La Inteligencia Artificial (IA) ha llegado al periodismo para ofrecer soluciones rápidas y potentes; aunque, al mismo tiempo, plantea nuevos desafíos para la profesión. ¿Cómo la IA nos puede ayudar a mejorar desde la recolección de datos hasta la difusión de nuestras historias? ¿Cuáles son los límites y consideraciones éticas a tener en cuenta? Y, sobre todo, ¿cuáles pasos seguir para implementar la IA en nuestras redacciones?

Estas preguntas fueron abordadas por Ana Paula Valacco, quien se desempeña como gerente de comunidades del JournalismAI, un proyecto de Polis, del London Schools of Economics and Political Science. Valacco expuso durante la cuarta y última sesión de la Cumbre Mundial “Empowering the Truth”, un evento que formó parte del programa Disarming Disinformation del Centro Internacional para Periodistas.

Conceptos y definiciones básicas

Según la encuesta más reciente de JournalismAI, los y las periodistas de Latinoamérica tienen una necesidad de entender mejor la IA. El primer paso para esto, de acuerdo a Valacco, es informarse acerca de esta tecnología. Por eso, brindó algunos conceptos claves que nos permitirán surfear mejor este universo:

  1. Inteligencia artificial: conjunto de ideas, tecnologías y técnicas relacionadas con la capacidad de un sistema informático para realizar tareas que, usualmente, requieren de la inteligencia humana. Por lo general, se espera que estos sistemas realicen estas actividades de manera más eficiente, ágil y con menor margen de error a comparación de los humanos.
  2. Automatización: amplia gama de tecnologías que reducen la intervención del ser humano en los procesos. Sin embargo, aquí Valacco hace la primera alerta: la IA no debería reemplazar al periodista; por el contrario, este asumir la revisión y supervisión de los análisis y productos realizados por la tecnología.
  3. Algoritmo: serie de pasos que se siguen para resolver un problema concreto o lograr un resultado definido. Por ejemplo, los algoritmos de Google o Facebook siguen una serie de pasos para evaluar el contenido disponible y, según ciertos criterios, eligen cuál priorizar para mostrárselo al usuario.
  4. Machine Learning: uso de algoritmos que aprenden patrones a partir de datos previos. Con este aprendizaje, estos algoritmos son capaces de realizar tareas nuevas sin estar explícitamente programadas para ellas.
  5. Inteligencia artificial generativa: un subcampo del aprendizaje automático que implica la generación de nuevo contenido (texto, imágenes, códigos, etc.) en base a un conjunto de datos previos de entrada. El ejemplo clásico es ChatGPT, que devuelve datos de acuerdo a prompts (consignas) otorgadas por un usuario.

Según explicó Valacco, es importante aproximarse a estas definiciones básicas con dos consideraciones. Primero, recordar que la IA no es una tecnología nueva, pero que hoy ha demostrado una acelerada mejora en la cantidad y calidad en el procesamiento de datos. Y, segundo, estar atentos a los sesgos que arrastra cada IA de los datos con los que fueron entrenadas. “Cuando estamos trabajando con estas herramientas, debemos evaluar como periodistas qué discursos estamos replicando”, agregó.

Entonces, ¿cómo podemos implementar la IA en nuestro trabajo? En su charla, Valacco mostró casos de éxito en diferentes partes del mundo. En primer lugar, las iniciativas en las que la IA es usada para recopilar información y hallar datos disparadores:

  • Análisis de texto: desde el reconocimiento óptico de caracteres (OCR) para leer miles de documentos, como hizo Quartz con los Mauritius leaks; hasta el uso de Pinpoint de Google para analizar información alojada en diferentes formatos (textos, audios y videos), como realizó CIPER en Papeles de la Dictadura. Con la ayuda de la IA, medios con pocos recursos humanos y monetarios ya pueden realizar este tipo de investigaciones.
  • Computer vision: el portal Texty entrenó a una IA para que reconociera posibles minas ilegales de ámbar en un mapa de imágenes satelitales. Con este tipo de IA, según explica Valacco, se puede aprovechar el reconocimiento de imágenes para proponer novedosas coberturas de temas ambientales.
  • Fact-checking: Medios especializados como Chequeado han implementado la IA en las diferentes etapas de su proceso de verificación de datos. Por ejemplo, para identificar frases chequeables de manera automática, emitir alertas de desinformación y realizar transcripciones en tiempo real.

Otro grupo de los ejemplos mostrados por Valacco están relacionados a la labor de producción de noticias. Estos son:

  • Buscadores internos: Algunos medios internacionales como la Radio Pública de Suecia cuentan con una IA que permite realizar búsquedas y brinda sugerencias a sus periodistas en base a los archivos del medio.
  • Categorización de la información: en el marco de un proyecto de JournalismAI, The Guardian usó machine learning para desarrollar una IA que sea capaz de reconocer una cita en un audio.
  • Traducción entre idiomas y formatos: OjoPúblico de Perú ha elaborado Quispe Chequea, una IA que traduce sus verificaciones de datos a lenguas originarias; mientras que Agencia Pública utiliza una IA para pasar sus artículos de texto a audio. Ambas iniciativas permiten expandir el universo de sus audiencias.
  • Resumen de noticias: UalterIA de Clarín es un asistente virtual que ofrece a los lectores un resumen de los artículos publicados, a través de un párrafo con el consolidado, bulletpoints, tablas con cifras y preguntas frecuentes.

Finalmente, la IA también puede ayudar al periodismo en la distribución de noticias, como en los siguientes ejemplos mostrados por la experta:

  • Sistemas de recomendación: la IA puede analizar el perfil del usuario que visita nuestros portales para brindarle mejores sugerencias de noticias de interés.
  • Modelos de propensión: ¿cuán probable es que un lector se suscriba a nuestro medio de comunicación? La IA también es usada en el periodismo para predecir qué usuarios son más probables de pagar por contenido noticioso.

La IA no se limita a estos ejemplos: también puede ayudarnos a moderar comentarios y aumentar la productividad del periodista como asistente de escritura, generador de titulares con mejor optimización para motores de búsqueda, entre otros. En general, la IA puede encargarse de tareas repetitivas y así darle más tiempo al periodista para investigar y realizar otras actividades dentro de la redacción.

Valacco subraya qué tienen en común los ejemplos mostrados: todos partieron de un problema que los medios de comunicación necesitaban resolver y, en ese sentido, la IA resultó ser la solución más eficaz.

La experta brindó una serie de pasos para desarrollar tu primer proyecto de IA con periodismo en tu medio de comunicación:

  1. Definir y estudiar el problema a resolver. En algunas oportunidades, la IA no será la mejor respuesta y su uso podría generar problemas adicionales.
  2. Identificar los recursos disponibles. Los ejemplos mostrados se basan en datos previos, con los cuáles la IA se entrena o analiza. Por eso es importante reunir, comprender, limpiar y estructurar los datos y documentos con los que cuenta nuestro medio de comunicación. De igual manera, es importante reconocer si contamos con los expertos y recursos tecnológicos necesarios.
  3. Investigar e informarse. Es importante ampliar nuestros conocimientos sobre la IA, y que este conocimiento sea distribuido entre los miembros de la redacción. JournalismAi tiene un directorio de consultores que pueden ayudarnos.
  4. Asignar responsabilidades. “Si todos somos responsables de algo, nadie es responsable”, explicó Valacco. Para ella es importante que se designen a líderes de la implementación, diseño y evaluación de la IA en las redacciones.
  5. Probar y repetir. La experta recomienda desarrollar productos mínimos viables, ponerlos a prueba, evaluar sus resultados y mejorarlos.
  6. Elaborar guías. Valacco propone que los medios escriban documentos sobre cómo se usará la IA. Estas guías deben brindar transparencia interna, para que el redactor entienda cómo funciona la herramienta, y externa con miras a los lectores; límites claros sobre el uso de la IA (por ejemplo, si está permitido usar la IA para escribir textos desde cero); y consideraciones éticas.

La invitación final de Valacco es a generar conversaciones de reflexión entre periodistas sobre las posibilidades y límites de la IA, sobre todo para discutir acerca de cómo vamos a mitigar los riesgos y preocupaciones acerca de esta nueva tecnología que ha llegado a las redacciones para quedarse.

Puedes ver el seminario online completo aquí:


Imagen de Igor Omilaev en Unsplash.


Lee más artículos de

COLABORADOR DE IJNET
Ernesto Cabral

Periodista peruano. Investigó los Panama Papers y Paradise Papers. Finalista a los premios de la Fundación Gabo (2020), y mención honrosa del premio Excelencia Periodística de la Sociedad Interamericana de Prensa por su cobertura de narcotráfico y lavado de dinero (2018, 2019). Miembro del equipo ganador de los Sigma Awards (2020).