Inteligencia Articial y Periodismo: explorando el punto de vista de los
periodistas
Articial Intelligence and Journalism: exploring journalists’ perspectives
doxa.comunicación |
nº 40, pp. 259-278
| 259
enero-junio de 2025
ISSN: 1696-019X / e-ISSN: 2386-3978
Cómo citar este artículo:
Martínez-Navarro, G. (2025). Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas.
Doxa Comunicación
, 40,
pp. 259-278.
https://doi.org/10.31921/doxacom.n40a2717
Gema Martínez-Navarro.
Es profesora Contratada Doctor en la Universidad Complutense de Madrid (Dpto. de Mar
-
keting). Doctora en Ciencias Económicas y Empresariales (especialidad Marketing) por la UCM. Ha recibido en dos
ocasiones el Diploma de Excelencia Docente y cuenta con la evaluación positiva de un Sexenio en la actividad investiga
-
dora (convocatoria 2020). Actualmente es miembro a tiempo completo del Grupo de Investigación “Comunicación Res
-
ponsable y Públicos Vulnerables” (931571-ComR) de la Facultad de Ciencias de la Información (UCM). Ha participado
en varios equipos de investigación nanciados por empresas públicas y privadas, realizando estudios centrados en el
ámbito de la comunicación, las nuevas tecnologías y el marketing; así como en proyectos de innovación docente sobre
nuevas tecnologías y enseñanza universitaria. Entre sus líneas de investigación destaca la relacionada con la conducta
en el ámbito digital. Participa habitualmente en congresos nacionales e internacionales, y ha publicado diferentes artí
-
culos en revistas de alto impacto en el área de comunicación. Es autora del libro
Marketing y Comunicación de Moda
de
Esic Ed., y coautora de diferentes capítulos de libros.
Universidad Complutense de Madrid, España
[email protected]
ORCID:
0000-0002-9047-8010
Este contenido se publica bajo licencia Creative Commons Reconocimiento - Licencia no comercial. Licencia internacional CC BY-NC 4.0
Recibido: 24/06/2024 - Aceptado: 25/09/2024 - En edición: 16/10/2024 - Publicado: 01/01/2025
Received: 24/06/2024 - Accepted: 25/09/2024 - Early access: 16/10/2024 - Published: 01/01/2025
Resumen:
Numerosas investigaciones recientes han explorado el impacto de la
inteligencia articial (IA) en el periodismo, presentando diferentes pers
-
pectivas. Sin embargo, se observa una carencia de estudios que investi
-
guen cómo los propios periodistas perciben y se adaptan a esta tecnolo
-
gía en su trabajo cotidiano. Este artículo examina, desde la perspectiva
de los profesionales del periodismo, el impacto de la IA en sus labores
diarias, incluyendo oportunidades, desafíos, implicaciones laborales y
éticas. Utilizando una metodología mixta que combina revisión biblio
-
gráca y análisis cualitativo mediante entrevistas, se obtiene una visión
amplia y profunda del fenómeno. Los hallazgos revelan dos actitudes
predominantes: aceptación y resistencia, condicionadas por el temor a
Abstract:
Numerous recent studies have explored the impact of articial
intelligence (AI) on journalism, from several dierent perspectives.
However, there is a dearth of studies that look into how journalists
themselves perceive and adapt to this technology in their daily work.
is paper examines, from the perspective of professional journalists,
the eect of AI on their daily tasks, including opportunities, challenges,
and the implications for work and ethics. Mixed methodology has
been employed combining a bibliographic review and qualitative
analysis through interviews to give a broad and in-depth view of
the phenomenon. e ndings reveal two predominant attitudes:
acceptance and resistance, conditioned by fear of the dehumanisation
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
260 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
la deshumanización del ocio y la pérdida de competencias esenciales.
No obstante, se subraya la necesidad de integrar la IA de manera crítica
y consciente, ya que es indispensable en el trabajo periodístico contem
-
poráneo para asegurar la calidad e integridad del contenido informativo,
así como preservar el papel fundamental de los periodistas.
Palabras clave:
Inteligencia Articial; periodismo; automatización;
fact-checking
; ética.
of the profession and the loss of essential skills. However, the need
to integrate AI critically and consciously is highlighted, since it is
indispensable in contemporary journalistic work to ensure the quality
and integrity of news content, as well as to preserve the fundamental
role of journalists.
Keywords:
Articial Intelligence; journalism; automation; fact-checking; ethics.
1. Introducción
La revolución tecnológica del siglo XXI ha transformado todos los sectores y profesiones, y el periodismo no es una excepción.
La Inteligencia Articial (IA en adelante), denida como la capacidad de una máquina para realizar tareas que normalmente
requieren inteligencia humana como el aprendizaje, el razonamiento, la percepción y la interacción con el entorno (Russell y
Norvig, 2020), está remodelando el panorama mediático de manera profunda y multifacética. Desde la automatización de la
generación de noticias hasta la vericación de hechos, la IA ha comenzado a integrar procesos que antes eran exclusivos de la
creatividad y el juicio humano.
La aplicación de la IA al periodismo ha evolucionado a través de diversos desarrollos tecnológicos, comenzando con la redacción
de noticias asistida por ordenador en la década de 1960, hasta llegar al actual “automated journalism” o periodismo automatiza
-
do que utiliza la IA para procesar grandes volúmenes de datos y crear contenidos narrativos con mínima intervención humana
(Caswell y Dörr, 2017). Este avance tecnológico ha transformado toda la cadena productiva, afectando la búsqueda, producción
y distribución de contenidos periodísticos (Diakopoulos, 2019; Rojas-Torrijos, 2021).
Aunque el estudio de la utilización de bots como servicio de noticias y de conectividad emocional con las audiencias no es nuevo
(Sánchez-Gonzales y Sánchez-González, 2017), estudios recientes sobre el tratamiento de los chatbots en la prensa española
subrayan cómo la IA, y especícamente herramientas como ChatGPT, han sido recibidas con un enfoque principalmente infor
-
mativo, destacando sus aplicaciones potenciales más que sus riesgos y ofreciendo un tratamiento eminentemente informativo
y rara vez interpretativo (Calderón y del Cid, 2024). Este enfoque inicial nos lleva a considerar las múltiples maneras en que la
IA está impactando el periodismo. En otro estudio reciente de JournalismAI se indica que un 28% de los periodistas ya emplean
herramientas de IA, y un 20% planea explorar sus aplicaciones próximamente (Beckett y Yaseen, 2023). No cabe duda de que
estas tecnologías están revolucionando la redacción de contenidos, la personalización de noticias y la optimización de ujos de
trabajo, permitiendo a los periodistas generar contenido con mayor eciencia y precisión, además de potenciar la recopilación
y el análisis de datos (Carson, 2019; Vos et al., 2023; Shi y Lin, 2024). A través de algoritmos de redacción y bots de noticias, los
profesionales pueden dedicar más tiempo a la interpretación y análisis profundo de la información (Ufarte-Ruiz y Manfredi-Sán
-
chez, 2019), mejorando la personalización de contenidos, algo valorado positivamente por un 70% de los editores (Newman et
al., 2023).
La velocidad con la que asistimos a estos cambios y su implicación en muchas profesiones ha despertado el interés no solo de las
empresas y los profesionales, sino también de la academia. La investigación académica ha abordado el estudio de la IA y el perio
-
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 261
dismo desde múltiples perspectivas: el periodismo de datos, el big data y los bots (Flores-Vivar, 2019); la innovación periodística
y nuevos formatos (d’Haenens et al., 2022); el periodismo computacional y la producción informativa (Vállez y Codina, 2018); la
IA aplicada a la documentación informativa y redacción periodística deportiva (Segarra-Saavedra et al., 2019); la calidad, vera
-
cidad de la información y la desinformación (Graves, 2018; Canavilhas, 2022); su efecto sobre la posible reducción de empleos
(Cid, 2017; Carson, 2019) o los desafíos éticos (Ufarte-Ruiz et al., 2021), entre otros. También ha sido estudiada desde diferentes
teorías periodísticas. La teoría del periodismo computacional ha investigado cómo las herramientas digitales y los algoritmos
están transformando las prácticas tradicionales, no solo automatizando tareas repetitivas, sino también introduciendo nuevas
formas de recopilación, análisis y presentación de la información (Anderson, 2013). Por otro lado, la teoría de la mediatización
examina cómo la tecnología está recongurando la relación entre los medios, periodistas y audiencias, afectando la forma en que
se consume y percibe la información, así como la dinámica de poder y conanza en los medios (Hjarvard, 2013).
Pero la integración de la IA en la profesión periodística no está exenta de desafíos éticos y de transparencia. Algunas investigacio
-
nes académicas han centrado su atención en analizar la posible disminución de empleos que podría generar (Lokot y Diakopou
-
los, 2016; Valdiviezo-Abad y Bonini, 2019), así como el impacto signicativo en la calidad del periodismo. Por ejemplo, aunque
las noticias generadas por IA son ecaces en la presentación de hechos, carecen de la profundidad y contexto que ofrecen los
periodistas humanos, lo que afecta la comprensión de temas complejos (Carson, 2019). También se ha estudiado como la IA pue
-
de ayudar a combatir la desinformación mediante sistemas de vericación automática de hechos, pero también presenta riesgos
de propagación de noticias falsas (Graves 2018). A este respecto investigaciones como las de Martín-García et al. (2024) señalan
que la clave radica en una supervisión humana ecaz para asegurar que estas herramientas se usen de manera adecuada y ética.
Se observa que, si bien la IA y el periodismo han sido analizados desde múltiples perspectivas, se hace necesario considerar
cómo los periodistas perciben esta integración. La opinión y experiencia de los profesionales del periodismo son de máximo
valor, ya que son ellos quienes enfrentan directamente los desafíos y oportunidades que presenta la IA en su labor diaria. Es en
este aspecto donde radica el valor y la contribución de esta investigación. Al centrarse en las percepciones y experiencias de los
periodistas, este estudio aporta una visión práctica y contextualizada de la IA en el periodismo, explorando no solo las implica
-
ciones tecnológicas y éticas, sino también el impacto humano y profesional en el ejercicio del periodismo.
2. Como está revolucionando la IA el trabajo periodístico: herramientas
La inteligencia articial no solo está redeniendo la recopilación, el análisis y la presentación de la información periodística,
sino que también está transformando las dinámicas laborales de los profesionales del periodismo. Desde fotoperiodistas hasta
locutores o redactores de noticias, todas las especializaciones dentro del periodismo se ven inuenciadas por estos avances
tecnológicos.
Uno de los cambios más signicativos es la posibilidad de utilizar herramientas de IA para automatizar tareas repetitivas. Co
-
nocidas herramientas como Wordsmith y Heliograf, permiten a los periodistas centrarse en investigaciones y análisis críticos, y
no tanto en tareas más mecánicas como la corrección de contenidos, aunque esto plantea preocupaciones sobre la calidad de
la información y la reducción de empleos (Carson, 2019). La IA también mejora la eciencia en la recopilación de información
262 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
mediante algoritmos avanzados de procesamiento del lenguaje natural, como Google News Initiative y Dataminr, que analizan
grandes volúmenes de datos y detectan patrones relevantes rápidamente (Graves, 2018).
La creación rápida y eciente de contenidos multimedia ha sido una de las tareas que más ha evolucionado. Herramientas como
Lumen5 y Wibbitz permiten crear material audiovisual de forma rápida y con alta calidad. Periodistas con poca o ninguna expe
-
riencia en edición de video pueden producir materiales atractivos y profesionales. Sin embargo, es crucial mantener un equili
-
brio entre la automatización y la supervisión humana para asegurar la calidad y precisión del contenido.
Otro aspecto que se ha visto profundamente impactado es la personalización de contenidos. A través de IA, las organizaciones de
noticias pueden ofrecer artículos y reportajes adaptados a los intereses especícos de sus audiencias, incrementando el compro
-
miso del lector y la lealtad a la marca. Sin embargo, esto puede crear burbujas informativas que limitan la exposición a diversas
perspectivas, reforzando los sesgos preexistentes y polarizando aún más a las audiencias (Newman et al., 2023). Por lo tanto, es
crucial que las organizaciones de noticias implementen estrategias para equilibrar la personalización con la exposición a una
variedad de puntos de vista (Pariser, 2022).
Con relación a las noticias falsas, la IA ofrece sistemas de vericación automática de hechos. Herramientas como ClaimBuster
y Full Fact AI combaten la desinformación, mejorando la precisión del fact-checking (vericación precisa de hechos antes de
publicarlos) y reduciendo la propagación de noticias falsas. Estos sistemas escanean grandes volúmenes de datos y detectan
contenidos que necesitan ser vericados, aunque requieren colaboración estrecha entre tecnólogos y periodistas para asegurar
que los algoritmos sean transparentes, y se tomen en cuenta los contextos culturales y sociales (Graves, 2018; Salaverría, 2021).
El análisis de sentimientos y opiniones es otra área donde la IA está dejando una huella signicativa. Algoritmos de análisis de
sentimientos, como los utilizados por Brandwatch, evalúan el tono y la emoción en los textos, proporcionando a los periodistas
una comprensión más profunda de cómo se perciben sus artículos. Esta tecnología es particularmente útil para analizar las re
-
acciones en redes sociales y ajustar las estrategias de contenido en consecuencia, aunque pueden malinterpretar el contexto o el
sarcasmo, llevando a conclusiones erróneas (Liu, 2021).
La IA ha impactado de manera integral todas las áreas del periodismo, dado que existen herramientas aplicables a diferentes
especializaciones. Para los locutores y periodistas de televisión, la IA ha facilitado la transcripción y traducción automática de
contenidos. Tecnologías como Speech-to-Text de Google y DeepL han revolucionado la forma en que se manejan las entrevistas
y reportajes en múltiples idiomas, permitiendo una mayor accesibilidad y alcance de las noticias. Estas herramientas no solo
ahorran tiempo, sino que también mejoran la precisión en la transcripción de diálogos y discursos, aunque presentan desafíos
de precisión y matiz cultural que requieren revisión y edición humana (Mayoral-Sánchez et al., 2023). En el caso del fotoperiodis
-
mo, herramientas como Adobe Photoshop y Google Cloud Vision mejoran la calidad y eciencia de las imágenes, permitiendo
eliminar objetos no deseados, ajustar automáticamente los niveles de luz y color o catalogar imágenes de manera más eciente.
En este sentido, surge un debate sobre la autenticidad de las modicaciones realizadas por IA, cuestionando la línea entre mejora
digital y manipulación (omson et al., 2024).
El futuro de la IA en el periodismo promete aún más innovaciones. La realidad aumentada (AR) y la realidad virtual (VR), poten
-
ciadas por IA, están comenzando a ser utilizadas para crear experiencias inmersivas en el reportaje de noticias. Estas tecnologías
permiten a los espectadores explorar eventos y lugares de manera interactiva, proporcionando una comprensión más rica y
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 263
profunda de las historias (Pavlik y Bridges, 2013; Baía et al., 2023). Además, la evolución de los modelos de lenguaje como GPT-4
y posteriores está abriendo nuevas posibilidades para la generación de contenidos creativos y colaborativos entre humanos y má
-
quinas. Estos modelos son capaces de escribir artículos complejos, realizar entrevistas simuladas y generar análisis detallados,
ampliando las capacidades de los periodistas (Brown et al., 2020).
La incorporación de estas tecnologías emergentes también presenta desafíos, como la necesidad de habilidades técnicas avan
-
zadas y una comprensión profunda de las implicaciones éticas. Sin embargo, si se gestionan adecuadamente, estas innovaciones
pueden proporcionar herramientas poderosas para contar historias de manera novedosa, mejorando la narración y la compren
-
sión del público (Pavlik y Bridges, 2013).
En la tabla 1 se muestra una relación de las principales herramientas de IA aplicadas a diferentes ámbitos del trabajo periodístico
con sus ventajas, limitaciones y funcionalidades.
Tabla 1. Herramientas de IA aplicadas al trabajo periodístico
Tarea / FuncionalidadHerramienta de IA
VentajasLimitaciones
Automatización de Tareas
Repetitivas
Wordsmith, Heliograf
Libera tiempo para tareas
complejas.
Posible disminución de
empleos.
Optimización del Proceso de
Recopilación de Información
Google News Initiative,
Dataminr
Mejora la eciencia en la
recopilación.
Riesgo de errores en el análisis
de datos.
Fotoperiodismo y
Reconocimiento de Imágenes
Adobe Photoshop, Google
Cloud Vision
Mejora la calidad y eciencia de
las imágenes.
Debate sobre la autenticidad de
las imágenes.
Personalización de Contenidos
Algorithms by news
organizations
Incrementa el compromiso del
lector.
Posible creación de burbujas
informativas.
Vericación de Hechos y
Combate a la Desinformación
ClaimBuster, Full Fact
Mejora la velocidad y precisión
del fact-checking.
Requiere colaboración estrecha
entre tecnólogos y periodistas.
Transcripción y Traducción
Automática
Speech-to-Text by Google,
DeepL
Ahorra tiempo y mejora la
precisión.
Desafíos relacionados con la
precisión y el matiz cultural.
Análisis de Sentimientos y
Opiniones
Brandwatch, Crimson Hexagon
Informa sobre el impacto
emocional de los artículos.
Limitaciones en la
interpretación del contexto.
Generación de Contenidos
Multimedia
Descript, Lumen5
Facilita la creación de
materiales visuales de alta
calidad.
Necesita supervisión humana
para asegurar calidad.
Ética y Supervisión Humana
Human-AI collaboration
systems
Asegura la integridad y
conanza.
Implicaciones de sesgo
algorítmico.
Innovaciones Futuras y
Tendencias Emergentes
AR and VR tools, GPT-4
Proporciona herramientas
poderosas para contar historias.
Requiere habilidades técnicas
avanzadas.
Fuente: elaboración propia
264 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Como se puede observar en la tabla, estas herramientas de IA abarcan un amplio espectro de funcionalidades en el campo pe
-
riodístico. Wordsmith y Heliograf, por ejemplo, permiten la generación automatizada de noticias, liberando tiempo para que los
periodistas se enfoquen en tareas más complejas, mientras que ClaimBuster y Full Fact AI mejoran la precisión y velocidad en la
vericación de hechos. En el ámbito visual, herramientas como Adobe Photoshop y Google Cloud Vision facilitan la edición de
imágenes con eciencia, aunque abren debates sobre la autenticidad visual. Tecnologías como Google DeepL en transcripción
y traducción reducen el tiempo de trabajo, y sistemas de análisis de sentimientos, como Brandwatch, aportan un entendimiento
más profundo de las reacciones del público. A pesar de su utilidad, los periodistas pueden (y deben) revisar los resultados gene
-
rados por ellas para identicar posibles errores, y asegurarse de que los datos utilizados y la información sean precisos.
3. Objetivos y Metodología
3.1. Objetivos
Este estudio tiene como objetivo general explorar, desde el punto de vista de los profesionales del periodismo, el impacto de la
IA en las múltiples tareas cotidianas que conforman su trabajo. Para ello se plantean tres preguntas de investigación orientadas a
analizar cuáles son las oportunidades, desafíos e implicaciones asociadas con su implementación:
1. ¿Qué oportunidades ofrece la integración de la IA para mejorar la eciencia y creatividad en el trabajo periodístico?
2. ¿Cuáles son los principales desafíos y preocupaciones que enfrentan los periodistas con el uso de la IA?
3. ¿Cómo impacta la adopción de la IA en el mercado laboral periodístico y qué habilidades deben desarrollar los periodistas
para adaptarse a estos cambios?
3.2. Metodología
Para dar respuesta a estas cuestiones se optó por una doble metodología: revisión bibliográca y análisis cualitativo mediante
entrevistas semiestructuradas a periodistas españoles. Primero, se realizó una revisión bibliográca exhaustiva sobre la IA y su
impacto en el periodismo, fundamentada en fuentes de alto prestigio, incluyendo artículos publicados en revistas indexadas por
Journal Citation Reports (JCR) y Scimago Journal & Country Rank (SJR). Esta revisión abordó temas clave como la automatización
de noticias, la personalización de contenido, la vericación de información y el periodismo de datos. La revisión bibliográca
es esencial en la investigación académica, permitiendo recopilar, evaluar y sintetizar información relevante (Martín y Lafuente,
2017). Este proceso facilita la identicación de tendencias emergentes y desafíos persistentes, proporcionando una base sólida
para el análisis y las conclusiones del estudio (Kitchenham y Charters, 2007). En segundo lugar, se realizó un análisis cualitativo
basado en entrevistas semiestructuradas con periodistas. Esta metodología es adecuada para explorar fenómenos complejos y
contextuales en profundidad (Denzin y Lincoln, 2018), permitiendo capturar matices y profundizar en las experiencias subjetivas
de los participantes lo que facilita una comprensión rica y matizada de su experiencia (Kvale, 2007). Para esta investigación la
entrevista se estructuró en cuatro bloques: preguntas de perl sociodemográcas (profesión, edad, años de experiencia y espe
-
cialidad periodística), utilización de IA en el trabajo diario (herramientas que utilizan y repercusión), retos y oportunidades que
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 265
presentan en su profesión (ventajas y limitaciones percibidas) y, por último, visión sobre el futuro (impacto en el mercado laboral
y habilidades a desarrollar).
La selección de la muestra se basó en un procedimiento no probabilístico, combinando conveniencia y bola de nieve, priori
-
zando la diversidad sobre la representatividad puesto que es más ecaz en los estudios cualitativos (Dyas, 2009; Papathanassis y
Knolle, 2011), Para la selección de los participantes se establecieron dos condiciones de ltro: ser graduado o licenciado en pe
-
riodismo y estar en activo o haberlo estado en los últimos 5 años. Se realizaron 12 entrevistas personales de forma online a través
de la plataforma Google Meet
durante el mes de marzo de 2024 y tuvieron una duración aproximada de una hora. Fue en este
número de entrevistas donde se alcanzó la saturación de datos, un principio metodológico ampliamente aceptado en la investi
-
gación cualitativa (Saunders et al., 2018). La saturación indica que la recolección adicional de datos es innecesaria una vez que
se han recogido sucientes datos (Hennink y Kaiser, 2021), en este punto las nuevas entrevistas ya no revelan nuevos aspectos o
cuestiones. En la investigación cualitativa, la saturación podría considerarse el equivalente a la representatividad en los estudios
cuantitativos (Papathanassis y Knolle, 2011). En la tabla 2 se describen los perles de los entrevistados.
Tabla 2. Ficha perles entrevistas personales
EntrevistadoEdadPerl
Años
Experiencia
Duración
entrevista
Medio
Ámbito geográco
139
Periodista
deportivo
5
45 minutos
RadioNacional
241
Periodista
freelance
10
50 minutos
TVRegional
328Fotoperiodista3
50 minutos
TVInternacional
456
Locutor de radio
20
60 minutos
RadioLocal
545Columnista13
55 minutosPrensa escrita
Nacional
626
Redactor de
noticias
1
60 minutos
RadioRegional
732
Periodista de
Datos
3
55 minutos
Agencia noticias
económicas
Nacional
849
Corresponsal de
Agencia
12
Agencia de
noticias
Internacional
954
Periodista de
Investigación
Televisiva
24
60 minutos
TVNacional
266 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
1061
Periodista
Económico
30
45 minutosPeriódico digital
Nacional
1133
Periodista de
Agencia
6
55 minutos
Agencia de
noticias
Nacional
1229
Redactor de
noticias
2
40 minutosPeriódico digital
Local
Fuente: elaboración propia
Para el análisis de las entrevistas se empleó el enfoque de análisis temático, cuyo principal objetivo es identicar, analizar y repor
-
tar patrones (temas) dentro de los datos cualitativos, ofreciendo una interpretación detallada y matizada del contenido (Braun y
Clarke, 2006). Este método se centra en las experiencias y perspectivas de los individuos y grupos, permitiendo una comprensión
profunda de cómo estos perciben y dan sentido a su entorno (King, 2004). El procedimiento de análisis se desarrolló en tres fases:
familiarización y transcripción de entrevistas, generación códigos iniciales y agrupación de códigos por temas. En la tabla 3 se
muestra el proceso seguido.
Tabla 3. Fases del análisis cualitativo
Fases del análisis cualitativo
Fase 1
Familiarización y transcripción
Fase 2
Generación de códigos iniciales
Fase 3
Agrupación de códigos y renamiento
de temas
Fuente: elaboración propia
En la primera fase de familiarización y transcripción, se realizó una transcripción detallada de las entrevistas, incluyendo notas
sobre posibles temas emergentes y detalles contextuales relevantes (Riessman, 1993; Poland, 1995). En la segunda fase, se gene
-
raron códigos iniciales mediante técnicas de codicación abierta, organizando los datos con el software NVivo (Strauss y Corbin,
1998; Jackson y Bazeley, 2013). En la tercera fase, se buscaron y renaron temas agrupando códigos en temas más amplios, utili
-
zando el método de comparación constante para evaluar la coherencia y relevancia de los temas en el contexto del estudio (Gla
-
ser y Strauss, 1967). Los temas identicados incluyeron: efectos en la producción de contenidos, ética y transparencia, impacto
en el empleo, calidad y veracidad de la información, relación con el público, e innovación y futuro del periodismo, con códigos
especícos asignados a cada tema, como se muestra en la tabla 4. Este enfoque permitió una comprensión rica y compleja de las
narrativas de los participantes, proporcionando una base sólida para la interpretación de los datos cualitativos (Patton, 2002).
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 267
Tabla 4. Depuración de códigos y temas renados
TemasCódigos
Efectos en la producción de contenidos
Automatización de la redacción, generación de noticias, personalización de
contenidos
Ética y transparenciaSesgo algorítmico, transparencia en el uso de IA, responsabilidad ética
Impacto en el empleo
Desplazamiento de periodistas, nuevas oportunidades laborales, formación y
adaptación profesional
Calidad y veracidad de la información
Vericación de datos Automatizada, precisión en la generación de noticias y
desinformación
Relación con el público
Interacción con lectores, conanza en contenidos Generados por IA, relación con
la audiencia
Innovación y futuro del periodismo
Nuevas formas de narrativa, herramientas de análisis de datos, futuro IA aplicada
al periodismo
Fuente: elaboración propia
4. Resultados
Los resultados de las entrevistas revelan una mezcla de optimismo y preocupación sobre la adopción de la IA en las redacciones
que responden a las preguntas de investigación planteadas.
4.1. Oportunidades de la IA para mejorar la eciencia y creatividad en el trabajo periodístico
El análisis del discurso de los periodistas revela, de forma general, una percepción positiva sobre la inteligencia articial (IA)
como herramienta transformadora en el ámbito periodístico. Destacan benecios como la automatización de tareas repetitivas,
la mejora en la vericación de hechos y la personalización de contenidos. Estas capacidades no solo aumentan la eciencia y
enriquecen la calidad de las investigaciones, sino que también amplían el alcance global del periodismo mediante la traducción
automática de artículos, subrayando el potencial innovador de la IA en la industria mediática.
Uno de los benecios más destacados es la capacidad de la IA para automatizar tareas repetitivas y de bajo valor añadido, permi
-
tiendo a los periodistas concentrarse en trabajos más creativos y analíticos: “
La IA agiliza el proceso de recopilación de datos sin
ella nos sería más difícil trabajar con grandes volúmenes de datos e información y simplica tareas diarias más rutinarias
”. Este
aspecto permite a los periodistas dedicar más tiempo a tareas que requieren creatividad y análisis, mejorando así la calidad de
su trabajo. Sin embargo, los entrevistados matizan que, aunque la IA hace más rápido el procesamiento de datos, sigue siendo el
juicio humano el que aporta valor real a la información:
“Sí, la IA nos permite procesar muchos datos e información en segundos
y facilita ciertas tareas más repetitivas, pero es nuestro criterio el que convierte esos datos en historias interesantes, bien contadas y
veraces”.
268 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Se valora la capacidad de la IA para identicar patrones y tendencias que normalmente pasarían desapercibidos, mejorando sig
-
nicativamente la calidad de las investigaciones periodísticas. La eciencia en el análisis de grandes volúmenes de información
no solo ahorra tiempo, sino que también enriquece la calidad de las investigaciones: “
Podemos revisar enormes bases de datos
esto nos ayuda a descubrir historias que de otra manera no podríamos detectar. Pero nuestro trabajo para seleccionar, redactar
o cribar no puede sustituirse, al menos de momento
”. Esta capacidad para revisar enormes volúmenes de datos y encontrar in
-
formación relevante parece especialmente útil en el caso del periodismo de investigación, pero complementada con el trabajo
humano.
También se percibe una mejora signicativa a la hora de vericar los hechos, una función crucial en un entorno mediático donde
la rapidez y la precisión son esenciales para mantener la credibilidad: “
La IA nos permite ser más ecientes a la hora de vericar
hechos y creo que también podemos identicar información falsa de manera más rápida y precisa, pero nuestro trabajo como per
-
sona es fundamental, una máquina inteligente o un programa no puede hacerlo igua
l”. Sin embargo, y aunque la IA ha revolucio
-
nado la vericación de hechos, muchos periodistas destacan que su papel sigue siendo esencial para dar contexto y profundidad
a la información:
“La IA nos ayuda a detectar información falsa con una rapidez impresionante, especialmente cuando trabajamos
contra el reloj. Pero al nal, somos nosotros quienes damos sentido a los hechos y entendemos su impacto”.
La IA ofrece benecios al personalizar contenidos, transformando la manera en que los lectores reciben sus noticias. La expe
-
riencia de lectura se vuelve mucho más enriquecedora y signicativa, ya que cada pieza de contenido está cuidadosamente
seleccionada para captar la atención del lector y mantenerle informado sobre lo que más le importa: “
Poder abrir una aplicación
de noticias y encontrar artículos que se alinean perfectamente con tus hobbies, tu trabajo o tus temas de interés favoritos en lugar de
recibir una avalancha de información genérica, es de gran valor para los medios y los lectores
”. A pesar de los evidentes benecios
que la IA ofrece en la personalización de contenidos, algunos periodistas subrayan la importancia de equilibrar esta capacidad
con la diversidad informativa:
“El desafío está en encontrar un balance entre la personalización y la diversidad informativa. Nos
corresponde a nosotros, los periodistas, asegurarnos de que esta personalización no limite el acceso a una visión más amplia del
mundo.”
En el ámbito del periodismo deportivo, la IA permite la generación instantánea de reportajes, lo cual es crucial para cubrir even
-
tos en tiempo real: “
Cuando estoy cubriendo un partido de fútbol o un evento deportivo la IA me permite tener acceso inmediato
a los datos más recientes y relevantes. Así puedo escribir y publicar análisis detallados casi al instante. Esta rapidez y eciencia son
cruciales para ofrecer una cobertura en vivo precisa y completa
”.
Respecto a la creación de contenidos multimedia, existe unanimidad en que los modelos de IA pueden editar videos y mejorar la
calidad del audio, liberando a los periodistas para centrarse en la narrativa y el contexto de la historia: “
La IA nos ayuda a generar
contenidos multimedia de alta calidad de manera más eciente pero la mente del periodista aún no la supera ninguna IA
”.
La IA también abre nuevas posibilidades para la innovación en la narración de historias, permitiendo experimentar con formatos
como la realidad aumentada y la realidad virtual. Estas herramientas ofrecen maneras innovadoras y atractivas de contar histo
-
rias, permitiendo a los lectores vivir experiencias inmersivas y comprender mejor la información: “
Las herramientas de IA nos
permiten experimentar con nuevos formatos de narración como la realidad aumentada y la realidad virtual esto está muy bien,
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 269
pero las decisiones nales, las composiciones, son un trabajo del periodista. El “humano” sigue siendo vital hoy por hoy en nuestra
profesión
”.
Otro aspecto positivo es la capacidad de la IA para traducir contenido automáticamente, ampliando el alcance global del pe
-
riodismo. Esto es relevante para difundir noticias importantes a nivel mundial de manera rápida y eciente: “
Con IA podemos
traducir artículos automáticamente a muchos idiomas lo que nos ayuda a llegar a más gente en todo el mundo. Ahí hemos ganado
mucho tanto en tiempo como en costes. Pero hay otras cosas que requieren del cerebro del periodista. No veo un programa de TV o
radio presentado por una máquina. Creo que no lo veré nunca
”. A este respecto, sabemos que ya existen presentadores creados
con IA. Es el caso de Mediaset con su primera presentadora creada con IA para conducir el programa ‘Supervivientes’ o Natcha, la
presentadora de noticias de la televisión de Tailandia creada también con IA. Sin embargo, a pesar de ello, los periodistas entre
-
vistados de manera unánime señalan que, aunque son técnicamente impresionantes, no logran replicar el factor humano, sobre
todo en lo que se reere a emociones que pueden transmitir:
“La IA puede hacer muchas cosas, incluso presentar noticias, pero no
puede sentir. Creo que los televidentes no solo buscan información; buscan empatía, conexión humana, eso es lo que nos diferencia,
y que al menos por el momento, creo que la tecnología no puede ofrecer. Eso es lo que realmente nos diferencia”.
4.2. Principales desafíos y preocupaciones que enfrentan los periodistas con el uso de la IA
La investigación también revela preocupaciones signicativas sobre el uso de la IA en la práctica del periodismo. Los desafíos
incluyen la erosión de habilidades esenciales, la posible homogeneización del contenido y una mayor proliferación de noticias
falsas. Además, el uso de IA en la moderación de contenidos puede resultar en decisiones inapropiadas y una desconexión con la
audiencia. Se subraya la necesidad de supervisión humana y regulación adecuada para mantener la integridad del periodismo.
Uno de los mayores riesgos percibidos es la posible erosión de la calidad y la profundidad en la investigación periodística porque
una dependencia excesiva en estos sistemas podría llevar a una pérdida de la calidad y la profundidad en la investigación perio
-
dística:
“La falta de un toque humano y la comprensión contextual puede hacer que al nal los reportajes sean mucho más super
-
ciales o estén sesgados, creo que al nal por mucha IA, un periodista tiene mucho más criterio”; “En fotoperiodismo, la IA parece
magia, pero una foto no es solo imagen, es corazón, eso la IA no lo tiene, creo y espero que no lo tenga nunca”.
De la misma forma la
dependencia excesiva de la IA podría llevar a una disminución en las habilidades críticas y analíticas de los periodistas:
“Si nos
acostumbramos a que la IA haga todo el trabajo o gran parte, podríamos perder nuestras habilidades esenciales de investigación
y análisis”
. Esto podría resultar en una generación de periodistas menos capacitados para realizar investigaciones profundas sin
la ayuda de la tecnología. Otro riesgo es la posibilidad de que la IA amplique los sesgos existentes en los datos con los que se
entrena
: “La IA aprende de datos anteriores, y si esos datos tienen sesgos, la IA los replicará y amplicará”
. Esto puede perpetuar
estereotipos y prejuicios, lo que es particularmente problemático en un campo que debe aspirar a la objetividad y la equidad.
Finalmente, también se observa el riesgo de que la IA sea utilizada para generar noticias falsas de manera más sosticada:
“Con
la IA, las noticias falsas pueden ser creadas y distribuidas más rápido y de manera más convincente, lo que diculta aún más la
lucha contra la desinformación”
. Subrayan que este riesgo podría poner en peligro la conanza del público en los medios de co
-
municación y en la veracidad de las noticias que consumen.
270 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
También preocupa la posible homogeneización de contenidos. Debido a que los algoritmos de IA tienden a basarse en patrones y
datos previos, los contenidos pueden llegar a asemejarse demasiado entre sí, disminuyendo la riqueza del discurso periodístico:
“La automatización de la creación de noticias podría hacer que todas las historias se vuelvan muy similares, y eso reduciría mucho
la variedad de puntos de vista y opiniones, que es una parte importante de nuestra profesión”
. Este riesgo de uniformidad en las
noticias amenaza con disminuir la diversidad necesaria para un periodismo robusto y signicativo.
Además, existe inquietud porque el uso de IA pueda moderar contenido en plataformas sociales. Las decisiones automáticas de
la IA no siempre comprenden el contexto cultural o político, lo que puede llevar a la censura de opiniones valiosas: “
No podemos
dejar ciertas cuestiones en manos de la IA. Hay elecciones que debemos tomarlas las personas y no las máquinas ni los algoritmos
”.
Esta falta de comprensión contextual por parte de la IA puede resultar en la eliminación injusta de contenido relevante y valioso,
disminuyendo así la diversidad del discurso periodístico. La IA, al basar sus decisiones en patrones y datos previos, puede no
captar matices importantes y contextos especícos, llevando a decisiones que no reejan adecuadamente las complejidades de
las situaciones reales. Esto subraya la necesidad de una supervisión humana en la moderación de contenidos para asegurar que
se mantenga la riqueza y diversidad del discurso en los medios sociales, evitando una uniformidad que empobrece el debate
público: “
Es crucial que haya una intervención humana para garantizar que las decisiones tomadas no solo sean justas, sino que
también reejen la variedad y profundidad de nuestras culturas y opiniones
.”
Con relación a las fuentes de información, los entrevistados señalan que la conanza entre periodistas y sus fuentes es esencial
para el periodismo. Si las fuentes sienten que están hablando con una máquina o que sus palabras serán analizadas por un al
-
goritmo sin contexto, podrían ser menos abiertas y francas: “
No me imagino a una de mis fuentes teniendo que dar información,
a veces, sensible, a una máquina
”. Esta falta de conanza es preocupante porque puede afectar la calidad y la profundidad de la
información obtenida. La relación de conanza entre el periodista y sus fuentes es fundamental para asegurar que la informa
-
ción compartida sea veraz y completa. También se observa una preocupación porque la IA pueda crear una desconexión entre
los periodistas y su audiencia. “
La IA puede hacer que perdamos el toque personal con nuestra audiencia, haciendo que nuestras
noticias se sientan más frías y menos humanas”
. Esta desconexión puede afectar negativamente la relación de conanza que es
crucial para que los lectores se sientan conectados y confíen en las noticias. La capacidad de la IA para manipular la información
de manera sutil también es vista como una amenaza para la profesión periodística: “
Pensar que la IA puede ser utilizada para
manipular la información de manera sutil es una catástrofe para nuestra profesión porque ¿en qué lugar nos sitúa eso?
”. Esta pre
-
ocupación subraya la necesidad de supervisión y regulación adecuada para evitar que la IA sea utilizada de manera poco ética y
erosione la conanza del público.
4.3. Impacto de la adopción de la IA en el mercado laboral periodístico y habilidades que deben desarrollar los
periodistas para adaptarse a estos cambios
Los resultados revelan que la adopción de la IA en el periodismo suscita preocupaciones sobre el desempleo y la transformación
del mercado laboral, afectando principalmente a tareas repetitivas mientras que roles con presencia humana parecen menos
amenazados. Los entrevistados destacan riesgos éticos relacionados con la privacidad y la posibilidad de errores y sesgos sin su
-
pervisión adecuada. Además, hay inquietud de que la IA aumente la carga de trabajo al requerir mayor supervisión y corrección.
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 271
A pesar de estas preocupaciones, se enfatiza la necesidad de integrar la IA de manera armoniosa y ética, desarrollando habilida
-
des complementarias que resalten el valor único humano que no puede ser automatizado.
La preocupación e incertidumbre sobre el desempleo y la transformación del mercado laboral que puede generar la IA es un de
-
nominador común en el discurso de los entrevistados:
“La IA nos da miedo porque pensamos que nuestra profesión, en cierta for
-
ma, puede desaparecer... esta cuestión es generalizada a muchas más profesiones”; “Creo que esto debe empezar a plantearse ya en
la universidad. La IA está aquí, es una realidad, ya no vamos a trabajar sin ella. En las Facultades deberían enseñar a utilizar estas
herramientas en favor del periodista, para hacerle aún mejor profesional”.
Parece que esta percepción no afecta por igual a todas
las tareas periodísticas; las repetitivas, como la redacción basada en datos, se perciben como más fácilmente automatizables,
mientras que roles que requieren presencia humana, como los presentadores de noticias, parecen verse menos amenazados: “
La
IA no impacta de la misma forma a un presentador de noticias que a un redactor o fotoperiodista... un presentador de noticias... no
puede ser sustituido tan fácilmente porque da el toque humano. No sería lógico
”.
Con relación a los riesgos éticos y de privacidad, los entrevistados indican que la creciente utilización de la IA plantea serias
cuestiones éticas sobre la privacidad y el uso de datos. El seguimiento y análisis del comportamiento de los usuarios para perso
-
nalizar contenido puede ser invasivo, y sin regulaciones adecuadas se corre el riesgo de erosionar la conanza del público. Esta
preocupación se ve amplicada por el potencial de la IA para introducir errores y sesgos:
“Una de mis principales preocupaciones
es que la IA puede introducir errores y sesgos sin una supervisión adecuada”
; “
Me preocupan las cuestiones éticas, las noticias fal
-
sas, las suplantaciones de identidad...”.
Estas preocupaciones reejan los desafíos éticos que deben ser abordados para asegurar
la integridad del periodismo.
También existe inquietud porque la IA pueda aumentar la presión y la carga de trabajo de los periodistas en lugar de reducirla:
“
Aunque la IA puede automatizar muchas tareas, también puede signicar que tenemos que supervisar y corregir más, aumentan
-
do nuestra carga de trabajo porque no podemos dar por sentado que todo lo que arroja la IA es correcto
”. Este aumento en la carga
de trabajo no solo afecta la eciencia y bienestar laboral de los periodistas, sino que también puede impactar negativamente
en la calidad del contenido generado. Al tener que dedicar más tiempo a la supervisión y corrección, los periodistas podrían
tener menos tiempo para realizar investigaciones profundas y construir relaciones de conanza con sus fuentes. La necesidad
de encontrar un equilibrio adecuado en el uso de la IA para asegurar que no se comprometan estos aspectos fundamentales del
periodismo es una opinión generalizada: “
Si estamos ocupados corrigiendo errores de la IA, no tenemos tiempo para hacer buen
periodismo. Necesitamos usar la tecnología de manera equilibrada para no comprometer nuestra calidad de trabajo
”.
A pesar de estas preocupaciones, los periodistas coinciden en la necesidad de integrar la IA de manera armoniosa y ética en la
práctica del periodismo: “
La IA ha llegado para quedarse y tenemos que convivir con ella no podemos verla como un enemigo
tenemos que aprender a utilizarla como complemento a nuestro trabajo
”;
“Deberíamos ver la IA como una herramienta que nos
permite dar la mejor versión de nosotros mismos como periodistas, no como un sustituto”
. Esta perspectiva subraya la importancia
de una adopción equilibrada y consciente de la tecnología. Los entrevistados coinciden de forma unánime en que los profesiona
-
les del periodismo deben desarrollar habilidades complementarias a la IA, enfocándose en tareas que resalten su valor: “
El toque
humano es lo que realmente conecta con la gente y mantiene su conanza; aunque la IA avanza, necesitamos centrarnos en lo que
nos hace únicos y no puede ser reemplazado por máquinas
.”
272 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
5. Discusión y conclusiones
El objetivo de este estudio era profundizar, desde la perspectiva de los profesionales del periodismo, en el impacto de la IA en
su trabajo como periodistas. Las conclusiones conrman que la IA ha emergido como una herramienta transformadora en el
periodismo, ofreciendo benecios signicativos, pero también presentando desafíos éticos y profesionales. Para los periodistas,
dominar la IA es esencial para mejorar su empleabilidad en un mercado laboral cada vez más tecnológico. Entre sus ventajas
destaca el potencial de estas herramientas para automatizar tareas repetitivas y de bajo valor añadido, liberando a los periodistas
para centrarse en labores más analíticas y creativas donde el valor humano es insustituible (Hepp y Loosen, 2021; Stenbom, et
al., 2023). Además de ahorrar tiempo y simplicar procesos complejos se mejora la calidad de las investigaciones periodísticas
(Brennan et al., 2020). También se abren nuevas posibilidades para la innovación en aspectos como la narración de historias o la
exploración de grandes bases de datos para descubrir historias ocultas, algo especialmente valioso en el periodismo de investiga
-
ción. De igual forma se pone en valor la utilidad de la IA para experimentar con formatos novedosos como la realidad aumentada
y la realidad virtual, ofreciendo experiencias inmersivas y enriqueciendo la calidad de las investigaciones periodísticas (Beckett,
2019; Mandela, 2024). La integración de la IA en el periodismo potencia la capacidad de los profesionales para ofrecer una ver
-
sión más precisa, eciente y enriquecedora de su labor, beneciando tanto a la industria como a la sociedad (Túñez-López y
Tejedor-Calvo, 2019).
Sin embargo, también se presentan desafíos signicativos. La dependencia excesiva en sistemas automatizados puede resultar
en la producción de contenido supercial, despersonalizado y sesgado, comprometiendo la integridad y diversidad del discurso
periodístico (Diakopoulos, 2019). En este sentido, la integridad y ética periodística, junto con la habilidad para proporcionar
contexto y análisis crítico, son indispensables para la producción de noticias veraces y signicativas (Susskind y Susskind, 2020).
No puede obviarse la preocupación sobre los efectos de la IA en el empleo y en la transformación del mercado laboral (Cid, 2017);
percepción que varía según la especialización y el área especíca dentro de la profesión. Las tareas repetitivas y estructuradas,
como la redacción de noticias basadas en datos, son más susceptibles a la automatización, y por tanto, existe un mayor temor
a la sustitución de empleos. Al igual que ocurre con los fotoperiodistas, quienes enfrentan competencia directa de tecnologías
que pueden generar imágenes, sintiéndose más amenazados (Hausken, 2024). Los roles que requieren una presencia humana
signicativa y mayores habilidades interpersonales, como los presentadores de noticias, parecen sentirse menos vulnerables.
Las conclusiones obtenidas subrayan la necesidad crítica de que los profesionales del periodismo desarrollen habilidades com
-
plementarias a la IA, enfocándose en tareas que no puede ser automatizadas tan fácilmente. En este sentido, Wölker y Powell
(2021) ya subrayaron la importancia de que los periodistas se enfoquen en aquellas tareas que, por su naturaleza, no pueden ser
fácilmente automatizadas. La IA facilita la recopilación y análisis de grandes volúmenes de datos, pero la habilidad humana para
detectar matices, comprender contextos socioculturales y ejercer el pensamiento crítico es esencial para mantener la calidad
y el rigor del periodismo. Estamos hablando de habilidades que tienen que ver con la capacidad para entender e interpretar el
entorno, y con la capacidad de ejercer la vigilancia del poder, entre otras muchas funciones que exigen creatividad e inteligencia
real, no simulada (Codina et al., 2022).
Según los propios periodistas, la integración de la IA en su trabajo debe ser abordada de manera proactiva, crítica y sensata. Es
crucial mantener un equilibrio entre la automatización y la intervención humana para asegurar la calidad y la integridad del
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 273
contenido periodístico. De ahí la necesidad de hacer un uso ético, transparente y que incorpore al pensamiento crítico tanto en
su uso como en su enseñanza (Lopezosa et al., 2023). Los hallazgos indican que las herramientas de IA no solo aportan nuevas
posibilidades a las redacciones, sino que su efectividad depende del uso que se les dé y de quién las utilice. Esto subraya cómo
la IA cambia la manera de trabajar de los periodistas y, al mismo tiempo, cómo el trabajo periodístico inuye en el desarrollo y
aplicación de la IA (Carlson, 2015; Jarrahi et al., 2023).
La academia tiene la responsabilidad de liderar esta transición, incorporando la formación en IA en los programas educativos
(Flogie y Aberšek, 2021), las facultades de comunicación no pueden permanecer ajenas a cambios que tienen una dimensión tan
importante en la sociedad y que muestran tener una amplia repercusión en la empleabilidad (Lopezosa et al., 2023). Es crucial
que los futuros periodistas adquieran habilidades técnicas y superen el miedo a estas tecnologías, entendiendo su potencial
como herramientas complementarias en lugar de amenazas (Calvo-Rubio y Ufarte-Ruiz, 2020). Por tanto, la educación debe
enfocarse en el uso ético y competente de la IA, preparando a los estudiantes para integrar estas herramientas en su práctica pro
-
fesional de manera efectiva y responsable. Los profesionales del mundo de la comunicación deben conocer, manejar y entender
muy bien cómo son y cómo funcionan los sistemas de IA. Corresponde hablar entonces de una capacitación profesional que
ahora debe incluir a la IA (Codina, 2024). Los medios de comunicación también tienen un papel crucial en esta transformación.
Proporcionar formación continua, acceso a herramientas avanzadas de IA, fomentar un entorno que valore la innovación tecno
-
lógica y capacitar al personal no solo mejoraría la calidad del periodismo, sino que también puede garantizar la competitividad y
relevancia de los medios. Sin embargo, y a pesar de estos hallazgos, esta investigación presenta ciertas limitaciones. La principal
radica en su enfoque cualitativo basado en entrevistas personales, lo cual puede restringir la generalización de los resultados.
Aunque se ha proporcionado una perspectiva profunda y detallada de las experiencias y percepciones de los periodistas, es po
-
sible que los hallazgos no sean completamente representativos de la totalidad del sector periodístico.
Las futuras líneas de investigación deberían contemplar el desarrollo de metodologías especícas para la enseñanza de IA en
programas de periodismo, así como en estudios empíricos que evalúen la efectividad de estas metodologías. También es necesa
-
rio investigar cómo las empresas de medios pueden estructurar mejor sus inversiones en tecnologías de IA y formación continua
para maximizar los benecios. Otro aspecto crucial es seguir profundizando en los efectos éticos y sociales del uso de IA en el
periodismo, asegurando que estas herramientas se utilicen de manera que benecien a la sociedad en su conjunto.
Solo a través de la investigación, la educación continua y la adaptación tecnológica se podrá asegurar un futuro periodismo ético,
innovador y capaz de satisfacer las demandas de una sociedad en constante evolución tecnológica. La IA no sustituye al empleo
periodístico; debe entenderse como una aliada que ofrece oportunidades signicativas para mejorar y perfeccionar el trabajo.
Los periodistas aportan juicio editorial, sensibilidad cultural y ética, y la capacidad de establecer relaciones de conanza con
las fuentes, atributos que las máquinas no pueden replicar por el momento. Es esencial perder el miedo a estas herramientas y
comprender su potencial para elevar la calidad del trabajo periodístico.
274 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
6. Agradecimientos
Esta investigación ha sido posible gracias a la valiosa colaboración de los periodistas que participaron en el estudio, a quienes la
autora agradece sinceramente su valiosa contribución.
Este artículo ha sido traducido al inglés por Brian O´Halloran, a quien agradezco su trabajo.
7. Conicto de intereses
La autora declara no tener ningún conicto de intereses.
8. Referencias bibliográcas
Anderson, C. W. (2013).
Rebuilding the news: Metropolitan journalism in the digital age
. Philadelphia, PA: Temple University
Press.
Baía, A., Kick, L., & Oliveto, M. (2023). Main concepts in immersive journalism: Immersion and presence. In A.
L. Sánchez (Ed.),
Insights on Immersive Journalism
(pp. 92–104). Taylor & Francis. London, United Kingdom.
https://doi.org/10.4324/9781003217008-8
Beckett, C. (2019).
New powers, new responsibilities. A global survey of journalism and articial intelligence
. POLIS: Journalism
and Society, LSE.
https://bit.ly/3XtRvS3
Beckett, C., & Yaseen, H. (2023). Generating Change A global survey of what news organisations are doing with AI. POLIS:
Journalism and Society, LSE.
https://bit.ly/3VnsBRC
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology.
Qualitative Research in Psychology,
3
, 77–101.
https://doi.org/10.1191/1478088706qp063oa
Brennan, M., Howard, P. N., & Nielsen, R. K. (2020).
Automation, algorithms, and politics: e impacts of AI on journalism
. Oxford
University Press. Oxford, UK.
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. (2020).
Language models are few-shot
learners
.
https://bit.ly/3KOmFvV
Calderón, B. G., & del Cid, Y. C. (2024). Periodismo e inteligencia articial. El tratamiento de los chatbots en la
prensa española.
Index. comunicación: Revista cientíca en el ámbito de la Comunicación Aplicada
,
14
(1), 281-300.
https://doi.org/10.62008/ixc/14/01Period
Calvo-Rubio, L. M., & Ufarte-Ruiz, M. J. (2020). Perception of teachers, students, innovation managers and journalists about the
use of articial intelligence in journalism.
El Profesional de la Información
, 29(1).
https://doi.org/10.3145/epi.2020.ene.09
Canavilhas, J. (2022). Fake news and journalistic production. In A. Oliveira (Ed.),
Ethics in digital communication
(pp. 123-145).
Routledge. London, UK.
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 275
Carlson, M. (2015). e Robotic Reporter: Automated journalism and the redenition of labor, compositional forms, and
journalistic authority.
Digital Journalism
3 (3), 416-431.
https://doi.org/10.1080/21670811.2014.976412
Carson, A. (2019).
Investigative Journalism, Democracy and the Digital Age
(1st ed.). Routledge. New York.
https://doi.org/10.4324/9781315514291
Caswell, D., & Dörr, K. (2017). Automated journalism 2.0: Event-driven narratives.
Journalism Practice
, 11(4), 477-499.
https://doi.org/10.1080/17512786.2017.1320773
Cid, G. (2017).
Este robot reemplazará a los periodistas (empezando por los deportivos)
. El Condencial.
https://bit.ly/3RFRZ3P
Codina, L., Lopezosa, C., & Rovira, C. (2022). Periodismo y algoritmos: De la era de la información a la era del algoritmo.
Documentación de Ciencias de la Información, 45
(1), 1-5.
https://doi.org/10.5209/dcin.79269
Codina, L. (2024). La inteligencia articial y el mundo de la comunicación: paradigmas y atención crítica.
adComunica. Revista
Cientíca de Estrategias, Tendencias e Innovación en Comunicación
, (28), 319-322.
https://bit.ly/3XCTQc4
Denzin, N. K., & Lincoln, Y. S. (2018).
e SAGE handbook of qualitative research
. SAGE Publications. ousand Oaks, CA, USA.
d’Haenens, L., Lo, W. H., & Moore, M. (2022). Innovation in journalism: How technology aects the news media, publication
formats, and the journalist profession. In J. Trappel & T. Tomaz (Eds.),
Success and failure in news media performance:
Comparative analysis in the Media for Democracy Monitor 2021
(pp. 337–354). Nordicom, University of Gothenburg.
https://doi.org/10.48335/9789188855589-16
Diakopoulos, N. (2019).
Automating the news: How algorithms are rewriting the media
. Harvard University Press. Cambridge, MA,
USA.
https://doi.org/10.4159/9780674239302
Dyas, J. V. (2009).
Qualitative methods for health research
. SAGE Publications. London, UK.
Flogie, A., & Aberšek, B. (2021). Articial intelligence in education. In O. Lutsenko & G. Lutsenko (Eds.),
Active Learning-eory
and Practice
. IntechOpen.
https://doi.org/10.5772/intechopen.96498
Flores-Vivar, J. M. (2019). Inteligencia articial y periodismo: diluyendo el impacto de la desinformación y las noticias falsas a
través de los bots.
Doxa comunicación
, 29, 197-212.
https://doi.org/10.31921/doxacom.n29a10
Glaser, B. G., & Strauss, A. L. (1967).
e discovery of grounded theory: Strategies for qualitative research
. Aldine Transaction.
Chicago, IL, USA.
Graves, L. (2018).
Deciding what’s true: e rise of political fact-checking in American journalism
. Columbia University Press. New
York, NY, USA.
Hausken, L. (2024). Photorealism versus photography. AI-generated depiction in the age of visual disinformation.
Journal of
Aesthetics & Culture
,
16
(1), 2340787.
https://doi.org/10.1080/20004214.2024.2340787
Hennink, M., & Kaiser, B. N. (2021). Sample sizes for saturation in qualitative research: A systematic review of empirical tests.
Social Science & Medicine
, 292, 114523.
https://doi.org/10.1016/j.socscimed.2021.114523
Hepp, A., & Loosen, W. (2021). Pioneer Journalism: Conceptualizing the Role of Pioneer Journalists and Pioneer Communities in
the Organizational Re-Figuration of Journalism.
Journalism,
22(3
), 577–595.
https://doi.org/10.1177/1464884919829277
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
276 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Hjarvard, S. (2013).
e mediatization of culture and society
. Routledge. London, UK.
https://doi.org/10.4324/9780203155363
Jackson, K., & Bazeley, P. (2013).
Qualitative data analysis with NVivo
. Sage Publications. London, United Kingdom.
Jarrahi, MH., Lutz, C., Osterlund, C., & Boyd, K. (2023). e Role of Articial Intelligence in the Future of Work. La información
importa, 3(2).
https://doi.org/10.2139/ssrn.4359966
King, N. (2004). Using templates in the thematic analysis of text. In C. Cassell & G. Symon (Eds.),
Essential guide to qualitative methods
in organizational research
(pp. 11-22). Sage Publications. London, United Kingdom.
https://doi.org/10.4135/9781446280119.n21
Kitchenham, B., & Charters, S. (2007).
Guidelines for performing systematic literature reviews in software engineering
. EBSE
Technical Report.
https://bit.ly/45yc5mg
Kvale, S. (2007).
Doing interviews
. SAGE Publications. ousand Oaks, CA, USA.
https://doi.org/10.4135/9781849208963
Liu, B. (2021).
Sentiment analysis: Mining opinions, sentiments, and emotions
. Cambridge University Press. Cambridge, UK.
https://doi.org/10.1017/9781108639286
Lokot, T., & Diakopoulos, N. (2016). News bots: Automating news and information dissemination on Twitter.
Digital Journalism
,
4(6), 682-699.
https://doi.org/10.1080/21670811.2015.1081822
Lopezosa, C., Codina, L., Pont-Sorribes, C., & Vállez, M. (2023). Use of generative articial intelligence in the training of journalists:
challenges, uses and training proposal.
Profesional de la información
, 32(4), e320408.
https://doi.org/10.3145/epi.2023.jul.08
Mandela, S. (2024). Virtual Reality as a Tool for Immersive Journalism.
Journal of Communication
, 5 (3), 17-30.
https://doi.org/10.47941/jcomm.1982
Marconi, F. (2020).
Newsmakers: Articial intelligence and the future of journalism
. Columbia University Press. New York, NY,
USA.
Martín, S. G., & Lafuente, V. (2017). Referencias bibliográcas: indicadores para su evaluación en trabajos cientícos.
Investigación
bibliotecológica
,
31
(71), 151-180.
https://doi.org/10.22201/iibi.0187358xp.2017.71.57814
Martín-García, A., D’Antonio, S. A., Maceiras, Huertas, J., Villar, G., Anguera, A., & Camacho, D. (2024).
Luchando contra la
desinformación mediante la inteligencia articial
. Fundación BBVA.
https://bit.ly/3zh8xc4
Mayoral-Sánchez, J., Parratt-Fernández, S., & Mera-Fernández, M. (2023). Uso periodístico de la IA en medios de comunicación
españoles: mapa actual y perspectivas para un futuro inmediato.
Estudios sobre el Mensaje Periodístico
29 (4), 821-832.
https://dx.doi.org/10.5209/esmp.89193
Newman, N., Fletcher, R., Eddy, K., Robertson, C. T., & Nielsen, R. K. (2023).
Digital news report 2023
. Reuters Institute for the
Study of Journalism.
https://bit.ly/45N0pfX
Papathanassis, A., & Knolle, F. (2011). Exploring the adoption and processing of online holiday reviews: A grounded theory
approach. Tourism Management, 32(2), 215-224.
https://doi.org/10.1016/j.tourman.2009.12.005
Pariser, E. (2022).
e lter bubble: What the Internet is hiding from you
. Penguin Books. London, UK.
Patton, M. Q. (2002).
Qualitative research & evaluation methods
(3rd ed.). Sage Publications. ousand Oaks, CA.
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
doxa.comunicación |
nº 40, pp. 259-278
enero-junio de 2025
Gema Martínez-Navarro
ISSN: 1696-019X / e-ISSN: 2386-3978
| 277
Pavlik, J. V., & Bridges, F. (2013). e emergence of augmented reality (AR) as a storytelling medium in journalism.
Journalism &
Communication Monographs
,
15
(1),
https://doi.org/10.1177/1522637912470819
Poland, B. D. (1995). Transcription quality as an aspect of rigor in qualitative research.
Qualitative inquiry
,
1
(3), 290-310.
https://bit.ly/3VEAv9b
Riessman, C. K. (1993).
Narrative analysis
. Sage Publications. London, United Kingdom.
Rojas-Torrijos, J. L. (2021). Semi-automated journalism: Reinforcing ethics to make the most of articial intelligence for writing
news. In: Luengo, María; Herrera-Damas, Susana (eds.).
News media innovation reconsidered: ethics
and values in a creative
reconstruction of journalism
. Hoboken: Wiley-Blackwell, pp. 124-137.
https://doi.org/10.1002/9781119706519.ch8
Russell, S. J., & Norvig, P. (2020).
Articial intelligence: A modern approach
. Pearson. Upper Saddle River, NJ, Estados Unidos.
Salaverría, R. (2021). Journalists’ use of UGC and automated content: Ethical issues. In L. T. Price, W. Wyatt, & K. Sanders (Eds.),
Routledge companion to journalism ethics
(pp. 317–325). Routledge. Londres.
https://doi.org/10.4324/9780429262708-42
Sánchez-Gonzales, H., & Sánchez-González, M. (2017). Los bots como servicio de noticias y de conectividad emocional con las
audiencias: El caso de Politibot.
Doxa comunicación
, 25, 63-84. https://doi.org/
10.31921/doxacom.n25a3
Saunders, B., Sim, J., Kingstone, T., Baker, S., Watereld, J., Bartlam, B., ... & Jinks, C. (2018). Saturation in qualitative
research: exploring its conceptualization and operationalization.
Quality & quantity
,
52
, 1893-1907.
https://doi.org/10.1007/
s11135-017-0574-8
Segarra-Saavedra, J., Cristófol, F. J., & Martínez-Sala, A. M. (2019). Inteligencia articial (IA) aplicada a la documentación
informativa y redacción periodística deportiva. El caso de BeSoccer.
Doxa comunicación
, 29, 275-286.
https://doi.org/10.31921/
doxacom.n29a14
Shi, Y., & Lin S. (2024). How Generative AI Is Transforming Journalism: Development, Application and Ethics.
Journalism and
Media
, 5, 582-594.
https://doi.org/10.3390/journalmedia5020039
Stenbom, A., Wiggberg, M., & Norlund, T. (2023). Exploring communicative AI: Reections from a Swedish newsroom.
Digital
Journalism
,
11
(9), 1622-1640.
https://doi.org/10.1080/21670811.2021.2007781
Strauss, A., & Corbin, J. (1998).
Basics of qualitative research techniques and procedures for developing grounded theory
. SAGE
Publications. ousand Oaks, CA, Estados Unidos.
Susskind, R., & Susskind, D. (2020).
e future of the professions: How technology will transform the work of human experts
. Oxford
University Press. Oxford, Reino Unido.
omson, T. J., omas, R. J., & Matich, P. (2024). Generative Visual AI in News Organizations: Challenges, Opportunities,
Perceptions, and Policies.
Digital Journalism
, 1-22.
https://doi.org/10.1080/21670811.2024.2331769
Túñez-López, J. M., & Tejedor-Calvo, S. (2019). Inteligencia articial y periodismo.
Doxa Comunicación: Revista Interdisciplinar
de Estudios de Comunicación y Ciencias Sociales
, (29), 163-168.
https://doi.org/10.31921/doxacom.n29a8
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
278 |
nº 40, pp. 259-278
|
enero-junio de 2025
Inteligencia Articial y Periodismo: explorando el punto de vista de los periodistas
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Ufarte-Ruiz, M. J., & Manfredi-Sánchez, J. L. (2019). Algoritmos y
bots
aplicados al periodismo. El caso de Narrativa Inteligencia
Articial: estructura, producción y calidad informativa.
Doxa Comunicación
,
29
, 213-233.
https://www.doi.org/10.31921/
doxacom.n29a11
Ufarte-Ruiz, M. J.; Calvo-Rubio, L. M., & Murcia-Verdú, F. J. (2021). Los desafíos éticos del periodismo en la era de la inteligencia
articial.
Estudios sobre el Mensaje Periodístico
,
27
(2), 673-684.
https://www.doi.org/10.5209/esmp.69708
Valdiviezo-Abad, C., & Bonini, T. (2019). Automatización inteligente en la gestión de la comunicación.
Doxa Comunicación
, 29,
169-196.
https://doi.org/10.31921/doxacom.n29a9
Vállez, M., & Codina, L. (2018). Periodismo computacional: evolución, casos y herramientas.
El profesional de la información
,
27
(4), 759-768.
https://www.doi.org/10.3145/epi.2018.jul.05
Vos, T. P., omas, R. J., & Tandoc Jr, E. C. (2023). Constructing the legitimacy of journalists’ marketing role.
Journalism
Studies
,
24
(6), 763-782.
https://doi.org/10.1080/1461670X.2023.2187650
Wölker, A., & Powell, T. E. (2021). Algorithms in the newsroom? News readers’ perceived credibility and selection of automated
journalism.
Journalism
,
22
(1), 86-103.
https://doi.org/10.1177/1464884918757072
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>