A principios de los años 2000 empezó un proceso de cambio imparable que tenía que afectar a todas las industrias, instituciones públicas, y a la sociedad en general. Se trataba de la “transformación” o “transición digital”. Hoy, en muchos aspectos ya se ha superado este proceso de digitalización y el nuevo término tecnológico del que habla todo el mundo es la “inteligencia artificial” (IA).
Un ejemplo ilustrativo lo vimos en 2020, cuando la entonces llamada secretaría de estado de Avance Digital se dividió en dos, y así se creó la nueva secretaría de Estado de Digitalización e Inteligencia Artificial. Sin embargo, son las grandes empresas tecnológicas las que están liderando el desarrollo y conversación en torno a la inteligencia artificial, como Apple, Meta y Amazon. Todas ellas utilizan diferentes tecnologías de inteligencia artificial para, entre otros, analizar los enormes volúmenes de datos que manejan y así mejorar la precisión de sus servicios, segmentar sus clientes y adivinar patrones de comportamiento.
¿De qué hablamos cuando hablamos de inteligencia artificial?
El uso de la inteligencia artificial es pues una realidad en muchas empresas – en algunas industrias más que en otras – y también en nuestro día a día. Lo que hace posible que Netflix nos recomiende una película, que el traductor de Google sea preciso, que podamos interactuar con Alexa a través de la voz, o que nuestra imagen cambie mágicamente con los filtros de Snapchat, son diferentes aplicaciones de inteligencia artificial como el aprendizaje automático (ML) o el procesamiento de lenguaje natural (NLP).
Como vemos, la inteligencia artificial poco se asemeja a todo lo que hemos visto tantas veces en las películas de ciencia ficción como Matrix o Her. A día de hoy, la inteligencia artificial tiene límites y no es proactiva. Una definición útil es la de Guía básica de la IA, del Oxford Internet Institute de la Universidad de Oxford y Google: “La inteligencia artificial es la denominación de cualquier sistema informático al que se enseña a reproducir comportamientos humanos inteligentes.”
Así pues, la inteligencia artificial es un concepto amplio, que tiene mucho que ver con la automatización de tareas concretas, repetitivas y previsibles para las cuales se puede programar y enseñar un ordenador a través de grandes bases de datos y ejemplos.
Una tecnología que puede revolucionar la industria periodística
En el informe global “Periodismo, medios y tecnología: tendencias y predicciones para 2021” del Instituto Reuters para el Estudio del Periodismo, el 70% de los editores encuestados indicaron que veían la inteligencia artificial como la nueva tecnología que más impacto tendría en el desarrollo de sus redacciones. Se referían a un impacto en todos los procesos de trabajo y de organización que se llevan a cabo en una empresa periodística y, en general, no se ve la entrada de la inteligencia artificial en las redacciones con el temor de que quite trabajos a los periodistas, al contrario.
En otro estudio de la Fundación Knight que analizó 130 proyectos periodísticos que utilizan inteligencia artificial se determinaron dos grandes áreas en las que más se está explotando el poder de estas tecnologías. La primera es en el aumento de la capacidad de reportar a través del análisis de grandes volúmenes de datos – por ejemplo, de datos sobre fallecimientos por Covid-19 – para encontrar patrones y tendencias ocultas, un análisis que se puede automatizar con aprendizaje automático. De esta forma, el periodista puede dedicarse al trabajo de interpretación y contextualización, algo que una máquina no es capaz de hacer de la misma forma.
La segunda gran área de uso de inteligencia artificial en la redacción se basa en su uso para recortar costes en tareas muy repetitivas para las cuales se puede entrenar con relativa facilidad un modelo de inteligencia artificial. Se trata de tareas concretas como transcripciones de voz a texto, etiquetado de imágenes, o traducciones.
De la búsqueda de historias a la personalización con inteligencia artificial
La irrupción de la inteligencia artificial en el periodismo es aún temprana y, como siempre, queda mucho potencial por explorar. Sin embargo, existen ya numerosos ejemplos de su uso exitoso en diferentes partes del proceso periodístico: la búsqueda de historias, la creación o producción de noticias y, por último, la distribución de los productos periodísticos.
1. Buscar y encontrar historias escondidas
Un ejemplo muy interesante que muestra el poder del periodismo de investigación cuando se le suma la potencia de las tecnologías de inteligencia artificial es el peruano Funes. Funes es un algoritmo entrenado para detectar señales de corrupción o malas prácticas en contrataciones públicas del Estado peruano. Gracias a este algoritmo capaz de analizar miles de datos en poco tiempo, el equipo del medio Ojo Público pudo llevar a cabo numerosas investigaciones de contratos que habían sido señalados por Funes como sospechosos.
Y es que gracias a la automatización, los periodistas pueden centrarse en los documentos, detalles, nombres que realmente son importantes y, dejar a los algoritmos, las tareas de indexar, clasificar según relevancia y analizar bases de datos de cualquier tipo. En ese sentido merece la pena explorar la herramienta de Pinpoint, una aplicación de Google para periodistas que utiliza aprendizaje automático para agilizar las tareas de clasificación e indexación de grandes volúmenes de información.
2. Escalar la producción de informaciones a partir de datos
Seguramente, cuando hablamos de inteligencia artificial y periodismo, a muchas personas les viene a la mente un robot redactando noticias. Esto es cierto y falso. No existe, por ahora, ninguna tecnología que permita que una máquina pueda producir de forma proactiva y autónoma contenido periodístico.
Lo que sí existe son modelos de lenguaje natural capaces de crear informaciones a partir de varios algoritmos y de bases de datos con las que han sido previamente entrenados. Medios de comunicación especializados en finanzas o deportes, donde los datos son muchos y de fácil acceso, por ejemplo, ya están utilizando inteligencia artificial para generar artículos a tiempo real sobre los partidos de segunda división o sobre la evolución de los mercados. También cuando hay elecciones, la inteligencia artificial hace posible que se publiquen informaciones específicas sobre los resultados en centenares de municipios o regiones en cuestión de minutos.
Hay múltiples ejemplos de coberturas electorales a gran escala gracias a la ayuda de la inteligencia artificial para generar notícias a partir de los resultados. Uno de los primeros casos de este uso lo encontramos en Suiza, cuando en 2018, un generador automático de texto llamado Tobi produjo, en 5 minutos, casi 40.000 artículos sobre los resultados de las elecciones federales para el grupo de medios Tamedia. En España, RTVE ya se está preparando para automatizar la cobertura de las elecciones municipales de 2023 en las poblaciones más pequeñas.
3. Experiencias personalizadas para cada usuario
Por último, también se ha probado el potencial de la inteligencia artificial a la hora de proporcionar una experiencia diferente para cada usuario o segmento de audiencia. A partir de la interacción de un lector con nuestra página web, aplicación móvil o boletín informativo, podemos recabar datos muy valiosos sobre sus hábitos de consumo. Luego, tecnologías de inteligencia artificial pueden dibujar su patrón y adaptar la página de inicio o el formato del boletín informativo según sus preferencias.
Eso es precisamente lo que hace JAMES, del The Times of London. A partir de aprendizaje automático, la herramienta JAMES actúa como un mayordomo y aprende del comportamiento de sus lectores para después enviarles el contenido correcto y así maximizar los niveles de participación y convertirlos en suscriptores leales.
Como vemos, la inteligencia artificial en el periodismo es un campo muy fértil y con muchos retos y oportunidades por explorar. Se ha demostrado ya que estas tecnologías tienen realmente la posibilidad de revolucionar la forma de trabajar en las redacciones, agilizando tareas de fact-checking o moderación de comentarios, automatizando tareas repetitivas, elevando la capacidad de análisis, clasificando y resumiendo información de todo tipo e incluso personalizando la experiencia final de nuestras audiencias.
