La Copa Mundial de Fútbol ha redefinido la tecnología de las transmisiones en vivo, permitiendo a cadenas como Fox y Telemundo ofrecer al público la tecnología de resolución 4K durante los 104 partidos del torneo, una hazaña técnica sin precedente en los medios de comunicación modernos.

La FIFA ha estado generando de manera nativa señales de máxima fidelidad (2160 pixels) que cuadruplican la resolución de imagen del formato tradicional 1080. Las cadenas, para mitigar los altísimos costes de procesamiento y almacenamiento de píxeles a ese nivel de resolución, en lugar de transmitir en 4K de origen puro, utiliza la señal de la FIFA y, con un sistema de conversión ascendente por inteligencia artificial, entregan a los decodificadores domésticos una señal final en 4K.

Esto comprime hasta en un 50% los datos de las transmisiones en 4K, reduciendo drásticamente los costos por el tránsito a través de la banda ancha.

NUEVOS TIPOS DE COBERTURAS

Por otra parte, el consumo tradicional ha dado paso a transmisiones orientadas a las plataformas digitales, incluyendo creadores de contenido oficiales, como el canal multiplataforma brasileño  CazéTV, que ofrece chats comunitarios en tiempo real paralelos al partido.

CazéTV ha revolucionado la Copa Mundial de 2026 al convertirse en la primera plataforma con enfoque digital en transmitir los 104 partidos del torneo de forma gratuita en Brasil. Esto ha sido posible gracias a alianzas estratégicas de la FIFA con plataformas como YouTube y TikTok que han democratizado el contenido, dando acceso a programas especiales de creadores digitales.

El canal brasileño abandona el estilo rígido y formal de las emisoras tradicionales. En su lugar, los partidos cuentan con comentarios informales y humorísticos a cargo de una mezcla de creadores de contenido populares, comediantes y exestrellas del fútbol.  Las transmisiones están diseñadas como conversaciones «uno a uno», utilizando el chat en vivo, integraciones con redes sociales y las reacciones de los espectadores para que la audiencia sienta que está viendo el partido con un grupo de amigos.

DESDE EL ENGRAMADO

Otra innovación que se ha hecho notar son las cámaras miniaturas en el pecho de los árbitros, estabilizadas con IA. Desde esa perspectiva los aficionados han podido experimentar el juego desde una dimensión inédita.

Además, con una red de más de 161.000 kilómetros de fibra óptica, la infraestructura de la FIFA ha procesado datos masivos mediante IA que permiten crear modelos tridimensionales o avatares de cada uno de  los 1.248 jugadores de las 48 selecciones nacionales participantes.

Las cadenas de televisión también han complementado sus emisiones tradicionales con vistas multidimensionales de Realidad Aumentada (AR) y métricas en tiempo real transmitidas en dispositivos móviles.

El Laboratorio de Periodismo de la Fundación Luca De Tena reportó que el diario USA Today desarrolló un sistema que combina inteligencia artificial, planificación editorial y contenidos preparados con antelación para publicar noticias de última hora antes de que Google genere sus propios resúmenes. 

La estrategia, explican, consiste en crear «shell files» o archivos base para acontecimientos previsibles. "La redacción prepara la estructura del artículo y utiliza herramientas de inteligencia artificial para incorporar automáticamente subtítulos, fotografías, enlaces internos y contexto procedente del archivo editorial del medio… Los editores revisan ese material y lo dejan listo para que, cuando se produzca el hecho informativo, el periodista únicamente tenga que añadir los nuevos datos, actualizar el titular y publicar en cuestión de minutos", señaló la pieza del Laboratorio de Periodismo.

DERROCHE INFOGRÁFICO

Finalmente, el balón inteligente "Trionda" muy superior tecnológicamente al balón inteligente del mundial de 2022 envía información de gran utilidad para fotógrafos e infografistas de los medios. Los diseñadores gráficos de los periódicos digitales ya no tienen que dibujar manualmente la ruta de un gol o de un pase. El chip exporta mapas de vectores limpios, a una velocidad de 500 datos por segundo, con la curvatura exacta, velocidad y el ángulo de tiro. Esto permite publicar infografías interactivas en la web apenas termina el partido.

La Copa Mundial 2026 generó por parte de la FIFA la acreditación de 16.000 profesionales de prensa que incluyen a periodistas de texto, agencias de noticias internacionales y reporteros gráficos oficiales. Si se suma a los técnicos de televisión, operadores de satélite, creadores de contenido digital y trabajadores de cadenas con derechos de transmisión, la cifra global de trabajadores de medio operando en las 16 ciudades anfitrionas ronda los 50.000 profesiones.

Toda esta infraestructura técnica y humana ha servido para alimentar una demanda que también rompió récords históricos, superando los ⁠20.000 millones de reproducciones de video globales durante la cobertura de las distintas fases del torneo. 

Por John Reichertz

Cada vez que circulan fotografías, videos o audios impactantes surge la misma pregunta: ¿son reales o fueron creados con inteligencia artificial (IA)? Para los habitantes de Europa y California, una parte de esa respuesta estará mucho más cerca a partir del 2 de agosto.

Ese día entrarán en vigor las primeras regulaciones que obligarán a informar al público sobre el papel que desempeñó la IA en la generación o manipulación de contenidos digitales. Además, ya existen indicios de que estas normas podrían influir en otras jurisdicciones del mundo.

Sin embargo, saber que un contenido fue generado o modificado mediante IA no resuelve, por sí solo, los problemas de la desinformación ni la pérdida de confianza del público en la información que consume. Sigue existiendo una gran cantidad de contenidos capturados y manipulados de forma artesanal por personas.

De hecho, algunos especialistas advierten que etiquetar únicamente los contenidos generados con IA -una suerte de «etiqueta de nutrición digital»- podría distorsionar la percepción del público sobre el resto de los contenidos que circulan. 

De cualquier forma, a partir de agosto las principales empresas desarrolladoras de IA deberán ofrecer al público herramientas que permitan responder a una pregunta cada vez más frecuente: ¿este contenido fue generado por IA? Muchas compañías, entre ellas Google, OpenAI, Microsoft y Meta, ya comenzaron a avanzar en esa dirección.

En California, la obligación surge de la Ley de Transparencia de IA del estado, mientras que en Europa se establece en el artículo 50 de la Ley de Inteligencia Artificial.

Aumento de confianza

En la antesala de esta fecha clave, coordinada entre ambas jurisdicciones, investigadores del norte de Europa publicaron un estudio que mostró que la confianza del público en las marcas periodísticas aumentó cuando estas incorporaban etiquetas digitales de procedencia en las imágenes informativas.

«Mostramos que enfatizar la veracidad del contenido mediático mediante etiquetas de procedencia mejora la credibilidad del contenido, lo que, a su vez, fortalece la confiabilidad de la fuente», señalaron los autores del estudio, pertenecientes a MediaFutures, el Centro de Investigación para Tecnología e Innovación de Medios Responsables de la Universidad de Bergen (Noruega), y a la Escuela de Investigación en Comunicación de la Universidad de Ámsterdam.

«En particular, comprobamos que la información de procedencia tiene un mayor impacto en la confianza hacia aquellas fuentes periodísticas que inicialmente eran percibidas como menos confiables. Probablemente esto se deba a que existe un mayor margen para fortalecer esa confianza en comparación con medios altamente reputados, como BBC News», agregaron los investigadores en el resumen del trabajo.

California más allá

Gran parte de la legislación que hoy avanza en otros países se limita, por ahora, a exigir transparencia sobre el origen de los contenidos sintéticos generados mediante inteligencia artificial. Sin embargo, California fue más allá: la norma prevé que los creadores de contenidos reales también puedan incorporar, de manera voluntaria, etiquetas de procedencia, como etapa final de una transición hacia un ecosistema digital más transparente.

Christoph Trattner, profesor de la Universidad de Bergen y uno de los autores del estudio sobre confianza del público, explicó que etiquetar únicamente los contenidos generados por IA, y no también los auténticos, podría generar consecuencias no deseadas.

«Uno de los riesgos durante este período de transición es que el público comience a interpretar la ausencia de una etiqueta como una prueba de que el contenido es auténtico», señaló en respuestas enviadas por correo electrónico.

«El valor de largo plazo de estas etiquetas de procedencia radica en comunicar todo lo que se conoce sobre el origen y el historial de edición de un contenido, independientemente de si fue generado sintéticamente o capturado en el mundo real», afirmó Trattner. «De lo contrario, el sistema podría crear inadvertidamente una falsa dicotomía entre una ‘IA etiquetada’ y una ‘realidad sin etiquetar’.»

Según el académico noruego, para que el sistema funcione correctamente, las etiquetas deberían estar presentes en todo tipo de contenidos. De ese modo, los usuarios podrían evaluar el grado de confianza que les merece cada pieza informativa en función de la calidad y la cantidad de datos disponibles sobre su procedencia.

Hacia un estándar global

Más allá de la entrada en vigor de estas regulaciones, ya existe un conjunto de iniciativas que anticipan un ecosistema digital con cada vez más información sobre el origen y la naturaleza de los contenidos.

La mayoría de los avances convergen en el estándar impulsado por la Coalición para la Procedencia y Autenticidad de los Contenidos (C2PA), con el respaldo de la Iniciativa para la Autenticidad de los Contenidos (CAI), una alianza integrada por más de 6000 organizaciones de distintos sectores de la actividad económica.

El estándar C2PA cumple con los requisitos establecidos por las regulaciones de Europa y California, ya que es interoperable, confiable, robusto y ampliamente adoptado por los distintos actores del ecosistema digital. Aunque no es mencionado de manera explícita en los textos legales, durante el proceso de elaboración de las normas fue reconocido como el único estándar que actualmente satisface esos requisitos.

Durante el primer semestre de este año, tanto Google como OpenAI anunciaron herramientas para que sus usuarios puedan detectar la información de procedencia incorporada a los contenidos generados por sus sistemas. En el caso de Google, esa función estará disponible a través de Gemini y, próximamente, también mediante Chrome y su motor de búsqueda. OpenAI, en tanto, incorporó un hipervínculo específico para acceder a esa información.

Google también informó que Meta -con la que comparte responsabilidades en el comité directivo de C2PA- comenzará a mostrar en Instagram la información de procedencia generada por cámaras compatibles con ese estándar, como el Pixel 10, el primer teléfono de la compañía que lo incorpora de forma nativa.

Al anunciar estas medidas, Laurie Richardson, vicepresidenta de Confianza y Seguridad de Google, reafirmó el compromiso de la empresa con la adopción de C2PA como estándar global.

«Cada vez utilizamos Credenciales de Contenido C2PA en más herramientas de medios generativos. Se trata del estándar de la industria que permite conocer cómo fue creado y modificado un contenido, con o sin inteligencia artificial», afirmó Richardson. 

Otras propuestas de ley

Los avances anunciados por Google y OpenAI están alineados con las regulaciones que comenzarán a regir en California y Europa, aunque ya se encuentran disponibles para usuarios de numerosos países que aún no cuentan con ese tipo de legislación.

Durante el primer semestre de 2026, la Coalición por la Transparencia -una organización que monitorea la evolución de la legislación vinculada con la inteligencia artificial en Estados Unidos- presentó cuatro modelos de proyectos de ley para abordar distintos aspectos regulatorios. Uno de ellos propone la obligatoriedad de marcar y etiquetar los contenidos generados mediante IA, en términos muy similares a las normas ya aprobadas en los estados de Arizona y Washington.

«Exigir que las imágenes y los videos generados mediante IA sean identificados constituye una medida de sentido común que puede implementarse con la tecnología disponible en la actualidad», concluyó la Coalición por la Transparencia al fundamentar la necesidad de este modelo legislativo.

Fechas regulatorias clave

 2 de agosto de 2026: entran en vigor la Ley de Transparencia de IA de California y las disposiciones de la Ley de Inteligencia Artificial de la Unión Europea, en particular su artículo 50.

La entrada en vigor de la norma californiana, prevista originalmente para el 1.º de enero de 2026, fue postergada hasta el 2 de agosto para coincidir con la aplicación de la regulación europea.

A partir de esa fecha, los sistemas de inteligencia artificial que generen contenidos digitales deberán incorporar información de procedencia y ofrecer a los usuarios herramientas que permitan verificar si un contenido fue creado mediante IA.

 1.º de enero de 2027: la Ley de Transparencia de IA de California obligará a plataformas digitales y redes sociales a mostrar o facilitar el acceso a la información de procedencia cuando esta acompañe a un contenido digital.

2 de febrero de 2027: la Ley 1786 del Senado del estado de Arizona, ya aprobada y promulgada por el gobernador, obliga a los servicios de inteligencia artificial generativa con domicilio en ese estado a incorporar información de procedencia en los contenidos de imagen, video y audio que produzcan.

Ese mismo día también entrará en vigor la Ley 1170 del estado de Washington, aprobada y promulgada por el gobernador, que exige a los servicios de IA generativa identificar los contenidos de audio, video e imágenes cuando ello sea técnica y comercialmente viable, además de poner a disposición del público herramientas para verificar esa información de procedencia.

1.º de enero de 2028: la Ley de Transparencia de IA de California obligará a los fabricantes de dispositivos de captura —cámaras fotográficas, cámaras de video y grabadores de audio— radicados en ese estado a incorporar la tecnología necesaria para identificar los contenidos mediante metadatos, marcas de agua u otros mecanismos de información de procedencia.

Herramientas para verificar credenciales de contenido C2PA

Estas plataformas permiten comprobar la presencia de credenciales de contenido C2PA para determinar el origen de imágenes, ya sea que hayan sido generadas mediante inteligencia artificial o capturadas con cámaras compatibles con el estándar C2PA.

  C2PA Viewer (SSL.com): permite generar una imagen con OpenAI y visualizar las credenciales de contenido incorporadas para verificar su procedencia.

Content Authenticity Initiative (CAI): herramienta de la Iniciativa para la Autenticidad de los Contenidos que permite inspeccionar las credenciales de procedencia de imágenes y otros contenidos digitales.

 OpenAI Verify: servicio de OpenAI para verificar la información de procedencia incorporada a los contenidos generados por sus modelos.

 Adobe Content Authenticity: permite inspeccionar las credenciales de contenido de imágenes digitales. Además, desde aquí los autores pueden firmar digitalmente sus fotografías para acreditar su autoría e indicar que esas obras no sean utilizadas para el entrenamiento de modelos de inteligencia artificial.

En las redacciones de Centroamérica, el combate a la desinformación ha dejado de ser una tarea puramente manual para convertirse en un desafío de ingeniería editorial. 

Durante años, el monitoreo de redes y la transcripción de discursos políticos en medios como Agencia Ocote, en Guatemala, y el diario El Heraldo, en Honduras, se realizaban de forma manual. Una limitación que generaba un cuello de botella crítico: mientras el equipo verificaba una sola afirmación, decenas de narrativas engañosas ya se habían vuelto virales.

Esta saturación operativa no solo agotaba los recursos humanos, sino que cedía terreno estratégico en la conversación pública. La necesidad de escalar la vigilancia informativa llevó a ambos medios a participar en el programa AI Product Lab, iniciativa de la Sociedad Interamericana de Prensa (SIP) y Google News Initiative, desarrollada por Marktube Group. 

El resultado ha sido la creación de dos herramientas, “Centinela Fáctica” y “ClaimCheck”, que no buscan reemplazar el criterio periodístico, sino dotarlo de una infraestructura capaz de procesar el ruido informativo a una velocidad antes imposible.

“Centinela Fáctica”, el radar de Agencia Ocote

Para Agencia Ocote, el problema era de escala. Su unidad de verificación, Fáctica, lograba procesar un promedio de cuatro contenidos semanales, cuando el volumen real estimado de desinformación en Guatemala supera las 20 piezas críticas por semana.

"Dedicábamos demasiadas horas a revisar lo que publican cuentas identificadas como desinformadoras", explica Carmen Quintela, coordinadora editorial de Ocote. Con un equipo reducido, la capacidad de reacción era insuficiente frente a un ecosistema que se mueve con rapidez brutal en toda la región.

La solución fue el desarrollo de “Centinela Fáctica”, una herramienta funcional que realiza scrapping constante de 77 páginas de Facebook identificadas como focos de desinformación. La IA no solo extrae y ordena el contenido, sino que realiza un análisis de sentimiento y cruza los datos con fuentes oficiales y medios de alta reputación para asignar un porcentaje de confianza a cada publicación.

El impacto en la eficiencia ha sido radical. En apenas 90 minutos, la herramienta es capaz de extraer y catalogar 600 publicaciones, logrando un aumento del 320% en las cuentas monitoreadas por día. 

"Confirmamos cómo la IA puede ser una gran aliada del trabajo periodístico, ayudando a hacer más eficiente el tiempo para que el equipo pueda enfocarse en contenido de alto valor", añade Quintela.

“ClaimCheck”, automatización y rigor en El Heraldo

En Honduras, El Heraldo enfrentaba una fricción similar, pero centrada en la captura de la palabra pública. El proceso de monitorear foros políticos y transcribir entrevistas era "artesanal", lo que generaba un retraso sistemático en la publicación y limitaba la capacidad analítica del equipo. La falta de agilidad permitía que las afirmaciones falsas de figuras públicas se consolidaran antes de ser desmentidas.

Bajo esta premisa nació “ClaimCheck”, una plataforma que automatiza la transcripción de audio y video, integrando fuentes como YouTube y JW Player, para identificar frases verificables de manera automática. El sistema clasifica las afirmaciones bajo las categorías de la unidad IH Verifica (verdadero, falso, engañoso) y permite a los periodistas validar la fuente exacta en segundos, eliminando el error humano en la búsqueda de la cita precisa.

Carlos Girón, editor de El Heraldo Verifica, define esta transformación como la "industrialización del monitoreo de medios". 

"Logramos un trabajo colaborativo multisectorial que nos pone a la vanguardia del periodismo, permitiéndonos ser verificadores y analistas de datos a la vez", señaló Girón.

Las métricas respaldan su visión: se ha logrado una reducción del 83% en los tiempos de monitoreo y un incremento del 500% en la capacidad operativa. Una tarea que antes requería tres horas diarias de un periodista ahora se resuelve en 30 minutos. "Este programa hace posible lo que para muchas redacciones es imposible: la democratización de la inteligencia artificial", señala Girón.

El salto cultural hacia la innovación ética

Más allá de las métricas de productividad, la implementación de estas herramientas ha provocado un cambio profundo en la mística de trabajo de ambas organizaciones. Para Alejandra Gutiérrez Valdizán, directora de Agencia Ocote, el proyecto permitió dar un salto sustancial en la visión tecnológica de un medio independiente con recursos limitados. No se trata solo de usar IA, sino de reconocer el potencial del equipo para gestionar proyectos sostenibles que puedan ser monetizados en el futuro.

En El Heraldo, el reto también fue humano. El proceso no fue lineal; hubo fallas técnicas, caídas del sistema y dificultades para procesar diversos formatos de audio. Sin embargo, la persistencia en el ciclo de "avanzar, fallar y corregir" permitió transitar de una metodología empírica a una estrategia basada en datos.

El éxito de estos casos en Guatemala y Honduras revela una tendencia irreversible en el periodismo latinoamericano: la IA como escudo defensivo ante el desorden informativo. 

“Centinela Fáctica” y “ClaimCheck” demuestran que la tecnología, cuando se diseña bajo el rigor ético y el acompañamiento de aliados como la SIP y Google News Initiative, potencia al periodista.

El futuro de estas herramientas ya apunta a la transcripción en vivo de sesiones parlamentarias y la detección de "mentiras recicladas" que reaparecen con ligeras variaciones. En última instancia, esta transformación operativa devuelve al periodista su recurso más valioso: el tiempo para investigar, contrastar y analizar, dejando en manos de la IA la tarea mecánica de vigilar un universo digital que no descansa.

"La tecnología es solo un habilitador; el corazón del fact-checking sigue y seguirá siendo el criterio ético del periodista", señaló Alejandra César program lead del AI Product Lab. "Lo que herramientas como ClaimCheck y Centinela Fáctica demuestran es que la IA puede absorber la fricción del trabajo mecánico para devolverle al reportero su superpoder más importante: el tiempo para investigar a fondo. Ganar eficiencia no es solo una métrica de productividad, es una garantía para elevar el rigor y la calidad del debate público en la región".

La conversación sobre inteligencia artificial en medios dejó de girar alrededor de la experimentación. Varias redacciones latinoamericanas comenzaron a utilizar la IA para resolver problemas mucho más concretos: procesos lentos, equipos saturados, archivos inutilizables y audiencias difíciles de retener.

A través del AI Product Lab, una iniciativa impulsada por la Sociedad Interamericana de Prensa (SIP) y Google News Initiative, desarrollada por Marktube Group, los medios latinoamericanos Búsqueda (Uruguay), CR Hoy (Costa Rica), El Regional de Zulia (Venezuela), Montevideo Portal (Uruguay), Prensa Libre (Guatemala), Redacción Regional (El Salvador), y Revista Nómadas (Bolivia) construyeron soluciones conectadas directamente con sus operaciones editoriales y sus sistemas internos de publicación

La transformación no es únicamente tecnológica. Es operativa. En la mayoría de los casos, el problema central no era la falta de información o de talento, sino la acumulación de tareas manuales que consumían tiempo editorial en actividades repetitivas

Automatizar la fricción

En Búsqueda, por ejemplo, la producción de newsletters dependía prácticamente de una sola persona encargada de cargar contenido, editar formatos y distribuir manualmente cada envío. El cuello de botella limitaba tanto la frecuencia como el alcance del producto.

Con el desarrollo de “Lola”, un asistente editorial integrado a sus flujos internos, el semanario pasó de producir una newsletter mensual a 15 envíos especializados. El tiempo de generación se redujo cerca en un 50% y ahora alrededor del un 10% del tráfico total del medio proviene de esos boletines.

“Nos deja abiertas también posibilidades a futuro porque pensamos que este producto además es escalable para ampliar nuevos newsletters y eso en buena medida es gracias a que estamos terminando de aprender el uso de la herramienta y de la inteligencia artificial como agente que colabora en nuestro proceso periodístico”, afirmó Guillermo Draper, editor general de Búsqueda.

Una lógica similar apareció en El Regional del Zulia, donde los periodistas invertían hasta 45 minutos en transcribir, analizar y estructurar audios de coberturas locales. “Hacer las notas se podía tardar fácilmente 40 a 45 minutos; grabando, analizando, acomodando”, explica Mily Piña, jefa de información del medio. Ese tiempo operativo reducía el espacio disponible para tareas de investigación, planeación y trabajo de campo.

Para resolverlo, el medio desarrolló “Asistencia El Regional”, un asistente integrado directamente en WordPress capaz de procesar audios y videos con base en prompts alineados al manual de estilo y la política editorial de la redacción. La herramienta automatizó la generación de borradores y permitió duplicar la producción diaria por reportero, pasando de dos a cuatro notas por jornada.

El impacto se hizo particularmente visible en coberturas en tiempo real desde Maracaibo, donde los reporteros envían entrevistas y audios desde el lugar de los hechos mientras la redacción procesa el contenido casi de inmediato. Además de acelerar la producción, el sistema también optimiza SEO y estructura editorial, consolidando la IA como una herramienta integrada al flujo operativo cotidiano de la redacción.

Reconectar con audiencias fragmentadas

En CR Hoy, el problema era generacional pues gran parte del contenido informativo no lograba conectar con usuarios de entre 18 y 25 años.

El medio desarrolló un agente de IA capaz de identificar tendencias y adaptar notas existentes a formatos diseñados para consumo rápido, como videos cortos e infografías. Los primeros resultados mostraron un crecimiento significativo en el desempeño del contenido adaptado para nuevas audiencias.

“Nos parece que todos los enfoques que vengan a fortalecer el trabajo periodístico son muy relevantes tanto en nuestro país como en el resto de América Latina y el enfoque de ver a la inteligencia artificial como un conjunto de herramientas que vienen a fortalecer el periodismo y no a debilitarlo, siempre y cuando se trabaje con los principios éticos, es muy importante”, Jimena Soto, directora de CR Hoy.  

Mientras tanto, Montevideo Portal enfrentaba otro desafío: produce cerca de 200 notas diarias pero no tenía la capacidad suficiente para distribuirlas eficientemente en redes sociales.

La solución fue “Content IA”, una herramienta que permite a los propios periodistas adaptar y programar publicaciones desde el CMS del medio, reduciendo la dependencia de equipos centralizados de social media.

El impacto quedó expuesto durante la cobertura del atentado contra Donald Trump, cuando la redacción pudo mantener actividad constante en redes sociales hasta la medianoche sin necesidad de ampliar turnos externos.

“Festejo la colaboración que se dio. El modelo de trabajo me pareció muy adecuado porque lo que noté desde el primer momento fue entusiasmo. Y lo otro que también festejo es que termine con un trabajo concreto y no con una idea. Así que los felicito a todos los participantes”, señala Javier Sierra, director general de Montevideo Portal.

La batalla por la retención

La IA también comenzó a integrarse en uno de los problemas más sensibles para los medios digitales: la retención de suscriptores.

En Prensa Libre, periódico líder de Guatemala, el principal desafío era el alto volumen de usuarios “sleeper”: lectores que pagaban una suscripción, pero consumían poco contenido.

Para enfrentar ese problema, el medio desarrolló un sistema de distribución inteligente basado en búsquedas semánticas y un asistente virtual capaz de encontrar, resumir y explicar información de forma más eficiente según los hábitos de lectura de cada usuario. 

Sin embargo, el proyecto también obligó a establecer límites editoriales claros sobre el papel de la inteligencia artificial dentro de la relación con las audiencias. 

En el nativo digital salvadoreño Redacción Regional, el objetivo fue mejorar la experiencia de lectura en investigaciones complejas. El medio creó VERA, un copiloto editorial que ayuda a contextualizar reportajes extensos y facilita la navegación dentro de grandes volúmenes de información.

La herramienta contribuyó a reducir significativamente la tasa de rebote y aumentar el tiempo de interacción con los contenidos.

“La IA en medios no es un fin; es una interfaz entre el periodismo y el lector”, afirmó Daniel Valencia, director de Redacción Regional.

Por otra parte, Revista Nómadas trasladó información ambiental compleja al ecosistema cotidiano de WhatsApp mediante “Hola Nómadas”, un chatbot diseñado para convertir investigaciones extensas, mapas y estadísticas sobre incendios forestales y deforestación en contenidos accesibles para audiencias no especializadas. 

“Hay mucha información técnica, estadísticas con mapas que son muchas veces poco comprensibles para el ciudadano común”, explica Roberto Navia, director del medio. 

Frente a ese reto, la revista buscó “reducir esa cantidad de información para que se convierta en un conocimiento útil para el usuario”, agrega Karina Segovia, gerente y productora de la publicación. 

El sistema integra noticias breves, mapas, registros y donaciones dentro del mismo flujo conversacional en WhatsApp, con el objetivo de acercar información ambiental crítica a lectores que normalmente quedarían fuera de circuitos académicos o especializados.

La IA entra al corazón de la operación editorial

El conjunto de proyectos revela un cambio más profundo dentro de la industria periodística regional: la IA dejó de funcionar como un experimento periférico y comenzó a integrarse en procesos centrales de producción, investigación, distribución y monetización.

"El verdadero hito del programa no fue la adopción de la tecnología por sí misma, sino el cambio de mentalidad en los equipos", destaca Rolando Castañón, jefe de mentorías técnicas del programa AI Product Lab. "Pasamos de ver la inteligencia artificial como un juguete de experimentación a diseñarla como una capa de infraestructura interna. Lograr que un asistente o un bot se conecte directamente con el CMS de un medio o automatice flujos críticos demuestra que los ingenieros y los periodistas latinoamericanos están listos para codiseñar el futuro de sus propias operaciones".

El AI Product Lab ya reúne proyectos en medios de distintos tamaños y modelos editoriales en América Latina, pero todos comparten una misma lógica: utilizar inteligencia artificial para eliminar fricciones operativas que durante años limitaron la capacidad de crecimiento de las redacciones.

La conclusión comienza a consolidarse en toda la región: la ventaja competitiva ya no dependerá únicamente de producir más contenido, sino de construir operaciones editoriales capaces de responder más rápido, distribuir mejor y aprovechar de manera inteligente el conocimiento acumulado dentro de cada medio.

En un vistazo

La homepage dejó de ser una vitrina uniforme. Los sitios de noticias durante muchos años operaron bajo una lógica simple: todos los lectores recibían la misma portada, organizada según prioridades editoriales generales. Pero cuando el verdadero problema ya no es acceder a noticias sino entender rápidamente qué vale la pena leer, varios medios latinoamericanos comenzaron a replantear el papel de la home como producto editorial.

Ese cambio está tomando forma en proyectos como los desarrollados por El País (Uruguay) y El Nacional (Venezuela), dos organizaciones que integraron inteligencia artificial para reorganizar la experiencia de lectura, aumentar el valor percibido del contenido y fortalecer sus estrategias de fidelización.

Ambos proyectos surgieron del AI Product Lab, un programa impulsado por la Sociedad Interamericana de Prensa (SIP) y la Google News Initiative y desarrollado por Marktube Group, para acelerar la adopción de inteligencia artificial en medios de América Latina

El País da valor a los usuarios registrados

La portada de El País acumulaba densidad informativa. El usuario llegaba, recorría rápidamente la página, pero no siempre encontraba una razón clara para regresar todos los días o mantenerse logueado dentro del sitio.

El problema, explicó Juan Martín Vaz, gerente del diario uruguayo, estaba ligado directamente a la falta de una propuesta de valor para usuarios registrados. “Necesitábamos algún motivo por el cual los usuarios quisieran entrar todos los días a nuestra home para encontrar una propuesta de valor diferente a la que actualmente les estábamos brindando”, señaló.

La solución fue ‘Mi Resumen Personalizado’, una herramienta de IA integrada en el homepage y disponible únicamente para usuarios registrados.

“Un widget permite personalizar la experiencia del usuario de dos formas: dando un resumen en base a sus intereses y/o mostrando un carrusel de notas ordenadas según el contenido que más consume”, explicó Vaz. “De esa manera logramos darle una propuesta de valor personalizada y un motivo para entrar todos los días a la home”.

La implementación también modificó la relación de la redacción con la inteligencia artificial. Según Vaz, uno de los principales cambios fue acercar al equipo editorial a herramientas basadas en IA sin perder control sobre el criterio periodístico.

“El programa ayudó a romper esa barrera porque nuestra herramienta le daba poder a la redacción y, a la vez, mantenía un control editorial”, explicó.

Diego Acosta y Lara, gerente de tecnología del medio, señaló que el proyecto también permitió acelerar el desarrollo de productos digitales y comprender con mayor precisión los patrones de navegación de los usuarios registrados.

“Nos permitió desarrollar un producto muy rápido y ágil utilizando inteligencia artificial, pero también nos permitió entender mejor los tipos de consumo y los clústeres de usuarios, algo que será muy valioso hacia el futuro”, afirmó.

Los resultados aparecieron rápidamente: los nuevos registros crecieron un 20% durante la semana de lanzamiento, la permanencia en el home aumentó un 12% y un 73% de los usuarios aseguró que la herramienta mejoró su experiencia dentro del sitio.

Más allá de las métricas, el proyecto dejó una conclusión más profunda para el medio: la inteligencia artificial genera mayor impacto cuando se integra directamente en la experiencia editorial y en necesidades concretas del usuario, en lugar de funcionar como una capa aislada de automatización.

Transformar cada nota de El Nacional en un producto único

En Venezuela, para El Nacional el diagnóstico era claro: el sitio había perdido capacidad para generar diferenciación y valor percibido entre los lectores. La experiencia de usuario se había deteriorado y la falta de formatos distintivos limitaba el engagement y la retención.

La respuesta fue ‘Perspectivas’, una herramienta integrada directamente al CMS de WordPress mediante Gemini, el modelo de inteligencia artificial de Google. La lógica del producto era simple pero estratégica, se trataba de convertir cada nota en múltiples formatos editoriales automáticamente.

A partir de un solo artículo, el sistema puede generar resúmenes, glosarios, líneas de tiempo, preguntas frecuentes, datos clave y versiones en audio mediante text-to-speech. Pero el punto central no era la automatización en sí, sino cómo esa capa adicional de formatos podía fortalecer la propuesta de valor del medio.

“Lo que hemos hecho con IA añadió en vez de quitar”, explicó Gustavo Roche, gerente general de El Nacional. “Entonces fue ahí donde concebimos ‘Perspectivas’: convertir los resúmenes en un producto con identidad propia”.

El proyecto terminó integrándose directamente en la estrategia de suscripciones del medio. Los usuarios gratuitos acceden únicamente al resumen básico; quienes se registran desbloquean formatos adicionales; y los suscriptores obtienen acceso completo a toda la experiencia ‘Perspectivas’.

 “Nos ayudó a entrar de lleno en materia y adelantarnos dentro de nuestro mercado”, señaló Roche.

La adopción interna también marcó un punto de inflexión. Cerca de un 50% de la sala de redacción ya incorporó herramientas de IA dentro de su flujo cotidiano de trabajo.

Más importante aún es que la implementación modificó la percepción interna sobre la inteligencia artificial. Lo que inicialmente generaba resistencia comenzó a verse como infraestructura editorial.

“Ya no existirá ese rechazo directo”, explicó Roche. “Ahora la conversación será: qué queremos hacer y cómo lo vamos a ejecutar”.

Durante décadas, los archivos periodísticos de los grandes diarios latinoamericanos funcionaron más como bodegas de memoria que como herramientas operativas. En medios con más de un siglo de historia, encontrar una referencia específica podía tomar horas, o incluso días, de búsqueda manual entre PDF, escaneos y documentos imposibles de rastrear con precisión.

Para redacciones que operan bajo la presión de la inmediatez, esa fricción terminó convirtiendo a las hemerotecas en un recurso subutilizado. La información existía, pero acceder a ella requería demasiadas horas, demasiadas personas y demasiado tiempo editorial.

Ese fue el desafío que enfrentaron Listín Diario, La Prensa Gráfica y La Nación de Costa Rica. Estas organizaciones desarrollaron plataformas basadas en inteligencia artificial para transformar sus archivos históricos en sistemas de consulta editorial en tiempo real.

Fue con el apoyo del AI Product Lab, un programa impulsado por Google News Initiative y la Sociedad Interamericana de Prensa (SIP), desarrollado por Marktube Group, para acelerar la adopción de inteligencia artificial en medios de América Latina, como se logró el desarrollo de las herramientas.

Del archivo muerto al activo editorial

En Listín Diario, con 136 años de historia, la elaboración de reportajes de profundidad implicaba movilizar hasta tres periodistas durante una jornada completa, solo para localizar antecedentes documentales dentro de un archivo físico de papel. Sin un sistema de búsqueda eficiente, gran parte del valor histórico del medio permanecía prácticamente inaccesible para la operación cotidiana.

“Tenemos un archivo físico en donde para construir una sola historia teníamos que destinar hasta tres periodistas que tomaban todo un día de trabajo para hacer unas tareas que son simples”, explicó Juan Eduardo Thomas, editor en jefe de Listín Diario.

Fue así como el diario desarrolló HistorIALD, una plataforma que transforma documentos no estructurados, como PDF o imágenes escaneadas, en información organizada, indexada y consultable mediante inteligencia artificial. 

El sistema procesa el contenido, extrae texto automáticamente y convierte décadas de publicaciones en una base de conocimiento capaz de responder consultas editoriales en segundos.

“Con la ayuda de la inteligencia artificial y con este programa que hemos desarrollado, nos permitiremos consultar esos archivos de forma más oportuna, más rápida y bajando considerablemente los tiempos de consulta”, señaló Thomas.

El cambio operativo fue inmediato; una sola persona puede realizar tareas que antes requerían equipos completos; y cerca del 25% del archivo histórico digitalizado, correspondiente a las últimas dos décadas, ya fue indexado.

"Estábamos estancados porque nos faltaban los recursos y la asesoría técnica adecuada para guiarnos en este proceso", señaló Thomas. “Ahora, gracias a este proyecto, concretamos una idea que teníamos desde hace años, que era muy necesaria y muy pedida por la sala de redacción. Estamos en condiciones de mejorar de manera sustancial nuestro trabajo”.

La IA como motor de investigación periodística

En La Prensa Gráfica, diario salvadoreño fundado hace 110 años, la investigación documental consumía alrededor de 72 horas mensuales de trabajo periodístico. El problema no estaba en la falta de información, sino en la dificultad para acceder a ella de forma eficiente.

“No había una manera de acceder al archivo hemerográfico de manera digital para que eso se volviera una consulta más productiva y más rápida”, explicó Christian Villalta, director de La Prensa Gráfica.

La solución fue implementar un sistema RAG (Retrieval-Augmented Generation), una arquitectura que permite realizar consultas en lenguaje natural sobre el archivo histórico y obtener respuestas sintetizadas con trazabilidad de fuentes. 

En términos prácticos, un periodista ya no necesita navegar manualmente entre cientos de documentos. Puede preguntar directamente al sistema y recuperar información contextualizada, referencias históricas y antecedentes relacionados con una cobertura específica.

“Si antes en un mes nos tomaba más de 70 horas, ahora ya podemos hacer el mismo trabajo con mayor inmediatez y de manera muy puntual”, señaló Liliana Flamenco, coordinadora de cooperación y proyectos de La Prensa Gráfica.

La implementación también abrió una nueva dinámica interna entre equipos editoriales y técnicos, obligando a la redacción a incorporar nuevas capacidades digitales y redefinir procesos de trabajo.

“El proceso de discusión nos permitió desarrollar una nueva manera de diálogo en la cual vemos gente de varias disciplinas de la empresa”, afirmó Villalta.

Para el directivo, el proyecto también funcionó como una presión positiva para replantear la cultura organizacional frente a la inteligencia artificial. “Creo que de alguna manera nos obligan a salir del área de confort en la que estamos y a cuestionarnos un poco más”, señaló. 

Según Flamenco, el desafío no consiste únicamente en adoptar herramientas de IA, sino en integrarlas bajo criterios de responsabilidad editorial y adaptación constante frente a los cambios tecnológicos. 

“Muchísimas gracias por estos cambios que nos ayudan a cada vez hacer mejor las cosas y sobre todo informar de manera responsable”, agregó.

Convertir el archivo en una herramienta viva

En el diario costarricense La Nación el archivo histórico permanecía parcialmente desaprovechado debido a las limitaciones de los buscadores tradicionales. Aunque el medio cuenta con casi 80 años de historia y 30 años de archivo digitalizado, localizar antecedentes, contextos o referencias específicas seguía siendo un proceso lento e ineficiente, incluso para periodistas experimentados.

“Tenemos ochenta años de archivo, pero solo 30 digitalizados y aún esos que están digitalizados, han estado desaprovechandos”, explicó Kattia Bermúdez, jefa de redacción de La Nación. “Existe una Lupita que es sistema de búsqueda que no le permite al usuario tener una experiencia efectiva”.

La respuesta fue Atenea, un sistema basado también en RAG que permite a periodistas y suscriptores consultar el archivo mediante lenguaje natural. En lugar de navegar manualmente entre documentos o depender de palabras clave exactas, los usuarios pueden interactuar directamente con el contenido histórico del medio y obtener respuestas contextualizadas.

“Lo que quisimos fue que pasara de la búsqueda a la conversación”, señaló Bermúdez. “Que no fuera solo buscar la información y obtener enlaces, sino algo que promoviera una conversación inteligente para que, además de dar con lo que se busca, también pudiera aportar contexto a los usuarios”.

Para reducir riesgos editoriales, el medio desarrolló inicialmente un MVP acotado a un año de archivo histórico y un grupo limitado de usuarios beta. El sistema fue diseñado para responder únicamente con información previamente publicada y verificada por el diario.

“Quien entra a Atenea va a encontrar información referida solo a lo que La Nación ha publicado, verificada y comprobada por nosotros”, afirmó Bermúdez. “No especula, no inventa, no alucina”.

El sistema alcanzó un nivel de aprobación de 74% entre usuarios beta y comenzó a transformar el archivo histórico en una herramienta activa para la cobertura diaria. Para La Nación, el proyecto también redefinió el valor estratégico de su hemeroteca.

“El AI Product Lab nos permitió pasar de una idea abstracta a un producto funcional”, puntualizó Bermúdez.

La memoria como ventaja competitiva

Más allá de la automatización, estos proyectos reflejan un cambio más profundo dentro de la industria periodística regional: la transformación del archivo histórico en un activo estratégico.

Para Miguel Franjul, director de Listín Diario, este tipo de transformación tecnológica fortalece la competitividad editorial tanto en plataformas digitales como en formatos impresos, permitiendo responder con mayor velocidad y profundidad a las demandas de las audiencias actuales.

El caso de Listín Diario, La Prensa Gráfica y La Nación forma parte de una transformación más amplia dentro del ecosistema periodístico latinoamericano. A través del AI Product Lab, 21 medios de la región han desarrollado soluciones de inteligencia artificial orientadas a resolver desafíos operativos y de negocio, desde automatización de procesos editoriales y optimización de coberturas en tiempo real hasta nuevos modelos de ingresos y análisis de audiencias.

En ABC Color, el problema no era producir imágenes. Era encontrarlas. Como el grupo periodístico más grande de Paraguay, el medio genera diariamente un enorme volumen de fotografías provenientes de reporteros, corresponsales, lectores, agencias y televisión. Pero gran parte de ese material terminaba almacenado sin clasificación adecuada, convirtiendo al archivo visual en un sistema prácticamente inutilizable.

“El problema que necesitábamos resolver tenía que ver con el volumen de imágenes que manejamos a diario y que se perdía por falta de etiquetado y metadata”, explicó Natalia Daporta, editora de ABC Color. “La gran mayoría de las imágenes estaba almacenada, pero era inencontrable”.

Las consecuencias repercutían en lo editorial y lo legal. Los periodistas invertían tiempo valioso en localizar fotografías que sabían que existían, mientras que en otros casos terminaban utilizando imágenes sobre las cuales el medio no tenía claridad total de derechos. El equipo podía perder más de seis horas diarias únicamente buscando imágenes dentro del archivo.

La respuesta fue ABC Vision, una plataforma de etiquetado inteligente desarrollada dentro del AI Product Lab, iniciativa impulsada por la Sociedad Interamericana de Prensa (SIP), Google News Initiative y Marktube Group para acelerar la adopción de inteligencia artificial en medios de América Latina.

¿Cómo funciona?

La herramienta centraliza la carga de fotografías en una sola plataforma y utiliza inteligencia artificial para reconocer rostros, detectar objetos, identificar ubicaciones y generar automáticamente descripciones editoriales y texto alternativo.

“La plataforma verifica el contexto de la foto, identifica personajes relevantes y guarda toda la información dentro de los metadatos”, explicó Rodrigo Jara, responsable de proyectos digitales de ABC Color. “Entonces dentro del CMS podemos encontrar las fotos a través de descripciones o palabras clave de forma mucho más sencilla”.

El sistema también fue entrenado con más de mil perfiles de personajes públicos durante la primera semana de implementación para mejorar la precisión del reconocimiento facial y adaptar el etiquetado al lenguaje editorial del medio.

La adopción fue inmediata. Un 90% de los usuarios de redacción y fotografía ya utiliza la herramienta dentro de su flujo cotidiano de trabajo; un 100% de las imágenes cargadas mediante la plataforma está completamente etiquetado; y el tiempo destinado al proceso de clasificación se redujo cerca de un 50%.

Sin embargo, el impacto más importante ocurrió en la cultura de la redacción. “La herramienta empezó a funcionar con bastante precisión y eso revalorizó muchísimo la cultura de datos dentro del medio”, señaló Daporta. “El periodista empezó a entender el valor real de clasificar correctamente la información”.

Para el equipo del diario, el proyecto ofreció una experiencia más amplia sobre la integración de IA en medios. “Gracias a los fondos de Google y al acompañamiento de Marktube logramos innovar y resolver problemas que habíamos postergado durante mucho tiempo”, afirmó Daporta. “Probablemente hubiéramos podido desarrollarlo, pero definitivamente nos habría tomado muchísimo más tiempo”.

El caso de ABC Color refleja un cambio que comienza a expandirse dentro de las redacciones latinoamericanas: la inteligencia artificial ya no se utiliza únicamente para producir contenido nuevo, sino también para recuperar, ordenar y volver utilizable el enorme volumen de información que los medios han acumulado durante años.

“En Google nos entusiasma ver cómo los medios de América Latina están incorporando IA para mejorar sus procesos. Más allá de la tecnología, lo más relevante es cómo estas herramientas comienzan a redefinir el periodismo, haciéndolo más eficiente y también más sostenible”, señaló Alejandra Brambila, News Partner Manager de Google.

AI Product Lab: catalizador de cambio

A través del programa AI Product Lab se enciende un motor de cambio cultural que integra el "pensamiento de producto" en el corazón de los medios. Llos medios están dejando de ver a la inteligencia artificial como una herramienta aislada y la están asimilando como un habilitador estratégico para resolver cuellos de botella operativos y mejorar la conexión con sus audiencias. 

Una de las fortalezas fundamentales del programa fue su fase de ejecuciónen la que 21 medios accedieron a fondos y acompañamiento especializado para materializar sus prototipos en soluciones reales y escalables.

Los medios seleccionaron fueron: ABC Color (Paraguay), Agencia Ocote (Guatemala), Búsqueda (Uruguay), Confidencial (Nicaragua), CR Hoy (Costa Rica), Diario El Heraldo (Honduras), Divergentes (Nicaragua), El Nacional (Venezuela), El País (Uruguay), El Regional del Zulia (Venezuela), La Hora (Ecuador), La Nación (Costa Rica), La Prensa (Nicaragua), La Prensa (Panamá), La Prensa Gráfica (El Salvador), Listín Diario (República Dominicana), Montevideo Portal (Uruguay), Prensa Libre (Guatemala), Redacción Regional (El Salvador), Revista Nómadas (Bolivia) y Televisora de Costa Rica - Teletica (Costa Rica).

Los recursos, sumados al acompañamiento técnico constante en workshops 1:1, permitieron que la innovación no se detuviera en la teoría, sino que se tradujera en productos tangibles —como sistemas de redacción asistida, archivado inteligente de imágenes o motores de personalización de contenidos— que impacten directamente en la sostenibilidad y la eficiencia operativa de las organizaciones participantes.

"Hemos comprobado que, cuando los medios de la región logran diagnosticar sus problemas reales y aplican la inteligencia artificial para resolverlos con rigor estratégico, el impacto en la eficiencia y la sostenibilidad es inmediato. Este programa no solo entrega fondos; instala una metodología de innovación que permite a las redacciones latinoamericanas dejar de ser espectadoras del cambio tecnológico para convertirse en protagonistas de su propio futuro digital”, consideró Alejandra César, project lead del programa. 

En La Hora, uno de los cuellos de botella operativos estaba lejos de la sala de redacción: ocurría en el área de Negocio.

Una parte crítica de los ingresos del medio dependía de la gestión manual de los anuncios legales, un proceso administrativo que involucraba recepción de documentos, transcripción, cálculo de tarifas, cotizaciones y validaciones internas. Todo se hacía manualmente. Y todo tomaba tiempo.

“Teníamos la necesidad de automatizar las cotizaciones para estos avisos que representan una gran parte de nuestros ingresos”, explicó Gabriela Vivanco, directora de La Hora.

La fragmentación operativa generaba errores frecuentes, cálculos inconsistentes y demoras de hasta tres horas en algunos procesos. Además existía un amplio margen de discrecionalidad en descuentos y tarifas, así como duplicidad de esfuerzos dentro de distintas áreas operativas.

“El principal problema era la disparidad en la cotización y la transcripción manual que tenía el equipo judicial”, señaló Estefanía Albuja, gerente financiera y administrativa de La Hora. “Y hablamos de un área que representa cerca del 45% del flujo de caja del diario”.

La solución fue HOLEX, una plataforma desarrollada dentro del AI Product Lab, iniciativa que impulsa la Sociedad Interamericana de Prensa (SIP) y la Google News Initiative, a través de la firma Marktube Group, con el objetivo de acelerar la adopción de inteligencia artificial en medios de América Latina.

“Participar en un programa como este nos obligó a ordenar procesos internos y mejorar la articulación entre grupos de trabajo”, explicó Vivanco. “El impacto va mucho más allá de la herramienta que desarrollamos”.

¿Cómo funciona?

La herramienta automatiza la cotización de anuncios judiciales utilizando inteligencia artificial para extraer texto, corregir errores y calcular tarifas automáticamente. El sistema procesa imágenes y documentos poco legibles, permitiendo convertir información desordenada en cotizaciones estructuradas y listas para operación.

“La automatización permitió incrementar las ventas de avisos judiciales y las convocatorias”, explicó Albuja.

La plataforma fue construida utilizando Gemini, el modelo de inteligencia artificial de Google, que fue integrado dentro de la operación administrativa de La Hora.

En términos prácticos, HOLEX redujo el tiempo promedio de cotización de 20 minutos manuales a apenas un minuto. El impacto operativo fue inmediato: reducción de hasta 80% en tiempos de respuesta a clientes; trazabilidad total del proceso y precisión completa en cálculos y cotizaciones.

Más allá de la herramienta

El desarrollo del proyecto modificó la percepción sobre la inteligencia artificial dentro de áreas tradicionalmente alejadas de la innovación tecnológica. “En el departamento de Redacción ya existía cierta familiaridad con IA, pero en las áreas administrativas y operacionales todavía había un velo de tabú”, señaló Vivanco. “Ahora tenemos más práctica y experiencia para seguir experimentando”.

Para Albuja, el proyecto abrió la puerta a nuevas etapas de automatización dentro del medio, incluyendo futuras aplicaciones comerciales y expansión nacional del sistema.

El caso de La Hora forma parte de una transformación más amplia dentro de la industria periodística latinoamericana. A través del AI Product Lab, 21 medios de la región han desarrollado soluciones de inteligencia artificial enfocadas en resolver desafíos operativos, optimizar procesos internos y fortalecer modelos de negocio.

"A lo largo de este programa, hemos visto cómo la metodología de producto y el uso estratégico de herramientas de IA pueden romper barreras operativas en tiempo récord. Lo que logró La Hora es el reflejo del espíritu del laboratorio: capacitar a los equipos para que experimenten sin miedo, optimicen procesos críticos y entiendan que la IA es un aliado indispensable para la evolución y la gestión moderna de los medios de comunicación en América Latina", señaló Ezequiel Arbusti, fundador y CEO de Marktube Group.

Los contenidos de un noticiero televisivo durante décadas estuvieron guiados por una combinación de experiencia editorial, intuición periodística y la lectura posterior de los índices de audiencia. En Televisora de Costa Rica —Teletica— este rating permitía saber si una edición había funcionado, pero no ofrecía respuestas precisas sobre qué contenido específico había generado mayor interés o provocado una caída abrupta de la audiencia.

Entender ese comportamiento más detallado implicaba un proceo muy lento: revisar grabaciones, identificar segmentos, medir tiempos y cruzar esa información con las curvas de audiencia.

“El rating nos mostraba el comportamiento del consumo, pero no nos decía cuál nota había tenido el mejor resultado o el peor desempeño. Para obtener esa información había que revisar el noticiero manualmente", explica Rodolfo González Mora, director de Telenoticias en Teletica.

Ese proceso representaba cerca de 50 horas semanales de trabajo operativo.

La solución llegó con Insight 7, una plataforma desarrollada por Teletica en el marco del programa AI Product Lab, iniciativa de la Sociedad Interamericana de Prensa (SIP), impulsada por Google News Initiative y ejecutada por Marktube Group, con el objetivo de acelerar la adopción de inteligencia artificial en medios de América Latina.

La nueva herramienta utiliza inteligencia artificial para procesar el audio de las emisiones, generar transcripciones y clasificar los contenidos según categorías temáticas como política, sucesos, economía o cultura. Luego, sincroniza esa información con los datos de audiencia, permitiendo identificar con precisión qué temas generan mayor atención y cuáles provocan pérdida de audiencia.

Para aumentar su precisión el equipo desarrolló además un diccionario adaptado al contexto costarricense. El ajuste permitió que la IA reconociera modismos, referencias locales y particularidades lingüísticas que suelen escapar a modelos generalistas, reduciendo errores de interpretación y mejorando la utilidad editorial de la plataforma.

Un análisis que antes requería varios días de trabajo hoy puede realizarse en menos de un minuto. La plataforma también permite detectar contenidos repetidos entre distintas emisiones y medir cómo ciertos temas mantienen —o pierden— la capacidad de retención de audiencia a medida que avanzan los ciclos informativos.

El valor de la retroalimentación inmediata

La implementación de Insight 7 transformó  la dinámica interna de Telenoticias. La redacción comenzó a trabajar con retroalimentación casi inmediata sobre el desempeño de sus decisiones editoriales.

El cambio no fue concebido como una sustitución del criterio periodístico, sino como una herramienta complementaria para comprender mejor los patrones de consumo de la audiencia. La inteligencia artificial no decide qué es noticia, pero sí ofrece señales sobre cuándo un enfoque pierde capacidad de conexión con el público y aporta información útil para ajustar futuras coberturas.

El impacto operativo ha sido significativo: las horas que antes se destinaban al cruce manual de información ahora pueden concentrarse en tareas de análisis, curaduría y desarrollo editorial.

“Si algo me queda claro es que no imagino regresar a hacer las cosas como las hacíamos antes”, afirma González Mora.

El caso de Teletica forma parte de una transformación más amplia dentro de la industria periodística latinoamericana. A través del AI Product Lab, 21 medios de la región ya implementaron soluciones concretas de inteligencia artificial orientadas a resolver desafíos operativos, editoriales y de negocio.

“El éxito de Teletica e Insight 7 refleja exactamente lo que buscamos con el AI Product Lab. Ver a redacciones de toda América Latina pasar de procesos manuales y costosos a soluciones de analítica en tiempo real, demuestra que la región está entrando en una nueva etapa de maduración operativa”, señala Ezequiel Arbusti, fundador y CEO de Marktube Group.

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

El Instituto Reuters presenta radiografía sobre la apatía noticiosa de los jóvenes

Una nueva investigación del Instituto Reuters para el Estudio el Periodismo dada a conocer a fines de marzo ahonda en el análisis de cómo se mantienen informados los jóvenes entre 18 y 24 años. Se confirma que este segmento se aleja cada vez más de los canales de información tradicionales y que  4 de cada 10 de ellos solo se informan a través de las redes sociales, principalmente TikTok, Instagram y YouTube.

El estudio fue elaborado por los doctores investigadores del instituto; Craig T. Robertson, Richard Fletcher y Amy Ross Arguedas, junto a su directora Mitali Mukherjee. Se basaron en informes previos del Digital News Report y otras encuestas de Reuters con datos correspondientes al período 2013-2025. Sus datos, a lo largo de todos esos años, provienen de nueve mercados: Estados Unidos, Reino Unido, Alemania, Dinamarca, Italia, España, Japón y Brasil.

Quizás el dato más desalentador es que el hábito diario de consumir noticias es mucho menor en estos jóvenes que, por ejemplo, entre los mayores de 55 años. Solo un 64% de ellos accede a información diariamente en comparación a un 87% de los mayores. También se indica que un 51% de estos jóvenes dedican más atención a los creadores individuales de contenidos que a las marcas periodísticas más reconocidas.

Del lado positivo, quizás, se señala el hecho de que este grupo demográfico, a escala global, es más propenso a acceder a las noticias mediante el uso de inteligencia artificial y, también, está más a favor del uso de esa tecnología en los medios de comunicación.

Estos son algunos de los hallazgos más relevantes, según los investigadores.

• En las redes sociales y de vídeo, los jóvenes afirman que prestan más atención a los creadores de noticias individuales (51 %) que a las marcas de noticias tradicionales (39 %), en contraste con las personas de 55 años o más, que afirman prestar más atención a los medios de comunicación.

• En términos más generales, los jóvenes son más propensos que los grupos de mayor edad a preferir escuchar o ver las noticias en línea, aunque la preferencia por la lectura sigue prevaleciendo en la mayoría de los mercados por ahora. También consumen más podcasts que las personas mayores, pero los podcasts de noticias en concreto no son un factor tan determinante como lo son para las personas mayores.

• Los jóvenes consumen noticias con menos frecuencia que las personas de más edad. Alrededor de dos tercios (64 %) de los jóvenes de entre 18 y 24 años consumen noticias a diario, en comparación con el 87 % de las personas de 55 años o más. Esto se debe en parte a que el consumo de noticias a través de las redes sociales es menos intencionado y más incidental.

• Los jóvenes también muestran menos interés por las noticias. Solo un tercio (35 %) de los jóvenes de entre 18 y 24 años, en comparación con el 52 % de los mayores de 55 años, afirma estar «muy» o «extremadamente» interesado en las noticias en 2025. Los jóvenes están menos interesados en temas como la política y relativamente más interesados en contenidos divertidos y de entretenimiento. Los hombres jóvenes están comparativamente más interesados en la ciencia y la tecnología, y las mujeres jóvenes en las noticias sobre salud mental.

• Aproximadamente cuatro de cada diez (42 %) jóvenes afirman que «a veces» o «a menudo» evitan las noticias, aunque este porcentaje es similar al de otros grupos de edad. Todos los grupos de edad citan el carácter deprimente de las noticias como la razón principal, pero los jóvenes son relativamente más propensos a decir que las noticias no les parecen relevantes o que les resultan difíciles de entender.

• Las personas de entre 18 y 24 años se sienten más cómodas con la IA y utilizan los chatbots para informarse con mayor frecuencia y de formas más elaboradas que las personas de más edad. Alrededor del 15 % utiliza la IA para acceder a las noticias semanalmente, en comparación con solo el 3 % de los mayores de 55 años. Además, tienen una actitud más positiva hacia el periodismo asistido por IA y son más propensos a afirmar que utilizan la IA para orientarse y simplificar noticias complejas.

• Los jóvenes no tienen opiniones fundamentalmente diferentes sobre el desempeño de los medios de comunicación en comparación con los grupos de mayor edad, pero sí hay diferencias de grado. En todos los grupos de edad, las opiniones sobre la cantidad y la imparcialidad de la cobertura informativa tienden a ser positivas, aunque los jóvenes de 18 a 24 años son ligeramente más propensos a pensar que no se les da suficiente cobertura y que esta es «injusta».

• La mayoría de las personas de todas las generaciones están a favor de la idea de una información imparcial, pero los jóvenes piensan con mayor frecuencia (el 32 % frente al 19 % de los mayores de 55 años) que «no tiene sentido que los medios de comunicación sean neutrales en ciertos temas», como el cambio climático o el racismo.

• Los jóvenes tienen «necesidades de usuario» muy variadas, pero en general similares, en lo que respecta a las noticias, y las diferencias medias en la confianza en las noticias según la edad también son menores de lo que a menudo se supone: nueve puntos porcentuales  menos entre los jóvenes de 18 a 24 años (37 %) que entre los mayores de 55 años en 2025.

Los investigadores del Instituto Reuters enfatizaron que el objetivo principal de este estudio es ayudar a comprender estas actitudes y patrones de comportamiento de las generaciones de lectores más jóvenes para así contribuir a la sostenibilidad financiera de los medios y como parte de la salud democrática de las sociedades.

Ver el informe completo aquí (inglés).

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. 

Al iniciarse un año crucial en la relación entre la industria periodística y  la inteligencia artificial, tres autores del Instituto Reuters para el Estudio del Periodismo recopilaron las opiniones de expertos a escala mundial en torno a lo que podría ocurrir durante 2026. Estos cinco temas recurrentes fueron identificados entre los vaticinios:

• El público accederá cada vez más a las noticias a través de la IA.

• Aumentará la demanda de trabajo de verificación.

• La automatización y los agentes transformarán las redacciones.

• Las redacciones mejorarán sus habilidades y crearán infraestructura de IA.

• La IA potenciará aún más a los periodistas de datos.

A continuación un resumen de lo abordado por los editores consultados.

Gina ChuaExecutive Editor at Large, Semafor

El público acelerará el uso de chatbots/LLM (Large Language Models) para acceder a la información, a pesar de sus problemas bien documentados en cuanto a precisión y alucinaciones, y el tráfico a los sitios de noticias seguirá disminuyendo.  Algunas redacciones intentarán migrar hacia arriba, apostando por la reputación de la marca, los periodistas estrella y la voz de la redacción, para establecer relaciones directas con los lectores fieles. Otras recurrirán a la IA para aumentar su eficiencia y su producción. Y unas pocas redacciones emprendedoras comenzarán a experimentar con cómo aprovechar este nuevo comportamiento de los usuarios proporcionándoles interfaces similares a los chatbots.

Alessandro AlvianiLead for Generative AI, Süddeutsche Zeitung 

2026 podría marcar un punto de inflexión: las experiencias conversacionales sin pantalla y basadas en el audio podrían convertirse cada vez más en una puerta de entrada para el consumo de información. Las líneas entre «leer», «escuchar» e «interactuar» se difuminarán. Los usuarios no solo podrán hacer preguntas y recibir respuestas rápidas, sino también cambiar a audio lineal para acceder a reportajes originales y profundos sin interrupciones.  Esto crea nuevas oportunidades, pero también retos. El primero es estructural: ¿cómo diseñamos el periodismo para situaciones en las que los usuarios pasan con fluidez de la conversación a la escucha de formatos largos sin utilizar una pantalla? Esto va más allá de la tan citada «muerte» del formato del artículo. Se trata de crear nuevos flujos y experiencias de usuario que aún no existen, en un momento en el que un nuevo ecosistema de información mediado por la inteligencia artificial ha redefinido profundamente los hábitos y puntos de entrada tradicionales.

Olle ZachrisonSenior News Editor AI, BBC News

En 2026, oiremos hablar aún más de los navegadores basados en IA y los modos de IA en los dispositivos. Funciones como el modo IA de Google, el modo Atlas de ChatGPT y la barra lateral Copilot de Microsoft ganarán más popularidad y cambiarán cada vez más la forma en que el público consume las noticias. Estas herramientas eluden los esfuerzos por bloquear los rastreadores de IA: los usuarios pueden simplemente pedir a su dispositivo que explique, resuma o traduzca lo que aparece en su pantalla. Esto acelera aún más el declive de las referencias de búsqueda, pero también tiene implicaciones para los propios servicios impulsados por IA de las empresas de medios de comunicación. Si los resúmenes, las traducciones o las funciones conversacionales se convierten en características integradas de los dispositivos, como los audífonos de nueva generación, eso debe tenerse en cuenta en nuestras propias decisiones de diseño.  Es probable que la industria de las noticias tenga que centrarse en soluciones asistidas por IA más personalizadas, tanto a nivel interno como para el público, en lugar de imitar a los asistentes comerciales. Esto es intrínsecamente positivo, ya que ayuda a salvaguardar la independencia, mantener los estándares editoriales y conservar un mejor control sobre nuestros datos.

Sannuta RaghuLeader of Scroll Media’s AI Lab

El cambio más significativo será el colapso de la idea de que un artículo equivale a una historia. El artículo siempre ha sido un contenedor cerrado, un objeto lineal único, porque así lo exigían la impresión y las URL. Se parte del supuesto de que los usuarios son uniformes y llegan en el mismo momento con el mismo nivel de conocimiento. En realidad, el público llega con niveles muy diferentes de familiaridad, preguntas y necesidades. A medida que se incorporan interfaces maleables a los productos informativos, el artículo se convierte en un punto de entrada. Para el público, el cambio es experiencial: la gente no «leerá las noticias» tanto como navegará y consultará información verificada. Para las organizaciones de noticias, el cambio no consiste tanto en cambiar la forma de hacer periodismo como en cambiar la forma de organizar la información para su uso.

Florent DaudensCEO, Mizal.ai

Los clics no serán la medida del éxito. Lo será la conversación, lo que significa descubrir nuevas cadenas de valor y experiencias de usuario. Esto puede resultar complicado, pero existe una brecha de oportunidades: un estudio reciente del Instituto Reuters mostró que la búsqueda de información se ha convertido en el principal caso de uso de la IA (24 % semanal), mientras que el consumo de noticias se sitúa en un mero 6 %. Parte de la ecuación radica en conectar a las personas con voces individuales, no solo con identidades institucionales.

Mayor  demanda de verificación

Joshua OgawaHead of AI & Visual Strategy, Editorial Division, Nikkei

Te guste o no, ver ya no es creer en la era de las falsificaciones generadas por IA y los deepfakes, que inundan el espacio de la información digital. El periodismo fotográfico y videográfico no es una excepción. Las organizaciones de noticias solían tener muy poca tolerancia con cualquier alteración digital de las imágenes o los videos que publicaban, incluso antes de la llegada de la IA generativa. Ahora que cualquiera puede crear imágenes y videos sintéticos fotorrealistas de forma fácil y económica, sin dejar apenas rastro, cada vez es más difícil mantener el mismo nivel periodístico. Es de esperar que la industria de las noticias se tome finalmente en serio la inversión en las herramientas y habilidades necesarias para verificar y autenticar el contenido visual. La adopción de soluciones disponibles como C2PA ha sido dolorosamente lenta por diversas razones. Pero aún estamos a tiempo de preservar el papel del periodismo visual como prueba y evitar el beneficio del mentiroso.

Shuwei FangShorenstein Fellow, Harvard Kennedy School

El contenido sintético ya ha inundado el entorno informativo. En 2026 es cuando se vuelve conflictivo. En agosto de 2025, casi la mitad de la indignación en las redes sociales por el cambio de logotipo de la cadena de restaurantes estadounidense Cracker Barrel fue sintética; las críticas auténticas se amplificaron hasta convertirse en una controversia que hizo caer las acciones. Es de esperar que esto madure y se convierta en algo intencionado: ataques microdirigidos y orquestados diseñados para mover los mercados y extraer valor. El público no aprenderá a detectar las falsificaciones (no puede), por lo que delegará esta tarea, y algunos estarán dispuestos a pagar [por este servicio]. Los contratistas de defensa ya comercializan sistemas de detección basados en la inteligencia artificial, pero solo para un mercado reducido. Los medios de comunicación tienen la credibilidad editorial para llevar esto más allá, pero pueden carecer de la agilidad necesaria. Las empresas emergentes tienen la agilidad, pero deben generar confianza.

Automatización en las salas de Redacción

David CaswellConsultor

En 2026, las organizaciones de noticias utilizarán cada vez más la IA agencial para la automatización integral de flujos de trabajo complejos. En 2023-24, muchos productores de noticias automatizaron tareas individuales de la sala de redacción, como resumir artículos, generar titulares, redactar boletines informativos, editar textos y similares, a menudo mediante el uso de «kits de herramientas de IA». Esto generó algunas eficiencias útiles. Pero en 2025, los límites de la «automatización de tareas» se han hecho evidentes. El ahorro de tiempo y dinero es decepcionante, y la IA centrada en tareas parecía un callejón sin salida estratégico. Mientras tanto, han aparecido agentes de IA habilitados por nuevos «modelos de razonamiento», procesos que comprenden objetivos generales, formulan preguntas aclaratorias y luego ejecutan las numerosas tareas individuales necesarias para alcanzar esos objetivos. Las herramientas de «investigación profunda» son ejemplos tempranos. Los agentes de IA ya pueden automatizar flujos de trabajo de producción de conocimiento muy sofisticados que superan con creces la complejidad de las simples tareas de una sala de redacción. En 2026, más salas de redacción descubrirán estas potentes capacidades y comenzarán a utilizarlas estratégicamente en la recopilación de noticias, las investigaciones, las entrevistas, la verificación de datos y mucho más.

La construcción de nuevas estructuras con IA

Katharina Schell Deputy editor-in-chief, Austria Presse Agentur

Las organizaciones de noticias cambiarán su enfoque de la IA en la producción a la IA en la distribución y la monetización. El potencial de la IA en la producción de medios se ha sobreestimado en parte y ya se ha explotado en parte, pero la monetización de contenidos se convierte en un reto cada vez más acuciante. Incluso las empresas de medios que hasta ahora se han mostrado reacias considerarán acuerdos de contenido con plataformas de IA en 2026.  La IA conversacional seguirá creciendo en lo que respecta a la información actualizada. «Las noticias me encontrarán» será sustituido gradualmente por «Puedo solicitar noticias en cualquier momento». Como efecto secundario paradójico, el público seguirá perdiendo confianza en las noticias difundidas en línea, ya que el alto grado de penetración de la IA significa que prácticamente toda la información es sospechosa. 

Tess JeffersDirector of newsroom data and AI, Wall Street Journal

Los editores utilizarán modelos de audiencia sintéticos: chatbots de IA entrenados para encarnar los perfiles clave de la audiencia. Estos altavoces «siempre activos» proporcionarán a los reporteros y editores comentarios instantáneos. ¿Quieres charlar sobre una idea? ¿Quieres saber si tu titular atrae a tu lector objetivo? Solo tienes que preguntar a tu audiencia (IA). La personalización de las noticias alcanzará su máximo apogeo, yendo más allá del contenido para llegar a la personalización generativa impulsada por la IA del formato, el tono, el estilo y la profundidad. Aunque el público rara vez quiere todas las funciones, la mayoría de los lectores utilizarán una o más de estas opciones en algún momento. Los editores de noticias crearán una gran cantidad de productos GenAI para ofrecer al público esta flexibilidad. El paso final es la democratización total de los datos de la audiencia en toda la sala de redacción, impulsada por chatbots de datos dedicados. Los datos y la información ya no se limitarán a los paneles de control o a funciones especializadas. 

Tshepo TshabalalaProject manager, JournalismAI

La IA dejará de ser solo un experimento divertido y se convertirá en una necesidad básica para las redacciones más pequeñas. En 2026, estas pequeñas y medianas empresas de noticias dependerán principalmente de la IA para ser más sostenibles y ahorrar tiempo. Piensa en la IA como un pasante digital supereficiente: se encargará de las tareas aburridas y repetitivas, como resumir artículos largos, transcribir entrevistas y procesar datos sencillos. Esto liberará a los reporteros humanos para que se centren en las historias serias e impactantes para sus respectivas comunidades. Fundamentalmente, la IA también empezará a ayudarles a ser más sostenibles y a pensar en implementar estrategias de crecimiento de los ingresos para mantenerse a flote. Sin embargo, lo importante no es la tecnología en sí, sino conseguir que la gente la utilice correctamente. Las pequeñas redacciones seguirán teniendo dificultades para que la IA funcione perfectamente en las noticias muy locales y para que su personal se sienta totalmente cómodo con ella. Los actores inteligentes invertirán en formación y ética, utilizando la IA para hacer un mejor trabajo. 

Sebastián Auyanet TorresConsultant in audience development, product and impact

El avance más significativo en 2026 debería ser la generalización del «vibe coding», es decir, el uso del lenguaje natural para crear herramientas internas personalizadas. Las redacciones de todos los tamaños, así como los creadores de noticias individuales, pasarán cada vez más del software genérico a diseñar sus propios sistemas internos que se adapten perfectamente a su realidad operativa. Esta capacidad podría permitir, por ejemplo, una recopilación de datos propios de mayor calidad y una identificación precisa de la audiencia.Sin embargo, el impacto final es humano. Al automatizar la lógica compleja mediante herramientas personalizadas, eliminamos las excusas operativas para el aislamiento. Esta tecnología nos libera finalmente para hacer lo que los algoritmos no pueden: salir del edificio para escuchar, sentir y facilitar la conexión. En 2026, la IA se convierte en el motor que impulsa el retorno al servicio comunitario cara a cara, algo que ya ha estado ocurriendo de diferentes maneras.

Rubina FillionAssociate editorial director of AI Initiatives, New York Times

Aunque en el New York Times nunca utilizamos la IA para escribir artículos, sí que puede ayudar a crear borradores de resúmenes y metadatos. Incluso estos breves fragmentos de texto deben cumplir con altos estándares editoriales. Cuando las redacciones utilizan la IA para los titulares SEO o el texto alternativo, necesitan formas concretas de medir si realmente están dando en el blanco.  Nuestro equipo de Iniciativas de IA trabaja con periodistas y líderes de producto para desarrollar marcos que evalúen la calidad editorial. Esto comienza con la decisión de las características clave, como la precisión, y cómo puntuarlas para cada fragmento de texto generado por la IA. Esto nos proporciona datos para mejorar las indicaciones y seleccionar los modelos adecuados para la tarea. El texto se edita minuciosamente antes de su publicación, de acuerdo con nuestros principios para el uso de la IA. La buena redacción es subjetiva. Pero aún así hay formas de medirla. Mi colega Duy Nguyen y yo compartimos lo que aprendimos de este proceso.

Sonali VermaGenAI Initiative Lead, INMA

El uso de la inteligencia artificial para mejorar la eficiencia en el ámbito de las noticias pasará a ser algo habitual: el verdadero enfoque se centrará en la generación de ingresos a través de nuevos productos que nos ayuden a prestar un mejor servicio a las audiencias existentes y a atraer a nuevas audiencias. Veremos cómo las organizaciones de noticias imaginan productos que hasta ahora eran increíblemente caros o imposibles de crear (por ejemplo, multimodales y personalizados) y los monetizan de manera eficaz.

La empoderación de los periodistas

Martin StabeData Editor, The Financial Times

Una gran promesa de la IA para los periodistas es que les permitirá rastrear documentos a gran escala. Pero para encontrar una aguja, primero hay que armar un pajar. Y recopilar de manera proactiva tesoros de datos potencialmente noticiosos para su análisis no es algo que la mayoría de las organizaciones de noticias hayan hecho históricamente. Claro, los equipos de periodismo de datos llevan mucho tiempo ingiriendo vastos conjuntos de datos para historias individuales. Para estos equipos expertos en tecnología, las investigaciones basadas en la clasificación de documentos habilitada por LLM ya se han convertido en un resultado rutinario. El resto de la organización suele mantener un solo conjunto de datos importante para uso editorial: sus propios archivos. Por lo tanto, no es de extrañar que tantas aplicaciones de IA en los medios de comunicación se centren en resumir y reempaquetar historias publicadas anteriormente. Pero, casi por definición, los archivos no son el lugar donde se encuentran las primicias. Para ello, se necesitan datos nuevos de fuentes externas. En 2026, más redacciones se darán cuenta de esto y adoptarán nuevas funciones de ingeniería de datos orientadas a la edición.

Jaemark TordecillaJournalist, technologist, and media advisor

El procesamiento y la publicación de conjuntos de datos públicos preparados para la inteligencia artificial serán increíblemente valiosos tanto para las organizaciones de noticias como para el público, dada la facilidad con la que se pueden investigar con la ayuda de chatbots.  A principios de este año, cuando Filipinas estaba en plena polémica por la corrupción en las infraestructuras contra las inundaciones, programé un script para extraer datos de la página web oficial del Gobierno y los publiqué en una hoja de cálculo. Esto permitió a los medios de comunicación y a los think tanks crear sus propias investigaciones. Lo más interesante es que los ciudadanos de a pie tomaron esa hoja de cálculo, la subieron a ChatGPT y formularon preguntas sobre ella en sus contextos locales.

Los autores del artículo original son Marina Adami, Eduardo Suárez y el doctor Felix Simon del Instituto Reuters. Ver artículo completo aquí.

Hora de Cierre

Un artículo de Gina Chua en Columbia Journalism Review abordó hace unos días cómo la inteligencia artificial está cambiando la formas de consumir información y, para empezar, recordó que — según el Instituto Reuters — aunque solo un siete por ciento de los adultos utilizan actualmente los chatbots como fuentes de noticias; en el segmento de menores de 25 años es más del doble; un 15 por ciento. Esto indicaría que, pese a los informes y denuncias sobre inexactitudes, falta de transparencia o alucinaciones de los chatbots, no está lejos el día en que asistentes conversacionales como ChatGPT y Gemini sean comúnmente consultados por el público en general para informarse.

"La explicación es que los sistemas de IA están más en sintonía con las necesidades individuales que las organizaciones de noticias", sentenció Chua, directora ejecutiva de Semafor y, también, del Centro Tow-Knight para el Futuro del Periodismo en la City University de New York (CUNY).

Ella considera que aunque la IA presenta "todo tipo de peligros para la democracia y la participación ciudadana" también vivimos en un mundo "en el que las comunidades que nunca se vieron bien atendidas por las noticias genéricas podrían encontrar (en los chatbots) información más adaptada a sus necesidades y contada más desde su punto de vista".

Chua explora en ese artículo el futuro de la relación de los medios de comunicación con sus audiencias y la forma en que esa relación influye en sus modelos de negocio. Considera que los medios desde hace varios años entregaron la distribución de su contenido a las grandes plataformas, olvidándose de cultivar su especialidad: la construcción de narrativas y el servicio a las necesidades de los individuos. Al finalizar, escribe: "En cualquier caso, esperar que los lectores sigan siendo los mismos, o creer que podemos convencerlos de que dejen de leer historias generadas por IA, es una fantasía que no podemos permitirnos".

Al finalizar el 2025 uno de los debates centrales en la industria de los medios de comunicación es el uso de herramientas de IA para crear contenido, pero también para segmentar las audiencias. Aquella colina dorada de comienzos de la era digital; la segmentación individual de las noticias, es una meta que hoy está más al alcance que nunca de los editores. El problema es que, también, la preocupación por la privacidad y por el uso indebido de datos personales ha aumentado exponencialmente.

La hiper personalización de la información, aunque permite medir los sentimientos y las preferencias de los lectores, en tiempo real y tomando en cuenta todas sus variantes, también puede crear cajas de resonancia mediática que pueden aislar a los individuos de un intercambio más global de ideas y perspectivas, entregándoseles sólo el contenido que quieren recibir de acuerdo a sus ideas o nociones.

Una columna de Daniele Codega en Adge, publicada en octubre, observó que en mercadotecnia por muchos años se trabajó en la creación de productos para un público lo más amplio posible. "Pero con la IA estamos entrando en un nuevo paradigma; la personalización ya no es una táctica, sino la base misma", aseguró.

Codega es un diseñador de productos digitales que ha trabajado en proyectos en empresas diversas como Apple, PayPal, Goldman Sachs, Gucci y Pfizer. "Incluso a gran escala, la IA se percibe menos como una emisión y más como una conversación individualizada. Y a medida que los usuarios confían cada vez más en herramientas como ChatGPT y Google Gemini, desarrollan la expectativa de que las experiencias personalizadas sean la norma", aseguró.

Agregó que los creadores de contenido ya no están dirigiéndose a audiencias divididas por segmentos demográficos o de tendencias de consumo, sino que "estamos diseñando y creando productos adaptados a las combinaciones de variables más específicas. Y, cada vez más, esos escenarios son personales".

En una reciente entrevista con Bloomberg TV, el Chief Marketing Officer (CMO) de Meta, Alex Schultz, se refirió a la tendencia hacia las "Audiencias de Uno". Schultz aborda el tema en un libro publicado en octubre que se titula The Art and Science of Digital Marketing & Advertising.

Al hablar sobre las posibles implicaciones en el uso masivo de datos personales para crear publicidad personalizada, Schultz dijo, sin presentar datos concretos, que los usuarios de plataformas digitales, en especial los jóvenes, "comprenden muy bien el uso de los datos y les gusta la publicidad personalizada".

El ejecutivo también dijo que, para él, el verdadero riesgo es no usar los datos personales para dirigir avisos individuales a cada usuario no solo en Meta sino en cualquier otra plataforma. Añadió que en Europa, donde se han puesto en pie leyes que limitan a las plataformas en el uso de esos datos, hay un sentimiento de que las empresas se están quedando atrás con respecto a las de Estados Unidos.

"A la gente le gustan los avisos personalizados cuando realmente son relevantes y útiles para ellos", dijo Schultz.

En marzo de este año BBC News anunció la creación de un nuevo departamento que utilizará la IA para ofrecer al público contenidos más personalizados, ya que, según su directora, Deborah Turness, la corporación ha estado «desafiando la gravedad» para llegar a la audiencia en medio de cambios radicales en la forma de consumir noticias.

La iniciativa es parte de una reestructuración que incluye la creación de BBC News Growth, Innovation and AI (Crecimiento, innovación e inteligencia artificial de BBC News). Este departamento se centrará en el segmento de menores de 25 años, en medio de un enorme cambio en el consumo de noticias a través de teléfonos inteligentes y plataformas como TikTok.

Turness afirmó que la corporación tenía que actuar con rapidez para contrarrestar una serie de dificultades, entre las que se incluyen "la tendencia creciente a evitar las noticias, el aumento del consumo de noticias en las plataformas sociales, el incremento de la competencia digital y el inevitable declive de la radiodifusión".

Herramientas recomendadas para la segmentación de audiencias:

Hora de Cierre

Muchos editores de sitios de noticias coinciden en que, si bien múltiples factores influyen en las fluctuaciones de tráfico, los chatbots impulsados por inteligencia artificial generativa —como ChatGPT, Gemini, Copilot o Perplexity— se han convertido en portales informativos tan eficientes que permiten a millones de usuarios acceder a respuestas, resúmenes y explicaciones sin visitar directamente a los medios. El fenómeno conocido como zero-click search se está consolidando como una de las amenazas más serias al modelo digital basado en audiencia.

Según datos de SimilarWeb, el porcentaje de búsquedas relacionadas con noticias que terminan sin un clic en un medio aumentó al 69% en mayo de 2025, frente al 56% del año anterior, cuando Google introdujo sus resúmenes generados con Gemini.

Helen Havlak, editora de The Verge —uno de los sitios de tecnología más influyentes de EE.UU.— señaló a NPR que el tráfico proveniente de Google cayó significativamente desde el despliegue de los resúmenes generados por IA. “La gente ve la respuesta en la parte superior y ya no visita el sitio”, afirmó. “Ese descenso coincide claramente con el auge de estos resúmenes”.

La situación ha llevado a muchos medios a replantear sus estrategias, impulsando suscripciones, boletines, podcasts y una relación directa con sus comunidades para sobrevivir a la caída de clics.

Una encuesta de AP-NORC reveló que casi el 60% de los adultos estadounidenses que usan IA la emplean para obtener información, y entre menores de 30 años la cifra asciende al 74%. Para una generación entera, el acceso a datos ya no pasa por Google, sino por asistentes conversacionales.

Klaudia Jaźwińska, investigadora de la Universidad de Columbia especializada en IA y periodismo, advierte que retirarse de los resúmenes de IA no es una opción real: “Si los editores se excluyen de los resúmenes, quedan fuera también de la búsqueda tradicional de Google”. Una encrucijada de alto riesgo.

Mientras tanto, Google sostiene que continúa enviando miles de millones de clics a los sitios de noticias y que la IA está permitiendo búsquedas más complejas que amplían la posibilidad de descubrimiento. Afirma, además, que la calidad de los clics ha mejorado y que las variaciones en el tráfico responden a múltiples factores.

El debate se agrava por la expansión de AI Overview, resúmenes generados que aparecen por encima de los enlaces tradicionales. Investigadores estiman que cerca del 20% de las búsquedas ya incluyen estos resúmenes, aunque algunos cálculos elevan la cifra al 50% según el tipo de consulta. Consultado por Hora de Cierre, el propio AI Overview estimó ese rango entre el 20% y más del 50%.

Para los editores, cuanto mayor sea este porcentaje, mayor será la amenaza. Google, por su parte, genera nuevos ingresos gracias a los anuncios asociados a AI Overview, fortaleciendo su negocio mientras los medios pierden tráfico.

The Verge, por ejemplo, ha redoblado sus esfuerzos en suscripciones, boletines y podcasts, e incluso ha rediseñado su sitio para que funcione más como una plataforma social, permitiendo seguir a autores y temas específicos. Pero la pregunta estructural persiste: ¿cómo atraer usuarios a un sitio si sus búsquedas ya no los llevan allí?

Un estudio del Pew Research Center reveló que cuando un usuario ve una respuesta de IA, es dos veces menos probable que haga clic en un enlace. Además, tiene más probabilidades de terminar su sesión de navegación después de leer el resumen. Havlak aporta una frase lapidaria: “El evento de nivel de extinción ya está aquí. Y muchos pequeños editores ya han quebrado”.

Las publicaciones con ingresos por suscripción están mejor protegidas, pero las que dependen exclusivamente de publicidad enfrentan un escenario cada vez más crítico.

Algunas empresas tecnológicas están planteando alternativas. Cloudflare impulsa un modelo de “pago por rastreo”, en el que los bots de IA —incluidos los de Google— deberían pagar por indexar contenido. Su CEO, Matthew Prince, fue contundente: “Si vamos hacia una web dominada por la IA, el modelo de negocio tiene que cambiar. Si los creadores de contenido no reciben compensación, dejarán de producir contenido. Y todos perderemos”.

La crisis del “cero clic” ya no es una tendencia: es un cambio de paradigma. Y para muchos medios, la pregunta no es solo cómo adaptarse, sino cómo sobrevivir.

Culminando un período de rápido avance, la legislatura de California impulsa la creación de un ecosistema digital poblado de contenidos marcados con el equivalente de “etiquetas de nutrición” con el propósito de frenar la proliferación de desinformación y restaurar la confianza del público en los contenidos que consumen Online. 

 Por John Reichertz

La legislatura de California, estado sede de 32 de las 50 empresas más importantes de Inteligencia Artificial (IA) del mundo, la semana pasada aprobó una  legislación que concretiza el esfuerzo de hacer disponible al público la información de procedencia de los contenidos digitales, dándole así una respuesta sistémica a la plaga de la desinformación y fraude online.

Por razones tecnológicas y financieras, es probable que las medidas de California, la cuarta economía del mundo, tengan impacto mundial entre aquellas plataformas, herramientas de IA y dispositivos de captura, fabricados y utilizados en el mundo occidental. Llevarían a la implementación a escala del estándar de procedencia C2PA promovido por la Iniciativa de Autenticidad de Contenido (CAI).

La votación de la legislatura corona un período de rápido avance del movimiento sobre la trazabilidad del contenido, que incluye el lanzamiento del teléfono Pixel 10 de Google con tecnología C2PA;  una implementación innovadora de C2PA por parte de France TV; una decisión de la asociación de proveedores de cámaras de seguridad de unirse a C2PA y la implementación de una política de procedencia en China.

El Senado de California votó 30-6 para aprobar la legislación que obligaría a las plataformas y redes a mostrar información de procedencia cuando está presente en los contenidos que circulen, y a los fabricantes de cámaras de fotografía y de video, como también grabadores de audio, a incluir la tecnología de procedencia como opción de uso en sus productos.

La cámara baja el viernes convalidó los cambios hechos en el Senado, enviando la ley al Gobernador Gavin Newsom para su firma.

“No se puede hacer la vuelta olímpica aún, pero tengo mucha fe”, dijo David Evan Harris, representante del Iniciativa de California para la Tecnología y la Democracia (CITED), que ayudó a redactar la legislación, presentada por Buffy Wicks, integrante de la cámara baja.

John Bennett, investigador del comité de privacidad y protección al consumidor, hizo un informe meses atrás para resumir para los legisladores la naturaleza de la legislación. En ese informe, dijo:

“La propagación descontrolada de contenido sintético amenaza con perjudicar a los californianos de diversas maneras, como la proliferación de pornografía DeepFake no consensuada, estafas, daños a la reputación y la distribución de desinformación electoral dirigida. Una estrategia para combatir esto es integrar datos de procedencia (origen) en el contenido generado por IA y capturado en tiempo real que permitan a los espectadores verificar el contenido”.

El año pasado la legislatura estatal aprobó el Acta AI de Transparencia, SB 942, que obliga a los proveedores de IA Generativa, a partir del 1 de enero de 2026, a incluir en los contenidos generados información sobre el origen de los mismos, incluyendo su creación mediante la IA, el nombre del sistema generador y la fecha de la producción.

Pero los autores y proponentes de esa legislación sabían que ese primer paso era incompleto sin las medidas contempladas en la legislación aprobada ahora, ya que:

·       No tenía sentido práctico marcar las obras de IA como tales si esa información de origen no estaba visible en las plataformas/redes.

·       Visto que la IA puede crear imágenes, videos y audios esencialmente indistinguibles de capturas reales, era imprescindible que fuera posible, y a la vez, opcional, marcar capturas reales para darle al público las herramientas de conocer afirmativamente la naturaleza de cada contenido.

“Estos requisitos, junto con la SB 942, crearían un marco integral de divulgación y detección que permitiría la clasificación a gran escala del contenido como auténtico o artificial”, dijo Bennett, en su análisis, que contempla la utilización del estándar de procedencia C2PA impulsado por CAI, un esfuerzo colaborativo de más de 5.000 miembros de la cual la Sociedad Interamericana de Prensa forma parte.

La obligatoriedad de las plataformas y redes de mostrar la información de procedencia incluido en los contenidos entraría en vigor el 1 de enero de 2027 mientras que los dispositivos de captura deberían incluir tecnología de procedencia desde el 1 de enero de 2028.

El estándar C2PA es de fuente abierta y fue desarrollado dentro de la Fundación Linux, por un grupo de empresas incluyendo a Adobe, BBC, Publicis Groupe, Google, Microsoft, OpenAI, Sony, Intel, Meta, Amazon y TruePic. C2PA es el acrónimo por el nombre de este grupo técnico, la Coalición por la Procedencia y Autenticidad del Contenido. CAI es el grupo que públicamente promueve la adopción del estándar.

Actualmente, es el único esfuerzo tecnológicamente avanzado de procedencia, que además cuenta con apoyo amplio de todos los sectores del sistema de información y economía digital.

Con el estándar, el público tiene acceso a algo como una “etiqueta de nutrición” de los contenidos digitales. En el caso de capturas reales, la etiqueta dice donde, como, cuando y eventualmente, por quién fue logrado el registro (la fotografía, el video o el audio), y si fue cambiado después de su captura, y como. Para capturas reales, el uso de la tecnología es opcional, incluyendo la posibilidad de definir qué información de procedencia uno quiere compartir.

El estándar C2PA ya está siendo utilizado por ChatGPT, Dall-e, Sora, Bing y Adobe Firefly, y está visible en LinkedIn, con un icono CR visible en imágenes, que es un vínculo que lleva a la información de procedencia. Google y Facebook anunciaron sus planes para implementar el estándar, aunque no se sabe aun cuando.

La aprobación de esta legislación es solamente la más reciente de los avances logrados por quienes proponen que las credenciales de contenido, las etiquetas, sean ubicuos como parte de un esfuerzo de restablecer la confianza del público en los contenidos que usan para informarse, y para evitar ser víctima de fraudes y estafas, entre otras cosas.

A fines de agosto Google presentó su teléfono Pixel 10, siendo el primer Smartphone en incorporar de forma nativa la tecnología C2PA, dándole a los usuarios la opción de activar las credenciales de contenido sobre las fotografías sacadas con el Android. Leica, Nikon y Sony ya lanzaron cámaras C2PA, y Sony promete incluir la tecnología en una cámara de video antes de fin de año.

Andy Parsons, director general de CAI, dijo sobre el lanzamiento, “Este es un momento muy emocionante para la transparencia de los medios, para los fotógrafos y para las Credenciales de Contenido de C2PA. El nuevo Pixel 10 de Google es el primer teléfono que integra Credenciales de Contenido en el núcleo de su proceso de captura de fotos, y ha alcanzado el nivel más alto ofrecido por el Programa de Conformidad de C2PA”.

En otro avance, France Televisión gano el premio de Tecnología e Innovación de la European Broadcasting Union (EBU) por su implementación del estándar C2PA en dos de sus programas.

“En un contexto donde la desinformación y los DeepFakes erosionan gravemente la confianza pública y desestabilizan las democracias, France Televisión ha dado un paso decisivo al convertirse en la primera emisora ​​en adoptar sistemáticamente el protocolo C2PA a diario”, escribió Romuald Rat, director del Tech Lab de France Televisión, en la revista Tech-I del EBU. “Esta iniciativa marca un punto de inflexión en la participación de los medios públicos en la transparencia informativa y la lucha contra la manipulación de contenidos digitales”.

Mostrando la amplitud del esfuerzo, ONVIF, la asociación que nuclea a los proveedores de cámaras de seguridad para promover estándares abiertos comunes, se unió como miembro de C2PA.

“Preservar la autenticidad del video nunca ha sido tan importante, ya que las amenazas de la IA generativa y otros métodos de manipulación de contenido siguen aumentando exponencialmente, independientemente del sector y el caso de uso”, afirmó Leo Levit, presidente del Comité Directivo de ONVIF. “La labor de ONVIF para preservar la integridad del video y el reconocimiento de la C2PA contribuirán a generar confianza en los usuarios de que el video grabado puede verificarse como genuino y sin manipulaciones”.

ONVIF dijo que preservar la integridad de los videos de seguridad es fundamental ya que los mismos son utilizados en procedimientos judiciales, investigaciones policiales e incidentes de seguridad corporativa, donde cualquier duda sobre la validez de la evidencia en video puede socavar los resultados y erosionar la confianza institucional.

Finalmente, el 1 de septiembre China se constituyó como el primer país en el mundo en imponer un sistema obligatorio de procedencia de los contenidos generados con IA. Los contenidos IA deben llevar dos sistemas de identificación, uno visible al público, y otro con meta datos adjuntos a cada fotografía, audio, video, documento producido por la IA.

Los críticos dicen que mientras la campaña de China oficialmente está diseñada para el combate a la desinformación, al ser obligatorio podría ser utilizada como herramienta de censura.

“China ha puesto en práctica lo que otros aún debaten: un estándar nacional de autenticidad de la IA”, dijo en un posteo en LinkedIn Barbara Cresti, un experto en IA que da asesoramiento a las juntas directivas de empresas. “La infraestructura técnica demuestra que es posible. Las implicaciones políticas nos recuerdan sus riesgos”.

Más de dos años después de Chat GPT-4, la empresa OpenAI anunció el jueves 7 de agosto el lanzamiento de GPT-5, un modelo de inteligencia artificial (IA) optimizado y, supuestamente, menos propenso a alucinaciones y, quizás, menos reacio a responder preguntas difíciles. 

Usuarios de las versiones de pago y gratuita ya pueden acceder a la nueva versión default de la herramienta que en el último año cuadruplicó su audiencia hasta alcanzar 700 millones de personas. Las dos versiones más avanzadas son GPT- 5 Thinking y GPT- 5 Pro, 

Sam Altman, el CEO de OpenAI, no escatimó elogios durante la presentación del modelo 5. Dijo que si la versión 3 era como hablar con un estudiante de preparatoria y la 4 como con un estudiante universitario, la 5 es como “hablar con uno a nivel de doctorado”. 

Los especialistas en tecnología digital conceden que el GPT-5 es un paso adelante en la búsqueda de la Artificial General Intelligence (AGI), la meta teórica de la algorítmica: crear un modelo de IA con capacidades cognitivas como los humanos. 

Para el periodismo, el GPT-5 permite generar contenidos multimedia y su capacidad como buscador en internet es inigualable. Sin embargo, como lo apuntó la bloguera sobre Tecnología de la Información, Casey Newton, la nueva herramienta llega en un momento en que todo el panorama mediático se ha transformado. 

Open IA tuvo problemas en desarrollar un modelo GPT más avanzado. Incluso su versión 4.5 lanzada en febrero pasó sin pena ni gloria. 

Newton, tras conceder que el GPT 5 es más rápido, consideró que para usuarios de la versión anterior, será como estrenar un nuevo iPhone: sí, hay mejoras, pero en el fondo “sigue siendo el mismo iPhone”. 

Durante el lanzamiento, Altman aseguró que se trata “de un paso significativo en el camino hacia la AGI”. 

Al respecto, la revista Wired, en su versión en español, expresó lo siguiente: “Cabe señalar que el nuevo modelo emplea agentes de IA que integran software de terceros, lo que les permite realizar tareas con menor supervisión humana. Así, el sistema puede redactar y enviar correos electrónicos, gestionar respuestas, agendar citas y actualizar automáticamente la agenda del usuario, todo de forma autónoma”. 

No obstante, uno de los especialistas escogidos para probar la herramienta con antelación, señaló que bajo la presión en tareas complicadas que pueden involucrar recursos cognitivos, el Chat GPT-5 sigue alucinando. Otros que hicieron la prueba no encontraron esa dificultad y tuvieron más elogios que criticas. 

Por otra parte, la competencia por el mejor modelo de IA parece que se está intensificando. Gemini de Google podría lanzar una nueva versión en unas semanas. La App de Gemini ya presenta una audiencia impresionante de 450 millones de personas, solo detrás de Chat GPT/ 

El sentimiento general de la industria es que, ya sea Google o Meta, para tomar la delantera tendrían que lograr un avance más decisivo con un nuevo flujo de trabajo y más posibilidades creativas, algo que hasta ahora no hayamos visto. 

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 Horacio Ruiz / Editor de Hora de Cierre

Un filón se ha abierto ante los ojos de los medios de comunicación. El acuerdo de The New York Times de alimentar con sus contenidos a la IA generativa de Amazon puede ser el heraldo de una nueva interacción entre los gigantes tecnológicos y la industria de la prensa. 

Aunque este no es el primer acuerdo de este tipo, sí es el más significativo ya que el diario líder en Estados Unidos permite ver un entendimiento nuevo con las empresas de IA, cuando aún está pendiente su querella contra OpenAI y Microsoft por supuestamente haber utilizado sin autorización sus contenidos y archivos para nutrir al ChatGPT. Esta herramienta registra entre 400 y 500 millones de usuarios por semana. 

Hasta ahora el Times se mantenía opuesto a que sus contenidos sirvieran para entrenar los chatbots de la inteligencia artificial. Ahora, según algunos detalles del acuerdo que se filtraron, el diario circulará sus contenidos a través del asistente de voz Alexa + de Amazon, plataforma actualizada para difundir contenidos curados con inteligencia artificial. 

En febrero The New York Times anunció el desarrollo de Echo, un modelo interno de IA dirigido a fortalecer la producción de sus múltiples formas de contenido. Ahora el acuerdo con Amazon permite suponer que, en general, la industria de los medios puede estar encaminándose hacia una nueva convivencia, con una tecnología que todavía provoca dudas y hasta temor. 

Esto en parte se debe a que los modelos de ingresos tradicionales, mayormente anuncios y suscripciones, enfrentan una durísima competencia y audiencias muy fragmentadas. La hora ha llegado de adoptar modelos de monetización impulsados por la inteligencia artificial generativa.  

Según un informe de la investigadora de mercados Fortune Business Insights, la generación de riqueza con IA crecerá de un poco más de 67 mil millones de dólares en 2024 a casi 968 mil millones en 2032.   

Hace un mes The Washington Post y OpenAI  anunciaron una "alianza estratégica" que pemitirá al chatbot de ChatGPT dar acceso a reportajes, resúmenes, citas y enlaces del Post. OpenAI informó que ha concretado alianzas similares con más de 20 empresas periodísticas que involucran a unos 160 medios en 20 idiomas. 

Algunos incluidos en esos acuerdos son The Guardian de Londres y el grupo escandinavo Schibsted. En estados Unidos;  Politico (propiedad del grupo alemán Axel Springer), Wired, Vanity Fair, la revista Time, Vox Media, etc. Un gran valor para todos ellos es la ampliación de sus audiencias globales a través de los chatbots de la IA. También: la posibilidad de cubrir audiencias hiper fragmentadas mediante tecnología de punta. 

El lado oscuro de estos acuerdos es la explotación de la publicidad.

 Durante décadas los medios se han quejado del monopolio publicitario de las grandes plataformas mediante los usos de sus contenidos. ¿Tienen alguna cláusula al respecto estos nuevos acuerdos? No lo sabemos. 

Por otra parte, otros medios se unieron a la demanda pendiente del Times contra OpenAI y Microsoft, entre ellos, The Daily News, Chicago Tribune y The San Jose Mercury News. Se espera que el resultado de este juicio iniciado hace dos años también contribuya a definir las relaciones de las tecnológicas con los medios. 

Podemos decir que son relaciones de dos vías. Una hacia el acceso a las audiencias que ofrecen los generadores de  inteligencia artificial y otro hacia la compensación por los contenidos que nutren el conocimiento de esa misma IA. Los detalles específicos en cada uno de los acuerdos no son públicos pero, según informes de prensa, podrían representar ingresos de hasta cinco, 10 o más millones de dólares en cada caso. 

El diario español El País (Prisa Media) es la única empresa mediática de Iberoamérica que hasta ahora es parte de los acuerdos para alimentar los motores de la IA con los productos de sus salas de Redacción. Incluye al económico Cinco Días, el deportivo As y el Huffpost. 

Las agencias de prensa también se han sumado a la tendencia. The Associated Press (AP) lo hizo con Gemini de Google mientras que Agence France Presse (AFP) optó por Le Chat, "el ChatGPT" de la tecnológica francesa Mistral. 

La agencia española EFE anunció esta semana un acuerdo con la tecnológica californiana ProRata para entregar su contenido abierto a través del motor de búsqueda conversacional Gist.ai, lanzado hace solo seis meses. 

Un entendimiento que llamó mucho la atención fue dado a conocer en octubre pasado entre Meta AI y la agencia Reuters. La empresa de Mark Zuckerberg pagará por utilizar las noticias de Reuters para responder preguntas en tiempo real de sus usuarios en Facebook, WhastApp e Instagramp. Son 4.000 millones de usuarios al mes.  

Como lo explicó el analista David González de Red de Periodistas, con esta decisión Zuckerberg "se cambió la camiseta".  

"Esta colaboración marca un cambio significativo en la estrategia de Meta respecto a las noticias, ya que la compañía había estado reduciendo el contenido noticioso en sus plataformas en los últimos años", señaló González. 

Meta informó que también empezará a utilizar datos de los usuarios de sus redes sociales, como Facebook, para entrenar su inteligencia artificial. Desde hace cinco años la empresa ha hecho lo mismo para alimentar los algoritmos de Instagram. 

Recientemente un tribunal alemán autorizó a Meta a utilizar contenido de sus usuarios dentro de la Unión Europea para nutrir a Meta AI. La empresa proveerá un formulario donde sus abonados podrán objetar, pero sólo en Europa, incluyendo Reino Unido. No hay formulario para los usuarios de América Latina y la empresa se reserva el derecho de rechazar las objeciones. 

Aunque los grandes medios de comunicación tienen más poder de negociación con las grandes tecnológicas, no es su derecho exclusivo.

 Los medios más pequeños y otras organizaciones de noticias también pueden negociar y llegar a acuerdos aunque enfrenten más dificultades. 

La colaboración entre medios o asociaciones de medios puede aumentar el poder de negociación de los más pequeños y, de hecho, eso ya ha ocurrido en acuerdos alcanzados con Google con agrupaciones de medios, como el caso de Brasil. Aparte de eso, el gigante tecnológico también ha realizado pagos a medios de México y Argentina a través de su iniciativa de compensación Showcase. 

Otra posibilidad para las empresas periodísticas más pequeñas es explotar la cobertura local de los medios o su atención a nichos específicos como política, derechos humanos, relaciones internacionales, etc. Estos son valores en los contenidos que podrían resultar atractivos a las plataformas de inteligencia artificial. 

La editora noruega Schibsted, que ya acordó con OpenIA, tiene presencia en el sector de anuncios clasificados en algunos países latinoamericanos como México (Anumex y Segundamano), Colombia (La Guía, Fincaraiz y Fotocarro), Chile (Yapo), Brasil (OLX) y la República Dominicana (Corotos). Estos avisos son parte del contenido que contribuye a nutrir los sistemas de IA. 

No obstante, algunos analistas consideran que existen riesgos para los medios que suscriben acuerdos de contenido con la IA.

.Podrían estar creando, alegan, competidores capaces de presentar el contenido que producen en formas más atractivas o accesibles y, además, gratuitamente. Esto podría tener un efecto negativo en la captación y conservación de suscripciones. 

También no deja de preocupar un reciente informe de la BBC que indicó errores factuales o "alucinaciones" en casi un 20 por ciento de los textos que generan los chatbots de la IA, lo cual podría afectar la reputación de los medios. 

Para los medios latinoamericanos, una iniciativa tecnológica reciente podría ayudar a mejorar su relevancia en la carrera por la supremacía de los sistemas de inteligencia artificial. 

Luego de dos años de desarrollo, para mediados de junio está previsto el debut de Latam GPT, el primer modelo de lenguaje de gran tamaño (LLM) desarrollado por el Centro Nacional de Inteligencia Artificial (CENIA) de Chile, organización privada sin fines de lucro  que ha recibido el apoyo de decenas de instituciones de América Latina. 

Los detalles aún no se conocen, pero se trata de presentar una alternativa a modelos de IA ya existentes, casi todos estadounidenses, un francés; Mistral y un chino, DeepSeek, que no reflejan con fidelidad el lenguaje y las culturas de Latinoamérica. Una incorporación masiva de datos y conocimientos de la región podrían ayudar a educar mejor a los sistemas de IA sobre su realidad. 

Alvaro Soto, director de CENIA, en declaraciones publicadas por varios medios de prensa, indicó que las plataformas líders como ChatGPT, DeepSeek o Gemini se entrenaron sobre todo con datos en inglés, por lo que a la hora de pedírseles información sobre Latinoamérica puede ser que "muestren vacíos o alucinen". 

Uno de los objetivos de Latam GPT es distribuir protocolos en cada país de la región para crear aplicaciones adaptadas a sus necesidades. Por el momento se utilizaría en educación, políticas públicas y preservación de lenguas autóctonas. También es posible una posterior incorporación a otras plataformas de IA. 

La revista Wired en español informó que para su lanzamiento Latam GPT presentará capacidades similares a la versión ChatGPT 3.5 que debutó en marzo de 2023.