Cómo usar la IA en el periodismo: usos reales, valor práctico y límites clave en 2026
La IA ha irrumpido en el periodismo con una faceta realmente útil y otra francamente alarmante, y ambas son reales. Por el lado útil, los medios llevan años automatizando informaciones rutinarias y hoy la IA ayuda a los periodistas a analizar grandes volúmenes de documentos, transcribir entrevistas, traducir noticias y detectar desinformación más rápido de lo que podría hacerlo cualquier persona por sí sola. Por el lado alarmante, algunos medios se apresuraron a publicar artículos generados por IA llenos de errores y tuvieron que emitir correcciones, retractaciones y disculpas públicas: una lección muy visible sobre lo que ocurre cuando se da rienda suelta a una máquina capaz de inventar datos en un oficio basado en el rigor.
Toda la situación se resume en esa tensión: la IA es una herramienta potente para el periodista y, al mismo tiempo, una seria amenaza para el periodismo, según cómo se utilice. Bien empleada, permite a los redactores centrarse en el trabajo que de verdad importa y refuerza su capacidad para hacer frente al aumento de contenidos falsos. Pero, si se usa con descuido, erosiona poco a poco el rigor y la confianza en los que se apoya el periodismo; y, una vez que esa confianza se pierde, todo lo demás cae detrás.
Esta es una guía honesta sobre dónde aporta valor real la IA, dónde resulta peligrosa y cómo utilizarla sin comprometer aquello que hace que el periodismo valga la pena. Para quien trabaje en una redacción y contemple el uso de la IA con una mezcla de interés y preocupación legítima, este análisis se toma en serio ambas posturas.
Qué significa realmente «IA en el periodismo»
En esencia, el uso de la IA en el periodismo consiste en aplicar la inteligencia artificial —incluidos el procesamiento del lenguaje natural, el machine learning, los modelos generativos y la visión artificial— a todas las fases de la labor periodística: desde recopilar e investigar información hasta producirla, verificarla y distribuirla. Esto abarca automatizar notas rutinarias, transcribir entrevistas, cribar grandes volúmenes de documentos filtrados, traducir noticias, detectar un deepfake y personalizar el contenido que ve cada lector.
Hay un aspecto fundamental que conviene abordar primero, porque en periodismo equivocarse no solo supone perder dinero: daña la verdad y erosiona la confianza ciudadana. El periodismo se basa en el rigor, la verificación, el criterio editorial y la responsabilidad; por eso la IA debe entenderse aquí como una herramienta de apoyo para que el periodista pueda centrarse en tareas de mayor valor. No puede sustituir el criterio, la verificación ni la ética que constituyen el núcleo de la profesión, y ahí es exactamente donde todo falla cuando se pretende hacer periodismo con IA pero sin periodistas, como varios medios han demostrado ya de forma pública y dolorosa. El buen uso de la IA en el periodismo ayuda a los buenos profesionales a trabajar mejor; el mal uso intenta reemplazarlos, y eso se nota.
La pregunta clave no es «¿cuánto de nuestro periodismo puede hacer la IA?», sino «¿en qué tareas concretas puede ayudarnos de verdad la IA manteniendo siempre a una persona como responsable final de todo lo que publicamos?». Porque esa segunda parte no es un simple complemento deseable: es la esencia misma del oficio. Conviene no perder de vista este enfoque al analizar en qué ámbitos la IA justifica realmente su papel y en cuáles se convierte en un lastre.
Dónde ayuda de verdad la IA en el periodismo
Dejando a un lado tanto el entusiasmo exagerado como el miedo, aquí es donde la IA aporta valor real al trabajo periodístico, con una valoración directa de cada caso.
Automatización de informaciones rutinarias basadas en datos
Este es el modelo válido y genuino, y lleva años funcionando con discreción. Las agencias de noticias, en especial Associated Press, utilizan la automatización para generar notas rutinarias basadas en datos objetivos —como resultados empresariales o marcadores deportivos— extrayendo la información de datos estructurados con una plantilla definida. Hecho así, bajo supervisión editorial constante, no sustituye a los periodistas, sino que los libera de tareas repetitivas y de poco valor para que puedan dedicarse al tipo de reporterismo que solo una persona puede hacer. Así es el uso adecuado de la IA en el periodismo: centrado en material rutinario, bajo control editorial y orientado a ampliar la cobertura de la redacción en lugar de recortar en el periodismo que de verdad importa.
Apoyo en la documentación y la investigación
El periodismo de investigación y de datos maneja hoy volúmenes enormes de documentos e información —archivos filtrados, registros públicos, informes financieros— tan extensos que ningún equipo podría revisarlos al completo por su cuenta, y esta es precisamente una de las grandes ventajas de usar IA. Mediante machine learning y procesamiento del lenguaje natural, los periodistas pueden examinar miles de documentos, detectar patrones y conexiones, y localizar pistas prometedoras mucho más rápido que revisando el material a mano. El límite clave, sin embargo, es que la IA debe asistir al periodista y no sustituir su criterio: la máquina señala qué merece una mirada más atenta, pero corresponde al profesional comprobarlo, interpretarlo y decidir qué significa. Utilizada de este modo, es un activo muy valioso para la investigación, ya que permite abarcar más fuentes y sacar a la luz historias ocultas entre los datos.
Transcripción y traducción
De todas las aplicaciones, la transcripción y la traducción son las más útiles y las menos controvertidas. La IA transcribe entrevistas y grabaciones con rapidez, lo que ahorra muchísimo tiempo al redactor, y el procesamiento del lenguaje natural permite traducir noticias y fuentes entre distintos idiomas, ampliando tanto el material de consulta disponible como el alcance de lo publicado. En ambos casos sigue siendo necesaria la revisión humana, ya que los errores de transcripción y los matices de traducción importan mucho —sobre todo en las citas textuales—; pero, como herramientas para ahorrar tiempo y llegar más lejos en tareas bien delimitadas, aportan un valor evidente sin interferir en el núcleo editorial.
Resúmenes de texto
La IA puede condensar documentos extensos, informes, estudios y otras fuentes en resúmenes que permiten al periodista hacerse una idea rápida del material que tiene entre manos. Utilizada como herramienta inicial de orientación —y no como respuesta definitiva—, supone un ahorro de tiempo real, sobre todo al trabajar con textos densos y cierres ajustados. La advertencia básica, aplicable a todo contenido generativo en este ámbito, es que un resumen puede perder matices o incluso contener errores; por tanto, debe tratarse como un punto de partida que el periodista contrasta con la fuente original, y nunca como un sustituto de leer directamente el material relevante.
Personalización y distribución de noticias
En el ámbito de la distribución, un sistema de recomendación permite adaptar el contenido que ve cada lector, lo que ayuda a los medios a llegar a su audiencia y fidelizarla mostrándole historias relevantes. Es la misma tecnología consolidada que se emplea para personalizar contenidos en otros sectores, adaptada aquí a la actualidad informativa, y resuelve un problema real: hacer llegar el periodismo adecuado al lector adecuado en un entorno informativo muy competitivo. Una cuestión que muchas redacciones cuidan especialmente es cómo equilibrar esa personalización con el valor editorial de ofrecer una agenda común y seleccionada de temas importantes; es una decisión de criterio editorial, pero la capacidad técnica resulta muy útil para mejorar el alcance y la retención.
Verificación, fact-checking y detección de deepfakes
Esta es probablemente la aplicación más importante de todas, porque quienes actúan con mala fe también utilizan la IA. Ante el aumento de la desinformación generada con IA, los contenidos manipulados y los deepfakes, la visión artificial y la verificación asistida por IA permiten a los periodistas detectar imágenes y vídeos alterados, contrastar contenidos e identificar montajes más rápido de lo que sería posible mediante una inspección manual. Es una aplicación defensiva esencial —la IA ayudando al periodismo a frenar la oleada de desinformación creada con la propia IA— y su importancia no hará sino crecer. No sustituye el criterio humano de verificación, pero da a los periodistas la posibilidad de hacer frente a un volumen y una sofisticación de engaños que, de otro modo, los desbordarían.
Las ventajas: qué mejora realmente la IA en las redacciones
Hay seis ventajas que conviene conocer; cada una responde a un problema real de las redacciones —no a un eslogan— y se expone aquí con honestidad.
Liberar a los periodistas para tareas de mayor valor
Al automatizar las informaciones rutinarias y las tareas repetitivas, los periodistas quedan libres de labores mecánicas de poco valor para centrarse en el reporterismo, el análisis y la investigación que solo las personas pueden realizar. En el contexto actual de redacciones sobrecargadas, redirigir unos recursos humanos limitados hacia el periodismo que de verdad importa supone una ventaja tangible, siempre que la automatización permanezca bajo control editorial y no se convierta en una excusa para recortar la producción periodística.
Manejo de datos y documentos a escala de investigación
La IA permite a los periodistas trabajar con volúmenes enormes de datos y documentos que resultaría imposible revisar por completo de otra forma, identificando patrones y posibles enfoques informativos en grandes conjuntos de datos. En el periodismo de investigación y de datos, esto amplía el alcance de lo que se puede indagar y ayuda a los redactores a descubrir historias ocultas en archivos demasiado extensos para leerlos a mano: una ventaja real y cada vez más relevante a medida que los registros públicos se digitalizan y crecen en tamaño.
Transcripción más rápida y mayor alcance
Transcribir entrevistas y grabaciones ahorra muchísimo tiempo a los periodistas, y contar con traducciones les permite consultar un abanico más amplio de fuentes y llegar a una audiencia mayor. Son ahorros reales del día a día que se acumulan en toda la redacción, liberando horas de trabajo y ampliando el alcance sin comprometer en absoluto el criterio editorial.
Síntesis más ágil de grandes volúmenes de documentación
La elaboración de resúmenes permite a los periodistas obtener un vistazo rápido de informes, estudios y documentos densos, e ir directos a los puntos clave cuando trabajan contrarreloj. Utilizada como ayuda inicial que el profesional revisa después, ahorra un tiempo muy valioso cuando hay más documentación que horas para leerla, ayudando a los redactores a dirigir su atención hacia donde realmente hace falta.
Mayor llegada a la audiencia mediante la personalización
La personalización ayuda a los medios a destacar aquellas noticias más relevantes para cada lector y a captar su atención en un entorno muy saturado, aumentando tanto el número de personas que ven el contenido como las que siguen leyendo. Para un negocio periodístico sometido a una fuerte presión por conservar a su audiencia, presentar la información adecuada al lector oportuno es una ventaja clara, que se equilibra con cuidado frente al valor de mantener una selección editorial compartida.
Defensas más sólidas frente a la desinformación
La verificación asistida por IA y la detección de deepfakes dan a los periodistas herramientas para combatir el creciente volumen de desinformación generada por IA y de contenidos multimedia manipulados. A medida que estos engaños se vuelven no solo más creíbles sino también más frecuentes, esta capacidad defensiva cobra aún más importancia para ayudar al periodismo a preservar el rigor y la confianza que justifican su existencia.
Los peligros y límites críticos: dónde amenaza la IA al periodismo
Este apartado es el más importante y merece la misma seriedad que las ventajas, porque los riesgos en juego no son hipotéticos: afectan a la razón de ser del propio periodismo. Son cuatro, y son reales.
El peligro principal son las alucinaciones. La IA generativa puede producir textos con un tono seguro y fluido aunque sean completamente falsos, y en un oficio donde el rigor es esencial, esto resulta desastroso. Precisamente por eso es indispensable que una persona verifique cualquier resultado de la IA y jamás se publique nada sin ese control; esto explica los sonados fracasos de medios que publicaron artículos generados por IA con errores y se vieron obligados a emitir correcciones y retractaciones, tal como han documentado ampliamente medios especializados como The Verge y otros. Que una IA se invente una estadística, una cita o un dato no es un riesgo teórico en periodismo: es un problema real y el motivo principal por el que la IA generativa exige una estricta verificación humana de todo lo que produce.
La pérdida de confianza es el segundo problema y posiblemente el más grave. La confianza de la audiencia es el activo fundamental del periodismo —de hecho, es lo único que da valor a una publicación—, y cuando la IA se utiliza mal, o simplemente se percibe como un sustituto del trabajo periodístico real por contenido fabricado por máquinas, esa confianza se resiente. Estudios realizados por entidades como el Reuters Institute for the Study of Journalism han demostrado en repetidas ocasiones que el público recela de las noticias generadas por IA y concede una gran importancia a la intervención humana y a la transparencia. Una redacción que permita que la IA rebaje silenciosamente el rigor de sus informaciones o que no sea transparente sobre cómo la utiliza pone en juego su credibilidad —algo muy difícil de recuperar—; por eso la confianza obliga tanto a la prudencia como a la transparencia.
El cuarto peligro es el impacto de la desinformación generada por IA y los deepfakes. Al ser una herramienta tan potente, quienes actúan de mala fe pueden utilizarla hoy para fabricar grandes cantidades de textos, imágenes y vídeos falsos muy convincentes, contaminando el entorno informativo en el que trabajan los periodistas y del que depende la ciudadanía. Como consecuencia, verificar los hechos se ha vuelto a la vez más difícil y más imprescindible, lo que supone una amenaza real para la base compartida de hechos sobre la que se sustenta el periodismo; una amenaza a la que los profesionales ya tienen que hacer frente a diario. El tercer problema es la inquietud por el empleo y por la naturaleza misma del oficio periodístico, algo que debe abordarse con seriedad en lugar de ignorarse: existe una preocupación legítima y fundada de que la IA desplace a los periodistas, y cualquier debate honesto debe reconocer que esa presión es real. Al mismo tiempo, hay una verdad básica: la esencia del periodismo es humana. El criterio propio, la ética profesional, la relación de confianza con las fuentes, el olfato investigador y la determinación de exigir responsabilidades al poder: nada de eso se puede automatizar, y son precisamente esos elementos los que definen qué es de verdad el periodismo.
La verdad más incómoda, y que debe decirse con claridad, es que aunque la IA puede realizar muchas tareas periodísticas, nunca podrá ser periodista. El periodismo se basa esencialmente en el criterio humano, la verificación, la ética y la responsabilidad —es decir, en que haya una persona detrás del trabajo publicado que responda por él—, y cualquier aplicación de la IA que pase por alto este punto daña al propio periodismo. La tecnología debe verse como una herramienta más en el arsenal del periodista; en cuanto se considera un sustituto del profesional, deja de servir al periodismo y empieza a debilitarlo.
Uso responsable de la IA en el periodismo
Dado que lo que está en juego es la verdad y la confianza del público en ella, el uso cuidadoso de la IA no es un refinamiento opcional, sino el factor clave que determina si la IA mejora el periodismo o lo socava. Hay varios principios fundamentales y no es casualidad que sean los mismos que protegen la confianza, el activo más valioso de cualquier redacción.
Es absolutamente esencial que todo resultado generado por IA esté sujeto a verificación humana y supervisión editorial, ya que nada producido por la IA debería llegar al público sin revisión, especialmente cuando se trata de contenido generativo debido al riesgo de alucinaciones. El siguiente punto es ser transparentes con la audiencia sobre el uso de la IA, indicando tanto dónde como de qué manera se emplea, pues la confianza del público depende de esta honestidad, un principio que expertos en ética periodística como Poynter han recalcado en sus recomendaciones sobre la IA. El tercer requisito es garantizar que el criterio editorial, la ética y la responsabilidad permanezcan firmemente en manos humanas: debe ser una persona, y no un modelo, quien decida qué se publica y quién responde por ello, ya que la rendición de cuentas está en el corazón del periodismo.
El cuarto principio es que la IA debe utilizarse para potenciar a los periodistas en lugar de sustituirlos —debe hacer más eficaces a los reporteros capaces, no servir para reemplazar el periodismo humano por contenido generado por máquinas—; este enfoque no solo es el éticamente sólido, sino también el que realmente produce periodismo de calidad. En cuanto al quinto principio, hay que tener especial cuidado con la IA generativa: el uso de la IA para investigación, transcripción y verificación entraña mucho menos riesgo que la IA que produce contenido para su publicación, por lo que el nivel de precaución debe corresponderse con el grado de riesgo. En conjunto, estos principios no limitan la utilidad de la IA en el periodismo; al contrario, son lo que la hace verdaderamente útil en lugar de perjudicial, y gracias a ellos una redacción puede obtener sus ventajas sin dañar la confianza que la audiencia deposita en ella.
Cómo funciona realmente la IA en el periodismo: la tecnología
Si buscas herramientas para una redacción, las distintas capas tecnológicas son las siguientes, teniendo siempre presente que todo resultado de la tecnología debe pasar por una verificación humana antes de presentarse a la audiencia.
El procesamiento del lenguaje natural y los modelos de lenguaje están en la base de gran parte de la inteligencia artificial en el ámbito del periodismo, donde se emplean para elaborar informes estándar, resumir documentos, traducir textos y analizarlos. Son realmente capaces de llevar a cabo tareas específicas y bien definidas, pero también son propensos a cometer errores y generar información falsa cuando se utilizan para crear contenido sin supervisión humana, razón por la cual el control humano forma parte de cualquier uso responsable de estas herramientas.
El machine learning y la visión artificial se encargan de facilitar la personalización y ayudar a los periodistas a identificar patrones en grandes volúmenes de datos, mientras que la visión artificial se ocupa del análisis de imágenes y vídeo. Esto incluye la verificación y la detección de deepfakes, cada vez más importantes con fines defensivos. Dado que la IA destaca realmente reconociendo patrones, las aplicaciones de verificación e investigación se consideran por lo general de menor riesgo y mayor valor que las generativas.
La base de datos y el factor humano. Debajo de todo se encuentran los datos —documentos, archivos, fuentes de datos estructurados e información sobre el comportamiento de la audiencia—, de los cuales depende la calidad de cualquier aplicación de IA. Sin embargo, la capa más importante no tiene nada que ver con la tecnología: es la supervisión humana. En el contexto del periodismo responsable, la IA se utiliza para generar borradores, identificar posibles pistas, señalar posibles falsificaciones y sugerir relevancia, mientras que los periodistas humanos realizan la verificación, toman las decisiones y asumen la responsabilidad de lo que finalmente se publica. Este elemento humano no se puede eliminar mediante ingeniería: es lo que garantiza que el periodismo asistido por IA siga siendo periodismo.
Un marco para utilizar la IA de forma responsable en el periodismo
La secuencia que mantiene la utilidad de la IA en una redacción y evita que se cometan los errores que han desacreditado a la profesión.
- Empieza por una tarea en la que la IA ayude de verdad. Parte de una tarea concreta en la que la IA aporte valor real —automatizar informes rutinarios o apoyar en la investigación, transcripción, traducción o verificación—, en lugar de preguntarte «cómo usamos la IA para producir contenido barato». Los usos legítimos refuerzan el trabajo de los periodistas en tareas bien definidas; empezar por ahí, y no por recortar costes en el propio periodismo, es lo que separa el uso responsable del fracaso. Elige la tarea, no el atajo.
- Mantén como innegociables la verificación humana y la supervisión editorial. Asegúrate de que nada producido por la IA llegue a la audiencia sin que una persona lo revise, y haz que esto sea absoluto para cualquier contenido generativo, dado el riesgo de alucinación. Esta es la salvaguarda más importante, y es exactamente lo que no mantuvieron los medios que publicaron contenido de IA plagado de errores. Integra la supervisión como una norma estricta, no como una sugerencia.
- Sé transparente con tu audiencia. Sé honesto sobre dónde y cómo utilizas la IA, porque a la audiencia le importa y la confianza es tu principal activo. La transparencia protege la relación con los lectores de la que depende todo lo demás, y ocultar el uso de la IA —para que acabe descubriéndose— es una vía rápida para dañar una confianza que una redacción no puede reconstruir fácilmente. La franqueza es tanto la opción ética como la inteligente.
- Usa la IA para potenciar a los periodistas y proteger el oficio. Despliega la IA para que tus periodistas sean más eficaces, no para reemplazar el criterio, la ética y la responsabilidad que definen al periodismo. El núcleo del trabajo es humano, por lo que el objetivo es contar con periodistas mejor equipados y no con sustitutos generados por máquinas; ese es tanto el camino responsable como el que realmente produce un periodismo digno de leerse y merecedor de confianza.
- Elige las tareas según el riesgo y extrema la precaución con el contenido generativo. Ajusta la cautela al peligro: las herramientas de apoyo a la investigación, transcripción y verificación conllevan mucho menos riesgo que la IA que genera contenido publicado, así que trata los usos generativos con el máximo cuidado y la supervisión más estricta. Clasificar las aplicaciones según su riesgo y aplicar los controles más rigurosos allí donde una alucinación podría llegar a los lectores es la forma de obtener el valor de la IA sin sufrir sus peores fallos.
En los cinco pasos, el denominador común es que la IA se utiliza en el periodismo solo cuando se orienta a tareas reales, se somete a una rigurosa verificación humana y control editorial, se emplea abiertamente para asistir a los periodistas en lugar de sustituirlos y se maneja con el máximo cuidado en las áreas donde resulta más peligrosa. Las redacciones que lo han hecho así han combinado la tecnología con las capacidades de procesamiento del lenguaje natural, machine learning e IA que el periodismo real necesita, aplicándolas de un modo que respeta su esencia. Las que se equivocaron vieron la IA como una forma de recortar esfuerzos en el periodismo y acabaron teniendo que publicar numerosas rectificaciones y perdiendo la confianza del público.
Hacia dónde se dirige la IA en el periodismo
Las siguientes tendencias están marcando la próxima etapa e indican que la IA se convertirá en una potente herramienta en las redacciones bajo control humano, al tiempo que aumenta el valor del periodismo real frente al creciente volumen de contenido generado por IA.
La automatización de las informaciones rutinarias se profundiza. Se espera que el método ya consolidado —automatizar noticias estandarizadas y basadas en datos bajo supervisión editorial— siga expandiéndose, liberando así más tiempo para que los periodistas realicen un trabajo de mayor valor. Esto representa un crecimiento constante y legítimo, y resulta valioso precisamente porque se mantiene dentro del tipo de tareas que la IA ejecuta bien, dejando a las personas al mando del resto de los aspectos.
Las herramientas de investigación y verificación son cada vez más avanzadas. A medida que aumenta la desinformación generada por IA, se espera que las herramientas que ayudan a los periodistas a filtrar datos y, sobre todo, a verificar contenidos y detectar falsificaciones sean no solo más capaces, sino también más indispensables. Organizaciones especializadas en investigación y análisis periodístico como Nieman Lab siguen muy de cerca esta cuestión, siendo la verificación un campo en el que la IA constituye un aliado verdaderamente valioso para el periodismo en la lucha contra las falsificaciones creadas con IA.
La ventaja que ofrecen la confianza y la autenticidad va en aumento. Dado que el contenido generado por IA está saturando el entorno informativo, el periodismo veraz, verificado y con responsabilidad humana se ha vuelto más valioso, no menos, actuando como una señal escasa y fiable en medio de todo el ruido. Es una tendencia contraintuitiva pero importante: cuanto más asequible y abundante se vuelve el contenido generado por IA, más valiosa resulta una reputación de rigor y de reporterismo real, lo cual es una razón para proteger la integridad periodística en lugar de renunciar a ella.
Se están desarrollando normas, estándares de transparencia y directrices éticas. El sector trabaja actualmente en el establecimiento de normas y estándares sobre divulgación, verificación y ética que irán moldeando la práctica responsable. La tendencia general es que la IA se convierta en una herramienta potente bajo supervisión editorial humana: las redacciones que la utilicen de manera responsable lograrán una mayor eficiencia y mejores defensas frente a la desinformación, mientras que el valor a largo plazo del periodismo real y responsable no hará sino aumentar a medida que se generalice el contenido generado por IA.
Preguntas frecuentes
En absoluto, y una respuesta honesta se toma en serio tanto la tecnología como las preocupaciones. Es cierto que la IA puede realizar determinadas tareas periodísticas —como elaborar informes rutinarios, transcribir entrevistas, redactar resúmenes y ejecutar partes de la investigación— y que transformará muchos puestos periodísticos al asumir estas funciones. Sin embargo, no puede sustituir lo que constituye la esencia del periodismo: el criterio humano, la verificación, la ética, las relaciones con las fuentes basadas en la confianza, el olfato investigador y la responsabilidad de una persona que responde por lo que se publica. Estos elementos no se pueden automatizar y están en el corazón del oficio. La preocupación por la pérdida de empleo es válida y fundada, y debe tomarse en serio en lugar de ignorarse: existe una presión económica real sobre las redacciones, y la forma en que las organizaciones decidan usar la IA tendrá impacto en sus plantillas. No obstante, la visión realista y responsable es que los periodistas dispondrán de mejores herramientas y se verán liberados del trabajo rutinario para poder dedicarse al tipo de periodismo que solo los humanos pueden hacer, no que vayan a ser reemplazados por máquinas. Los medios que han intentado sustituir el periodismo por contenido generado por IA han cometido errores y han perdido la confianza del público, lo que por sí solo demuestra claramente que la IA puede ayudar al periodismo, pero no ejercer de periodista. La verdadera cuestión no es si la IA sustituirá a los periodistas, sino si las organizaciones la utilizarán para mejorar el periodismo o para debilitarlo.
Los únicos usos adecuados de la IA son aquellos que ayudan a los periodistas en tareas bien definidas garantizando al mismo tiempo que las personas sigan siendo responsables de todo lo que se publica. El ejemplo más evidente es la automatización de informes rutinarios, estandarizados y basados en datos —como resultados empresariales y marcadores deportivos—, ya que la información proviene de datos estructurados; organizaciones como Associated Press llevan años realizando con éxito este tipo de trabajo bajo supervisión editorial, permitiendo así que los periodistas se centren en informaciones de mayor valor. Otras aplicaciones válidas incluyen el apoyo en investigaciones rastreando grandes volúmenes de documentos para identificar pistas prometedoras, la transcripción de entrevistas, la traducción de noticias y fuentes, la elaboración de resúmenes de material complejo como ayuda inicial, la personalización de la entrega de noticias y —lo más importante— la verificación de datos (fact-checking) y la detección de deepfakes para combatir la desinformación generada por IA. El rasgo común de todos estos casos es que la IA se emplea para asistir a los periodistas y no para reemplazar su criterio, y en cada instancia una persona debe verificar el contenido y responsabilizarse de lo publicado. No es legítimo usar la IA para producir contenido publicado sin la debida verificación, ni sustituir el trabajo periodístico humano por resultados generados por máquinas: eso es precisamente lo que provocó los sonados fracasos públicos. Utilizada de forma legítima en el periodismo, la IA hace más eficaces a los buenos periodistas; no intenta ejercer el periodismo por su cuenta sin intervención humana.
Aunque es capaz de producir un texto que se parece a un artículo periodístico, decidir si debe publicarse o no es una cuestión totalmente distinta y que exige mucho más cuidado. En el caso de informes acotados, estandarizados y basados en datos —como resúmenes de resultados financieros y crónicas deportivas—, la redacción automatizada a partir de datos estructurados se utiliza legítimamente desde hace años, siempre bajo supervisión editorial. Sin embargo, cuando se trata de la redacción de noticias generales, el contenido generado por IA supone un grave riesgo, ya que la IA generativa tiende a alucinar y redacta textos con total seguridad incluso cuando son completamente falsos, algo desastroso en una profesión donde el rigor es primordial. Varios medios de comunicación han tenido que enfrentarse públicamente a este problema tras publicar artículos generados por IA que contenían errores y que tuvieron que ser corregidos o retirados, dañando así su reputación. Por tanto, aunque la IA puede utilizarse para redactar borradores o generar texto para artículos, en ningún caso puede publicarse sin una exhaustiva verificación humana, y es precisamente al tratar la IA como un medio para producir noticias baratas sin los controles editoriales adecuados cuando las redacciones acaban teniendo problemas. El enfoque correcto consiste en usar la IA como asistente —por ejemplo, para redactar borradores de informes estándar a partir de datos o para ayudar en la investigación y los resúmenes—, mientras que los periodistas humanos se encargan de verificar, editar y asumir la plena responsabilidad de todo el contenido que se ofrece a los lectores. La tecnología puede saber escribir, pero no se puede confiar en que sea precisa por sí sola, y en el periodismo la precisión es la esencia misma del oficio.
Las herramientas de verificación basadas en IA ayudan a los periodistas a detectar contenido multimedia manipulado, comprobar la información y localizar deepfakes más rápido y a mayor escala de lo que permite la revisión manual, algo fundamental porque la propia IA es la herramienta con la que se generan esos engaños. A medida que actores malintencionados utilizan la IA para crear textos, imágenes y vídeos falsos convincentes a gran escala, los periodistas necesitan herramientas capaces de identificar imágenes y vídeos manipulados, señalar posibles contenidos sintéticos y verificar su autenticidad, y la visión artificial junto con otras técnicas de IA ofrecen exactamente eso. Esta es una de las aplicaciones más importantes y positivas de la IA en el periodismo: la IA ayudando a la profesión a defender el rigor y la confianza de los que depende frente a un aluvión de desinformación impulsado por la propia tecnología. No sustituye el criterio humano de verificación —los periodistas siguen confirmando y decidiendo—, pero les da una oportunidad real frente a falsificaciones producidas con una escala y calidad que de otro modo desbordarían la revisión manual. A medida que la desinformación generada por IA se vuelve más frecuente y convincente, este uso defensivo será cada vez más esencial, consolidando la verificación como uno de los ámbitos donde la IA es claramente una aliada del periodismo y no una amenaza.
Por sí solo no lo es de forma fiable, y esto es lo fundamental que hay que entender. La IA generativa redacta textos fluidos y convincentes que pueden incluir datos, estadísticas o citas inventadas —un comportamiento denominado alucinación—, y carece de comprensión real sobre qué es cierto. En el periodismo, donde el rigor es el pilar fundamental, eso convierte el contenido generado por IA sin verificar en un peligro real, como descubrieron varios medios cuando publicaron artículos creados con IA plagados de errores y tuvieron que retractarse. El contenido generado por IA solo puede ser fiable mediante una rigurosa verificación humana —un periodista que contraste cada dato con fuentes reales— y, para cualquier pieza que vaya más allá de informes acotados basados en datos, esa revisión es imprescindible, no opcional. Por tanto, la respuesta sincera es que el periodismo generado por IA no es lo bastante preciso como para confiar en él sin supervisión, y el uso responsable de la IA generativa en las redacciones trata sus resultados como un borrador sin verificar que una persona debe confirmar, nunca como un hecho publicable. Precisamente por eso la supervisión humana es innegociable en el periodismo, y por eso las organizaciones que la omitieron dañaron su credibilidad. La precisión del periodismo asistido por IA depende por completo de la verificación humana que rodea a la tecnología, no de la IA en sí.
En la mayoría de los casos, sí: la transparencia sobre el uso de la IA se percibe cada vez más como una exigencia ética y una cuestión clave para proteger la confianza de la audiencia. Al público le importa cómo se elaboran las noticias y si hay personas implicadas, y los estudios muestran de forma constante cierto recelo hacia las noticias generadas por IA; por eso, explicar abiertamente dónde y cómo se emplea ayuda a mantener la confianza, que es el principal activo de cualquier redacción. Ocultar el uso de la IA y que acabe saliendo a la luz es una vía rápida para arruinar esa credibilidad, como comprobaron algunos medios cuando se descubrió que publicaban contenido generado por IA sin avisar. Los detalles sobre qué y cómo comunicarlo aún se están definiendo en el sector, y las organizaciones de ética periodística trabajan activamente en pautas claras, pero el principio general es evidente: ser honesto con tu audiencia sobre cómo utilizas la IA es la decisión más ética y también la más inteligente. Forma parte de una idea más amplia que vertebra el uso responsable de la IA en el periodismo: proteger la relación de confianza con los lectores importa más que cualquier eficiencia que pueda aportar la tecnología, y la transparencia es fundamental para lograrlo. Una redacción abierta sobre el uso de la IA como apoyo a sus periodistas, manteniendo siempre la responsabilidad en manos humanas, pisa terreno mucho más firme que una que lo oculta.
La IA personaliza las noticias de forma muy parecida a como personaliza otros contenidos: empleando machine learning para analizar qué temas interesan a los lectores y destacando las historias que probablemente les resulten relevantes, mediante sistemas de recomendación que adaptan los canales de noticias y las sugerencias. Para los medios de comunicación que compiten por la atención en un entorno informativo saturado, esto ayuda a mostrar el periodismo adecuado a los lectores oportunos y mejora el alcance y la retención, algo clave para el negocio periodístico. La tecnología se basa en la misma capacidad de personalización ya probada en otros medios, aplicada al contenido informativo. No obstante, en el periodismo existe un debate reflexivo sobre la personalización que conviene tener en cuenta: unas noticias excesivamente personalizadas pueden ir en detrimento de una visión compartida y seleccionada con criterio editorial sobre lo que es importante, y a algunos profesionales les preocupan las burbujas de filtro en las que los lectores solo ven aquello que los algoritmos predicen que les gustará. Así pues, aunque la personalización mediante IA es muy útil para mejorar el alcance y la participación, muchas redacciones la sopesan frente al valor editorial de la selección periodística y de una base informativa común. Utilizada con criterio —para ayudar a los lectores a descubrir periodismo relevante preservando al mismo tiempo el juicio editorial sobre lo que importa—, es una herramienta valiosa y una de las aplicaciones más consolidadas de la IA en el sector de los medios.
Varía mucho según lo que quieras construir. Una herramienta específica —como la redacción automatizada para un tipo concreto de noticia basada en datos, un flujo de trabajo de transcripción o un sistema de personalización— supone una inversión más acotada que un conjunto amplio de capacidades de IA que abarque investigación, verificación y producción. Los principales factores de coste son la complejidad y el alcance de las herramientas, el estado de tus datos y sistemas, y la integración necesaria con el flujo de trabajo editorial existente. Conviene subrayar un aspecto específico del periodismo: construyas lo que construyas, la capa de verificación humana y supervisión editorial no es un coste que deba minimizarse, sino una parte esencial de trabajar con responsabilidad, y las herramientas deben diseñarse para facilitar esa supervisión en lugar de eludirla. También merece la pena sopesar el coste frente al valor real: automatizar informes rutinarios o reforzar la verificación puede aportar una eficiencia tangible y una protección real contra la desinformación, mientras que intentar recortar gastos sustituyendo la labor periodística por contenido de IA sin verificar suele salir mucho más caro en términos de credibilidad. Una cifra realista se obtiene al definir las tareas concretas en las que quieres que la IA ayude y cómo encajan en el flujo de trabajo de tu redacción; esa es exactamente la conversación que conviene tener antes de empezar a desarrollar, y contar con un socio tecnológico que entienda que el valor del periodismo reside en la confianza y el rigor marca la diferencia.
En conclusión
La IA ayuda de verdad al periodismo cuando apoya a los profesionales automatizando tareas rutinarias, facilitando la documentación y la investigación, transcribiendo, traduciendo, resumiendo, personalizando contenidos y combatiendo la desinformación; en cambio, se vuelve peligrosa siempre que se utiliza para sustituir la verificación, el criterio y la responsabilidad en los que se apoya la profesión, ya que las alucinaciones convierten el contenido generado por IA sin verificar en un riesgo real. Las aplicaciones que tienen éxito hacen que los periodistas con experiencia sean más eficaces; las que fracasan intentan asumir sus funciones, y los errores públicos han demostrado claramente qué ocurre en esos casos. En esa diferencia reside toda la cuestión.
Aunque la IA puede ejecutar multitud de tareas periodísticas, no puede ser periodista por sí misma, ya que la esencia del periodismo reside en el juicio humano, la verificación, la ética y la responsabilidad. Este es el principio que debe guiar cualquier decisión. Rara vez es la tecnología la que plantea la verdadera dificultad; más bien, lo esencial es mantener un control editorial y una verificación humana absolutos, actuar con apertura y transparencia ante tu audiencia, utilizar la IA de un modo que refuerce tu periodismo en lugar de debilitarlo y extremar la precaución en aquellas situaciones en las que la tecnología resulta más arriesgada. Ese es el verdadero reto y lo que distingue a la IA que mejora una redacción de la que erosiona poco a poco la confianza de la que depende.
La verdadera pregunta inicial debería ser: «¿En qué tareas puede la IA ayudar realmente a nuestros periodistas, manteniendo siempre a una persona como responsable final de todo lo que publicamos?». Si se responde bien a esta cuestión, la IA aporta un valor real en términos de eficiencia, alcance de audiencia y resistencia frente a la desinformación; pero si no se hace, sobre todo cuando llega a los lectores contenido generado por IA sin verificar, el resultado es la necesidad de publicar rectificaciones, la pérdida de confianza del público y un daño directo al propósito esencial del periodismo.
Si quieres que tu medio de comunicación desarrolle herramientas de IA que ayuden de verdad a tus periodistas —ya sea automatizando informes rutinarios, apoyando en la investigación, facilitando la transcripción y traducción, habilitando la personalización o verificando información—, ponte en contacto con nuestro equipo. Desarrollamos el software de procesamiento del lenguaje natural (NLP), machine learning e IA que impulsa estos sistemas, con el objetivo de respaldar a tus periodistas y garantizar que el control editorial permanezca en las manos adecuadas, empezando por las áreas donde la IA puede aportar un valor real a tu redacción y protegiendo siempre la confianza que tu audiencia deposita en ti. Para profundizar en este tema, nuestras guías sobre IA en los medios y el entretenimiento y sobre el uso de la IA en la creación de contenidos abordan cuestiones similares sobre cómo aplicar la tecnología adecuadamente sin comprometer la calidad ni la confianza.
