En mayo de 2022, la cadena pública finlandesa Yle notó una audiencia a la que no llegaban. Decenas de miles de ucranianos desplazados por la guerra se habían mudado a Finlandia. Yle ofreció noticias en finlandés, sueco, inglés y ruso. Ahora, querían ofrecerlo en ucraniano. Pero no fue fácil encontrar periodistas finlandeses que hablaran el idioma.
“Cuando comenzó la guerra, todas las empresas de medios estaban interesadas en esas personas”, dice Jarkko Ryynänen, gerente de proyectos de Yle News Lab. En lugar de que el personal reescribiera las historias en un nuevo idioma, Yle recurrió a un software para traducir. El equipo creó una herramienta que ejecutaba historias a través de cuatro tipos diferentes de software de traducción y presentaba los resultados a los miembros del personal que hablaban ambos idiomas. Permitió a Yle publicar historias en ucraniano a un ritmo que sería imposible si las noticias se escribieran y reportaran en el idioma desde el principio, como lo son muchos artículos para los servicios en ruso e inglés de Yle. “Con la computadora, este par de personas son mucho más poderosas”, dice Ryynänen.
Yle, que usa IA para traducir sus artículos, es una de las historias más optimistas sobre la inteligencia artificial (IA) en las salas de redacción en una época llena de terribles predicciones sobre el impacto de la tecnología en el periodismo.
El lanzamiento público de generadores de imágenes como DALL-E y Stable Diffusion y el chatbot ChatGPT hizo que los usuarios inundaran las redes sociales con palabras e imágenes generadas por máquinas que se diseñaron tan bien que los resultados parecían casi auténticamente humanos. Estamos acostumbrados a ver que las computadoras funcionan con datos altamente estructurados, como hojas de cálculo o líneas de código, pero estas aplicaciones procesan palabras de una manera muy compleja. Ofrecen un vistazo de cómo la IA podría reemplazar a los escritores humanos y llenar Internet con palabras e imágenes falsas, lo que hace que el papel de un reportero sea simultáneamente obsoleto y más necesario que nunca.
Los primeros experimentos avivaron estos temores. El sitio web de noticias tecnológicas CNET anunció a principios de este año que estaba pausando su programa para escribir historias usando IA después de que los artículos resultantes no solo estuvieran plagados de errores, sino también plagados de plagio. Mathias Döpfner, CEO de la editorial alemana Axel Springer, que recientemente adquirió Político, escribió en un correo electrónico de la empresa en febrero que “la inteligencia artificial tiene el potencial de hacer que el periodismo independiente sea mejor que nunca, o simplemente reemplazarlo”. En enero, Buzzfeed anunció internamente que usaría tecnología de OpenAI, la compañía detrás de ChatGPT, para automatizar la redacción de sus cuestionarios de firma. Para disipar las preocupaciones, un portavoz dijo que el sitio “sigue enfocado en el periodismo generado por humanos”. Dos meses después, Buzzfeed comenzó a publicar artículos de viajes escritos con IA. Poco después, anunció el final de su operación de noticias ganadora del Pulitzer.
El “periodismo generado por humanos” puede ser difícil de definir. Visite una sala de redacción hoy y es probable que encuentre reporteros cargando grabaciones de sus entrevistas en servicios de transcripción como Otter o Trint, mientras que los editores de redes sociales rastrean temas de actualidad utilizando algoritmos de Crowdtangle. Un estudio del Instituto Reuters descubrió que dos tercios de las salas de redacción encuestadas usaban IA para personalizar las experiencias de los lectores, por ejemplo, recomendando historias que les gustaría leer. Antes de probar las traducciones, Yle comenzó a usar IA para rastrear los votos de los legisladores. Otro ejemplo es The Associated Press, que ha publicado historias financieras escritas a máquina desde 2016 con el objetivo de dar a los reporteros tiempo para concentrarse en reportajes detallados.
AI sigue a la búsqueda y las redes sociales al prometer una mayor disrupción en el negocio de las noticias, especialmente a medida que las redes sociales luchan por mantener la relevancia y los motores de búsqueda agregan cada vez más funciones de inteligencia artificial e interacciones de chatbot a sus servicios. Google anunció un nuevo servicio esta primavera que respondería a algunas consultas de búsqueda con una respuesta generada por IA en lugar de la lista habitual de enlaces.
Los chatbots inteligentemente codificados pueden amenazar con reinventar la forma en que escribimos noticias, pero la IA en otras formas no está reemplazando los trabajos de los periodistas, sino que está automatizando muchas de las tareas que se acumularon en sus cargas de trabajo durante los últimos 20 años. AI está ayudando a las salas de redacción a llegar a lectores en línea en nuevos idiomas y competir a escala global. Se trata de estudiar las historias de los editores para encontrar patrones en el comportamiento de los lectores y utilizar esos patrones para ofrecer a los lectores historias en las que es más probable que hagan clic. AI incluso está completando párrafos repetitivos y dando a los escritores una ventaja inicial en sus primeros borradores.
“Si pensamos en la IA como una herramienta de apoyo en muchos de estos diversos ámbitos, obtenemos mucho más provecho de lo que la IA realmente puede hacer”, dice Dalia Hashim, líder de integridad de medios e IA en Partnership on AI, una organización sin fines de lucro. coalición de empresas, medios de comunicación y organizaciones académicas que recomienda las mejores prácticas para el uso de IA.
Pero la diferencia entre ser ayudado por IA y ser reemplazado por ella radica en comprender cómo funciona y reforzar el valor del lado humano del periodismo.
IA, procesamiento del lenguaje natural y periodismo
La “inteligencia artificial” es algo así como un cajón de sastre para los algoritmos avanzados que impulsan todo, desde las búsquedas en la web hasta las alertas que recibe en su teléfono que lo alientan a mirar imágenes antiguas hasta aplicaciones más avanzadas como DALL-E y ChatGPT. Tanto DALL-E como ChatGPT, que significa Transformador preentrenado generativo, están fabricados por la misma empresa, OpenAI. Generativo se refiere a la capacidad de la tecnología para generar datos, palabras o imágenes en estos casos. Pre-entrenado se refiere al proceso de alimentar la aplicación con conjuntos de datos para informarla. El transformador es un tipo de aprendizaje automático que procesa esos datos.
Esencialmente, estudia miles de millones de ejemplos, digamos una biblioteca de texto, y luego produce un resultado basado en una predicción de lo que probablemente sucederá a continuación.
Pídale a ChatGPT que describa un pájaro azul y le dirá que es un pájaro pequeño con plumas azules, entre otros datos. En pocas palabras, esta respuesta es el resultado de cálculos que verifican los datos con los que se ha entrenado la aplicación en busca de patrones que coincidan con la pregunta que se le planteó. Luego, el programa sintetiza una respuesta basada en una comprensión impulsada por una máquina del orden en que van las letras y las palabras. Si ninguno de los datos en los que se entrenó ChatGPT incluyera algo ornitológico, se quedaría corto.
Los datos de capacitación de ChatGPT no incluyen nada posterior a septiembre de 2021. Pregúntele qué sucedió en 2022 y le dará un descargo de responsabilidad que no sabe, luego enumerará algunas predicciones seguras: “el cambio climático continuó siendo un problema importante”, y programará eventos como los Juegos Olímpicos de Beijing. Herramientas como esta emplean, o entran en la categoría de procesamiento de lenguaje natural (NLP): IA entrenada en conjuntos de datos de lenguaje humano para que sepa no solo qué es un verbo, sino también dónde colocar uno en una oración y cómo conjugar. Esto puede hacer que la tecnología se sienta especialmente competitiva para los humanos, ya que permite que las computadoras se comuniquen de maneras que entendemos claramente. Esa comunicación suele ser bastante buena y sigue mejorando.
La capacidad de escritura de un chatbot puede ser impresionante, pero gran parte del poder de NLP para las salas de redacción radica en su capacidad de lectura. Las herramientas de NLP pueden analizar texto a una escala más allá de la capacidad humana. Y como Yle y otras salas de redacción están descubriendo, tener un lector de máquina capacitado también puede conducir a más lectores humanos.
Traducción
La traducción es una aplicación de la PNL: puede que no sea la más extendida o la más publicitada, pero muestra el poder de la IA para aumentar el alcance y los ingresos, y también las trampas de depender demasiado de las máquinas.
Un mes antes de que Yle publicara sus primeras historias en ucraniano, el periódico francés Le Monde lanzó su edición en inglés. El proyecto comenzó cuando un reportero propuso escribir una serie de artículos sobre las elecciones francesas de 2022 en inglés. Conociendo las eficiencias de la traducción automática, Le Monde consideró en su lugar lanzar un boletín que ofrecería de 10 a 15 de los más de 100 artículos que el periódico publica todos los días traducidos al inglés. Pero dada la capacidad proporcionada por la IA, el periódico pasó rápidamente a lanzar una edición completa en inglés.
Ahora, el primer elemento en la parte superior de la página de inicio de Le Monde es un botón para elegir entre francés e inglés. La edición en inglés ofrece 40 artículos todos los días de la semana y 30 todos los días los sábados y domingos. Al igual que las historias ucranianas de Yle, las publicaciones en inglés de Le Monde se escriben y editan en el idioma nativo del medio, luego se traducen al inglés con IA y un editor las revisa antes de publicarlas. El proceso se llama posedición de traducción automática (MTPE) y permite que un pequeño grupo de humanos haga el trabajo de muchos.
“Si solo los siete periodistas que actualmente trabajan en el proyecto escriben historias [en inglés], publicaríamos tal vez de uno a cinco” por día, dice la editora de inglés de Le Monde, Elvire Camus. Pero usar IA no significa que el proceso sea fácil. El periódico toma varios pasos centrados en el ser humano no solo para garantizar que las traducciones sean precisas, sino también para verificar el contexto, la alfabetización cultural y preservar el estilo editorial que Le Monde ha estado construyendo durante aproximadamente ocho décadas. “El sistema es bastante pesado”, dice Camus.
Le Monde se asocia con dos empresas externas que se especializan en MTPE para realizar estas traducciones, una de las cuales es TranslationServices.com. Cuando Translation Services obtiene sus artículos de Le Monde, los ejecuta a través de DeepL , un programa de traducción de IA. Esta herramienta no solo traduce palabra por palabra como un humano hojeando un diccionario. Conecta frases y contexto entre palabras. Pero la herramienta aún no es lo suficientemente avanzada para producir traducciones que Le Monde ejecutaría sin revisión. “Queremos asegurarnos de que lo que publicamos en inglés sea tan bueno como lo que publicamos en francés”, dice Camus.
Los editores de puestos que emplea Translation Services son veteranos de las oficinas gubernamentales o estudiosos de la literatura francesa que hacen más que verificar que la traducción sea técnicamente correcta. Hay discrepancias de puntuación y diferencias culturales, como describir municipios franceses. Además, “a menudo se pierde el estilo literario”, dice Luke Palder, director ejecutivo de Translation Services, y es posible que ciertos conceptos necesiten más explicación para una audiencia fuera de Francia. “Nunca explicarías quién es Nicolas Sarkozy en francés, pero para una audiencia inglesa, a veces tendrías que decir que es el expresidente”, dice Camus.
Le Monde tiene un libro de estilo para traductores que explica estas diferencias y ayuda a agilizar la revisión de las traducciones automáticas. “La guía de estilo ha crecido y crecido”, dice Palder. “Y eso realmente refleja el hecho de que la IA nos ayuda a hacer el trabajo, pero al menos en el futuro previsible, siempre habrá… un ser humano en el circuito, como a veces dice la gente de aprendizaje automático”.
Después de DeepL y el editor de publicaciones, una historia recibe una revisión más por parte de un editor de Le Monde. Cuando una historia llega a la página de inicio en inglés, ha pasado por cuatro pares de ojos y un programa de inteligencia artificial, dice Camus.
Translation Services intenta mantener a las mismas personas en el equipo que edita Le Monde, que se distribuye por todo el mundo para responder a las noticias a todas horas, porque los humanos se vuelven más eficientes cuanto más trabajan con las máquinas. “Hay casi este enfoque de tipo aprendizaje automático para el trabajo que estamos haciendo, donde los propios traductores comienzan a comprender las formas en que es probable que la IA se haya equivocado”, dice Palder. Asimismo, las máquinas aprenden de estas correcciones. Algunos problemas repetidos se pueden codificar en el software de traducción, por lo que la máquina sabe traducir un idioma determinado de cierta manera, o espaciar los guiones adecuadamente.
Esta capacidad de adaptarse y volver a capacitarse es una de las razones por las que incluso las traducciones gratuitas e instantáneas disponibles en línea han mejorado con los años. Y cuantos más usos del lenguaje empleamos, más tiene que aprender la IA.
Mire a través de los servicios de traducción en línea y los idiomas más comúnmente disponibles serán los que tienen una gran cantidad de material de capacitación, es decir, una gran cantidad de textos en idiomas superpuestos. Las herramientas de traducción de IA apenas comienzan a descifrar idiomas que no se han publicado ampliamente o que no se han publicado ampliamente en múltiples traducciones. Esto incluye lenguas indígenas o casi extinguidas. “Realmente no hay ninguna razón por la que las noticias deban ser aisladas por idioma”, dice Palder, señalando que puede llegar un momento en que los medios de comunicación no sientan la necesidad de tener una revisión humana de las traducciones.
El objetivo de Le Monde es hacer de la edición en inglés una fuente de ingresos. El periódico espera tener 100.000 suscriptores de habla inglesa para 2025. Camus se negó a compartir el número actual de suscriptores, pero dijo que el crecimiento del servicio en inglés ha sido constante, aunque modesto. El nombre Le Monde tiene más peso en el mundo francófono; lanzar un servicio de traducción dirigido a lectores sin relación previa con el periódico es como lanzar una publicación completamente nueva, aunque con una audiencia potencial mucho mayor. El inglés es el idioma más hablado del mundo; hay más de mil millones de personas que lo entienden que las que entienden francés. Le Monde ve a sus competidores como la BBC, The New York Times y The Washington Post. La eficiencia de AI les ha permitido comenzar a competir con estas otras publicaciones globales en inglés en términos de escala.
Yle se ha enfrentado a un desafío similar para encontrar una audiencia para sus noticias ucranianas. Tienen algunos lectores, pero no tantos como esperaban. Samuli Sillanpää, líder tecnológico en Yle News Lab, dice que esto puede deberse a que la audiencia que buscan prefiere recibir noticias en un formato diferente. Afortunadamente, la IA también se puede usar para traducir historias de audio y video, y Yle está buscando implementarlo.
Análisis de texto
Es posible que muchos reporteros ya estén usando análisis de lenguaje de IA que es un poco más rudimentario que ChatGPT y menos complicado que MTPE. Las aplicaciones como Grammarly, por ejemplo, escanean los textos en busca de errores gramaticales y sugieren formas de evitar frases técnicamente correctas pero que pueden ser estilísticamente indeseables, como la voz pasiva o la sintaxis incómoda.
Mediante el uso de herramientas de inteligencia artificial para analizar artículos de noticias, en lugar de traducirlos o escribirlos, los periodistas pueden obtener una mejor comprensión del trabajo que realizan y ayudar a que ese trabajo llegue a los lectores.
En 2022, el personal de The Atlanta Journal-Constitution vio la oportunidad de modificar el boletín informativo por correo electrónico que envían a los suscriptores por la tarde. “Tuvimos la hipótesis de que tal vez ese sería un gran lugar para brindar algunas recomendaciones personalizadas para las personas y brindarles una combinación de material atractivo y esencial para leer”, dice Zack McGhee, director senior de experiencia de audiencia digital para el periódico. Esa personalización, decidieron, sería realizada por una IA, mientras que los otros boletines del periódico serían seleccionados por los editores.
Para la automatización, el periódico recurrió a la firma Twipe, con sede en Bélgica, que ofrece a los editores boletines seleccionados y enviados completamente por una máquina. El software de Twipe funciona mediante el uso de una IA para asignar categorías al contenido de un editor. En muchas salas de redacción, esto lo hacen humanos: la persona que carga una historia en un sistema de administración de contenido asigna etiquetas y categorías en función de su lectura del texto. Estas etiquetas son útiles no solo para recomendaciones, sino también para determinar qué tan popular es un tema en particular. Pero estas etiquetas también se pueden aplicar de manera inconsistente. Una historia sobre un partido de fútbol puede estar etiquetada como “deporte”, mientras que otra historia de fútbol está etiquetada como “deporte”. La IA de Twipe lee cientos de historias y las agrupa en categorías basadas en patrones de cómo se usan las palabras,
Además de estudiar el archivo de un editor, Twipe analiza las historias en las que un lector ha hecho clic mientras estaba conectado a su cuenta. Luego hace coincidir el historial de ese usuario con sus temas creados por la máquina. El boletín resultante es una combinación de estas recomendaciones e historias que están de moda en general en el sitio web del editor. “Eso asegura que no entres en cosas como burbujas de filtro, porque aún obtienes las mismas historias principales del día o las historias clave que debes saber, junto con cosas que son historias de interés personal”, dice Matthew. Lynes, exlíder de marketing de contenido en Twipe. (Lynes dejó la empresa en marzo).
Actualmente, unos 50 000 suscriptores de Atlanta Journal-Constitution reciben un correo electrónico diario por la tarde que ha sido elaborado y enviado en su totalidad por AI, con historias basadas en su historial de lectura. McGhee dice que otros 50,000 están recibiendo boletines seleccionados por humanos. La tasa de apertura de los boletines seleccionados por humanos es de alrededor del cinco por ciento, mientras que los correos electrónicos de Twipe son del seis y medio por ciento. Es pequeño, reconoce McGhee, pero ese número ha crecido durante los seis meses que han probado los correos electrónicos. Y para McGhee, la estadística más alentadora es cuán comprometidos están los lectores con los correos electrónicos automatizados. “Hemos visto a unas 600 personas volverse más activas”, dice. Esto significa que abren correos electrónicos con más frecuencia y hacen clic en historias con más frecuencia, leyendo al menos 10 por mes.
Este crecimiento incremental es el resultado de una cuidadosa supervisión humana de la IA. Aunque el software de Twipe puede enviar miles de correos electrónicos personalizados automáticamente, un equipo de personal de Journal-Constitution y Twipe supervisa de cerca el proyecto. Dana Nastase, directora de desarrollo e incubación de negocios de Twipe, dice que normalmente hay un período de aprendizaje para la IA y sus usuarios: las salas de redacción pueden decidir sacar a la luz más historias locales o no incluir caricaturas editoriales o historias muy cortas. Es mucho trabajo para algo que, por diseño, podría ser completamente automatizado algún día, o realizado por un editor humano que puede elegir qué historias deben ver los lectores. Pero McGhee dice que la personalización de las historias es una forma de garantizar que la sala de redacción llegue a la audiencia más amplia posible. “Tenemos una gran cantidad de audiencias diferentes, personas de todas las generaciones y géneros y similares, a quién queremos llegar”, dice. “Podemos ofrecer contenido que sea interesante, emocionante, relevante y esencial para ellos”.
Las categorizaciones de AI no necesitan detenerse en temas. La startup Overtone AI ha creado modelos para estudiar las relaciones entre palabras y párrafos, y su software puede identificar cuántos artículos de opinión, reportaje original o agregación incluyen. “¿Es esta una actualización rápida sobre un accidente automovilístico con una fuente que es la policía, o es una investigación en profundidad sobre accidentes automovilísticos que habla a todos en la comunidad sobre cómo una intersección en particular está arruinando sus vidas?” es una evaluación que puede hacer la herramienta, dice Christopher Brennan, director de producto de Overtone. El software otorga a las historias una puntuación que predice su nivel de impacto. Luego, los editores pueden comparar ese puntaje con sus análisis existentes para tener una idea no solo de los temas con los que interactúan los lectores, sino también de qué tipo de historia.
“La gente puede entender un artículo ahora, anecdóticamente con su intuición de decir: ‘Ah, este tipo de artículo funcionó bien en las redes sociales o este tipo de artículo generó suscripciones a boletines informativos’”, dice Brennan. “Cuando tienes la ayuda de una IA, puedes mirar cientos o miles de artículos y luego ver, está bien, consistentemente, vemos que un tipo de artículo conduce a suscripciones a boletines informativos, o un tipo de artículo es lo que conduce a aumentar nuestra alcance en las redes sociales.”
El Institute for Nonprofit News (INN), una colección de más de 400 salas de redacción independientes en todo el país, usa Overtone para clasificar los cientos de historias que sus socios publican todos los días. Esta clasificación es útil para los editores del colectivo que deseen compartir el trabajo de un socio con su audiencia, pero no tienen tiempo para leer todas las historias. La IA clasifica las historias por tema y formato y presenta una breve lista de piezas que se ajustan a los criterios de publicación de un editor.
“Es el primer corte en la curaduría”, dice Sue Cross, directora ejecutiva y directora general de INN. La tecnología reduce una lista de cientos de historias a un puñado en una fracción del tiempo que le tomaría a un humano hacerlo.
En un caso, Overtone calificó una historia del Texas Tribune sobre la escasez de atención de maternidad en el este de Texas como una historia empresarial profunda sobre problemas rurales. A principios de enero, INN lo presentó como su historia de la semana en su boletín informativo, colocándolo frente a lectores fuera de Texas y otras organizaciones de noticias que luego podrían compartir la historia con sus audiencias. Este tipo de intercambio “extiende el impacto de esta cobertura y ayuda con la distribución de los embudos de audiencia”, dice Cross.
Sin embargo, INN no está eliminando a los curadores humanos; es solo darles un poco de ayuda, agrega.
Verificación de fuentes y hechos
Este tipo de análisis tiene usos más allá de alinear las historias con los intereses del lector. Los ingenieros de Yle están explorando cómo la IA podría escanear historias para buscar signos de parcialidad o identificar puntos ciegos en la diversidad. Esto comienza rastreando la información demográfica, los antecedentes y la afiliación política de las fuentes. Yle “actualmente rastrea [s] algunos atributos manualmente”, dice Sillanpää de Yle News Lab, “pero esto lleva mucho tiempo y no se escala”. Para el próximo año, Sillanpää espera tener un seguimiento de fuentes impulsado por IA en Yle. Combinado con otros análisis, esto significa que la sala de redacción podría ver quién es citado en qué temas, con qué frecuencia y en qué tipo de historia.
Esta auditoría de fuentes supercargada podría ir aún más lejos, implementando una aplicación de NLP llamada análisis de sentimientos. Esta es una forma en que la IA detecta el tono al examinar la relación entre las palabras. Algunas salas de redacción lo usan para alertar a los editores sobre publicaciones agresivas o de odio en las secciones de comentarios. Sillanpää dice que combinarlo con etiquetas de temas y seguimiento de fuentes los llevaría a “descubrir qué tipo de terminología se usa para discutir ciertos temas”, posiblemente identificando sesgos inconscientes en las historias.
Sillanpää predice que AI eventualmente escaneará historias de video y audio también, y les dará a los periodistas de Yle una visión más granular no solo de lo que cubren, sino también de cómo. “La idea principal es mejorar nuestras historias”, dice Sillanpää. “Creemos que las formas automatizadas de analizar nuestro contenido son importantes para crear métodos efectivos que puedan guiar nuestros procesos editoriales”.
El escaneo con herramientas NLP no necesita limitarse al contenido que producen las salas de redacción. Este es un uso que seguramente se volverá más vital para el periodismo a medida que la IA crezca como medio para generar contenido en línea. Kristian Hammond, cofundador de Narrative Science, una empresa que entrena a la IA para escribir noticias, predijo que el 90 por ciento de las noticias podrían ser escritas por IA para 2030.
Ese número es una predicción, pero el contenido generado por IA ya está llenando nuestros feeds, ya sea en forma de filtros de redes sociales que alteran nuestra apariencia o chatbots que responden a las preguntas de servicio al cliente. La revista de ciencia ficción Clarkesworld cerró su portal de presentaciones en febrero de 2023 después de que los editores se inundaran con cientos de cuentos escritos por máquinas. Parte de este contenido de IA es por diversión o se usa en nombre de la eficiencia. Pero otros ejemplos están destinados a desinformar o sacar provecho de los clics en la economía de la atención.
En este caso, la mejor herramienta para luchar contra la IA engañosa podría ser la propia IA, una herramienta programada para reconocer imágenes o texto creado por otra máquina. A principios de este año, un estudiante universitario llamado Edward Tian lanzó una aplicación llamada GPTZero, que evalúa la probabilidad de que un texto haya sido escrito por IA. La herramienta tiene aplicaciones en las aulas, donde los maestros pueden usarla para verificar si los estudiantes hacen trampa en los ensayos, pero Tian la ha abierto a cualquiera. Un usuario simplemente pega texto en un sitio web para obtener una puntuación de la probabilidad de que el texto provenga de una máquina.
Los programas como GPTZero funcionan esencialmente midiendo la complejidad de las oraciones y el rango de elección de palabras en la escritura. La IA tiende a repetir patrones, y los detectores de IA los buscan. No son del todo precisos y generan falsos positivos, pero pueden ser herramientas útiles para identificar texto que puede haber sido escrito parcial o totalmente por una máquina.
Como estamos inundados de información automatizada, es tentador pensar que la IA podría ir un paso más allá y reconocer la información errónea, ya sea que la haya creado un humano o una máquina. Pero la verificación pura de hechos es poco probable, al menos en el sentido de que podríamos imaginar que la IA etiqueta cada afirmación como verdadera o falsa. Para hacer esto, una IA de verificación de hechos necesitaría ser entrenada en una base de datos de todos los hechos conocidos, e incluso entonces, no podría detectar falsedades como citas inventadas.
En cambio, Brennan cree que la PNL podría implementarse para buscar patrones de lenguaje que se encuentran comúnmente en la información errónea, patrones como “hiperpartidismo, falta de fuentes, afirmaciones vagas, toxicidad”. Herramientas como esta pueden clasificar la avalancha de contenido en línea e identificar información errónea, texto escrito por IA y falsificaciones profundas a la misma velocidad a la que se crean, que es mucho más rápido de lo que podría operar cualquier verificador de hechos humano. Esto sería útil para guiar a los reporteros que desean desacreditar la información errónea, o podría implementarse para reducir el incentivo financiero para publicar información llamativa pero incorrecta. Brennan prevé combinar este tipo de herramienta con software de publicidad para que los anunciantes puedan evitar que sus mensajes aparezcan junto a probable desinformación o falsificaciones profundas.
Historias escritas por IA
No toda la escritura de AI está destinada a ser información errónea o inexacta. Miles, probablemente millones, de consumidores de noticias ya han sido informados por historias generadas por IA. The Associated Press usa IA para escribir actualizaciones sobre informes de ganancias corporativas e historias deportivas. La BBC ha experimentado con IA para actualizaciones de elecciones locales. Yle usó brevemente una IA para escribir historias deportivas.
AI puede escribir este tipo de historias porque se basan en eventos conocidos que producen datos claros: los juegos de hockey terminan con un puntaje, las corporaciones presentan actualizaciones financieras de manera rutinaria, los recuentos de votos se publican. Los humanos también son buenos para escribir estas historias, pero escribirlas lleva un tiempo que podría usarse en historias empresariales y de investigación, el tipo de piezas que no tienen resultados limpios y publicados públicamente.
Sin embargo, la escritura de IA no necesita ser una propuesta de todo o nada. Las partes más tediosas del proceso de escritura de historias más complicadas pueden ser realizadas por máquinas en un proceso que le da a los humanos el control sobre el producto final. Narrativa, una compañía de generación de lenguaje natural que trabaja con editores, creó la tecnología detrás de una herramienta que The Wall Street Journal usa para ayudar a redactar historias para los reporteros al juntar párrafos sobre tendencias de mercado y datos financieros. “Desde ese punto de partida, un reportero puede superponer análisis y conocimientos, produciendo una historia más rica más rápido”, escribió Alyssa Zeisler, entonces editora de investigación y desarrollo de The Journal, en 2021. “Con la computadora enfocándose en el ‘qué’, nuestros reporteros puede concentrarse en el ‘por qué’”.
Es necesario tomar ciertas precauciones. Una IA entrenada con información de Internet puede no tener la información correcta para redactar una historia del Wall Street Journal, y ciertamente no escribirá como lo haría un reportero del Wall Street Journal. La herramienta de Narrativa está entrenada con datos de Dow Jones y los archivos del Journal: los párrafos que escribe tienen la voz institucional del periódico. Esto también elimina la cuestión de la propiedad de una historia escrita por una máquina entrenada en el trabajo de decenas de miles de personas diferentes. “Las salas de redacción deberían usar solo sus archivos si quieren producir su propio contenido y poseer [la propiedad intelectual]”, dice David Llorente, director ejecutivo de Narrativa. ( Los términos de OpenAI requieren que cualquier persona que publique texto hecho con su herramienta lo etiquete como tal).
Incluso con esta capacitación, dice Llorente, es mejor dejar que la IA ayude con párrafos, no con historias completas. “Los modelos de lenguaje no son modelos de conocimiento, y nunca deben usarse para escribir historias sino para ayudar a los periodistas con algunas tareas”, dice. “La gente tiende a pensar que se pueden usar modelos como GPT3 o ChatGPT para escribir noticias, y eso no es posible. Estos modelos son excelentes para realizar tareas tradicionales de procesamiento de lenguaje natural, como resúmenes, paráfrasis y extracción de información”. Esto se debe a que ChatGPT y otros funcionan como agregadores: solo encuentran lo que ya existe, no lo que aún no se ha descubierto. Es por eso que Narrativa puede construir una IA que escribe un párrafo basado en datos públicos, pero no puede informar sobre una nueva historia o encontrar información que no se haya publicado públicamente.
Otro uso de la IA en la sala de redacción podría ser resumir historias para distribuirlas en resúmenes de noticias, boletines, redes sociales u otras plataformas. Esto puede volverse más generalizado pronto. En una encuesta de salas de redacción locales publicada en 2022, The Associated Press encontró que el resumen estaba entre las herramientas de inteligencia artificial más solicitadas, y la encuesta mencionó que el socio de AP, la firma de inteligencia artificial Agolo, no solo podía resumir texto, sino convertir artículos de texto en guiones de transmisión, una tarea a la que muchas redacciones multiplataforma dedican varias horas humanas todos los días. En estos casos, la IA se implementa después de que un humano haya informado y escrito una historia. No reemplaza al reportero sino que reduce una parte de su carga de trabajo.
La encuesta de AP muestra que muchas salas de redacción más pequeñas quieren que la IA asuma esas tareas que le quitan tiempo a los reporteros humanos, pero que son esenciales para encontrar una audiencia y brindarle las noticias que es probable que deseen. Estas tareas incluyen resúmenes no solo de historias, sino también de transcripciones de reuniones gubernamentales. Incluye agregar metadatos a fotos e historias, transcribir entrevistas y videos, escribir subtítulos y muchos otros trabajos que se han convertido en tareas domésticas en la era digital del periodismo.
Pero incluso si pudiera facilitarles la vida, la amenaza de la IA sigue siendo una prioridad para muchos periodistas, especialmente a medida que mejora la capacidad de la IA para ayudar a redactar historias. Algunas publicaciones han establecido reglas al respecto, como Wired, que publicó una lista de formas en que usaría o no la IA. La publicación dijo que no publicaría texto escrito por una máquina, aunque podría usar titulares sugeridos por IA o publicaciones en redes sociales. fue reportadoen abril que Insider estaba formando un grupo de trabajo para experimentar con el uso de IA para todo, desde esquemas de historias y preguntas de entrevistas hasta titulares fáciles de buscar y edición de textos. A medida que avanza la IA, crece su potencial para rehacer las salas de redacción, al igual que los riesgos para los periodistas que pueden ver la IA como una tendencia pasajera o una amenaza existencial, en lugar de un nuevo conjunto de herramientas.
En Yle, la adopción inicial de la IA fue recibida con escepticismo. “Cada vez que presentemos algo así, la primera o la segunda pregunta será: ¿me despedirá este robot?”. dice Ryynänen. La respuesta fue enmarcar a AI como un colega, no como un reemplazo. Comenzó dando un nombre a la IA, Voitto, y representándola con una caricatura de un robot. “Inventamos esta muñeca y esta figura Voitto y de alguna manera funcionó”, dice. Si “no tiene un aspecto tan peligroso, entonces no hay nada que temer”. Por tonto que parezca, esta fachada ayuda a los periodistas a sentirse cómodos trabajando con un nuevo conjunto de herramientas.
Ese proceso comienza como lo hizo en Yle, aprendiendo lo que la IA puede y no puede hacer, entendiendo que conlleva los sesgos de las personas que la crearon y reconociendo que hace el trabajo que la gente le pide. “Cuanto más comprendamos cómo funcionan esas herramientas y menos caja mágica les parezca a las personas involucradas, más podremos tomar algunas de estas decisiones de manera informada”, dice Hashim, el investigador de políticas de inteligencia artificial y medios. , “en lugar de pensar en una IA como una herramienta de ventanilla única que… resuelve todo”.
Nieman Reports
