursos son probablemente los factores clave.
P. ¿Importa la geografía?
A. Sí, y el ejemplo más llamativo es China . China es muy diferente porque es extremadamente jerárquica, omnipresente y sintética. Adoptan la IA a un nivel muy profundo. Modifican los modelos de inmediato, integran las herramientas en todo el sistema y tienen muchas más probabilidades de producir una gama completa y sintética de información, materiales y entretenimiento. Se basan en modelos de fabricación propia, los entrenan con mucha más frecuencia y la integración es mucho más profunda.
En Latinoamérica, [la base de datos sugiere] que es mucho más probable que entrenen sus modelos porque los modelos existentes están plagados de sesgos y están tratando de mejorarlos. Las organizaciones de noticias no occidentales son mucho más propensas a tener presentadores sintéticos, mientras que en Occidente está mal visto. No se usan avatares con tanta frecuencia. Y si se usan, generalmente son en contadas ocasiones.
P. ¿Dónde ven los editores el valor de la IA para sus organizaciones?
A. Esta pregunta tiene dos aspectos. El primero es que los datos sobre mediciones, indicadores clave de rendimiento (KPI) e impacto son extremadamente escasos. Simplemente hay muy poca información al respecto en mi base de datos. Esa sección suele estar vacía o con alguna declaración vaga sobre la esperanza de mejorar la eficiencia en la redacción. En realidad, no aporta nada.
El segundo aspecto es que la adopción está tan fuertemente sesgada hacia la producción y la redacción que el impacto se sentirá en la redacción mucho antes que en el ámbito comercial. Hay muchas razones para ello, entre ellas el hecho de que los medios de comunicación simplemente no disponen de los mismos datos que el ámbito comercial. Pero es una oportunidad que, sin duda, se aprovechará en algún momento.
P. ¿Existe algún patrón en los datos que le preocupe sobre cómo se está implementando la IA?
A. Hace poco publiqué sobre cuestiones de género y avatares . Los datos al respecto son realmente desalentadores. Los avatares suelen ser jóvenes, femeninos, delgados y encajan a la perfección en el ideal cultural dominante del país donde se crean. Tienden a ser obedientes y a reforzar todos los estereotipos de género imaginables. Es realmente grave y (curiosamente) universal. Vayas donde vayas (la región MENA, Latinoamérica, donde mires) los medios de comunicación cometen el mismo error, propagando los mismos estereotipos.
Las diferencias se acentúan al recrear a una persona y crear un avatar a partir de una persona existente. Los personajes masculinos suelen ser figuras históricas con autoridad, recreadas por su poderío, mientras que en el caso de las mujeres, se busca prolongar la popularidad de un presentador y, en la práctica, hacer que trabaje más horas.
Esto perpetúa exactamente los mismos prejuicios que existen en el mundo real, lo cual es realmente alarmante. Hace un año, se habló mucho sobre cómo se entrena a las modelos de una manera que las predispone a ciertos prejuicios y cómo esto repercute en todo lo que se desarrolla posteriormente. Pero la industria de los medios de comunicación está agravando esos prejuicios y desventajas que existen en la sociedad, lo cual es realmente preocupante.
P: Es posible que usted haya visto más ejemplos de adopción de IA en el periodismo que nadie. ¿Existe alguna idea generalizada sobre la IA en el periodismo que tal vez se esté malinterpretando?
A. Creo que la importancia estratégica de la IA aún no se comprende del todo. Muchos medios de comunicación, a pesar de reflexionar sobre la IA, no captan la magnitud de la disrupción a la que se enfrentarán. Su adopción se está produciendo mucho más rápido ahora que con la anterior ola de disrupción.
La gente aún no se da cuenta de que las cosas están cambiando radicalmente. Ahora veo que se habla de cuatro cambios de paradigma al mismo tiempo.
Antes, concebíamos nuestras historias como relatos, vídeos o publicaciones en Facebook, simples unidades de información que el receptor consumía tal cual. Ahora, esos contenidos se convierten en un flujo continuo. Nuestro trabajo, o lo que sea que queramos presentar, se descompondrá y será asimilado por las personas dondequiera que se encuentre en su flujo de información, ya sea en un chatbot o en un dispositivo con inteligencia artificial.
La capacidad de decisión humana en el consumo de información va a cambiar debido a esta capa intermedia. El billón de nuevos usuarios de la web, el próximo billón, serán robots. Por lo tanto, si los medios de comunicación quieren hacerse notar, necesitan colaborar con este nuevo agente.
Algunas organizaciones están empezando a considerar esta dirección, pero no las suficientes, porque implica un trabajo diferente, con prioridades distintas. Estos cambios trascendentales en el sector no son fáciles de comprender ni de abordar. Es algo que el sector aún no ha empezado a afrontar del todo.
Gretel Kahn
¿Qué hago? Soy periodista digital en el equipo editorial del Instituto Reuters, donde me centro principalmente en la elaboración de informes y artículos sobre el estado actual del periodismo. Además, colaboro en la gestión de los canales digitales del Instituto, incluyendo nuestro boletín diario… Leer más sobre Gretel Kahn
Reuters
