I

La primera Revolución Industrial (1784) produjo un salto cuántico en el trabajo manual con la invención de la máquina de vapor. En la segunda Revolución Industrial (1870), la electrificación y las líneas de producción dieron origen a la cadena de montaje, la invención del ferrocarril y el telégrafo. La tercera Revolución Industrial o Revolución Digital (1969) estuvo marcada por el desarrollo de la informática y las innovaciones en la automatización programada de operaciones. La cuarta Revolución Industrial también llamada Industria 4.0 (Schwab, 2016) se desenvuelve al amparo de los impactos del desarrollo tecnológico que la revolución digital y la automatización tecnológica generan en los procesos de producción, distribución y consumo de bienes y servicios. En esta se identifican el desarrollo de la inteligencia artificial, el internet de las cosas, la robótica, la realidad aumentada y la realidad virtual, la Big Data, la impresión 3D y 4D, el Blockchain, laLocation Intelligence o geolocalización y la computación en la nube o Cloud Computing.

La Industria 4.0 ha causado, sin duda, un cambio radical en la forma en que se producen los bienes y servicios, impulsado por la introducción de tecnologías digitales y físicas que tienen como objetivo mejorar la calidad de vida de las personas. Tiene más que ver con la optimización de la cadena de valor en la producción de bienes y servicios y la consecuente mejora de la productividad, el mantenimiento de los equipos, la calidad, el ahorro en costes, la optimización de los recursos, la trazabilidad y la seguridad, como lo señala Pintado (2022).

La inteligencia artificial está transformando numerosas industrias y el periodismo no es una excepción. Comprender qué es la Inteligencia Artificial (IA) y cómo se ha desarrollado el periodismo automatizado a partir de la aplicación de la IA en la generación de noticias es crucial para vislumbrar su impacto en la comunicación social y los cambios que se están suscitando en su práctica.

Estas transformaciones en el ejercicio periodístico y en la industria de los medios de comunicación que está impulsando la IA van a requerir, a corto plazo, regulaciones en su uso. Su creciente presencia en la práctica periodística plantea una serie de desafíos éticos para la profesión y ya quienes la ejercen se encuentran en la encrucijada de aprovechar las ventajas de la IA y, al mismo tiempo, enfrentar los dilemas éticos que surgen de su aplicación. Estos atañen a la veracidad de la información, el sesgo algorítmico, la privacidad de los datos y la rendición de cuentas, entre otros, y deben ser indagados, debatidos, profundizados y reflexionados para garantizar que el periodismo se desarrolle de manera ética y responsable.

Este es un tema de vital relevancia para los comunicadores sociales porque ellos desempeñan un papel social fundamental en la generación de contenido y su difusión. Además, tienen la responsabilidad de regirse por valores y principios como la búsqueda de la verdad y la difusión de información precisa y comprobada para transmitir información de manera veraz, honesta, justa y transparente.

Según los avances de esta tecnología, la integración de la IA al ejercicio periodístico está aumentando en su quehacer diario. Esto genera nuevas oportunidades, pero también nuevos desafíos éticos que no pueden ser soslayados. Por tanto, los profesionales y los medios de comunicación deben estar atentos a los cambios sociales y tecnológicos que conlleva el uso de la Inteligencia Artificial (IA) aplicada a la producción de noticias.

Es crucial, entonces, desarrollar un criterio crítico e informado sobre cómo estas nuevas tecnologías impactan el ejercicio del periodismo y cuáles son sus implicaciones éticas en todo el proceso de captación, producción, edición, distribución, transmisión y consumo de la información.

Este artículo se desarrolla en tres partes: comenzamos con una introducción. Luego, se discute el periodismo automatizado a partir del desarrollo de la IA y su aplicación al periodismo y, finalmente, se cierra con algunas implicaciones éticas que plantea el uso de la IA en el periodismo automatizado.

Foto 1

El uso de la inteligencia artificial es cada vez más frecuente en la generación de noticias. Crédito: Eliana Mariña.

Foto 1. El uso de la inteligencia artificial es cada vez más frecuente en la generación de noticias. Crédito: Eliana Mariña.

Periodismo automatizado

La influencia de la Inteligencia Artificial

El término Inteligencia Artificial fue acuñado por primera vez en 1956 por el informático John McCarthy, quien lo expuso en un trabajo presentado en un evento académico en la Universidad de Dartmouth, Estados Unidos. Tiene sus antecedentes en la prueba de Turing, desarrollada por el matemático inglés Alan Turing, en 1950. Con esta prueba, por primera vez un ser humano mantuvo una conversación con una computadora y no supo que estaba interactuando con una máquina. Desde aquel entonces hasta nuestros días el desarrollo de la IA y sus campos de aplicación se han ampliado exponencialmente.

La Unesco, a través de la Comisión Mundial de Ética del Conocimiento Científico y Tecnológico (Comest, 2019), definió a la IA como un campo que implica máquinas que imitan diversas funciones cognitivas de la inteligencia humana tales como percibir, razonar, aprender, resolver problemas, interactuar lingüísticamente e, incluso, producir trabajos creativos.

La inteligencia artificial (IA), como campo de estudio de las ciencias de la computación, es una disciplina que se centra en la creación de sistemas y programas informáticos capaces de realizar tareas que normalmente requerirían de la inteligencia humana.

Tradicionalmente, se conocen dos ámbitos de exploración en la Inteligencia Artificial: la Inteligencia Artificial Fuerte o General (IAG) y la Inteligencia Artificial Débil o Estrecha (IAE). La IAG se enfoca en desarrollar una inteligencia análoga a la humana, capaz de comprender y realizar una amplia variedad de tareas cognitivas de manera similar a un ser humano. Por otro lado, la IAE se centra en desarrollar tareas y habilidades específicas.

La IAG se refiere a la capacidad de un sistema para comprender, aprender, razonar y realizar tareas de manera similar a los seres humanos. Como área de conocimiento, tiene como objetivo desarrollar máquinas con “habilidades y conocimientos” amplios que puedan funcionar en una variedad de dominios y realizar una amplia gama de tareas cognitivas. Su objetivo último es crear una inteligencia artificial que sea capaz de superar o igualar la inteligencia humana en todos los aspectos.

Los sistemas que se desarrollan en el ámbito de la IAG se caracterizan por mejorar su rendimiento en diferentes tareas a partir de la experiencia. Estos sistemas pueden razonar, comprender y contextualizar la información de manera similar a los seres humanos. También pueden aplicar conocimientos y habilidades adquiridas en un dominio a otros dominios diferentes. Incluso pueden generar ideas y soluciones originales a problemas complejos.

Este tipo de IA basa su arquitectura en la emulación de las intrincadas redes neuronales del cerebro humano a partir de la interconexión de redes neuronales artificiales, lo cual habilita que estos sistemas “aprendan” utilizando diversos modelos de aprendizaje como el aprendizaje automático, el aprendizaje por refuerzo, el aprendizaje profundo o el aprendizaje supervisado, como lo señala Rodríguez (2017).

Estos sistemas informáticos suelen llamarse agentes conversacionales o agentes de diálogo y son capaces de responder preguntas y recordar conversaciones anteriores de una forma que está revolucionando el estado del arte en Programación de Lenguaje Natural (PLN). Chat GPT, Gemini, Perplexity, Copilot, entre otros, son ejemplos de estos sistemas.

Por el contrario, la IAE involucra sistemas que están diseñados para dominar un área particular y ejecutar tareas especializadas dentro de un dominio específico. Realizan tareas de manera efectiva y eficiente, como el reconocimiento de voz y el procesamiento del lenguaje natural, por ejemplo. Tienen un alcance limitado en términos de habilidades y conocimiento, ya que no tienen la capacidad de generalizar ni de transferir conocimientos y habilidades a dominios diferentes que no sean para los que fueron diseñados.

En líneas generales, la inteligencia artificial se aplica a una extensa gama de áreas y sectores, tales como la automatización industrial, la medicina, la salud, las finanzas, el transporte y la educación, entre otros. Su aplicación en el periodismo ha generado lo que se conoce como periodismo automatizado.

En este contexto, existen voces que advierten sobre los impactos y consecuencias de la aplicación de la IA en la producción de noticias. Mientras unos ven peligros, otros ven oportunidades de una mayor productividad, eficiencia y disminución de costos; y otros advierten la necesidad de juicio crítico en su aplicación.

La Inteligencia Artificial es una tecnología diseñada para actuar como comunicador más que como un mero mediador de la comunicación humana (Broussard et al., 2019). Esto arroja interrogantes a los conocimientos tradicionales teóricos y prácticos de la comunicación humana y social. Ya Sandoval-Martin & La-Rosa (2013) indicaban que la aplicación de la IA en el periodismo “está funcionando como comunicadora, en vez de mediadora de la comunicación humana”.

Túñez López et al. (2021) señalan que la aplicación de la IA en la producción de noticias está “alterando los modos de conseguir, almacenar, elaborar, transmitir y consumir la información”. El impacto de la Inteligencia Artificial en el periodismo ha originado transformaciones cualitativas en la empresa, los productos, los contenidos y el perfil profesional del periodista. Veamos entonces ¿qué es el periodismo automatizado?

Foto 2

La redacción de noticias vive una transformación constante debido al uso de herramientas lingüísticas basadas en inteligencia artificial. Crédito: Eliana Mariña.

Foto 2. La redacción de noticias vive una transformación constante debido al uso de herramientas lingüísticas basadas en inteligencia artificial. Crédito: Eliana Mariña.

El periodismo automatizado

Se conoce como periodismo automatizado, ‘periodismo robótico’, ‘periodismo algorítmico’, ‘periodismo de máquina’ o ‘periodismo computacional’ a la aplicación de la IA en el ámbito periodístico para la creación automática de contenidos informativos a partir de algoritmos. Se trata, entonces, de un periodismo generado sin intervención humana directa.

En el periodismo automatizado los datos se convierten en textos narrativos e informativos con poca o ninguna intervención humana. Es ejecutado por lo que eufemísticamente se ha llamado ‘periodista robot’. Un ‘periodista robot’ es un sistema informático alimentado por el operador (humano) mediante datos para generar automáticamente informaciones comprensibles a través de algoritmos de IA, a partir de una estructura y una fórmula previamente programada, como lo señala Ufarte y Manfredi (2019).

Estos sistemas informáticos o ‘periodista robot’ recopilan, analizan y sintetizan grandes cantidades de información de diversas fuentes en tiempo real y de manera eficiente, como bases de datos, informes financieros, declaraciones gubernamentales, redes sociales u otros y los convierten en noticias mediante algoritmos. Esto reduce sustancialmente los costos en la producción de noticias a través de la automatización de tareas repetitivas, como la recopilación de datos y su procesamiento, en concordancia con ciertos parámetros que son de interés para la fuente que emite la información.

La generación de noticias en el periodismo automatizado se vale del uso de técnicas de procesamiento del lenguaje natural (PLN) y técnicas de aprendizaje automático (AA) para generar texto de manera similar a como lo haría un periodista humano, utilizando reglas gramaticales, estructuras narrativas y estilo periodístico.

Adicionalmente, sus decisiones algorítmicas se ejecutan por medio de las operaciones de priorización, clasificación, asociación y filtrado de información y con base en la elección de criterios del operador humano y los datos de entrenamiento que sustente el operador y su interpretación (Diakopoulos, 2014). Este mismo autor señala que estas operaciones pueden encadenarse para tomar decisiones de mayor nivel y transformación de la información:

la priorización, clasificación u ordenamiento sirve para enfatizar o llamar la atención sobre ciertas cosas a expensas de otras […] Las decisiones de clasificación implican la categorización de una entidad en particular como componente de una clase dada al observar cualquier número de características de esa entidad […] Las decisiones de asociación consisten en marcar relaciones entre entidades […] El filtrado implica incluir o excluir información de acuerdo con varias reglas o criterios (Diakopoulos, 2014, pp. 4-8).

El algoritmo, artefacto de creación humana, basa su acción decisional en los criterios que ordene el operador humano, por ende, puede haber sesgos en la transformación de la información que ofrecen y pueden portar información cuya interpretación puede estar sesgada. En resumidas cuentas, los algoritmos “dependen de datos limitados, deficientes o incorrectos” como lo señalan Rainie y Anderson (2017).

Pero ¿cómo funciona un ‘periodista robot’? Según Diakopoulos (2014), el ‘periodista robot, funciona en cinco etapas, realizando las siguientes acciones en cada una de ellas:

1. Incorporar: el algoritmo lee primero la gran cantidad de datos estandarizados en el universo de información de la noticia (clima, deporte, negocio) que constituyen los insumos iniciales a partir de los cuales el periodista robot los puede almacenar.

2. Computar: el algoritmo detecta puntos “de interés periodístico” en la historia, para los que ha construido “criterios” con los cuales detecta y clasifica elementos relevantes de la información. Esos criterios se basan en métricas y heurísticas desarrolladas por el operador humano o mediante aprendizaje automático.

3. Identificar ángulos: el algoritmo identifica ángulos en la noticia a partir de la identificación de patrones en el universo de datos, mediante el uso de palabras claves, temas recurrentes o eventos significativos, luego aplica criterios dados por el operador humano o por medio del aprendizaje automático, mediante el cual se evalúa la importancia y la relevancia del ángulo que finalmente se seleccionará.

4. Generar: Para la escritura de la información en formato de noticia, el algoritmo posee diversas plantillas contentivas del qué, quién, dónde, cuándo, por qué y cómo se desarrolló el evento y esto se hace a través de un programa de composición de frases que se basa en procesamiento de lenguaje natural y técnicas de generación de lenguaje para producir frases coherentes y relevantes en la escritura de la noticia.

5. Conectar los puntos de la historia: en este punto se asegura la contextualización de la historia. Así el algoritmo también puede extraer de Internet información acerca de una persona de negocios o un deportista, por ejemplo, la edad, a qué lugar pertenece, cuáles son sus intereses, trabajos, etc. Esos datos se vinculan a la historia para tener un panorama más integral sobre el evento que se narra en la noticia.

Como hemos dicho, los ‘periodistas robot’ a través de los algoritmos de IA con los que están dotados, realizan estas acciones en las etapas de producción de noticias. No obstante, el control final de la calidad y la veracidad de la información es responsabilidad única del periodista, los editores de noticias y los dueños de medios.

La historia de la narración robótica en el periodismo se inicia con los reportes meteorológicos de la década de los sesenta y los informes deportivos, médicos y financieros de la década de los noventa. El primer caso de aplicación de IA en el periodismo se remite al Bot Dreamwriter en el año 2010, diseñado por la compañía china de videojuegos Tencent, que generó una noticia de 916 palabras en solo sesenta segundos. El artículo titulado “Índice de precios al consumidor de agosto” fue escrito en chino con excelente gramática en ese idioma y sin ningún error.

Para marzo del 2014, Los Ángeles Times publica el reporte de un sismo ocurrido en California, redactado por un robot que tardó solo tres minutos en elaborar la noticia. Para ese mismo año, la Agencia Assocciated Press (AP) utilizó robots para generar automáticamente reportes financieros a través de la plataforma Automated Insights’ Wordsmith usando datos de Zacks Investment Research.

La tecnología de producción automática permitió a AP pasar de la elaboración de 300 historias redactadas por periodistas y de manera convencional a generar casi 4 000 artículos sobre las ganancias corporativas de Estados Unidos cada trimestre, unas doce veces más de lo que creaban anteriormente los periodistas y editores de AP. Posteriormente, AP incorporó la creación de reportajes deportivos usando esta tecnología y trabajó con Automated Insights para configurar la plataforma Wordsmith para garantizar los estándares de AP para la cobertura periodística del béisbol.

Para el 2016 el Washington Post comenzó a trabajar con el robot periodístico Heliograf para automatizar sus notas. Heliograf fue creado para escribir noticias breves sobre política y reportar eventos deportivos. Durante el primer año de su uso, el Washington Post publicó unos 850 artículos con esta tecnología.

Para el 2015, también Le Monde utilizó un robot para redactar noticias utilizando el sistema de IA Data2Content para generar micronoticias sobre la contienda y los resultados electorales que se llevaron a cabo en ese año. En general, ese decenio fue prolífico en el uso de robots para la redacción de noticias en diversos medios como BBC, The Guardian y The Telegraph en Reino Unido; Der Spiegel o Berliner Morgenpost en Alemania; el Shinano Mainichi Shimbun en Japón, entre otros.

En España, un estudio elaborado por Sánchez-García et al. (2023), pone el énfasis en la oferta de servicios de IA para la práctica periodística en cualquiera de las tres grandes fases que la industria de medios requiere, a saber: en la recogida de información, en la producción de contenidos o en la distribución de información. Destacan los autores que la gran oferta de estos servicios en la actualidad “contrasta con la lentitud de los medios para incorporarlas”. Hay “un avance dispar aún entre el desarrollo empresarial-tecnológico y la aplicación real de los medios” (Sánchez-García et al. 2023).

Por su parte, en ese mismo país, Quian y García (2024) realizaron un estudio cuya primera fase se proponía conocer los medios en España que utilizaban IA para la redacción de artículos. De los nueve medios seleccionados solo recibieron respuestas de dos de los directores adjuntos y estos informaron que no usaban IA para la redacción de noticias. En líneas generales se adujo la “falta de expertos en su desarrollo” y la “falta de expertos en su uso” como razones para no aplicar estas tecnologías. Este resultado está en consonancia con lo señalado por la autores precedentes.

En Latinoamérica, Zuazo (2023), en un informe realizado para la Unesco, reporta casos de aplicación de automatización en el periodismo de datos o data journalismen Argentina, Bolivia, Perú y Panamá. Esta disciplina periodística usa grandes bases de datos que se manejan estadísticamente y se apoyan en las nuevas tecnologías y en el Big Data. Permite a medios y profesionales del área ofrecer contenidos informativos confiables y atractivos a sus audiencias.

En 2021, el diario La Nación, de Argentina, pionero en estudiar la aplicación de estas tecnologías en el periodismo de investigación, realizó un estudio sobre la cultura musical del trap. Experimentaron con procesadores de lenguaje natural adaptándolos al idioma español para identificar modismos propios de la temática analizada. El artículo fue difundido en formato interactivo y el usuario podía conocer los resultados de la investigación interactuando con las diversas secciones que lo conformaban.

En Bolivia, Muy Waso, un medio digital independiente, experimentó con diversas tecnologías para crear el #DatActivateEnCasa, un espacio digital para reunir información sobre COVID-19 y ofrecer información confiable al país. La iniciativa fue una respuesta a la opacidad en la información sobre la pandemia que brindaban los entes gubernamentales. Este trabajo les valió ser finalista en el premio internacional Sigma Award 2021.

En Perú, en 2019, Ojo Público, un medio digital independiente que hace periodismo de investigación, lanzó Funes, una herramienta algorítmica que analiza datos en contrataciones públicas e identifica relaciones políticas y financieras para ponderar posibles escenarios de riesgos de corrupción en ese país. A partir de estos análisis, elaboran los reportajes que son publicados en su página web. Esta iniciativa les valió obtener el premio al periodismo de datos Sigma Award 2020.

Los Panama Papers constituyen un caso de periodismo de investigación llevado a cabo por el Consorcio Internacional de Periodistas de Investigación. El trabajo requirió la coordinación de 370 periodistas en 76 países durante un año para analizar 11.5 millones de archivos de información confidencial sobre transacciones y operaciones económicas que realizaba la firma de abogados panameña Mossack Fonseca. Este bufete fundaba compañías fantasma a sus clientes para colocar dinero en el mercado offshore con diversos propósitos, uno de ellos el de evadir impuestos en sus propios países. El trabajo requirió el uso de herramientas tecnológicas para la autenticación, categorización, indexación, etiquetado y organización de la información para derivar una comprensión con sentido de la vasta información manejada.

En líneas generales, las aplicaciones de la IA en la comunicación social se usan para generar contenidos, analizar datos, personalizar informaciones, segmentar la audiencia, detectar tendencias y detectar desinformación. Así tenemos que:

En la generación de contenido automatizado, la IA permite la creación de contenido en diferentes formatos como textos, imágenes y videos. Existen sistemas de IA capaces de redactar noticias, informes y contenido promocional de manera automática, lo que agiliza y optimiza la producción de contenido en entornos digitales. Igualmente, los chatbots basados en IA pueden interactuar con los usuarios en tiempo real y proporcionar respuestas personalizadas a una variedad de preguntas de los usuarios.

En el análisis de datos, los sistemas de IA analizan datos extraídos de las personas cuando se conectan a la Internet, para convertirlos en algoritmos de IA y generar noticias, identificar tendencias, ubicar patrones de comportamiento, opiniones y sentimientos de los usuarios. Esto ayuda a los dueños de medios a comprender mejor a su audiencia, adaptar sus estrategias de comunicación y tomar decisiones informadas.

En la personalización de mensajes, la IA tipifica e individualiza los mensajes y la interacción con los usuarios en función de sus preferencias, comportamientos y características individuales. Mediante el análisis de datos, los sistemas de IA crean algoritmos capaces de crear perfiles detallados de los usuarios y ofrecer contenido relevante y adaptado a cada individuo. Esto facilita la entrega de mensajes más efectivos y mejora la experiencia del usuario al recibir información y promociones personalizadas.

En la segmentación de audiencia, la IA categoriza a la audiencia en grupos específicos en función de diferentes criterios, como demografía, intereses y comportamiento en línea. Esto permite a los profesionales de la comunicación social dirigirse de manera más precisa a cada segmento de audiencia, adaptando sus mensajes y estrategias de marketing para obtener mejores resultados.

En la detección de tendencias y detección de noticias falsas, los algoritmos de IA monitorean y analizan las redes sociales y otros medios digitales para identificar tendencias emergentes, temas relevantes e información errada. Esto ayuda a las organizaciones y a los profesionales de la comunicación social a mantenerse actualizados, adaptar su contenido y evitar la propagación de información errónea.

En este contexto, la aplicación creciente de la IA en la producción de noticias y específicamente el crecimiento exponencial del periodismo automatizado trae a colación que el uso de la tecnología en el periodismo conlleva dilemas éticos. Así lo afirman diversos autores como Porlezza y Ferri (2022), Diakopoulos (2014, 2019, 2023), Broussard et al. (2019), Lewis, Seth et al. (2019), García & Martínez (2021) y Lassi (2022) y lo reafirman distintas organizaciones, universidades e institutos de investigación como el Laboratorio de Periodismo de la Fundación Tena, el Laboratorio de Periodismo de la Universidad de Columbia, el Media Lab del Massachusetts Institute of Technology (MIT), el Laboratorio de Innovación en Periodismo de la Universidad de la Plata, el Laboratorio de Periodismo Computacional de la Universidad Northwestern, entre otros.

De una forma u otra se reafirma la idea que “los desafíos tecnológicos no deben eclipsar los principios fundamentales del periodismo ético” como lo ha señalado el Laboratorio de Periodismo (2023).

Foto 3

Las herramientas IA se usan para generar contenidos, analizar datos, personalizar informaciones, segmentar la audiencia, detectar tendencias y detectar desinformación. Crédito: Eliana Mariña.

Foto 3. Las herramientas IA se usan para generar contenidos, analizar datos, personalizar informaciones, segmentar la audiencia, detectar tendencias y detectar desinformación. Crédito: Eliana Mariña.

La ética en el periodismo automatizado

Si bien la IA tiene el potencial de mejorar la eficiencia, la eficacia y la efectividad de las estrategias comunicativas, también introduce dilemas éticos complejos que deben ser abordados adecuadamente como lo señala Ventura (2021).

Los comunicadores se enfrentan a la tarea de utilizar la “Inteligencia Artificial de manera ética”, considerando los valores fundamentales de la profesión, como la veracidad, la privacidad, la equidad y la transparencia.

La aplicación de la IA en la producción, la distribución y el consumo de noticias plantea amenazas éticas en dos niveles para las buenas prácticas periodísticas muy a pesar de las bondades del periodismo automatizado.

En un primer nivel, los riesgos que atañen al comunicador social como profesional en el ejercicio periodístico, están relacionados con el desarrollo de su pensamiento crítico y la apropiación al interior de su práctica periodística del código de ética de su profesión para asegurar un contenido noticioso veraz, oportuno y verdadero.

En un segundo nivel, las amenazas se dirigen a la ética de los editores y dueños de medios. Estos conciernen a la lógica que privilegia las decisiones del medio de comunicación social. En este último sentido, Ufarte y Manfredi (2019) señalan el detrimento de la calidad de la información en el afán de los promotores de buscar mejores métricas y mayor popularidad. También Coddington (2015) ha señalado que la profesión periodística se basa en la lógica de los negocios y la comercialización, y con la automatización se obtienen mayores márgenes de ganancia y menores costos de producción.

Por ello, en la presentación del informe ‘Algoritmos en las redacciones: retos y recomendaciones para dotar a la Inteligencia Artificial de los valores éticos del periodismo’, al Consell de la Informació de Catalunya, Ventura señaló:

Si el periodismo tiene que vigilar estos algoritmos o, mejor dicho, a quienes los gestionan, en coherencia deberá estar en condiciones de usar la Inteligencia Artificial de forma ética, ponerla al servicio de su misión de servicio público, dotarla de sus valores y demostrar que es capaz de gestionarla como no lo hacen otros que se limitan a optimizarla con finalidades puramente comerciales y, por lo tanto, sin valores.

A medida que aumenta el número de medios que recurren a la IA es necesario repensar la ética y la calidad del periodismo computacional y de todo lo que implica en los procesos de captación, producción, edición y distribución de informaciones. Está claro que las empresas periodísticas deben plantear importantes cuestiones éticas derivadas del uso de la IA y saldrán perdiendo si no lo hacen desde ya. En este ámbito hay muchas zonas grises y amplio margen para el contraste de posturas, por lo que asistimos a un proceso complejo de toma de decisiones que debe incluir la perspectiva ética. ¿Qué problemas crean los sistemas automatizados? ¿Qué situaciones deben preocuparnos? (Ventura, 2021, p. 28).

La propuesta de esta autora comprende considerar la ética en tres momentos fundamentales en la producción del hecho noticioso: aquel que considera el fin y responde a la pregunta: “¿para qué lo hago?”; el que corresponde a los procedimientos y responde a la pregunta: “¿cómo lo hago?” y el que considera los valores que responde a la pregunta: “¿por qué lo hago?”

En un estudio sobre el discurso de diez expertos del ámbito académico provenientes del campo de la deontología profesional periodística, Ufarte Ruiz et al. (2021) señala que los retos más importantes del periodismo automatizado son los siguientes: garantizar la intimidad y privacidad de las personas, contrastar las informaciones producidas por esta tecnología emergente, formar a los profesionales de la información para su uso y aplicación, fomentar la transparencia en su empleo, detectar y controlar los sesgos del algoritmo y no perder de vista el sentido de compromiso y responsabilidad social del periodismo.

En concordancia, es particularmente importante tener en cuenta los riesgos en el periodismo automatizado para pensar y considerar algunas orientaciones deontológicas en el ejercicio de la profesión. Estos riesgos conciernen los siguientes aspectos:

• La veracidad y confiabilidad de la información generada por la IA: La capacidad de generar contenido automáticamente también puede ser utilizada para crear y difundir desinformación a gran escala.

• El sesgo algorítmico: Este punto lleva implícito la capacidad de los algoritmos de inteligencia artificial para perpetuar sesgos y discriminación en la producción de la noticia.

• La privacidad y seguridad de los datos: Este punto concierne a la capacidad de recopilación, almacenamiento y uso de datos personales para programar los sistemas de IA, por ende, conlleva la responsabilidad de proteger la privacidad de los usuarios.

• La responsabilidad y rendición de cuentas: esto implica el análisis de la responsabilidad de los comunicadores sociales en el periodismo automatizado con relación a las decisiones algorítmicas, la detección de desinformación y la rendición de cuentas ante el público.

• La automatización y el futuro del trabajo: esto implica la necesidad de indagar y tener presente cómo el periodismo automatizado puede afectar el empleo en el campo de la comunicación social y las implicaciones de estos cambios, vistas desde la ética de la profesión.

• La transparencia: esto conlleva la necesidad y la importancia de proporcionar información clara y comprensible sobre cómo se utilizan los sistemas de IA en la generación de contenido para asegurar la transparencia al generar contenido noticioso mediante el uso de algoritmos.

Los desafíos éticos del periodismo automatizado, operado por profesionales de la comunicación social y la industria de medios, van más allá de los aspectos tradicionales considerados en la ética del ejercicio de la profesión. Estos desafíos demandan reflexión y debate continuo para garantizar que el periodismo automatizado se desarrolle de manera ética y responsable en beneficio de la sociedad.

Sin duda, la cuarta revolución industrial ha transformado la disciplina de la comunicación social y ha tenido un impacto significativo en la industria de medios y el ejercicio de la práctica periodística. Estos procesos se han generado a través de la digitalización y la automatización del proceso de producción de la noticia, la creación de nuevos formatos y plataformas en la producción y distribución de contenidos, y facilitan una mayor interacción con la audiencia.

La aplicación de la inteligencia artificial al periodismo es irreversible, esta revolución brinda nuevas oportunidades y capacidades a los medios y a los profesionales de la comunicación social, pero también implica grandes vacíos en la dimensión ética que deben ser enfrentados. El tema tratado no se agota en este artículo, ya que se trata de un debate abierto y en pleno desarrollo.

Este proyecto de investigación titulado “Ética en el periodismo automatizado: significados atribuidos al periodismo automatizado y la ética periodística por un grupo de periodistas venezolanos 2024-2025” es requisito de egreso de la maestría en Comunicación Social. Este trabajo posee una justificación teórica y práctica y posiciona el tema en la práctica periodística de los profesionales venezolanos.

Foto 4

El periodismo automatizado brinda oportunidades a los medios de comunicación pero también implica dilemas éticos. Crédito: Eliana Mariña.

Foto 4. El periodismo automatizado brinda oportunidades a los medios de comunicación pero también implica dilemas éticos. Crédito: Eliana Mariña.

Referencias

Broussard, M.; Diakopoulos, N.; Guzman, A. L.; Abebe, R., Dupagne, M., & Chuan, C.-H. (2019). Artificial Intelligence and Journalism. Journalism & Mass Communication Quarterly, 96(3), 673-695. https://doi.org/10.1177/1077699019859901

Coddington, M. (2015). “Clarifying journalism’s quantitative turn”. Digital Journalism, 3(3), pp. 331-348. https://www.tandfonline.com/doi/full/10.1080/21670811.2014.976400

Diakopoulos, N. (2014): Rendición de cuentas algorítmica: sobre la investigación de cajas negras. Columbia Journalism Review. Centro de investigación Tow Center. Columbia University.

García-Marzá, D. & Martínez-Fuentes, G. (2021). Ética de la Inteligencia Artificial y Comunicación Social: Desafíos y Reflexiones. Revista Latina de Comunicación Social (78), 287-308.

Laboratorio de Periodismo (2023). Fundación Luca de Tena.https://laboratoriode-periodismo.org/inteligencia-artificial-en-reuters-a-la-busqueda-de-un-equilibrio-entre-tecnologia-y-etica-periodistica/

Lassi, A. (2022). Implicancias éticas de la inteligencia artificial. Tecnologías y producción de noticias. Inmediaciones de la Comunicación, 17(2), 2022, pp. 153-169 Universidad ORT Uruguay. DOI: https://doi.org/10.18861/ic.2022.17.2.3334

Lewis, S. C.; Guzman, A. L. & Schmidt, T. R. (2019). Automation, journalism, and human-machine communication: Rethinking roles and relationships of humans and machines in news. Digital journalism, 7(4), pp. 409-427

Pintado Córdova, L. A. (2022). Las 4 Revoluciones Industriales. Revista Si Crees Innovas. https://sicreesinnovas.com/las-cuatro-revoluciones-industriales/.

Porlezza, C. & Ferri, G. (2022). The Missing Piece: Ethics and the Ontological Boundaries of Automated Journalism. Università della Svizzera italiana #ISOJ 12(1), Spring 2022. https://isoj.org/wp-content/uploads/2022/03/ISOJ-2022.pdf

Quian, A. & Sixto-García, J. (2024). Inteligencia artificial en la prensa: estudio comparativo y exploración de noticias con ChatGPT en un medio tradicional y otro nativo digital. Revista De Comunicación, 23(1), 457–483. https://doi.org/10.26441/RC23.1-2024-3374

Rainie, L. & Anderson, J. (2017). Existen sesgos en los sistemas organizados algorítmicamente. Pew Research Center.https://www.pewresearch.org/internet/2017/02/08/theme-4-biases-exist-in-algorithmically-organized-systems/

Rodríguez, T. (2017). Machine Learning y Deep Learning: cómo entender las claves del presente y futuro de la inteligencia artificial. Blog Xataca. https://www.xataka.com/robotica-e-ia/machine-learning-y-deep-learning-como-entender-las-claves-del-presente-y-futuro-de-la-inteligencia-artificial.

Sánchez-García, P.; Merayo-Álvarez, N.; Calvo-Barbero, C. & Diez-Gracia, A. (2023). Spanish technological development of artificial intelligence applied to journalism: companies and tools for documentation, production and distribution of information. Profesional de la información, 32(2), e320208. https://doi.org/10.3145/epi.2023.mar.08

Sandoval-Martín, T., & La-Rosa Barrolleta, L. (2023). Investigación sobre la calidad de las noticias automatizadas en la producción científica internacional: metodologías y resultados. Cuadernos.Info (55), 114–136. https://doi.org/10.7764/cdi.55.54705

Túñez-López, J. M.; Fieiras Ceide, C. & Vaz-Álvarez, M. (2021). Impacto de la Inteligencia Artificial en el Periodismo: transformaciones en la empresa, los productos, los contenidos y el perfil profesional. Communication & Society, 34(1), 177-193.

Túñez-Lopez, M.; Toural-Bran, C. & Valdiviezo-Abad, C. (2019). Automatización, bots y algoritmos en la redacción de noticias. Impacto y calidad del periodismo artificial. Revista Latina de Comunicación Social, 74, pp. 1411 a 1433. http://www.revistalatinacs.org/074paper/1391/74es.html DOI: 10.4185/ RLCS-2019-1391

Ventura Pocino, P. (2021). Algoritmos en las redacciones: Retos y recomendaciones para dotar a la inteligencia artificial de los valores éticos del periodismo. Departamento de Medios, Comunicación y Cultura. Universidad Autónoma de Barcelona. 08193 Bellaterra, Barcelona. https://fcic.periodistes.cat/wpcontent/uploads/2022/03/algorismes_a_les_redaccions_ESP_.pdf

Ufarte-Ruiz, M. J. & Manfredi Sánchez, J. L. (2019). Algoritmos y bots aplicados al periodismo. El caso de Narrativa Inteligencia Artificial: estructura, producción y calidad informativa. Doxa Comunicación, 29, 213-233. https://doi.org/10.31921/doxacom.n29a11

Ufarte Ruiz, M.J.; Calvo Rubio, L.M. & Murcia Verdú, F.J. (2021). Los desafíos éticos del periodismo en la era de la inteligencia artificial. Estudios del mensaje periodístico 27(2) 2021: 673-684. https://dx.doi.org/10.5209/esmp.69708. Ediciones complutenses. Madrid. España.

Unesco. (Ed.). (2019). International conference on Artificial intelligence and Education, Planning education in the AI Era: Lead the leap: Final report. https://bit.ly/3kEhqpb

Zuazo, N. (2023). Periodismo e Inteligencia Artificial en América Latina. Cuadernos de discusión en comunicación en información (25). Unesco. ISSN 2301-1424. https://unesdoc.unesco.org/ark:/48223/pf0000388124