Suscríbete a MUNDO IA

El informe que revela cómo la IA tomó las salas de redacción

Generated Image April 07, 2026 - 3_17PM

El informe que revela cómo la IA tomó las salas de redacción

La máquina que aprendió a contar noticias
Tres de cada cuatro editores ya considera fundamental la producción de contenido asistida por algoritmos, mientras miles de periodistas pierden su empleo y los lectores exigen saber cuándo una máquina escribió lo que leen. Los datos del informe de la Associated Press, del Reuters Institute y de la Unión Europea de Radiodifusión revelan que la transformación de las redacciones no es una promesa diferida: es un proceso en curso que redefine quién cuenta las historias, con qué herramientas y bajo qué reglas.

En 2014, la Associated Press comenzó a publicar miles de artículos sobre resultados financieros trimestrales sin que ningún periodista pusiera un dedo sobre el teclado. El software de Automated Insights convertía cifras de la Bolsa de Nueva York en prosa legible en cuestión de segundos, generando cada trimestre un volumen de piezas que habría demandado semanas de trabajo humano. Una década más tarde, ese experimento que muchos consideraron anecdótico resultó ser el borrador de una revolución. La diferencia entre aquel sistema de 2014 y los modelos generativos de lenguaje que hoy pueblan las redacciones del planeta es comparable a la que existe entre una calculadora de mano y un supercomputador: ambos procesan números, pero solo uno puede mantener una conversación, resumir un documento de mil páginas o redactar una crónica con tono editorial específico.

El informe publicado por la Associated Press en abril de 2024 bajo el título Generative AI in Journalism: The Evolution of Newswork and Ethics in a Generative Information Ecosystem constituyó una radiografía sin precedentes del estado real de la adopción tecnológica en los medios. Sus conclusiones, respaldadas por entrevistas y encuestas a profesionales de todo el mundo, confirmaron lo que muchos intuían: la herramienta ya estaba dentro de las redacciones, aunque el marco ético y regulatorio que debería acompañarla llegaba con retraso. Cerca del 70% de los periodistas consultados en ese estudio admitió utilizar sistemas generativos para producir contenido, mientras menos de la mitad de sus empleadores contaba con políticas formales que orientaran ese uso.

El reportero y el algoritmo

Reuters no tardó en construir un ecosistema propio de herramientas internas. La agencia desarrolló Fact Genie, un asistente de síntesis automatizada; LEON, un sistema capaz de generar titulares con coherencia editorial; y AVISTA, una plataforma de archivo y etiquetado inteligente de imágenes y vídeos. Ninguna de estas herramientas reemplaza al periodista: todas operan bajo el principio del "humano en el circuito", es decir, cada salida algorítmica pasa por revisión editorial antes de publicarse. Este modelo híbrido, que Bloomberg también adoptó para sus coberturas de mercados financieros, representa el estándar al que aspiran la mayoría de las organizaciones de prensa que se toman en serio tanto la velocidad como la precisión.

La consultora Klover publicó en 2025 que el 87% de los directivos de redacción encuestados afirmó que herramientas como GPT habían transformado, parcial o completamente, el funcionamiento de su sala de redacción. Ese número no habla de experimentos piloto ni de grupos de trabajo exploratorios: habla de rutinas editoriales alteradas, de flujos de trabajo rediseñados y de presupuestos reasignados. En paralelo, el 77% de los editores consultados declaró que la creación de contenido asistida algorítmicamente, siempre con supervisión humana, era ya un componente relevante de su estrategia de producción.

Cómo cambia el trabajo periodístico con los sistemas generativos: Las redacciones describen un desplazamiento de las tareas mecánicas hacia funciones de mayor valor analítico. Los algoritmos absorben la síntesis de documentos extensos, la generación de primeros borradores a partir de datos estructurados, la traducción y localización de contenidos, y el etiquetado automatizado de archivos multimedia. Los periodistas, en teoría, quedan libres para la investigación de campo, el desarrollo de fuentes, el análisis de contexto y la narrativa de largo aliento. En la práctica, la transición es menos ordenada.

La BBC, que ha documentado públicamente su proceso de integración tecnológica, subraya que la transformación debe ocurrir "en términos humanos", anclada en creatividad, transparencia institucional y confianza de la audiencia. Su postura refleja la de varios grandes medios que, tras una fase inicial de entusiasmo sin filtros, optaron por un enfoque más estratégico: identificar casos de uso concretos donde la automatización agrega valor real, en lugar de adoptar la tecnología por inercia competitiva. El informe de la Unión Europea de Radiodifusión correspondiente a 2025, titulado Leading Newsrooms in the Age of Generative AI, recoge esa madurez: las organizaciones han pasado de la experimentación amplia a la implementación selectiva, con mayor conciencia de los riesgos asociados a la precisión y la credibilidad.

Indicadores clave de adopción de sistemas generativos en redacciones globales (2024-2025). Fuentes: Associated Press, Klover Research, Reuters Institute, Thomson Reuters Foundation.

La grieta en la sala de redacción

La velocidad de adopción tecnológica no ha encontrado un correlato equivalente en la construcción de marcos éticos. El estudio de la Associated Press halló que apenas cuatro de cada diez redacciones contaban con políticas formales sobre el uso de herramientas generativas, pese a que alrededor del 60% de los periodistas encuestados declaraba tener alguna conciencia de que tales guías existían o deberían existir. La brecha entre la práctica cotidiana y la regulación interna es, en sí misma, un dato periodístico: las organizaciones están corriendo con los ojos abiertos hacia una tecnología cuyas consecuencias no han terminado de cartografiar.

El Informe de Perspectivas de la Thomson Reuters Foundation, publicado en 2025, recogió testimonios de periodistas de países tan distintos como Zimbabue y Malawi, donde la preocupación más citada no era la desaparición del empleo sino la erosión del criterio profesional. "Aunque los sistemas generativos son impresionantes, hay problemas de sesgo y producción de información engañosa", señaló un participante especializado en periodismo de datos. Otro editor africano lo formuló con una directitud que resume el dilema del sector: "Puede haber una fe ciega en la máquina". Esa fe ciega, cuando se instala en una redacción sin contrapesos institucionales, transforma el riesgo teórico de la alucinación algorítmica en un error publicado con membrete editorial.

⚠️ Riesgos documentados en la integración de herramientas generativas

Alucinaciones factuales: Los modelos de lenguaje generan información plausible pero incorrecta, especialmente en datos numéricos, nombres propios y cronologías. Sin verificación sistemática, estos errores se publican con el respaldo institucional del medio.

Sesgo algorítmico: Los modelos entrenados con datos predominantemente anglosajones pueden reproducir sesgos culturales, geopolíticos y de género en la cobertura de realidades no occidentales.

Erosión del criterio profesional: La dependencia creciente en borradores automatizados puede reducir la capacidad de los periodistas más jóvenes para desarrollar voz propia, juicio editorial y habilidades de verificación independiente.

Opacidad ante la audiencia: La ausencia de etiquetado claro sobre qué contenidos fueron asistidos algorítmicamente socava la confianza, especialmente en un contexto de descrédito generalizado hacia los medios.

La dimensión laboral del fenómeno suma otra capa de tensión. Press Gazette documentó la pérdida de 8.000 puestos de trabajo periodísticos en el Reino Unido y Estados Unidos durante 2023, seguidos de otros 4.000 en 2024. El año 2025 agravó la tendencia: según datos de la firma Challenger, Gray & Christmas, el sector de medios y entretenimiento recortó más de 17.000 empleos hasta noviembre de ese año, y las empresas citaron a la automatización como factor detrás de más de 54.000 despidos en el conjunto de la economía. Business Insider recortó el 21% de su plantilla global. Los Ángeles Times registró su tercera ronda de bajas en tres años. ITV anunció más de 220 redundancias en el marco de una reestructuración hacia el streaming.

No sería correcto atribuir estas cifras exclusivamente a la automatización: la caída de los ingresos publicitarios, la fragmentación de las audiencias y el tráfico volátil procedente de las plataformas digitales forman parte del mismo diagnóstico. Pero la coincidencia temporal entre la expansión de los sistemas generativos y el ritmo de los recortes invita a una lectura más compleja: la tecnología no solo reduce costos de producción, también acelera la justificación gerencial para reducir plantillas, especialmente en las áreas de edición rutinaria, localización de contenidos y redacción de noticias de agencia.

Confianza, velocidad y el precio del error

La audiencia, mientras tanto, ha desarrollado una postura más matizada de lo que ciertos diagnósticos catastrofistas sugerían. El Reuters Institute Digital News Report de 2025 constató que más de la mitad de los encuestados en varios países había visto respuestas generadas algorítmicamente en buscadores durante la semana anterior, y que una parte significativa las valoraba por su rapidez y comodidad. El mismo informe advirtió, sin embargo, que el seguimiento de noticias a través de canales tradicionales continúa cayendo, y que la confianza en los medios permanece en mínimos históricos en muchos mercados. La ecuación es paradójica: los lectores consumen más contenido algorítmico que nunca, pero demandan que los periodistas humanos sean quienes certifiquen su veracidad.

"Ya sea que se use inteligencia artificial o no, los periodistas deben verificar los hechos, aplicar criterios éticos y contrastar lo que la máquina ha presentado." Editor participante en el estudio de la Thomson Reuters Foundation, 2025

Esa demanda de verificación humana se cuantifica con precisión en los datos de Klover: el 94% de las audiencias encuestadas exige transparencia cuando existe intervención algorítmica en la producción de contenido. La cifra no sorprende a quienes han seguido la evolución del debate sobre desinformación; lo que sí representa una novedad es la velocidad con que reguladores y organizaciones periodísticas están respondiendo. La Associated Press actualizó sus propias guías internas en septiembre de 2025, habilitando ciertos casos de uso experimental bajo condiciones de supervisión editorial rigurosa. Su declaración de principios sigue siendo la misma desde hace años: precisión, equidad y velocidad como valores rectores, con la responsabilidad individual del periodista como instancia inapelable.

✅ Usos que generan valor documentado en las redacciones

Monitoreo y síntesis de documentos: Reuters utilizó herramientas propias para traducir, indexar y hacer buscables miles de documentos en investigaciones de largo aliento, multiplicando la capacidad de análisis sin ampliar la plantilla.

Alerta temprana y cobertura de datos: La generación automatizada de notas a partir de datos sísmicos, financieros o electorales permite publicar información verificable en segundos, sin que el periodista humano abandone la cobertura analítica de mayor profundidad.

Accesibilidad y alcance: La traducción y localización automática de contenidos permite a medios regionales llegar a audiencias en múltiples idiomas con recursos que antes habrían sido imposibles de sostener económicamente.

El debate de fondo, que los expertos del Reuters Institute y de la Unión Europea de Radiodifusión plantean con insistencia, no gira en torno a si los sistemas generativos mejorarán o empeorarán el periodismo en abstracto. La pregunta relevante es quién controla las condiciones de ese cambio y con qué intenciones. Una herramienta que en manos de una redacción comprometida con la verificación puede multiplicar la capacidad de investigación, en manos de una empresa que prioriza el volumen sobre la calidad se convierte en un mecanismo de degradación informativa a escala industrial. La tecnología no tiene una postura editorial; la tienen quienes deciden cómo y para qué emplearla.

Lo que la evidencia acumulada a lo largo de 2024 y 2025 deja en claro es que el tiempo de las decisiones estratégicas ya pasó: ahora se trata de gestionar una transformación que ocurre con o sin consentimiento institucional. Las redacciones que no definen políticas claras de uso no están evitando el cambio, sino cediendo el terreno a la improvisación individual. Y en un oficio donde la confianza es el activo más difícil de recuperar una vez perdido, improvisar sin brújula ética tiene consecuencias que ningún algoritmo puede corregir.

Referencias

Associated Press. Generative AI in Journalism: The Evolution of Newswork and Ethics in a Generative Information Ecosystem. Abril 2024. Disponible en: ap.org y researchgate.net.

Associated Press. Standards around generative AI. Actualización de estándares editoriales. Septiembre 2025.

Thomson Reuters Foundation. Journalism in the AI Era: Insights Report 2025. Londres, enero 2025.

European Broadcasting Union (EBU). News Report 2025: Leading Newsrooms in the Age of Generative AI. Ginebra, abril 2025.

Reuters Institute for the Study of Journalism (Universidad de Oxford). Digital News Report 2025. Oxford, 2025.

Reuters Institute for the Study of Journalism. AI and the Future of News 2026. Oxford, marzo 2026.

Klover Research. AI in Journalism 2025: What's Changing in Newsrooms and Coverage. Mayo 2025.

Press Gazette. Journalism industry job cuts 2024: tracked list. Londres, enero 2025.

Challenger, Gray & Christmas. Datos sobre recortes de empleo en sectores de medios y entretenimiento. Noviembre 2025.

WAN-IFRA. From Lab to Newsroom: How Reuters Builds AI Tools Journalists Actually Use. Abril 2025.

Poynter Institute. AI is already reshaping newsrooms, AP study finds. Análisis del informe AP. Abril 2024.

Laboratorio de Periodismo. El periodismo cierra 2025 marcado por la desafección del público y el impacto de la inteligencia artificial. Enero 2026.

Publicaciones Recientes

ChatGPT Image 3 jun 2026, 14_49_19 copia

Lo que la inteligencia artificial todavía no puede predecir sobre la ciencia

Un análisis profundo sobre el límite del conocimiento sintético frente a la imprevisibilidad del descubrimiento human
Leer Más
ChatGPT Image 3 jun 2026, 12_51_30

China no quiere que sus modelos sean solo baratos

  La guerra de precios entre tecnológicas chinas convirtió el acceso a modelos generativos en una carrera feroz p
Leer Más