Por Néstor Altuve

La inteligencia artificial (IA) es una fuerza disruptiva que está reconfigurando las redacciones, los flujos de trabajo, los modelos de negocio y la relación con las audiencias. Ante esta acelerada transformación que redefine los perfiles profesionales y obliga a replantear estándares éticos, surge un imperativo: la industria de los medios debe comprender este cambio estructural para adaptarse con innovación, responsabilidad y criterio estratégico.

En respuesta a esta urgencia, la Sociedad Interamericana de Prensa (SIP), en una alianza académica con Florida International University (FIU), a través de su Centro Kimberly Green para América Latina y el Caribe y la Facultad de Periodismo y Medios Lee Caplin, y con la colaboración experta del consultor Néstor Altuve, impulsó en los primeros meses del año el "Ciclo de Diálogos Sobre Inteligencia Artificial y Medios 2026".

Esta iniciativa es parte de un espacio permanente de reflexión, intercambio plural y formación práctica que la SIP mantendrá abierto todo el año. A continuación un resumen de estas experiencias.

Webinar sobre IA y su impacto en la formación de periodistas

Contexto: El foco de esta sesión inaugural fue la dimensión académica y formativa. Resulta vital para los medios porque la IA está redefiniendo la enseñanza del periodismo y exige la incorporación de nuevas competencias tecnológicas en los futuros profesionales.

Disertaciones: Moderado por Alejandro Alvarado Bremer (FIU), el panel contó con la participación de la doctora Catalina Jiménez Correa, decana de la Facultad de Comunicación de la Universidad Autónoma de Occidente (UAO) de Colombia y la perspectiva institucional del doctor José Miguel Cruz, director ejecutivo del Centro para América Latina y el Caribe de FIU. Las intervenciones subrayaron que la universidad debe adelantarse en esta discusión, asimilando los riesgos y posibilidades de la IA para dotar a los estudiantes de herramientas adecuadas.

Mensajes clave: El gran desafío es preparar a los profesionales para que no se limiten a utilizar herramientas automatizadas, sino que sean capaces de comprenderlas, supervisarlas y tomar decisiones informadas en entornos dominados por estas tecnologías.

Conclusiones: La base de la transformación digital comienza en las aulas; el talento humano debe mantener el control ético y editorial sobre la máquina.

Webinar sobre la IA Generativa y el futuro de la información en América Latina

Contexto: Este encuentro se enfocó en explorar de manera práctica cómo las nuevas herramientas de IA generativa están alterando la producción, distribución y el acceso a las noticias.

Disertaciones: Con la moderación de Néstor Altuve, las expertas Mariana Alvarado, capacitadora de Google News Initiative e Irina Sternik, periodista especializada en cultura digital, compartieron usos aplicados en las redacciones. Se expuso que estudios recientes revelaron una madurez digital incipiente en la región (con un índice de 40 sobre 100), donde un 80% de consultados admitió tener dificultades para incorporar la IA.

Mensajes clave: Se demostró la eficacia de herramientas específicas (como Pinpoint o NotebookLM) para procesar volúmenes masivos de información, hacer transcripciones cruzadas y potenciar el periodismo de investigación con la reducción de las "alucinaciones" del sistema.

Conclusiones: La adopción de IA es una oportunidad extraordinaria para la sostenibilidad del negocio y la aceleración de procesos, siempre que exista una voluntad directiva de superar las barreras de entrada tecnológicas.

Webinar sobre el uso efectivo de la IA Generativa en medios latinoamericanos

Contexto: La sesión profundizó en casos de éxito y aplicaciones tangibles dentro de grandes empresas periodísticas de la región.

Disertaciones: Moderado por Alejandro Alvarado, el panel reunió a Juan Carlos Simo, editor jefe en La Nación, Argentina y Enrique Calderón Gaona, Chief Technology Officer de Grupo Multimedios, México. Ambos líderes explicaron cómo sus organizaciones han escalado el uso de estas plataformas.

Mensajes clave: La Nación destacó que la IA no es solo tecnología, sino "un proyecto de cultura y de infraestructura" orientado a beneficiar a la audiencia, donde la supervisión humana es innegociable por cuestiones éticas. Por su parte, Grupo Multimedios compartió que la implementación de estas soluciones ha generado aumentos de hasta el 50% en la productividad y una reducción de hasta el 80% en los tiempos de procesamiento de contenidos.

Conclusiones: La madurez en la IA se alcanza cuando esta se integra estratégicamente en toda la cadena de valor del medio, asegurando transparencia frente al usuario (como lo promueve el Trust Project) y optimizando recursos sin sacrificar la calidad editorial.

Webinar sobre desinformación, IA y democracia: Una mirada regional

Contexto: En un año marcado por múltiples elecciones en las Américas, la sesión abordó la amenaza de las narrativas desinformantes impulsadas por la tecnología y cómo los medios pueden combatirlas.

Disertaciones: Con Néstor Altuve como moderador, Rodrigo Salazar, director ejecutivo del Consejo de la Prensa Peruana (CPP); Werner Zitzmann, director ejecutivo de la Asociación Colombiana de Medios de Información (AMI) junto con Adrián Pino y Soledad Arréguez de Proyecto Desconfío, Argentina, expusieron las tensiones entre ecosistemas digitales y estabilidad democrática.

Mensajes clave: Si bien la IA puede facilitar la manipulación, también dota a las redacciones de la capacidad para monitorear en tiempo real la circulación de campañas coordinadas o granjas de bots. Se enfatizó la urgencia de diseñar protocolos editoriales, simular escenarios reales de crisis y promover programas de alfabetización mediática para tender puentes de confianza con la ciudadanía.

Conclusiones: El buen periodismo, respaldado por herramientas de verificación automatizada, sigue siendo el principal escudo de la sociedad civil frente a la desinformación sistémica.

Cierre general sobre esta primera fase del ciclo

Quedó establecido que la inteligencia artificial trasciende la mera optimización operativa; representa un cambio de paradigma cultural e infraestructural que impacta el corazón del periodismo. Las señales del presente indican que el aumento drástico en la productividad mediática debe ir emparejado irrestrictamente con la supervisión humana, la verificación rigurosa y la transparencia.

La ruta trazada a lo largo de las sesiones es clara: la industria debe abrazar la adaptación continua, rediseñar sus procesos y capacitar incesantemente a sus equipos. Frente a fenómenos como la desinformación electoral, el fortalecimiento institucional de los medios y la alfabetización de las audiencias son pasos indispensables. Este ciclo de la SIP es como un faro estratégico que ofrece directrices accionables para que las empresas de comunicación en las Américas puedan sortear los desafíos de rentabilidad, tecnología y ética periodística con solidez y visión de futuro.

Proyección hacia la segunda fase

Dada la apremiante necesidad del sector por seguir decodificando este fenómeno en constante evolución, el esfuerzo institucional continuará con una segunda fase de diálogos que promete igual riqueza, intensidad y profundidad. Este compromiso continuo de la SIP, aliados y colaboradores reafirma una clara visión de futuro: acompañar activamente a las empresas periodísticas no solo para que logren adaptarse a la coyuntura tecnológica, sino para que asuman un liderazgo proactivo en la era digital. La continuidad de estos espacios asegura que el debate constructivo sobre innovación, sostenibilidad y ética siga nutriendo la indispensable transformación de la industria periodística en la región.

Durante años, muchos medios compitieron por aparecer en la primera página de Google. Ahora empieza otra competencia: lograr que sus contenidos sean encontrados, comprendidos, citados y reutilizados por sistemas basados en modelos de lenguaje. Ya no basta con publicar bien. También conviene estar estructurados para ser entendidos por máquinas inteligentes.

Por Néstor Altuve / info@nestoraltuve.com

Hay una pregunta que ya no debería estar confinada al equipo de tecnología, ni al área de SEO, ni a una conversación marginal sobre innovación: cuando un sistema de inteligencia artificial busca una respuesta sobre un tema de actualidad, ¿puede encontrar, interpretar y atribuir correctamente el contenido de su medio?

La pregunta parece técnica. En realidad, es profundamente estratégica.

Porque en el nuevo entorno digital, cada vez más personas no llegarán primero a una portada, a una home o incluso a una página de resultados tradicional. Llegarán a una respuesta generada, a un resumen conversacional, a una recomendación sintetizada o a una cita construida por un sistema de IA. Y en ese entorno, la calidad periodística sigue siendo decisiva, pero ya no alcanza por sí sola. La estructura empieza a importar casi tanto como el contenido.

Eso es, en términos simples, lo que significa LLM discovery: la capacidad de un contenido para ser descubierto, comprendido, relacionado con el contexto correcto y, en el mejor de los casos, citado o recomendado por sistemas basados en grandes modelos de lenguaje.

El uso del contenido periodístico por la IA: un tema sensible que exige acuerdos inteligentes

A medida que los sistemas de inteligencia artificial descubren, procesan, resumen y reutilizan contenidos periodísticos, emerge una tensión que ya no puede tratarse como un asunto periférico. Los medios necesitan ser encontrados, comprendidos y atribuidos en estos nuevos entornos. Pero al mismo tiempo crece la inquietud por el uso de su contenido sin suficiente reconocimiento, contexto o retorno económico.

Es, sin duda, un tema álgido. Y seguirá siéndolo.

Sin embargo, el error sería abordarlo solo desde la queja, el miedo o la lógica defensiva. La discusión de fondo no debería limitarse a si la IA usa o no usa contenido periodístico, sino a bajo qué condiciones lo hace: con qué nivel de atribución, con qué transparencia, con qué límites, con qué trazabilidad y bajo qué esquemas de compensación o intercambio de valor.

Para los medios, aquí no solo está en juego la protección de su propiedad intelectual. También está en juego su capacidad de conservar contexto, marca, autoridad y monetización en una nueva capa de intermediación digital. Y para las empresas de IA, también debería estar claro que el acceso sostenible a contenido confiable, actualizado y bien producido no puede construirse sobre relaciones ambiguas o desequilibradas.

Por eso, más que una guerra sin salida, lo que se necesita es avanzar hacia acuerdos beneficiosos para ambas partes. Acuerdos que reconozcan el valor económico, editorial y social del periodismo, y que al mismo tiempo permitan que los sistemas de IA accedan a información de calidad bajo reglas claras, transparentes y sostenibles.El equilibrio no aparecerá solo. Habrá que negociarlo, diseñarlo y defenderlo.

El descubrimiento en LLM ya es un asunto de negocio

Durante mucho tiempo, la lógica dominante fue relativamente clara: producir contenido relevante, optimizarlo para buscadores, mejorar velocidad de carga, titular bien, cuidar indexación y competir por tráfico. Esa lógica no desaparece, pero se vuelve insuficiente.

Los sistemas basados en IA no siempre navegan como un usuario humano. Muchas veces consumen datos estructurados, interpretan entidades y relaciones, consultan endpoints, procesan sitemaps, leen marcado semántico y dependen de señales de claridad para reducir errores de interpretación. En otras palabras, para las máquinas, una superficie digital clara y estructurada puede ser más útil que una página visualmente impecable pero ambigua o difícil de procesar.

Si su contenido no se entiende bien en entornos de IA, puede pasar una de tres cosas: no aparece, aparece mal o aparece sin el contexto que protege su marca y su valor editorial. Las tres son peligrosas. La primera reduce visibilidad. La segunda erosiona confianza. La tercera puede diluir reconocimiento y capacidad de monetización.

Por eso este ya no es solo un problema de tráfico. Es un problema de distribución futura, posicionamiento de marca, autoridad editorial y competitividad.

La diferencia entre ser visible en buscadores y ser descubrible por LLM

El buscador tradicional, simplificando mucho, organiza páginas. El sistema basado en LLM intenta comprender significados.

En el mundo clásico del SEO, la página era la unidad principal de competencia. En el entorno LLM, esa lógica se desplaza hacia algo más profundo: entidades, atributos, relaciones y contexto. Dicho de otro modo, no basta con tener un buen artículo sobre elecciones, inflación o fichajes deportivos. El sistema necesita entender con claridad quién escribió, qué organización publica, sobre qué hecho trata, cuándo fue publicado, cuándo fue actualizado, qué tema cubre, con qué otras piezas se relaciona y por qué debería considerarlo confiable.

Aquí está la gran diferencia: el SEO clásico optimizaba para ranking; el descubrimiento en LLM obliga a optimizar para comprensión.

Un ejemplo simple. Un portal económico publica una nota sobre la decisión de un banco central. Si la pieza tiene un titular claro, fecha visible, autor identificado, tema correctamente categorizado, datos estructurados tipo NewsArticle, enlaces a contexto previo, una URL estable y un sitemap bien mantenido, le da a la máquina una historia inteligible. Si, en cambio, la nota está enterrada en una arquitectura caótica, con etiquetas inconsistentes, fecha ambigua, autor genérico y fuerte dependencia de JavaScript para renderizar el contenido, el sistema tendrá más dificultad para leerla correctamente.

La nueva regla: el buen contenido debe venir bien empaquetado

En medios, solemos pensar en el contenido como una pieza editorial. Para los sistemas de IA, además de pieza editorial, debe ser también un objeto bien descrito.

Eso exige ordenar el contenido en varias capas.

La primera capa es la claridad editorial. Titulares precisos. Bajadas útiles. Cuerpos de texto bien estructurados. Subtítulos que orienten. Párrafos que definan con nitidez quién, qué, cuándo, dónde y por qué. Esto no es una concesión a las máquinas. Es buen periodismo. Pero ahora también funciona como una señal de legibilidad algorítmica.

La segunda capa es la estructura semántica. El contenido debe tener una jerarquía visible y lógica. Una cobertura sobre un escándalo político, por ejemplo, no debería ser una isla. Debe relacionarse con perfiles de protagonistas, cronologías, piezas explicativas, documentos fuente, coberturas previas y actualizaciones posteriores. En lenguaje sencillo: el sitio debe ayudar a la máquina a entender que no son páginas sueltas, sino partes de un mapa de conocimiento.

La tercera capa es la consistencia. Si un mismo tema se etiqueta hoy como “Elecciones 2026”, mañana como “Comicios” y pasado mañana como “Política electoral”, el medio complica la tarea de interpretación. La taxonomía deja de ser un asunto administrativo y se convierte en una señal estratégica. Un sitio consistente enseña. Un sitio desordenado confunde.

Feeds, APIs, sitemaps y metadatos: la tubería que ahora importa más

Hay una frase que muchos medios tendrán que asumir cuanto antes: las máquinas no “viven” la experiencia del sitio; consumen sus datos.

Traducido al mundo editorial, esto significa varias cosas.

Un feed bien diseñado no es solo un archivo para distribución. Puede convertirse en una vía útil para que terceros entiendan qué publica el medio, con qué frecuencia, sobre qué temas y con qué atributos. En noticias, un sitemap específico para contenido noticioso permite informar mejor sobre artículos recientes y sus datos relevantes.

Una API limpia y ordenada permite exponer contenido, metadatos, actualizaciones, catálogos temáticos, perfiles de autores o bases documentales de forma consistente. No todos los medios necesitan abrir APIs públicas desde mañana. Pero sí necesitan pensar como si su contenido debiera poder circular de forma estructurada y comprensible.

Los metadatos son el idioma auxiliar de la página. No sustituyen al periodismo, pero ayudan a describirlo. Fecha de publicación, fecha de modificación, autor, sección, tipo de pieza, idioma, organización editora, imagen principal, temas asociados, formato y relación con otras piezas son señales que reducen ambigüedad.

Y las URLs estables también cuentan. Una página cuyo enlace cambia innecesariamente o depende de parámetros opacos pierde claridad y trazabilidad. Para una máquina, una URL limpia y persistente ayuda a consolidar identidad y contexto.

Los datos estructurados no son decoración: son contexto legible

Muchos medios todavía tratan el marcado estructurado como una tarea secundaria. Error.

Los datos estructurados, usando vocabularios como Schema.org, ayudan a los sistemas a entender qué es una página y qué representa cada elemento. En noticias, NewsArticle permite describir piezas periodísticas; Organization y NewsMediaOrganization ayudan a identificar al publisher; y propiedades vinculadas a autoría, fecha, imágenes o principios editoriales aportan contexto adicional.

Para un directivo no técnico, la mejor analogía es esta: el contenido es la noticia; el dato estructurado es la ficha técnica que permite que una máquina no adivine, sino entienda.

Y en esta etapa, reducir la necesidad de que la máquina “infiera” es una ventaja competitiva.

Autoría, fecha, jerarquía temática y confianza: señales que ya pesan más

En periodismo, confianza y atribución siempre importaron. En la era LLM, importan doble.

Por eso un medio que quiera ser más reusable por sistemas de IA debería cuidar, como mínimo:

Cuando todo eso está alineado, el medio se vuelve una fuente más clara, trazable y reusable.

Errores que están reduciendo la visibilidad de muchos medios

Aquí aparece una parte incómoda: muchos sitios periodísticos siguen operando con arquitecturas que fueron aceptables para otra etapa del internet.

Los errores más frecuentes son bastante reconocibles.

El primero es confiar demasiado en la capa visual. Sitios muy atractivos para humanos, pero difíciles de procesar para máquinas por exceso de scripts, componentes anidados o renderizado deficiente.

El segundo es bloquear o limitar sin querer la accesibilidad de crawlers reputados.

El tercero es usar taxonomías pobres o inconsistentes. Etiquetas improvisadas, secciones duplicadas, temas mezclados, categorías sobredimensionadas.

El cuarto es carecer de disciplina en fechas y actualizaciones. Cambiar fechas sin claridad, no distinguir publicación original de actualización o mostrar señales contradictorias daña comprensión y credibilidad.

El quinto es pensar que una “página especial para IA” resuelve el problema. No se trata de inventar un escaparate artificial para LLM, sino de mejorar la calidad estructural real del ecosistema digital.

Qué hacer ahora

Un medio no necesita rehacer todo su sitio esta semana. Pero sí necesita empezar con una hoja de ruta seria.

Primero, haga una auditoría de superficie legible por máquinas. Revise qué ve realmente un crawler en sus páginas clave, si el contenido principal renderiza bien, si los artículos tienen datos estructurados correctos, si sus sitemaps están actualizados y si la accesibilidad no está siendo limitada sin intención.

Segundo, ordene la taxonomía editorial. Menos etiquetas improvisadas y más arquitectura temática coherente. Un tema debe ser un tema en todo el sitio.

Tercero, fortalezca las señales de confianza. Autoría clara, fichas de autores, principios editoriales, datos de contacto, políticas visibles, fechas coherentes y correcciones transparentes.

Cuarto, trabaje el sitio como un sistema de conocimiento, no como una colección de páginas sueltas. Conecte perfiles, coberturas, dossiers, explicadores, cronologías y archivos.

Quinto, alinee a redacción, producto, SEO y tecnología. Porque este desafío no pertenece a un solo departamento. Es una nueva disciplina transversal.

El punto de fondo: aquí no se juega solo una mejora técnica

La discusión sobre descubrimiento en LLM puede parecer una conversación de especialistas. No lo es.

Lo que está en juego es quién será legible en la nueva capa de intermediación digital. Quién podrá seguir siendo fuente. Quién conservará atribución. Quién convertirá su archivo en activo reutilizable. Y quién correrá el riesgo de producir valor que otros sistemas resumirán sin devolverle suficiente reconocimiento.

Para los medios, esta conversación llega en un momento delicado: ingresos presionados, audiencias fragmentadas, dependencia de plataformas y necesidad urgente de construir ventajas que no se evaporen con el siguiente cambio del algoritmo. Precisamente por eso, ordenar la arquitectura editorial para sistemas de IA no es una tarea cosmética. Es una inversión en capacidad de descubrimiento, autoridad y futuro.

La buena noticia es que esta transición no exige abandonar el periodismo. Exige hacerlo más inteligible.

Porque en la era de la IA, seguirán ganando los medios que informen mejor. Pero también, cada vez más, los que estén mejor estructurados para que las máquinas puedan reconocer que informan mejor.

Cinco recomendaciones ejecutivas para dueños y altos directivos de medios

Por Néstor Altuve - @nestoraltuve – info@nestoraltuve.com

El newsletter dejó de ser un complemento editorial. Es, o debe ser, una unidad estratégica de negocio.

Durante años, los medios lo trataron como canal de distribución. Luego como herramienta de fidelización. Hoy, en plena aceleración de la inteligencia artificial, y en un contexto especialmente desafiante para los medios latinoamericanos, con caída de ingresos publicitarios y alta dependencia de plataformas, el newsletter entra en su fase más exigente: o se convierte en producto diferencial o será reducido a simple insumo resumible.

La IA no va a eliminar los boletines. Va a eliminar los irrelevantes. Y eso, estratégicamente, es una oportunidad.

I. El cambio estructural: del “email enviado” al “producto editorial con economía propia”

Los medios que entendieron primero este cambio, como The New York Times con The Morning, o Quartz al diseñar newsletters como productos con métricas propias de retención, asumieron algo esencial. Un newsletter no es contenido enviado, es una relación estructurada con una audiencia identificable y medible.

Ismael Nafría lo resume con claridad: sin definición de audiencia y propuesta de valor, el boletín se diluye. Adam Pasick ha mostrado cómo los newsletters pueden convertirse en puerta de entrada a la suscripción. Luciana Cardoso trabajó el newsletter como producto con indicadores propios de engagement y retención.

La inteligencia artificial acelera esta lógica.

Cuando el lector recibe un resumen automático de múltiples boletines, función que ya empieza a integrarse en entornos de correo con IA, la pregunta deja de ser “¿me llegó?” y pasa a ser:

¿Me aporta algo que no puedo obtener en segundos?

En mercados donde el tráfico orgánico es frágil, esta pregunta es crítica.

II. La nueva competencia: el filtro semántico

Antes competías contra otros medios.

Hoy compites contra el resumen automático.

Los modelos de IA:

·       Extraen puntos clave.

·       Detectan patrones.

·       Eliminan redundancias.

·       Priorizan información estructurada.

Si tu newsletter es:

·       Informativo pero genérico.

·       Recopilatorio sin análisis.

·       Lista de enlaces con breve comentario.

Estás en terreno vulnerable.

El futuro pertenece a lo no resumible.

A aquello cuya esencia no cabe en tres líneas.

III. Las cuatro tipologías que sobrevivirán

1.     El newsletter de voz autoral

Cuando la voz es el producto, el canal deja de ser el centro.

Casos como Letters from an American o iniciativas independientes como Status demuestran que el lector no abre por información, sino por interpretación.

La IA puede sintetizar datos.

No puede replicar trayectoria, criterio acumulado ni reputación editorial.

Claves estratégicas:

·       Postura definida.

·       Marco conceptual propio.

·       Narrativa consistente en el tiempo.

·       Firma reconocible.

·       Responsabilidad intelectual.

Para medios grandes, implica fortalecer autores con identidad clara.

Para independientes, convertir la marca personal en activo estratégico.

2.     El newsletter de utilidad económica concreta

Aquí el valor no es editorial, sino decisional.

Sobrevive aquel que:

·       Ahorra tiempo.

·       Reduce riesgo.

·       Genera ingresos.

·       Mejora decisiones.

Los boletines sectoriales o verticales especializados, especialmente en economías con déficit de información de calidad, tienen ventaja competitiva.

Si un ejecutivo paga por información que impacta su gestión, el consumo puede variar y el valor ya fue capturado.

Claves estratégicas:

·       Problema específico.

·       Audiencia definida.

·       Profundidad técnica.

·       Modelo de pago explícito.

·       Impacto medible.

3.     El newsletter como puente de entrada estratégica

El email deja de ser destino. Se convierte en puente.

El newsletter:

·       Activa.

·       Recuerda.

·       Contextualiza.

·       Dirige tráfico cualificado.

El contenido profundo vive en:

·       Ecosistema propio.

·       Membresía.

·       Comunidad.

·       Plataforma premium.

En entornos donde el tráfico social es inestable, este modelo fortalece independencia.

La IA puede amplificarlo si el resumen despierta suficiente interés para profundizar.

4.     El newsletter como comunidad

Este es el territorio menos automatizable.

Donde existen:

·       Respuestas reales.

·       Eventos.

·       Interacción directa.

·       Reconocimiento entre miembros.

·       Identidad compartida.

La IA puede resumir contenido.

No puede crear pertenencia.

La comunidad es ventaja estructural.

IV. La transformación estratégica que deben asumir los medios

1.     Pasar de volumen a arquitectura

Muchos medios acumulan newsletters sin modelo económico definido.

La pregunta estratégica no es cuántos envías.

Es cuánto valor generan.

Cada newsletter debe tener:

·       Objetivo claro (adquisición, retención, monetización o posicionamiento).

·       KPI financiero asociado.

·       Segmentación definida.

·       Propuesta de valor concreta.

En entornos de recursos limitados, dispersión equivale a fragilidad.

2.     Diseñar para IA, no contra IA

La optimización futura incluirá:

·       Primeros párrafos con contexto estratégico claro.

·       Titulares que sintetizan valor diferencial.

·       Llamados a la acción visibles tempranamente.

·       Estructura que sobreviva al resumen automático.

Así como aprendimos SEO, debemos entender el nuevo entorno semántico.

No se trata de adaptarse a una moda tecnológica.

Se trata de sobrevivir al filtro.

3.     Integrar IA en el backend

La IA debe fortalecer la arquitectura de relación, no reemplazar criterio editorial.

Usos estratégicos:

·       Analizar comportamiento de lectura.

·       Detectar abandono.

·       Personalizar frecuencia.

·       Recomendar contenido histórico relevante.

·       Segmentar dinámicamente.

La automatización sin estrategia genera ruido.

La automatización con arquitectura genera ventaja.

V. Monetización: el punto que nadie puede dejar suelto

Un newsletter sin modelo económico explícito es vulnerable.

Modelos viables:

·       Patrocinio premium.

·       Suscripción directa.

·       Membresía corporativa.

·       Eventos derivados.

·       Informes ejecutivos.

·       Productos formativos.

·       Servicios B2B.

El newsletter debe estar vinculado a:

·       Ingresos.

·       Retención.

·       Adquisición.

·       O reducción de costos.

Si no impacta el negocio, será el primero en cuestionarse ante ajustes presupuestarios.

VI. Errores estratégicos que acelerarán la irrelevancia

1.     Creer que el diseño compensa la falta de propuesta de valor.

2.     Confundir apertura con impacto económico.

3.     No diferenciar audiencia.

4.     No medir conversión real.

5.     Producir contenido intercambiable.

6.     Ignorar la dimensión comunitaria.

7.     Desvincularlo del modelo financiero del medio.

VII. Qué deben hacer hoy los medios grandes, medianos y pequeños

Medios grandes

·       Auditar portafolio de newsletters.

·       Eliminar redundancias.

·       Fortalecer autores estratégicos.

·       Vincular newsletters a conversión y retención.

Medios medianos

·       Elegir nichos claros.

·       Convertir uno o dos newsletters en producto central.

·       Integrarlos con comunidad.

·       Medir impacto económico.

Medios pequeños o independientes

·       Construir voz diferenciada.

·       Especializarse en verticales concretos.

·       Integrar modelo de pago temprano.

·       Diseñar ecosistema desde el inicio.

VIII. La pregunta definitiva

Si mañana tus lectores reciben solo un resumen automático de tu newsletter:

• ¿Quedará claro por qué deben leerte completo?

•  ¿Ofreces interpretación o solo información?

•  ¿Tienes modelo o solo envío?

•  ¿Construyes sistema o solo contenido?

La inteligencia artificial no elimina el newsletter.

Lo obliga a evolucionar.

En la nueva arquitectura digital, el email deja de ser mensaje.

Se convierte en activo estratégico dentro de un sistema de negocio.

Y en la economía de la atención automatizada, lo resumible desaparece.

Lo estratégico permanece.

Por Néstor Altuve / @nestoraltuve / info@nestoraltuve.com

Durante más de dos décadas, la visibilidad de un medio digital se jugó en un terreno relativamente estable, el buscador. Aparecer en la primera página de resultados, idealmente en los primeros tres enlaces, equivalía a existir. No lograrlo era, en la práctica, quedar fuera del radar informativo. Esa lógica se ha roto. No de forma abrupta ni con un anuncio oficial, sino mediante un desplazamiento silencioso y progresivo que hoy redefine quién es visible en Internet y quién no.

El punto de inflexión no es Google como empresa, sino el cambio de interfaz mental del usuario. Cada vez más personas ya no “buscan” información, la preguntan. Y esperan una respuesta directa, completa y contextualizada, sin navegar, sin comparar enlaces, sin salir de la pantalla. Esa respuesta ya no la entrega una lista de resultados, sino un modelo de inteligencia artificial que sintetiza, prioriza y decide qué fuentes merecen ser utilizadas. La web sigue existiendo, pero ha dejado de ser la puerta de entrada. La nueva puerta es la respuesta generada por IA.

De la economía del clic a la economía de la cita

Para los medios de comunicación, este cambio no es cosmético. Es estructural. Cuando aparecen resúmenes generados por IA en las búsquedas, los clics hacia los sitios web caen de forma significativa. No porque el contenido haya perdido calidad, sino porque la necesidad de visitar la fuente se reduce drásticamente. El usuario ya obtuvo lo que quería, una respuesta.

Esto implica un giro radical en la lógica de la visibilidad. Antes, el objetivo era atraer tráfico. Hoy, el objetivo es ser utilizado como fuente. La competencia ya no se libra por posiciones en una página de resultados, sino por ser el medio que la IA decide citar, parafrasear o incorporar en su síntesis. El SEO tradicional, optimizar para motores de búsqueda, cede terreno ante una nueva disciplina emergente, la optimización para motores de respuesta.

En este nuevo escenario, la unidad de valor deja de ser la página completa. Pasa a ser el fragmento, la frase clara, el dato preciso, el párrafo estructurado que una IA puede extraer, entender y reutilizar sin ambigüedades.

La nueva invisibilidad: existir sin ser usado

Aquí aparece una de las amenazas más subestimadas para los medios, especialmente los medianos y pequeños. Un medio puede tener sitio web, estrategia SEO, enlaces entrantes y hasta tráfico estable, y aun así ser invisible para la IA. Visible para el buscador, pero irrelevante para el sistema que hoy media la relación entre información y usuario.

Los modelos de IA no “navegan” la web como lo hace una persona. No descubren contenidos del mismo modo ni otorgan valor por simple existencia. Operan sobre patrones de autoridad, recurrencia, claridad y confianza acumulada en sus datos de entrenamiento y señales posteriores. El resultado es una nueva brecha, medios que existen, pero no aparecen en las respuestas. Contenidos publicados que no forman parte del conocimiento operativo de la IA.

En consultas de descubrimiento, “recomiéndame”, “explícame”, “qué medios cubren”, la presencia de actores nuevos o poco diferenciados es mínima. La IA tiende a apoyarse en fuentes que ya reconoce como legítimas, consistentes y estables. No es una conspiración, es una consecuencia técnica del modo en que aprende y reduce riesgos.

Quién gana y quién pierde en este nuevo mapa

Este cambio no es neutral. Beneficia de forma clara a ciertos perfiles de medios y castiga a otros.

Salen fortalecidos los medios con marca reconocible, identidad editorial clara y autoridad acumulada. También aquellos que producen contenido estructurado, directo, con datos verificables y lenguaje preciso. La IA “prefiere” aquello que puede reutilizar sin esfuerzo ni reinterpretación.

Asimismo, ganan los medios que están presentes en múltiples capas del ecosistema digital: web, redes sociales, video, bases de datos públicas, perfiles enciclopédicos. Cuantas más huellas coherentes deja una marca informativa, más fácil resulta para la IA incorporarla a su marco de referencia.

En cambio, pierden terreno los sitios genéricos, el contenido diseñado solo para keywords, los artículos largos sin estructura clara y los medios sin una propuesta editorial diferenciada. En un entorno dominado por respuestas, gana quien suena a verdad, no quien publica más.

Qué deben hacer los medios, ahora

Imagen y Contenido de Néstor Altuve

La pregunta estratégica ya no es “cómo llevamos al usuario a nuestra web”, sino “cómo logramos que la IA nos recuerde”. Eso exige cambios concretos.

Primero, pensar el contenido no solo para lectores humanos, sino también para sistemas de síntesis. Claridad, jerarquía, contexto explícito y datos bien formulados dejan de ser buenas prácticas opcionales y se convierten en requisitos de supervivencia.

Segundo, fortalecer la identidad de marca periodística. La notoriedad ya no es solo marketing, es una señal de confianza para los modelos. Un medio indistinguible es un medio prescindible.

Tercero, aceptar que la visibilidad ya no se mide únicamente en tráfico. Ser citado, referenciado o utilizado por sistemas de IA es una nueva forma, indirecta pero poderosa, de influencia informativa.

La web no ha muerto. Pero ha cambiado de dueño simbólico. La visibilidad ya no la reparte un buscador que lista enlaces, sino una inteligencia artificial que decide qué voces merecen formar parte de la respuesta. Para los medios, adaptarse no es una opción estratégica más. Es la condición mínima para seguir existiendo en el nuevo mapa informativo de Internet. 

Por Néstor Altuve – info@nestoraltuve.com

Cuando más de 60 profesionales de medios levantan la mano (o su móvil) para responder en tiempo real sobre el estado de la inteligencia artificial en sus redacciones, lo que emerge no es solo una fotografía, sino un diagnóstico profundo de prioridades, miedos y oportunidades no aprovechadas.

Ver la grabación de toda la actividad conducida por Néstor Altuve en SIPConnect 2025.

A continuación, analizamos una por una las ocho preguntas claves del taller, con datos reales, explicaciones estratégicas y recomendaciones ejecutivas para actuar… no para quedarse en el diagnóstico.

Resultado:La gran mayoría (23 respuestas) se ubican entre 1 y 20 puntos sobre 100 y, lo más llamativo, el 80% no supera el 40/100. Lo que se traduce en un gran camino por recorrer en cuanto a la adopción y uso de la IA en los medios de comunicación.Solo 2 medios indicaron estar por encima de 60/100 y ninguno por encima de 81/100.

Análisis:La inteligencia artificial en los medios hispanos sigue en fase embrionaria. La falta de un plan estratégico, combinada con estructuras organizativas que siguen viendo la IA como un “experimento técnico” y no como una herramienta empresarial, impide escalar.

Acción sugerida:Pasar de la exploración intuitiva a una hoja de ruta con retorno. Medios que han logrado avanzar, lo han hecho no por tener más recursos, sino por tener métrica financiera clara y liderazgo decidido.

Resultado:La opción más frecuente fue: “No está claro” (13 respuestas).Le sigue, con 10 respuestas ambas, Es un esfuerzo disperso entre áreas y Dirección Editorial

Análisis:Cuando la innovación no tiene dueño o está dispersa, se vuelve anecdótica. Esta falta de claridad delinea una oportunidad: la IA necesita un liderazgo transversal, que conecte tecnología, contenido y negocio.

Acción sugerida:Nombrar un responsable de IA (no necesariamente técnico), capaz de articular iniciativas con impacto y coordinar esfuerzos entre redacción, comercial, tecnología y dirección general.

Resultado:Las palabras más frecuentes fueron: “experimentar”, “nada”, “transcripción”, “automatizar”, “eficiencia», «resúmenes” y «newsletter«.

Análisis:El uso sigue limitado a tareas básicas, sin visión de escalabilidad ni conexión directa con generación de ingresos o ahorro.

Acción sugerida:Identificar uno o dos casos de uso con ROI claro (por ejemplo, automatización de propuestas comerciales, generación de audionoticias o predicción de cancelación de suscripciones) y diseñar un piloto con medición económica desde el primer día.

Resultado:Empate técnico entre quienes están en fase de “prueba” (12) y quienes ya están “implementando en áreas clave” (12). 14 medios revelan una peligrosa paralización con respuestas entre un «Hemos discutido, pero no actuado» y «Aún no hemos hecho nada».

Análisis:El interés existe, pero no ha madurado en gobernanza ni en resultados financieros visibles. La mayoría de las redacciones no sienten estar a tiempo, pero casi 2/3 (64%) están haciendo al menos algo. Una especial atención y llamado a esos 14 medios, el 36% de las respuestas, que están de alguna forma paralizados a movilizarse.

Acción sugerida:Acelerar la transición del piloto a la práctica sostenible mediante tres pasos:

Resultado:Optimización editorial y personalización fue la respuesta más votada (18 menciones en 1er lugar). Le siguen automatización de tareas y monetización de contenidos.

Análisis:Existe claridad sobre el potencial inmediato en producción de contenido y relación con audiencias. Pero sigue habiendo temor o falta de preparación para aplicar IA en monetización o eficiencia comercial.

Acción sugerida:Aprovechar ese “punto de entrada” editorial como vía para demostrar el valor de la IA, y desde ahí extenderla a productos, ingresos y decisiones comerciales. La clave: ir de lo “creativo” a lo “rentable” sin perder el foco periodístico.

Resultado:Variedad de interesantes palabras en las respuestas de esta pregunta abierta. Más allá de las muchas razones alineadas con la mejora editorial y periodística, aparecen respuestas con palabras relativas a la monetización, ahorros, sostenibilidad y sobrevivencia del negocio.

Análisis:La IA no se ve (aún) como amenaza, sino como posibilidad de elevar el trabajo periodístico. Pero esa narrativa debe aterrizarse con lógica económica o no será sostenible.

Acción sugerida:Hacer convivir ética periodística y retorno financiero. La IA debe ayudar a informar mejor y también a sostener el modelo de negocio. Hay espacio para ambos… si se miden con los indicadores adecuados.

Resultado:La automatización de tareas operativas fue la acción más votada (16 respuestas). Luego aparece Optimizar un flujo editorial con IA con 10 respuestas. Interesante que, aunque menor el resultado, la tercera sea Monetizar un contenido con IA (14% de las respuestas). Eso es un buen indicativo

Análisis:Las redacciones buscan resultados rápidos, visibles, y que no requieran grandes inversiones. La IA operativa (automatizar procesos repetitivos) es la puerta de entrada.

Acción sugerida:Establecer pilotos con impacto cuantificable: por ejemplo, medir horas de trabajo ahorradas, tiempos de publicación reducidos, o errores evitados. Esto alimenta el siguiente paso: optimizar el modelo de costos.

Resultado:Se repiten las respuestas asociadas a las mejoras editoriales, periodísticas, darle valor a los contenidos y la productividad. Llama la atención las frases asociadas a la sostenibilidad del negocio.

Análisis:En su mayoría, las motivaciones son operativas, pero reflejan también una búsqueda por mejorar la calidad del trabajo y recuperar tiempo para pensar.

Acción sugerida:Traducir estos logros en indicadores financieros simples: cuánto vale el tiempo ahorrado, cuántas piezas adicionales se generan, cuánto más rápido se cierra una venta. Solo así la IA dejará de ser una moda y se convertirá en motor estratégico.

La encuesta no solo midió opiniones, reveló decisiones pendientes.Lo que vimos fue un ecosistema periodístico que quiere avanzar, pero necesita estructura, medición y liderazgo.

No basta con usar IA. Hay que hacerla rentable, eficiente y sostenible.

Y eso se logra no desde lo técnico, sino desde lo estratégico y financiero, como ya lo están haciendo los medios que han dejado de ver la IA como herramienta… y la han asumido como inversión.

Por Néstor Altuve

El camino hacia la integración de la IA en los medios debe iniciarse con una reflexión estratégica que priorice a las personas y los procesos por encima de las fascinantes posibilidades tecnológicas. Adoptar una herramienta sin entender cómo encaja en la misión periodística, sin capacitar al personal o sin rediseñar los procesos internos, no solo es ineficaz, sino que también puede erosionar la confianza en las redacciones.

La IA puede asumir tareas repetitivas y tediosas, como la transcripción de entrevistas, el etiquetado de contenidos o la generación de resúmenes automáticos, liberando tiempo para que los periodistas se concentren en lo verdaderamente importante: investigar, analizar y narrar historias que resuenen con su audiencia. Sin embargo, su implementación debe estar anclada en una estrategia clara que incluya formación continua, alineación con los valores éticos del periodismo y procesos que garanticen la calidad editorial.

Esta rentabilidad no es automática; requiere inversión inicial, visión de largo plazo y un cambio cultural que permita a las organizaciones reinventarse en torno a un modelo de negocio digital-first.

Relacionado: Cómo hacer de la inteligencia artificial un aliado sostenible en los medios de comunicación.

En términos de sostenibilidad, la IA ofrece un horizonte prometedor para los medios de comunicación que logren adaptarse. Herramientas como algoritmos predictivos y análisis de datos avanzados permiten identificar patrones de consumo, personalizar contenidos y mejorar la experiencia del usuario. Esto no solo incrementa el engagement, sino que también abre nuevas oportunidades de monetización a través de suscripciones, publicidad dirigida y productos de contenido especializado.

Los medios que integren la IA con un enfoque estratégico podrán optimizar costos, aumentar la eficiencia operativa y diversificar sus fuentes de ingresos. Sin embargo, esta rentabilidad no es automática; requiere inversión inicial, visión de largo plazo y un cambio cultural que permita a las organizaciones reinventarse en torno a un modelo de negocio digital-first.

Lecciones del pasado: Internet y la resistencia al cambio

Si la llegada de Internet marcó el inicio de una crisis existencial para los medios de comunicación, la IA representa un desafío aún mayor. La industria aún recuerda cómo el desconocimiento y la falta de acción frente a Internet resultaron en la pérdida de audiencias, ingresos publicitarios y relevancia. Ignorar el impacto de la IA podría ser un golpe letal para los medios tradicionales.

Invertir en capacitación para periodistas y equipos editoriales, asegurando que comprendan tanto las capacidades como las limitaciones de la tecnología.

El nuevo rol de los medios y los periodistas en la era de la IA no debe ser reactivo, sino proactivo. Los periodistas deben convertirse en curadores de información en un mundo saturado de contenidos generados automáticamente. Su labor será crucial para filtrar, contextualizar y humanizar las historias, asegurando que la verdad y la ética sigan siendo los pilares del periodismo.

Webinar SIP: IA y periodismo: Ideas, tendencias y estrategias de cara al 2025

Hoja de Ruta: Superar los desafíos de la IA en 2025

Para navegar este nuevo paradigma con éxito, los medios de comunicación deben adoptar una hoja de ruta clara. Aquí un listado de prioridades clave para 2025:

Conclusión: Un futuro prometedor con la IA como aliada

La inteligencia artificial no es una amenaza para el periodismo; es una oportunidad para renovarlo y reforzarlo en un mundo en constante cambio. Si se implementa con visión estratégica, alineada con los valores esenciales de la profesión, puede convertirse en una aliada poderosa para fortalecer la relación entre los medios y sus audiencias, asegurando su relevancia y sostenibilidad en el siglo XXI.

El periodismo no desaparecerá; evolucionará. Pero el tiempo es crucial. Los medios que adopten un enfoque proactivo hacia la IA estarán mejor posicionados para liderar la transformación de la industria, mientras que aquellos que permanezcan estáticos corren el riesgo de quedarse irrelevantes. En esta encrucijada histórica, la elección es clara: abrazar el cambio o enfrentar la extinción.

Por Néstor Altuve

La evolución de los medios de comunicación exige decisiones estratégicas que trascienden lo operativo. La inteligencia artificial (IA) ha dejado de ser una opción para convertirse en un factor decisivo en la supervivencia y el crecimiento de las organizaciones mediáticas. Sin embargo, adoptar esta tecnología requiere más que inversiones en software; exige visión, planificación y compromiso ético.

El poder de la planificación estratégica

Para integrar la IA de forma efectiva, los medios deben partir de un diagnóstico claro de su situación actual. Evaluar procesos, identificar debilidades y priorizar áreas clave son pasos fundamentales para construir una hoja de ruta que maximice el impacto de esta tecnología en aspectos como la personalización del contenido, la retención de audiencias y la eficiencia operativa.

La IA no es un fin, sino un medio para potenciar lo que hace único a cada medio: su capacidad de conectar con las audiencias

Un enfoque estratégico debe contemplar:

Liderar con propósito

La IA no es un fin, sino un medio para potenciar lo que hace único a cada medio: su capacidad de conectar con las audiencias. Este viaje de transformación requiere combinar lo mejor de la tecnología con una planificación inteligente, sustentada en un cronograma realista y un análisis detallado del retorno de inversión.

El desafío del presente

2025 no será un año más para la industria. Será un punto de inflexión donde la capacidad de anticiparse al cambio marcará la diferencia entre quienes lideran y quienes desaparecen. La IA no promete soluciones instantáneas, pero sí brinda herramientas poderosas para quienes decidan adoptarla con estrategia y propósito.

El futuro de los medios ya está aquí. Ahora es el momento de actuar, de redefinir la manera en que se generan y consumen contenidos. La clave no está solo en la tecnología, sino en cómo la utilizamos para construir un modelo de negocio sostenible y centrado en el usuario.

Herramienta para Implementar IA con Éxito el 2025 en Medios de Comunicación:

Descarga Hoja de Cálculo AQUÍ

Descarga Manual de Uso AQUÍ

Ver este artículo en video: