Impacto y diversidad en el uso de herramientas de inteligencia articial
generativa en el periodismo y la comunicación: un análisis comparativo
Impact and diversity in the use of generative articial intelligence tools in
journalism and communication: a comparative analysis
doxa.comunicación |
nº 41, pp. 535-559
| 535
julio-diciembre de 2025
ISSN: 1696-019X / e-ISSN: 2386-3978
Cómo citar este artículo:
Yaguana-Romero, H.; Galarza-Ligña, V. N. y Coronado-Otavalo, X. M. (2025). Impacto y diversidad en el uso de herramientas de inteligencia
articial generativa en el periodismo y la comunicación: un análisis comparativo.
Doxa Comunicación
, 41, pp. 535-559.
https://doi.org/10.31921/doxacom.n41a2875
Hernán Yaguana-Romero.
Ph.D. es Director del Departamento de Ciencias de la Comunicación de la Universidad Téc
-
nica Particular de Loja (UTPL), Ecuador. Licenciado en Comunicación Social por la UTPL, cuenta con una Diplomatura
en Gestión Productiva Universitaria, un Diploma de Estudios Avanzados y un Doctorado en Comunicación y Periodis
-
mo por la Universidad de Santiago de Compostela (España), con registro SENESCYT N.° 7474R-13-9696. También es ex
-
perto en evaluación en educación a distancia por la Universidad de Sevilla. Su trayectoria se ha desarrollado en docen
-
cia, consultoría y gestión académica. Ha sido consultor para la UNESCO y el Consejo Nacional de Educación, Ciencia y
Tecnología del Ecuador (SENACYT). Se ha desempeñado como docente-investigador en la UTPL y otras instituciones
como la Universidad del Azuay y la Universidad Casa Grande. Es revisor y coeditor internacional de revistas indexadas
como
Comunicar
, y miembro activo de redes académicas como ALAIC, OCLACC y SEICOM. Sus líneas de investigación
incluyen la narrativa digital, la comunicación para el desarrollo y los medios audiovisuales. Es autor de libros y manua
-
les sobre radio, comunicación comunitaria y medios digitales, y ha obtenido premios por su producción radial. Logros
profesionales: invento patentado: audífonos antiestrés (Código internacional de patente WO/2020/039415).
Universidad Técnica Particular de Loja, Ecuador
[email protected]
ORCID:
0000-0001-6482-5333
Viviana Noemí Galarza-Ligña.
Magíster en Comunicación e Industrias Creativas por la Universidad de Santiago de
Compostela y Licenciada en Comunicación Social por la Ponticia Universidad Católica del Ecuador Sede Ibarra. Do
-
cente del área de Comunicación Social en las materias de Lenguajes Sonoros, Producción Radiofónica, Radio Educativa,
Comunitaria y Alternativa, Comunicación para el Desarrollo, Socialmedia, Producción Multimedia, entre otras. Inves
-
tigadora en Comunicación, con experiencia en el área de la Radios y las Nuevas Tecnologías y más de 30 publicaciones
en revistas nacionales e internacionales, fruto de la participación en varios proyectos de investigación sobre diferentes
aspectos de la actividad comunicacional. Miembro del Grupo de Investigación METACOM y de varios Comités Cien
-
tícos de congresos nacionales e internacionales. Experiencia laboral en el ámbito de la producción radiofónica, co
-
municación institucional y comunitaria, así como en la gestión promocional de instituciones privadas y comunitarias.
Responsable de la Ocina de Internacionalización en la PUCE Ibarra.
Ponticia Universidad Católica del Ecuador Sede Ibarra, Ecuador
[email protected]
ORCID:
0000-0003-2770-246X
Este contenido se publica bajo licencia Creative Commons Reconocimiento - Licencia no comercial. Licencia internacional CC BY-NC 4.0
<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>
536 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Recibido: 24/12/2024 - Aceptado: 04/06/2025 - En edición: 19/06/2025 - Publicado: 01/07/2025
Received: 24/12/2024 - Accepted: 04/06/2025 - Early access: 19/06/2025 - Published: 01/07/2025
Resumen.
Esta investigación analiza el impacto en cuanto a la percepción de
efectividad profesional, la satisfacción y las diferencias en el uso de
herramientas de inteligencia articial (IA) por periodistas y comunica
-
dores de Ecuador. Se utilizó un cuestionario estructurado que recopiló
datos de 150 periodistas y comunicadores de diversas especialidades.
El cuestionario incluyó secciones sobre el uso de IA, percepción de
efectividad, satisfacción e interés en capacitación. Los resultados reve
-
laron una correlación positiva entre la frecuencia de uso de herramien
-
tas de IA y la satisfacción de los usuarios. Los encuestados que usan
IA a diario reportaron los niveles más altos de satisfacción, sugiriendo
que la familiaridad y la competencia adquiridas con el uso regular con
-
tribuyen signicativamente a la satisfacción. El estudio mostró que los
periodistas y creadores de contenido utilizan IA para la redacción de
artículos, mientras que los especialistas en marketing tienen un uso
más diversicado, incluyendo investigación y análisis de datos. Los ra
-
dialistas y fotógrafos preeren herramientas de IA para la edición de
contenido multimedia. Estos hallazgos subrayan la importancia de de
-
sarrollar programas de capacitación especícos, adaptados al campo
periodístico y comunicacional, así como la necesidad de lineamientos
para un uso ético y pertinente de herramientas de IA especializadas.
Palabras clave:
Inteligencia Articial; periodismo; comunicación; efectividad
profesional; desarrollo profesional.
Abstract.
is research analyses the impact on the perception professional
eectiveness, satisfaction and dierences in the use of articial
intelligence (AI) tools by journalists and communicators in Ecuador. A
structured questionnaire was used to collect data from 150 journalists
and communicators from various specialties. e instrument included
sections on AI use, perception of eectiveness, satisfaction and interest
in training. e results revealed a positive correlation between the
frequency of use of AI tools and user satisfaction. e respondents who
use AI daily reported the highest levels of acquiescence, suggesting that
familiarity and competence acquired through regular use contribute
signicantly to satisfaction. e study showed that journalists and
content creators use AI for article writing, while marketers have a
more diversied use, including research and data analysis. Also, radio
broadcasters and photographers prefer AI tools for editing multimedia
content. ese ndings underline the importance of developing specic
training programmes adapted to the journalistic and communication
eld, as well as the need for guidelines for an ethical and relevant use of
specialised AI tools.
Keywords:
Articial Intelligence; journalism; communication; professional
eectiveness; professional development.
Ximena Margarita Coronado-Otavalo.
Doctoranda en el programa de Doctorado interuniversitario de Comunicación
en la Universidad de Sevilla. Máster en Comunicación y Cultura por la Universidad de Sevilla. Magíster en Nuevas Tec
-
nologías para la Gestión y Práctica Docente por la PUCE-Ibarra. Diplomada en Docencia Universitaria y Licenciada en
Comunicación Social. Docente universitaria con 12 años de experiencia en asignaturas de periodismo, radio, medios
impresos, epistemología de la investigación, fundamentos de investigación, géneros periodísticos, comunicación digi
-
tal y cultura digital. Investigadora de temas relacionados a ciberperiodismo, redes sociales, análisis y estructura de la
información, cultura digital, identidad y migración. Ha publicado artículos en revistas de indexación regional Latindex
y Scopus, así como también capítulos de libro. Miembro de la Red de Investigadores en Comunicación del Ecuador
(RICE), del grupo de investigación Medios, Tecnologías Aplicadas y Comunicación (METACOM). Ha participado como
organizadora y miembro de Comités Cientícos de congresos nacionales e internacionales. Revisora académica de ar
-
tículos cientícos, libros y capítulos de libros de diversas editoriales y revistas cientícas nacionales e internacionales.
Experiencia laboral en medios impresos, radiales, comunicación organizacional y comunicación para el desarrollo.
Ponticia Universidad Católica del Ecuador Sede Ibarra, Ecuador
[email protected]
ORCID:
0000-0002-5146-0248
<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 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 537
1. Introducción
La inteligencia articial generativa (IAG) ha transformado profundamente el campo de la comunicación, modicando los pro
-
cesos de producción, distribución y recepción de contenidos. Estas tecnologías automatizan tareas y redenen rutinas profe
-
sionales, estructuras informativas y relaciones con las audiencias, perlándose como un agente transformador de la práctica
comunicacional en todos sus ámbitos con oportunidades técnicas y desafíos éticos.
En el plano profesional, los medios han comenzado a integrar estas herramientas en distintas fases del ujo de trabajo. En Espa
-
ña, un estudio reciente (Mayoral Sánchez, Parratt Fernández y Mera Fernández, 2023) reveló que el 60% de los medios ya emplea
IA, especialmente en tareas de distribución automatizada de contenido. Además, cerca del 75% de los periodistas encuestados
manifestó una percepción positiva sobre estas tecnologías. Según Mayoral Sánchez et al. (2023) “del rechazo o el miedo se ha
pasado a percibirlos más como una oportunidad que como un peligro” (p.821).
Desde el ámbito académico, se observa un interés creciente por parte de universidades y organismos públicos en investigar las
aplicaciones y efectos de la IA en el periodismo. Murcia Verdú et al. (2024) destacan que “el análisis documental de las memorias
de los proyectos evidencia que se están abordando los efectos de la IA no solo desde lo técnico, sino desde su impacto sociocul
-
tural y ético” (p.5).
Sin embargo, este avance exige cautela; Saad y dos Santos (2023), en un experimento con ChatGPT, identicaron riesgos asocia
-
dos a la generación automatizada de contenido y subrayan que “se destacó el papel indispensable del ser humano en los proce
-
sos periodísticos a través de las funciones de redacción y control activo” (p.783).
1.1. Teorías sobre la adopción de tecnología en la comunicación
La incorporación de tecnologías emergentes, como la inteligencia articial (IA), ha impulsado un renovado interés en los mo
-
delos teóricos que explican cómo individuos y organizaciones adoptan nuevas herramientas. En el ámbito del periodismo y la
comunicación, este proceso involucra variables cognitivas, sociales, culturales y afectivas. Entre los marcos clásicos destaca la
Teoría de la Difusión de Innovaciones (Rogers, 1983), que identica cinco etapas para la adopción: conocimiento, persuasión,
decisión, implementación y conrmación. Este modelo resalta el papel de la comunicación y las características percibidas de la
innovación en la propagación del cambio tecnológico.
Complementariamente, la Teoría de la Adaptación Estructural (DeSanctis y Poole, 1994) expone que la tecnología, al introducirse
en las organizaciones, se transforma mediante la interacción con los usuarios. Este enfoque reconoce que las herramientas tec
-
nológicas y las dinámicas humanas se moldean mutuamente, generando nuevas estructuras organizacionales.
A partir de los años ochenta, los modelos de aceptación tecnológica ofrecieron una perspectiva más precisa sobre la disposición
de los usuarios hacia la tecnología. Un ejemplo de ellos es el Modelo de Aceptación de la Tecnología (TAM), propuesto por Davis,
Bagozzi y Warshaw (1989), que, como los explican Hwang y Seo (2024) “sugiere que la utilidad percibida y la facilidad de uso
inuyen signicativamente en la aceptación de la tecnología por parte del usuario, reduciendo así la resistencia” (p.422). Este
marco ha demostrado utilidad en contextos comunicacionales marcados por la innovación constante.
538 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Posteriormente, modelos más avanzados como TAM3 y la Teoría Unicada de la Aceptación y Uso de la Tecnologías (UTAUT-2)
(Venkatesh et al., 2012) incorporaron nuevas variables, como la motivación hedónica, el hábito y las condiciones facilitadoras.
Estas aproximaciones amplían el análisis al considerar no solo aspectos técnicos, sino también emocionales, sociales y organi
-
zacionales. Kacperski et al. (2025) sostienen que “las características de los usuarios, incluidas las demográcas y las condiciones
que facilitan [...] desempeñan un papel sustancial en la adopción y el uso de las tecnologías digitales” (p.3), destacando que la
edad, el nivel educativo y el entorno institucional son factores determinantes para la aceptación de herramientas de IA
Dado que, al desarrollarse la tecnología, la experiencia del usuario se vuelve central, Gangadharaiah et al. (2023) proponen el mo
-
delo PRAM (Pooled Rideshare Acceptance Model), basado en TAM y UTAUT, adaptado a entornos digitales donde inuyen percep
-
ciones sobre privacidad, seguridad y comodidad. En su estudio concluyen que “la utilidad percibida y la facilidad de uso percibida
fueron constructos signicativos de la conanza y la aceptación de los usuarios” (p.11). Estas variables son transferibles a los entor
-
nos comunicacionales, donde el uso de tecnologías como la IA está mediado por la conanza del usuario y la percepción de control.
Para Bhooma et al. (2025), el papel del entrenamiento es una variable fundamental pues “la formación va más allá de la transmi
-
sión de conocimientos para convertirse en un mecanismo de intervención global que incide en otros antecedentes como la acti
-
tud, las expectativas, la facilitación y la motivación.” (p.9). Esto implica que la experiencia guiada puede modicar positivamente
las actitudes hacia la tecnología, fortaleciendo la adopción sostenida frente al manejo de la tecnología.
Un aporte teórico emergente proviene de la Teoría del Capital Social; Udo, Bagchi y Kirs (2023) quienes demostraron que la con
-
anza moral, el compromiso cívico y la satisfacción con la vida inuyen directamente en el uso de tecnologías de la información.
En un estudio multinacional, concluyeron que “los niveles más altos de uso de las TIC se asocian a niveles más altos de conanza
(sobre todo moralista), mayor compromiso cívico y mayor satisfacción vital” (p.215), complementando los modelos tradiciona
-
les al introducir dimensiones relacionales y contextuales que también condicionan la adopción tecnológica, especialmente en
entornos comunicacionales.
Esta evolución teórica permite reconocer que la aceptación de tecnologías como la IA no solo depende de sus características
técnicas, sino también del entorno social, del respaldo institucional, de la cultura organizacional y de los vínculos comunitarios
que rodean al usuario.
1.2. Impacto de la IA en la percepción de efectividad profesional
Los modelos de adopción tecnológica facilitan la comprensión de la forma en la que la implementación de herramientas basadas
en inteligencia articial impacta en la percepción de efectividad profesional en el periodismo y la comunicación, redeniendo las
dinámicas productivas para contribuir a una valoración más estratégica del trabajo.
La automatización, por ejemplo, ha ganado un lugar prominente en las redacciones de noticias, permitiendo que medios como
Globo en Brasil generen automáticamente miles de historias basadas en datos ociales, cubriendo así eventos locales con una
eciencia sin precedentes (Shaw, 2021). La capacidad de la IA para manejar grandes volúmenes de datos y producir contenido de
manera rápida y precisa ha transformado la percepción de efectividad profesional en el periodismo, aumentando la productivi
-
dad y la calidad del trabajo realizado. Este fenómeno, denominado “periodismo automatizado”, ha llevado a que las redacciones
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 539
adopten un enfoque más técnico en la producción de noticias, donde los periodistas se convierten en supervisores de sistemas
que generan contenido (Calvo-Rubio y Ufarte-Ruiz, 2020).
Así, resulta innegable que la IA facilita la producción y precisión del contenido, pero también plantea riesgos éticos y limitaciones
tecnológicas. Ross et al. (2024) señalan que “el reto para los comunicadores de riesgos es cómo reconducir a la gente hacia fuen
-
tes creíbles” (p.12), lo cual evidencia la pérdida de control sobre la calidad y credibilidad informativa. Además, la automatización
aún no alcanza la profundidad narrativa que caracteriza al trabajo humano; como señalan Ufarte Ruiz y Manfredi Sánchez (2019),
“todavía no genera textos complejos, una cualidad humana de entre las muchas de las que adolecen aún los robots” (p.231).
A pesar de los desafíos, el sector periodístico reconoce la necesidad de adaptarse a los cambios tecnológicos para seguir siendo
relevante. Como señalan Essenfelder et al. (2019), “la automatización se presenta como una alternativa para liberar a los perio
-
distas de tareas mecánicas y repetitivas, permitiéndoles centrarse en actividades de mayor valor agregado como el análisis y la
interpretación de datos” (p.259). Esta transición hacia un periodismo centrado en funciones analíticas, evidencia un cambio en
la percepción de la efectividad profesional impulsado por las capacidades de la inteligencia articial en tareas rutinarias.
1.3. La correlación entre el uso de IA y la percepción de efectividad: estudios previos
Investigaciones precedentes han demostrado que la inteligencia articial (IA) inuye signicativamente en la manera en que los
profesionales perciben su propio desempeño. Este impacto puede ser tanto positivo como negativo, dependiendo de su imple
-
mentación y uso. En el campo del periodismo, la automatización ha logrado que las redacciones operen con mayor eciencia,
Rojas Torrijos y Toural Bran (2019) indican que “el uso de
bots
en redacciones automatiza tareas repetitivas, permitiendo a los
periodistas dedicarse a funciones que requieren mayor elaboración y aportan valor añadido” (p.247).
La percepción de aumento en la productividad no está libre de tensiones. Ufarte Ruiz y Manfredi Sánchez (2019) advierten que la
IA “todavía no genera textos complejos, una cualidad humana de entre las muchas de las que adolecen aún los robots” (p.231).
Por otro lado, la apreciación de efectividad también se vincula con la seguridad laboral. Si bien la automatización genera in
-
quietudes respecto a la sustitución de empleos, también puede reforzar la satisfacción profesional cuando permite centrarse en
tareas más estratégicas. Como indican Gangadharaiah et al. (2023) “las herramientas de desarrollo de la personalidad basadas
en IA suelen ser bien recibidas y consideradas ecaces por los usuarios, lo que refuerza la idea de que la IA puede proporcionar
una ayuda signicativa en la mejora de las habilidades personales y sociales.” (p.10), esta idea evidencia que la conanza en la
herramienta de IA es clave para la integración efectiva y la percepción de rendimiento positivo.
Otros estudios como el de Kong et al. (2024) y Bhooma et al. (2025) muestran que el sentido de ecacia profesional está relaciona
-
do con la resiliencia frente a la automatización y la capacidad de adaptación. Como arman Bhooma et al. (2025), “La aceptación
de la transformación digital del gobierno (TGD) requiere una mayor conanza entre los empleados, una percepción positiva del
valor y un sentimiento de autoecacia.” (p.6).
1.4. Evolución y usos de la IA en la gestión de la comunicación
El avance de la inteligencia articial (IA) ha marcado un punto de inexión en las dinámicas del ecosistema mediático contem
-
poráneo. Desde sus primeros usos en redacciones para la producción automatizada de noticias, hasta su integración en procesos
540 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
estratégicos de comunicación y marketing, la IA ha transformado tanto la operatividad como la lógica profesional del periodismo
y de los sectores anes.
Uno de los hitos que marcó el inicio del periodismo automatizado fue el lanzamiento de un servicio de generación de noti
-
cias deportivas por parte de e Big Ten Network en 2010, en colaboración con Fox Networks (Canavilhas y Giacomelli, 2023).
Posteriormente, experiencias como la de
Los Angeles Times
y la Associated Press consolidaron el uso de software para generar
contenidos informativos sin intervención humana, permitiendo una expansión de la cobertura noticiosa y un incremento en la
productividad, especialmente en áreas como economía o deportes. A partir de 2019, esta tendencia se intensicó globalmente,
incorporando nuevas funcionalidades como la vericación de datos, el análisis de tendencias y la personalización del conteni
-
do. En esta línea, Trang et al. (2024) arman que “la adopción de la IA en estos sectores tiene numerosas ventajas, entre ellas la
mejora de la ecacia de los periodistas y la competitividad de los medios de comunicación.” (p.2), contribuyendo a mejorar los
procesos de producción y la posición estratégica de los medios.
El estudio elaborado por Tejedor et al. (2025) corrobora que este proceso de adopción se ha extendido a nivel mundial, con particu
-
lar intensidad en medios de Estados Unidos, España y Reino Unido, “la tecnología que impone la IA está cambiando los medios de
comunicación hacia nuevos modelos enfocados menos en el alcance y más en la interacción, a través de contenidos más personali
-
zados” (Tejedor, 2025, p.21). Además, se documenta que más de 100 medios utilizan IA para tareas como la generación de titulares,
el análisis de usuarios y la edición de vídeos, lo que consolida su papel estratégico en la producción mediática contemporánea.
En esta evolución, la IA ha inuido también en las estructuras organizacionales de los medios. Redacciones tradicionales han de
-
bido adaptarse a nuevos ujos de trabajo, a la capacitación permanente del personal y a la redenición de los roles profesionales.
Esto lo conrma Al-Kfairy (2025) al indicar que “la IA generativa está revolucionando el funcionamiento de las organizaciones,
ofreciendo capacidades transformadoras que abarcan desde la creación automatizada de contenidos hasta la toma de decisiones
estratégicas.” (p.1).
El impacto de la IA ha trascendido el ámbito informativo y se ha extendido a otras áreas como el marketing y la comunicación
institucional. Herramientas basadas en modelos generativos permiten la creación automatizada de textos publicitarios, infor
-
mes estratégicos y contenidos audiovisuales personalizados. Esto ha transformado radicalmente la producción de mensajes en
entornos digitales. Sin embargo, se requiere nuevas competencias digitales, así como una supervisión profesional que garantice
la coherencia del mensaje.
En medios internacionales como
e Washington Post
o
e New York Times
, estas tecnologías han sido adoptadas para liberar a
los periodistas de tareas repetitivas y ampliar la cobertura en tiempo real (Aramburú Moncada et al., 2022). Ello derivó en que los
profesionales se concentren en labores de análisis, interpretación y vericación, lo cual eleva el valor agregado del trabajo perio
-
dístico. De acuerdo con Calvo-Rubio y Ufarte Ruiz (2020), esta dinámica ha transformado las rutinas productivas, generando una
amplia reorganización del quehacer informativo.
No obstante, la integración acelerada de IA también ha revelado tensiones propias de un proceso de transición. Simon (2024)
advierte sobre una creciente dependencia de las plataformas tecnológicas por parte de los medios; “la IA recongura la depen
-
dencia de los editores con respecto a las empresas de plataformas, exacerbando las dependencias existentes en la distribución y
creando nuevas dependencias en la producción” (p.149). Estas dinámicas, aunque no desmerecen los benecios de la IA, invitan
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 541
a reexionar sobre la necesidad de marcos regulatorios y modelos de gobernanza tecnológica adaptados al entorno comunica
-
cional. Pinilla y Valle (2025) también destacan que se precisa de una discusión basada en principios éticos de la forma en la que
la IA repercute en la razón social de la profesión, reconociendo que la automatización debe implementarse sin debilitar el rol
reexivo y crítico del periodismo.
Desde otra perspectiva, el uso de IA ha abierto debates sobre la experiencia emocional del público. Tecnologías como
Deep Nos
-
talgia
han dado lugar a contenidos automatizados que apelan a la emoción, pero también generan disonancias perceptivas. Kidd
y Nieto McAvoy (2023) advierten que “el paso de la foto al vídeo en
Deep Nostalgia
modica y remedia la memoria para hacerla
real e irreal, inmediata y remota, reconfortante y perturbadora a la vez.” (p.622), revelando cómo la inteligencia articial recon
-
gura la autenticidad de la experiencia mediática. Por tanto, la integración de la IA en la gestión de la comunicación continúa
avanzando, pero exige que se priorice la autonomía de los medios y la integridad del contenido.
1.5. Herramientas de IA para la comunicación y el periodismo
El avance de la inteligencia articial (IA) ha introducido herramientas que están redeniendo el trabajo periodístico y comuni
-
cacional. Estas tecnologías, orientadas a automatizar y optimizar procesos, se han convertido en elementos estructurales que
inuyen en cada fase del ciclo informativo. Tejedor y Vila (2021) arman que “la irrupción de la inteligencia articial ha transfor
-
mado la forma de captar, procesar, generar y distribuir la información” (p.830), impulsando un modelo de periodista potenciado
por lo tecnológico.
Una de las aplicaciones más visibles es el
robot journalism
, que permite generar contenido a partir de datos estructurados me
-
diante algoritmos predenidos. Aunque esto mejora la precisión y la rapidez, plantea desafíos en términos de creatividad y pro
-
fundidad narrativa. Como explican Opdahl et al. (2023), “El periodismo robótico suele emplear enfoques basados en reglas para
la generación de NL a partir de datos estructurados procedentes de fuentes de gran conanza, como las bases de datos públicas.”
(p.11), lo que evidencia su valor técnico, aunque disminuye la riqueza expresiva del lenguaje periodístico.
Asimismo, la IA permite personalizar la experiencia informativa, adaptando los contenidos a las preferencias del usuario. Simon
(2024) señala que “la IA se utiliza para personalizar contenidos, mejorar la experiencia del producto y aumentar la participación
del usuario” (p.3), lo que ha redenido las estrategias digitales de los medios.
1.6. Herramientas recurrentes para tareas vinculantes al área profesional
Las herramientas de inteligencia articial (IA) utilizadas en el periodismo y la comunicación pueden agruparse según las tareas
o actividades profesionales que facilitan el ejercicio de esta profesión. Esta categorización permite una comprensión más clara
de cómo estas tecnologías están integradas en los ujos de trabajo y de qué manera están transformando la práctica profesional
en estos campos.
–
Generación automática de contenido:
Chat GPT, Heliograf y Quakebot son ejemplos de cómo la IA está transformando el
periodismo. Heliograf, de
e Washington Post
, genera artículos automáticamente a partir de datos estructurados. Por otro
lado, Quakebot de Los Ángeles Times informa sobre terremotos usando datos del Servicio Geológico de los Estados Unidos
542 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
(USGS). Las herramientas mejoran la eciencia en la redacción de noticias, permitiendo a los periodistas enfocarse en tareas
más razonadas (Gómez-Calderón y Ceballos, 2024).
–
Transcripción y procesamiento de audio:
En el ámbito de la transcripción y vericación de audio, Trint convierte grabacio
-
nes en texto rápidamente, facilitando la labor de los periodistas (Gómez-Calderón y Ceballos, 2024). Sumado a esto, Veri
-
cAudio detecta
deepfakes
de audio para combatir la desinformación, asegurando la autenticidad de las fuentes.
–
Generación de contenido visual:
MidJourney y Data Skrive están transformando la creación de contenido visual en pe
-
riodismo. MidJourney genera imágenes digitales a partir de texto, suministrando contenido visual atractivo sin necesidad
de habilidades de diseño y Data Skrive automatiza la creación de grácos y visualizaciones basadas en datos, optimizando
reportajes (Jaruga-Rozdolska, 2022).
–
Traducción y reformulación de textos:
DeepL y AI Writer son herramientas destacadas. DeepL traduce de forma precisa y
permite la reformulación de textos para mejorar la claridad y estilo (García Sánchez, 2023). AI Writer, por su parte, se centra
en la generación de contenido escrito, produciendo borradores, resúmenes y textos publicitarios (Fernández, 2023).
De entre las herramientas presentadas, durante la realización de esta investigación, algunas de las herramientas que se ha perla
-
do como las más utilizadas por profesionales en periodismo y comunicación son:
–
ChatGPT:
Es un modelo de lenguaje basado en la arquitectura de transformadores, capaz de generar texto similar al humano
a partir de indicaciones simples. Utilizado ampliamente en la redacción de artículos, correos electrónicos y contenido para
redes sociales, ChatGPT ha demostrado ser una herramienta valiosa para superar el bloqueo del escritor y generar contenido
de alta calidad en un tiempo reducido (Fernández, 2023).
–
MidJourney:
Permite crear imágenes digitales a partir de descripciones textuales. Desarrollada sobre el lenguaje de progra
-
mación Python, MidJourney se destaca por su capacidad para producir ilustraciones de alta calidad visual, lo que la convierte
en una opción ideal para periodistas y comunicadores que necesitan crear contenido visual atractivo rápidamente (Jaru
-
ga-Rozdolska, 2022).
–
Trint:
Convierte grabaciones de audio en texto con alta precisión. La aplicación ahorra tiempo y esfuerzo, permitiendo a los
profesionales concentrarse en la creación de contenido. Su capacidad para reconocer múltiples idiomas y acentos la hace
especialmente útil en un entorno globalizado (Gómez-Calderón y Ceballos, 2024).
–
Wibbitz:
Genera automáticamente vídeos a partir de texto, permitiendo a los periodistas crear contenido visual sin necesidad
de conocimientos avanzados de edición (Gómez-Calderón y Ceballos, 2024).
–
Bot Sentinel:
Clasica y rastrear cuentas no auténticas y
trolls
tóxicos en redes sociales, empleando aprendizaje automático.
Es especialmente útil para comunicadores que gestionan la presencia en redes sociales de marcas o medios de comunica
-
ción, ayudando a mantener un entorno más limpio y conable en línea (García Sánchez, 2023).
–
DeepL:
Conocida principalmente como una herramienta de traducción, DeepL ofrece traducciones altamente precisas y
además permite la reformulación de textos para mejorar su claridad y estilo. Esto es especialmente útil para periodistas que
trabajan con fuentes en múltiples idiomas, facilitando el acceso a información global (García Sánchez, 2023).
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 543
–
Jasper:
Permite a los periodistas y comunicadores crear desde artículos hasta campañas de marketing, optimizando los tex
-
tos para SEO y personalizándolos según las necesidades especícas del público objetivo. Genera contenido de alta calidad en
grandes volúmenes (Fernández, 2023).
1.7. Adaptación de la IA a la gestión periodística
Como parte del estudio, se recopilaron y analizaron los principales artículos publicados de enero a agosto de 2024 por la red
internacional de periodistas sobre el uso y proyección de la inteligencia articial (IA) en el campo del periodismo. Estos artículos
ofrecen una perspectiva real sobre cómo se está utilizando la IA en la práctica profesional y cómo se proyecta su evolución en el
futuro cercano. A continuación, se presentan algunos ejemplos relevantes.
–
Operación Retuit
en Venezuela, liderado por la organización Connectas, que utiliza avatares generados por IA para evitar la
censura del régimen y proteger la seguridad de los periodistas. Este proyecto emplea personajes como La Chama y el Pana,
quienes, aunque no son reales, presentan contenidos vericados y de alta calidad creados por periodistas. (Cascante, 2024).
–
Investigación
. El uso de IA para la investigación periodística de manera automática ha sido signicativo. Un ejemplo de esto
es Quartz que utilizó el reconocimiento óptico de caracteres (OCR) para leer miles de documentos en su investigación sobre
los
Mauritius Leaks
. De manera similar, CIPER empleó Pinpoint de Google para analizar información en múltiples formatos,
facilitando investigaciones complejas con recursos humanos y monetarios limitados, como lo menciona Ana Paula Valacco
(citada en Cabral, 2024).
–
El “mayordomo digital
”
JAMES
, utilizado por
e Times
y
e Sunday Times
para personalizar boletines, muestran el poten
-
cial de la IA para mejorar la conexión con las audiencias. JAMES permite adaptar el contenido a los intereses especícos de
los lectores, reduciendo la tasa de bajas de los boletines y potenciando la relevancia del contenido ofrecido (Chauvet, 2024).
Los ejemplos analizados reejan cómo la IA está siendo integrada en el periodismo de manera efectiva y estratégica, permitiendo
a los medios mejorar su eciencia, proteger a sus profesionales, y conectar de manera más profunda con sus audiencias.
De acuerdo con el informe “
Journalism, Media, and Technology Trends and Predictions 2024
” de Nic Newman, la IA está destina
-
da a ser una fuerza disruptiva en la producción y distribución de contenido, lo que cambiará signicativamente las dinámicas del
periodismo tradicional y digital. Además, se observa que la inteligencia articial tiene un impacto considerable en los modelos
de negocio de los medios. Muchas organizaciones periodísticas están explorando cómo monetizar mejor su contenido en un en
-
torno donde la IA puede generar y distribuir información a gran escala. Por ejemplo, se están estableciendo acuerdos de licencia
entre medios y plataformas de IA, como el rmado por Axel Springer con OpenAI, que incluye pagos por el uso de contenido
histórico y actual. Sin embargo, existe escepticismo sobre si estos acuerdos beneciarán equitativamente a todos los actores del
sector. Como se advierte en el informe del Reuters Institute, “La industria tiene la oportunidad de trabajar con los actores de la IA
para diseñar un ecosistema simbiótico, y no debemos desaprovecharla.” (Newman, 2024, p.16)
.
Por esta razón, es indispensable utilizar la IA como una base de lenguaje y no como una fuente primaria de conocimiento. Esta
cautela puede asegurar que la IA complemente, y no socave, los principios fundamentales del periodismo.
544 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
1.8. Consideraciones éticas
La incorporación de inteligencia articial (IA) en el ámbito de la comunicación plantea importantes desafíos éticos. La automatiza
-
ción de contenidos transforma la producción, distribución y consumo de información, generando inquietudes sobre transparencia,
sesgos algorítmicos, responsabilidad profesional, privacidad, derechos de autor y equidad tecnológica (Franganillo, 2023b).
Uno de los principales retos radica en la transparencia informativa. La capacidad de la IA para generar textos, imágenes o videos
de apariencia humana exige que el público distinga claramente entre contenido humano y automatizado. De acuerdo con Fran
-
ganillo (2023b) la opacidad en este aspecto puede erosionar la conanza y favorecer la circulación de información engañosa,
sumado a esto Gutiérrez-Caneda et al. (2024) indica que “la integración de la IA, especialmente cuando se habla de IA generativa,
plantea cuestiones relacionadas con el sesgo algorítmico y de los datos, la transparencia de los modelos utilizados, la privacidad
de los datos, la supervisión humana o incluso la posible pérdida de puestos de trabajo.” (p.6), lo que obliga a los comunicadores
a actuar con responsabilidad ética frente a estas herramientas.
Asimismo, surge el debate sobre la propiedad intelectual en contextos donde los modelos son entrenados con grandes volúme
-
nes de datos accesibles públicamente, pero que pueden contener obras protegidas. Esta práctica plantea tensiones respecto al
consentimiento y a la compensación justa (McClausland y Salgado, 2022). Ienca (2023) advierte que estas formas de intervención
tecnológica pueden incluso transgredir la autonomía cognitiva y “podrían violar algunos principios fundamentales de libertad o
derecho relacionados con el dominio del cerebro y la mente de una persona” (p.839).
En paralelo, preocupa la perpetuación de sesgos y estereotipos. Cuando los modelos de IA aprenden de datos sesgados, pueden
reproducir lógicas discriminatorias en función de género, etnia o cultura (UNESCO y IRCAI, 2024). Además, el diseño emocional
y antropomórco de estos sistemas genera nuevas formas de interacción que pueden distorsionar la percepción del usuario.
Stark (2024) lo resume así: “ChatGPT es una sosticada animación textual [...] diseñada para dar al sistema una mayor apariencia
de vitalidad y personalidad” (p.6), cuestionando la relación ética entre apariencia de agencia y contenido generado.
Por otro lado, existe el riesgo de que la IA acentúe desigualdades estructurales en el ecosistema mediático. Organizaciones con
mayores recursos acceden con más facilidad a estas tecnologías, lo que dejaría rezagadas a entidades más pequeñas o periféricas.
Opdahl et al. (2023) señalan que “un periodismo basado en IA digno de conanza requiere un delicado equilibrio entre las tareas
humanas mejoradas por IA y las tareas rutinarias automatizadas por IA.” (p.2).
Así, es esencial que los profesionales del sector adopten un enfoque crítico y reexivo en la implementación de estas tecnologías,
asegurando que se utilicen de manera que respeten los valores fundamentales de la sociedad y promuevan la equidad y la justicia
en la producción y distribución de contenido informativo.
2. Metodología
La presente investigación tuvo la nalidad de analizar cómo el uso de herramientas de inteligencia articial (IA) inuye en la per
-
cepción de efectividad profesional, la satisfacción de los usuarios y las diferencias en su aplicación según las distintas funciones
que cumplen los periodistas y comunicadores en Ecuador. Para ello, se plantearon tres hipótesis clave:
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 545
H1: Los profesionales que utilizan herramientas de IA diseñadas para análisis predictivo perciben un mayor impacto en su
efectividad profesional.
H2: Existe una correlación positiva entre la frecuencia de uso de herramientas de IA y la satisfacción reportada por los usua
-
rios en el desempeño de sus tareas laborales.
H3: Concurren diferencias signicativas entre la frecuencia de uso de herramientas de IA y la profesión o especialidad del
usuario.
El diseño del estudio adoptó un enfoque cuantitativo no experimental, empleando una encuesta estructurada como principal
instrumento de recolección de datos. El cuestionario fue diseñado para capturar información detallada sobre las variables prin
-
cipales, incluyendo el tipo de herramientas utilizadas, la frecuencia de uso, la percepción de efectividad profesional, el nivel de
satisfacción y el interés en recibir capacitación adicional. Antes de la aplicación denitiva del cuestionario, se realizó una valida
-
ción mediante un pretest con el objetivo de asegurar la claridad, pertinencia y adecuación contextual de las preguntas formula
-
das. Este pretest fue aplicado a un grupo compuesto por 23 personas: periodistas profesionales miembros de la Unión Nacional
de Periodistas (UNP) de la ciudad de Loja, así como a estudiantes y egresados de la carrera de comunicación de la Universidad
Técnica Particular de Loja (UTPL).
La elección de este grupo se fundamentó en su proximidad geográca y en la posibilidad de contar con profesionales familiari
-
zados con las dinámicas del periodismo y la comunicación. La validación mostró ciertos aspectos del cuestionario que requerían
ajustes. En particular, se observó que algunas preguntas no eran completamente claras en su redacción o no concordaban de
manera precisa al contexto profesional de los participantes. Las sugerencias recogidas durante el pretest permitieron reformular
aquellas preguntas que presentaban ambigüedades, así como reducir la cantidad de interrogantes, a n de optimizar la experien
-
cia del encuestado y garantizar la calidad de los datos recolectados.
La población sujeto del estudio incluyó a periodistas y comunicadores ecuatorianos que incorporan herramientas de inteligencia
articial (IA) en sus actividades profesionales. Dada la naturaleza exploratoria de la investigación y la dicultad de acceder a un
registro nacional actualizado de profesionales del sector que utilicen IA, se optó por un muestreo no probabilístico por conve
-
niencia. Este enfoque permitió llegar de manera ecaz a un grupo diverso de participantes dentro de un plazo de recolección
limitado y con recursos logísticos moderados.
La muestra nal estuvo compuesta por 150 profesionales, y se procuró asegurar diversidad tanto en términos de profesión (periodis
-
tas, comunicadores, creadores de contenido, especialistas en marketing, radialistas, fotógrafos) como de especialidades y contextos
laborales (medios tradicionales, digitales, institucionales y freelance). Para ampliar la representatividad geográca, se incluyeron
participantes de varias provincias del país, principalmente de Loja, Pichincha, Guayas y Azuay, lo cual se logró gracias a la distribu
-
ción de la encuesta a través de redes de contacto profesional, asociaciones gremiales (como la Unión Nacional de Periodistas), gru
-
pos especializados en comunicación en redes sociales, y listas de difusión vinculadas a universidades y medios de comunicación.
Aunque la muestra no pretende ser estadísticamente representativa de toda la población de comunicadores en Ecuador, sí busca
reejar la heterogeneidad del ecosistema comunicacional vigente, con énfasis en aquellos profesionales que han comenzado a
integrar herramientas de IA en sus rutinas laborales. Este enfoque es consistente con estudios previos que exploran fenómenos
546 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
tecnológicos emergentes en campos profesionales, donde las prácticas de uso aún están en consolidación y el acceso a la pobla
-
ción total es limitado.
Con el n de garantizar la consistencia interna del cuestionario aplicado, se calculó el índice de abilidad alfa de Cronbach para
las dos secciones clave del instrumento: la percepción de efectividad profesional y la satisfacción con el uso de herramientas de
inteligencia articial (IA). Estas dimensiones fueron seleccionadas por su relevancia directa con las hipótesis planteadas y por
representar constructos latentes que requerían medición able.
El análisis fue realizado en el software estadístico R Studio, utilizando la función cronbach.alpha() del paquete psych. Los resul
-
tados obtenidos mostraron coecientes de
α
= 0.81 para la escala de percepción de efectividad y
α
=0.77 para la escala de satisfac
-
ción, lo cual indica una buena consistencia interna en ambos casos. De acuerdo con la literatura especializada, valores superiores
a 0.70 se consideran aceptables para nes exploratorios en ciencias sociales (Nunnally y Bernstein, 1994), lo cual respalda la
abilidad del instrumento empleado en esta investigación.
Estos resultados refuerzan la validez metodológica del estudio, al asegurar que las mediciones realizadas reejan de forma co
-
herente las percepciones de los participantes sobre el impacto profesional de la IA en sus entornos laborales. Esta validación
estadística, combinada con el pretest cualitativo previamente descrito, garantiza la robustez del cuestionario como herramienta
de recolección de datos.
2.1. Instrumento de recolección de datos
Para obtener información que responda a los objetivos e hipótesis planteadas se utilizó un cuestionario estructurado que incluyó
las siguientes secciones:
–
Datos demográcos: Edad, profesión.
–
Uso de la IA: Tipo de herramientas de IA utilizadas, frecuencia de uso.
–
Percepción de efectividad profesional: Cómo perciben los encuestados la efectividad de las herramientas de IA en su trabajo.
–
Satisfacción: Nivel de satisfacción con el uso de las herramientas de IA.
–
Interés en capacitación: Interés en recibir capacitación adicional en IA.
La cha de códigos se estableció en función de las hipótesis que buscan obtener datos cuanti-cualitativos sobre los recursos que
emplean los ecuatorianos.
Para la construcción y aplicación de este instrumento se siguió el proceso descrito a continuación:
–
Diseño del cuestionario:
el cuestionario fue diseñado para incluir preguntas cerradas y de opción múltiple, facilitando la
cuanticación de las respuestas.
–
Validación del instrumento:
el cuestionario fue validado mediante un pre-test con un grupo pequeño de periodistas, comu
-
nicadores y estudiantes de los últimos años de la carrera de comunicación para asegurar su claridad y relevancia.
–
Distribución de la encuesta:
la encuesta se distribuyó electrónicamente a través de correos electrónicos y plataformas de
redes sociales especícas para periodistas y comunicadores.
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 547
–
Recolección de datos:
los datos se recopilaron durante un período de 8 semanas (febrero y marzo del 2024).
–
Análisis de datos:
los datos recopilados se analizaron utilizando técnicas estadísticas descriptivas e inferenciales. Se utilizó
software estadístico (R studio) para realizar análisis de correlación y comparación de medias.
–
Se empelaron las siguientes técnicas de análisis de datos:
–
Análisis descriptivo:
Se utilizó para describir las características demográcas de los encuestados y las frecuencias de uso de
herramientas de IA.
–
Análisis de correlación:
Se empleó para evaluar la relación entre el tipo de herramienta de IA más utilizada y la percepción
de efectividad profesional (Hipótesis 1), así como la relación entre la frecuencia de uso de herramientas de IA y la satisfacción
(Hipótesis 2).
–
Análisis de varianza (ANOVA):
Se aplicó para identicar diferencias signicativas en el tipo y frecuencia de uso de herra
-
mientas de IA entre las distintas profesiones (Hipótesis 3).
–
Además, con el n de que la investigación cumpla los estándares éticos requeridos se tomaron en cuenta los siguientes
aspectos:
–
Consentimiento informado:
Se obtuvo el consentimiento informado de todos los participantes antes de la recolección de
datos.
–
Condencialidad:
Se aseguró la condencialidad de las respuestas de los participantes, manteniendo los datos anónimos y
seguros.
–
Voluntariedad:
La participación en la encuesta fue completamente voluntaria, y los participantes podían retirarse en cual
-
quier momento sin repercusiones.
3. Resultados
La presentación de resultados y la interpretación de los datos se organiza en tres apartados que responden a cada una de las
hipótesis diseñadas:
3.1. Relación entre el tipo de herramienta de IA utilizada y la percepción de efectividad profesional
Para este análisis, se calcularon las correlaciones porcentuales entre los diferentes tipos de herramientas de IA utilizadas y la
percepción de efectividad profesional reportada por los encuestados.
548 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Gráca 1. Correlación entre IA y percepción efectividad
Fuente: encuestas aplicadas
Los resultados de la gráca 1 de correlaciones revelan que la herramienta de IA MidJourney es percibida como altamente efectiva
por el 75% de los encuestados que la utilizan, mientras que Copilot y Bard son percibidas como altamente efectivas por el 60%
y 65% de los usuarios, respectivamente. ChatGPT también tiene una alta percepción de efectividad, con un 70% de los usuarios
considerándola altamente efectiva, aunque un pequeño porcentaje (5%) la considera no efectiva. Por otro lado, Jasper y Write
-
sonic muestran porcentajes más reducidos de alta efectividad (55% y 50%, respectivamente) y porcentajes relativamente altos de
efectividad media (35% y 40%, respectivamente).
Existen varios factores endógenos que podrían explicar estos resultados. En primer lugar, las funcionalidades especícas y la
adaptabilidad de las herramientas juegan un papel crucial. MidJourney, por ejemplo, parece ofrecer herramientas especícas
para tareas creativas que son altamente valoradas por periodistas y comunicadores. De manera similar, ChatGPT es apreciado
por su versatilidad y capacidad para generar contenido coherente y relevante en múltiples contextos. La facilidad de uso también
es un factor importante; herramientas como MidJourney y ChatGPT pueden tener interfaces de usuario intuitivas y procesos de
integración sencillos, lo que facilita su adopción y uso regular. Además, la frecuencia y calidad de las actualizaciones de software
y el soporte técnico ofrecido pueden inuir en la percepción de efectividad, puesto que las herramientas con un sólido soporte y
mejoras constantes probablemente reciban valoraciones más altas.
Asimismo, hay factores exógenos que podrían estar inuyendo en estas percepciones. La reputación de la herramienta y las estra
-
tegias de marketing empleadas pueden afectar signicativamente la percepción de efectividad. Herramientas como MidJourney
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 549
y ChatGPT pueden beneciarse de campañas publicitarias efectivas y buenas reseñas en plataformas públicas. La existencia
de una comunidad activa de usuarios y la disponibilidad de recursos como tutoriales, foros y guías también pueden mejorar la
percepción de efectividad. Herramientas con una fuerte comunidad de usuarios, como ChatGPT, proporcionan un entorno de
aprendizaje colaborativo que mejora la experiencia del usuario. Además, la compatibilidad con otros sistemas y herramientas
utilizadas por los periodistas y comunicadores puede ser un factor clave. Las plataformas que se integran fácilmente con software
existente en el ujo de trabajo profesional son percibidas como más efectivas.
Las herramientas percibidas como altamente efectivas, como MidJourney y ChatGPT, pueden ver un aumento en su adopción,
lo que podría conducir a un mayor desarrollo y mejora de sus funcionalidades. Las diferencias en la percepción de efectividad
pueden impulsar la competencia entre desarrolladores de herramientas de IA, fomentando la innovación y la mejora continua de
productos. Además, las organizaciones pueden enfocarse en ofrecer capacitación especíca en el uso de herramientas altamente
valoradas para maximizar su efectividad en el trabajo profesional, lo que podría incluir talleres, cursos en línea y recursos adicio
-
nales para usuarios de MidJourney, ChatGPT, y otros recursos destacados. Finalmente, las herramientas que no alcanzan altas
valoraciones de efectividad pueden necesitar evaluación y actualización de sus funcionalidades para cumplir favorablemente
con las necesidades de los usuarios, basándose en el
feedback
recibido.
3.2. Correlación entre la frecuencia de uso de herramientas de IA y la satisfacción de los periodistas y comunicadores
La siguiente gráca muestra las correlaciones porcentuales entre la frecuencia de uso de herramientas de IA y la satisfacción
reportada por los encuestados:
Gráca 2. Correlación frecuencia y satisfacción
Fuente: encuestas aplicadas
550 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
El análisis de correlación de Pearson entre la frecuencia de uso de herramientas de inteligencia articial (IA) y la satisfacción
profesional mostró un coeciente de correlación de -0.11 (p= 0.09), lo que indica que no existe una relación estadísticamente
signicativa entre ambas variables. Ahora bien, un análisis descriptivo de las tendencias en los datos sugiere que la satisfacción
podría variar según la frecuencia de uso, revelando patrones que pueden ser notables para futuras investigaciones.
Como se puede ver en la gráca 2, los usuarios que emplean herramientas de IA a diario reportan los niveles más altos de satis
-
facción: un 70% se describió como muy satisfecho y un 25% como satisfecho, mientras que solo un 5% expresó poca satisfacción
y ningún usuario se mostró insatisfecho. Este grupo se destaca por su alta familiaridad y competencia, lo que parece traducirse
en una percepción más positiva de las herramientas utilizadas.
Por otro lado, quienes utilizan herramientas de IA semanalmente mantienen una alta satisfacción general, con un 50% de usua
-
rios muy satisfechos y un 40% satisfechos. Empero, el 10% restante se consideró poco satisfecho, reejando un descenso en
comparación con los usuarios diarios. Esta tendencia podría atribuirse a una menor constancia en el uso, que podría limitar la
familiaridad con las funciones avanzadas de estas tecnologías.
Los usuarios que emplean herramientas de IA con menor frecuencia, como aquellos que lo hacen de forma mensual, presentan
una mayor dispersión en los niveles de satisfacción. Aunque el 30% de ellos se declara muy satisfecho y el 50% satisfecho, un 20%
expresó poca satisfacción. Esta reducción en los niveles más altos de satisfacción podría reejar la dicultad para mantener un
nivel constante de familiaridad o habilidad práctica debido al uso esporádico.
Finalmente, los usuarios ocasionales reportan la menor satisfacción general, con solo un 20% describiéndose como muy satis
-
fechos y un 40% satisfechos. Un porcentaje signicativo (30%) indicó poca satisfacción, y un 10% se declaró insatisfecho. Esta
baja frecuencia de uso parece estar asociada con una falta de conanza en el manejo de las herramientas, lo que contribuye a
experiencias menos positivas.
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 551
3.3. Diferencias en el tipo y frecuencia de uso de herramientas de IA entre las distintas profesiones
Gráca 3. Diferencias en el uso de herramientas de IA por profesión
Fuente: encuestas aplicadas
Nota: La gráca muestra las diferencias porcentuales en el tipo y frecuencia de uso de herramientas de IA entre las distintas profesiones
El análisis de varianza (ANOVA) realizado para evaluar las diferencias en la frecuencia de uso de herramientas de IA entre las
distintas profesiones no encontró resultados estadísticamente signicativos (F=1.77, p=0.14). Esto indica que, en general, la fre
-
cuencia de uso no varía sustancialmente entre los grupos profesionales analizados, ya que el valor p es mayor a 0.05. Sin embar
-
go, un análisis descriptivo sugiere algunas tendencias interesantes en los patrones de uso de herramientas de IA, dependiendo
de las necesidades especícas de cada profesión.
En la gráca 3, se muestra que los periodistas se destacan por su alto uso de herramientas de IA para la redacción de artículos, con
un 80% de los encuestados indicando esta aplicación como predominante. Sin embargo, su uso en otras áreas es limitado: solo
el 10% emplea IA para investigación, un 5% para análisis de datos, un 3% para edición de video y un 2% para redes sociales. Esto
reeja la naturaleza textual de su trabajo y la dependencia de herramientas de IA enfocadas en generación de contenido escrito.
En contraste, los especialistas en marketing muestran un uso más diversicado de las herramientas de IA. Un 40% las utiliza para
redacción de artículos, un 20% para investigación, un 30% para análisis de datos y un 5% tanto para edición de vídeo como para
redes sociales. Este patrón subraya la naturaleza multidimensional del marketing, que combina creación de contenido, investi
-
gación de mercado y análisis estratégico.
552 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Los creadores de contenido también presentan un alto uso de herramientas de IA para la redacción de artículos (70%), aunque
con aplicaciones adicionales en investigación (15%) y análisis de datos, edición de video y redes sociales (5% cada uno). Esto su
-
giere que, si bien comparten similitudes con los periodistas, su trabajo incluye un abanico más amplio de tareas que aprovechan
capacidades diversas de la IA.
Por otro lado, los radialistas distribuyen su uso de IA entre varias actividades: un 20% la utiliza para redacción de notas periodísticas,
un 30% para investigación, un 10% para análisis de datos, un 30% para edición de video y un 10% para redes sociales. Esta repartición
equilibrada del uso reeja la naturaleza multifacética de su trabajo, que combina investigación y producción multimedia.
Finalmente, los fotógrafos se centran en la edición de contenido visual, con un 60% utilizando herramientas de IA para edición
de video. Otros usos son menos frecuentes: un 10% para redacción de artículos y análisis de datos, un 5% para investigación y
un 15% para redes sociales. Este patrón reeja las demandas especícas de la fotografía, donde la edición de imágenes y videos
juega un papel clave.
4. Discusión
Los hallazgos de este estudio revelan patrones en la relación entre el uso de herramientas de inteligencia articial (IA) y la per
-
cepción de efectividad y satisfacción profesional en los ámbitos del periodismo y la comunicación en Ecuador. Aunque algunas
correlaciones no resultaron estadísticamente signicativas, los datos descriptivos ofrecen pistas interpretativas que merecen ser
analizadas a la luz de marcos teóricos como el Modelo de Aceptación de Tecnología (TAM) y sus extensiones (TAM3 y UTUAT 2)
y el posterior modelo PRAM (Pooled Rideshare Acceptance Model), basado en TAM y UTUAT2.
4.1. La relación entre frecuencia de uso y satisfacción profesional
Si bien el coeciente de correlación entre la frecuencia de uso de herramientas de IA y la satisfacción profesional fue bajo
(r = -0.11, p = 0.09), los datos descriptivos indican que quienes utilizan estas tecnologías diariamente reportan niveles consis
-
tentemente altos de satisfacción. Este hallazgo puede interpretarse a través de la noción de “ajuste” del TAM3 (Venkatesh et al.,
2012), donde las percepciones sobre la utilidad y la facilidad de uso se transforman a medida que se incrementa la experiencia
con la tecnología. Es probable que los usuarios frecuentes hayan superado la curva de aprendizaje inicial y desarrollado un grado
de competencia que les permite integrar la IA de manera uida en su trabajo, elevando su percepción de satisfacción.
Así también, como indica Gangadharaiah et al. (2023) resulta clave entender que con el pasar de los años, para el usuario un
elemento clave es la seguridad que siente al emplear una IA versus otra. Del mismo modo, este resultado se alinea con estudios
como el de Kong et al. (2024), que señalan que la percepción positiva de la IA favorece la resiliencia profesional y el aprendizaje
informal. En este sentido, no solo el acceso a las herramientas, sino la interacción prolongada y signicativa con ellas, inuye
directamente en la experiencia profesional, como bien lo explica Hwang y Seo (2024). Entra en juego, además, el concepto de
“adopción signicativa” de tecnologías, en el cual no basta con utilizar una herramienta, sino que esta debe ser percibida como
útil y coherente con las metas laborales y cognitivas del usuario (Davis, 1989; Orlikowski, 2000).
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 553
4.2. Diferencias según profesiones: más allá del ANOVA
Aunque el análisis ANOVA no mostró diferencias estadísticamente signicativas entre profesiones (F=1.77, p=0.14), los patrones
observados en los datos descriptivos indican una segmentación funcional del uso de la IA. Los periodistas y creadores de conte
-
nido se enfocan principalmente en la redacción de textos; los especialistas en marketing diversican su uso hacia investigación
y análisis de datos; mientras que los radialistas y fotógrafos priorizan herramientas vinculadas a la edición multimedia. Estos
resultados coinciden con investigaciones previas (Túñez et al., 2020; Calvo-Rubio y Ufarte-Ruiz, 2020) que advierten sobre la
transformación de las rutinas profesionales en función de las capacidades especícas de la IA. Esta diversidad en los usos coin
-
cide con estudios recientes que señalan que la IA es adoptada de manera funcional según la lógica operativa de cada campo
profesional (Napoli, 2022; Carlson, 2023).
Este hallazgo respalda la propuesta de que el diseño de herramientas de IA y los programas de formación deben adaptarse a las
características del campo profesional especíco. En lugar de soluciones generalistas, se requiere una especialización contex
-
tualizada, que maximice el potencial de la IA según las tareas y necesidades de cada perl laboral ligado a la comunicación y el
periodismo.
4.3. Implicaciones y aportes al debate académico
Una contribución importante de este estudio es su propuesta de mirar más allá de los indicadores estadísticos clásicos para
recuperar el valor interpretativo de los patrones de uso emergentes. En un contexto en el que la IA se encuentra en un estado de
adopción temprana o en transición, comprender cómo se conguran estas primeras experiencias de uso es esencial para antici
-
par resistencias, brechas o usos estratégicos. Así, este trabajo se inserta en el debate académico sobre la adopción diferencial de
tecnologías, dialogando con enfoques como el de la Teoría de la Adaptación Estructural (DeSanctis y Poole, 1994), que resalta la
interacción dinámica entre capacidades tecnológicas y estructuras organizativas.
Asimismo, Trang et al. (2024) resalta que la ecacia de los medios ha aumentado en relación del uso de la IA. No obstante, su
empleo se refuerza por la necesidad de considerar factores cualitativos y organizacionales que puedan modular la percepción de
efectividad y satisfacción, como la cultura profesional, el tipo de medio o los recursos disponibles para formación y actualización.
No obstante, el estudio también permite advertir ciertas barreras que podrían estar frenando un uso más amplio de la IA entre
profesionales de la comunicación. Entre ellas se identican la falta de capacitación especíca, la escasa personalización de las
herramientas disponibles, y, en algunos casos, la resistencia al cambio tecnológico. Estas limitaciones coinciden con la literatura
que advierte que la implementación de IA en campos creativos o narrativos suele enfrentar tensiones relacionadas con la auto
-
nomía profesional y la percepción de amenaza a las competencias humanas (Zamith, 2021; Beckett, 2023).
554 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
4.4. Direcciones futuras
Los hallazgos de esta investigación abren futuras líneas de estudio en torno a la adopción y percepción de herramientas de inte
-
ligencia articial generativa (IAG) en contextos comunicacionales. En primer lugar, sería pertinente desarrollar estudios longi
-
tudinales que analicen cómo evolucionan la percepción de efectividad y la satisfacción profesional conforme los usuarios ganan
experiencia y se familiarizan con las herramientas. Este enfoque permitiría validar empíricamente los postulados del modelo
TAM3 e incluso el modelo PRAM en contextos reales de gestión comunicacional.
Asimismo, es necesario explorar cómo factores culturales, organizacionales y generacionales inuyen en la adopción y uso de la
IA, comparando escenarios nacionales e internacionales para identicar patrones globales y también dinámicas especícas de
cada región o tipo de medio de comunicación, contribuyendo a una comprensión más holística del fenómeno.
Es relevante, además, el análisis de las implicaciones éticas, laborales y deontológicas asociadas al uso intensivo de IA en el
periodismo y la comunicación. Aspectos como la transparencia en la autoría, la vericación automatizada de información, la
protección de derechos de autor, o la creación de contenidos engañosos generados por algoritmos requieren atención prioritaria
en el debate académico y profesional.
Resulta importante indagar en el impacto de estas tecnologías en la productividad, pero también en la calidad, creatividad y
autenticidad del contenido generado. Estudios cualitativos y experimentales podrían arrojar luz sobre si las herramientas de
IA están fortaleciendo o debilitando el ejercicio crítico y humanista del periodismo, y cómo se puede lograr un equilibrio entre
eciencia tecnológica y principios editoriales.
5. Conclusiones
Este estudio ofrece una mirada empírica sobre el impacto y la diversidad en el uso de herramientas de inteligencia articial (IA)
generativa en el periodismo y la comunicación en Ecuador. A través de un enfoque cuantitativo, se analizó cómo varía la percep
-
ción de efectividad profesional, la satisfacción y la frecuencia de uso en las diferentes áreas de la Comunicación.
Uno de los hallazgos muestra que los profesionales que utilizan herramientas de IA de forma diaria reportan mayores niveles de
satisfacción, lo cual se relaciona con conceptos del Modelo de Aceptación de Tecnología (TAM3) y Pooled Rideshare Acceptance
Model (PRAM), como la experiencia acumulada y el ajuste de percepciones a través del uso continuo. Esta correspondencia
sugiere que la familiaridad y el dominio progresivo de las herramientas contribuyen a su integración funcional en el trabajo
cotidiano, así como, a una actitud más positiva hacia su utilidad profesional. Además, aunque no se identicaron diferencias
signicativas entre profesiones, los patrones de uso mostraron una segmentación clara: los periodistas tienden a enfocarse en la
redacción de textos, mientras que especialistas en marketing, radialistas y fotógrafos diversican sus aplicaciones hacia el análi
-
sis de datos, la investigación o la edición multimedia.
La investigación subraya la necesidad de diseñar estrategias de formación diferenciadas según el perl profesional, promoviendo
un uso efectivo y contextualizado de las tecnologías de IA. También se evidencia la importancia de fomentar políticas de alfabe
-
tización digital que acompañen la evolución tecnológica con una mirada crítica, ética y humanista. En un momento en que las
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 555
tecnologías avanzan más rápido que la capacidad de adaptación institucional, estudios como este permiten detectar oportuni
-
dades, brechas y tensiones.
Finalmente, este estudio presenta ciertas limitaciones que deben ser reconocidas. En primer lugar, la muestra fue obtenida por
conveniencia y se concentra en un contexto geográco especíco (Ecuador), lo que limita la generalización de los resultados. En
segundo lugar, la ausencia de signicancia estadística obliga a considerar que los patrones observados podrían estar inuencia
-
dos por variables externas a este estudio. Además, se utilizó una única medición transversal, por lo que no se pueden establecer
inferencias causales ni observar evoluciones en el tiempo. A pesar de estas limitaciones, el estudio ofrece insumos para la com
-
prensión de cómo se están apropiando las tecnologías de IA en profesiones comunicativas y abre líneas de investigación que
podrían profundizarse en el futuro y aportar mayor densidad interpretativa.
6. Agradecimientos
Los investigadores agradecen el apoyo institucional de la Universidad Técnica Particular de Loja y la Ponticia Universidad Cató
-
lica del Ecuador Sede Ibarra. Este artículo ha sido traducido al inglés por la Dra. Paola Seraquive a quien agradecemos su trabajo.
De igual manera se agradece el apoyo nanciero para este Proyecto por parte de la Universidad Técnica Particular de Loja.
7. Contribuciones especícas de cada autor/a
Nombre y apellidos
Concepción y diseño del trabajoHernán Yaguana-Romero
Metodología
Hernán Yaguana-Romero
Recogida y análisis de datos
Hernán Yaguana-Romero, Ximena Margarita Coronado-Otavalo y
Viviana Noemí Galarza-Ligña
Discusión y conclusionesHernán Yaguana-Romero, Ximena Margarita Coronado-Otavalo
Redacción, formato, revisión y aprobación de versiones
Hernán Yaguana-Romero, Ximena Margarita Coronado-Otavalo y
Viviana Noemí Galarza-Ligña.
8. Conicto de intereses
Los autores declaran no tener ningún conicto de intereses.
9. Referencias bibliográcas
Al-Kfairy, M. (2025).
Strategic integration of generative AI in organizational settings: Applications, challenges and adoption
requirements
. IEEE Engineering Management Review.
https://doi.org/10.1109/EMR.2025.3534034
<p>[Enlace de URL / hc (has AS)]</p>
556 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Aramburú Moncada, L. G., López Redondo, I., y López Hidalgo, A. (2023). Inteligencia articial en RTVE al servicio de la España
vacía. Proyecto de cobertura informativa con redacción automatizada para las elecciones municipales de 2023.
Revista Latina De
Comunicación Social
, 81, 1–16.
https://doi.org/10.4185/RLCS-2023-1550
Beckett, C. (2023).
Articial intelligence and journalism: Understanding the potential and risks
. Reuters Institute for the Study of
Journalism.
Bhooma, V. G., Kumar, R. R., Paramasivan, K., & Kamalanabhan, T. J. (2025). Transforming traditions: How training shapes
employee acceptance of digital transformation in a large legacy government workforce.
Cogent Social Sciences, 11
(1), 2461744.
https://doi.org/10.1080/23311886.2025.2461744
Cabral, E. (2024, April 9). ¿Qué hacer (y qué no) para implementar la inteligencia articial en el periodismo?
IJNet: Red
Internacional de Periodistas
.
https://bit.ly/cabral2024
Calvo-Rubio, L.-M., y Ufarte-Ruiz, M.-J. (2020). Percepción de docentes universitarios, estudiantes, responsables de
innovación y periodistas sobre el uso de inteligencia articial en periodismo.
El Profesional de La Información
, 29(1), 1–14.
https://doi.org/10.3145/epi.2020.ene.09
Canavilhas, J., y Giacomelli, F. (2023). Inteligencia articial en el periodismo deportivo: Estudio en Brasil y Portugal.
Revista de
Comunicación
, 22(1), 53–69.
https://doi.org/10.26441/rc22.1-2023-3005
Carlson, M. (2023).
Automating judgment? Algorithmic journalism and the redenition of journalistic authority
. Digital Journalism,
11(2), 145–163.
https://doi.org/10.1177/1461444817706684
Cascante, L. F. (2024, agosto 26). Operación Retuit: Presentadores creados con inteligencia articial para combatir la censura en
Venezuela.
iJNet: Red Internacional de Periodistas
.
https://bit.ly/cascante2024
Chauvet, R. (2024, March 28). La IA despierta esperanzas y temores en los medios locales.
IJNet: Red Internacional de Periodistas
.
https://bit.ly/chauvet2024
Davis, F. D., Bagozzi, R. P., y Warshaw, P. R. (1989). User acceptance of user technology: A comparison of two theoretical models.
Management Science
, 35(8), 982-1002.
https://doi.org/10.1287/mnsc.35.8.982
DeSanctis, G., y Poole, M. (1994). Capturing the complexity in advanced technology use: Adaptive structuration theory.
Organization Science, 5(2), 121-147.
https://doi.org/10.1287/orsc.5.2.121
Essenfelder, R., Canavilhas, J., Maia, H. C., y Pinto, R. J. (2019). Automatización de textos periodísticos en la televisión brasileña:
Estudio de caso del sistema AIDA (Globo-Brasil).
Doxa Comunicación
, 29, 255-274.
https://doi.org/10.31921/doxacom.n29a13
Fernández Rincón, A. R. (2023). El creativo invisible: Inteligencia articial y creación publicitaria.
Miguel Hernández
Communication Journal
, 14(2), 391-408.
https://doi.org/10.21134/mhjournal.v14i.1983
Franganillo, J. (2023b). El uso de modelos generativos en el periodismo escrito y audiovisual: Un nuevo paradigma en la creación
de contenidos. En F. J. Martínez Cano y A. M. Sáez de Urabain (Eds.),
Galaxia Zuckerberg: La comunicación en la era digital
(pp.
249-269). Tirant lo Blanch.
https://bit.ly/fraganillo2023
<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 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 557
Gangadharaiah, R., Brooks, J. O., Rosopa, P. J., Su, H., Boor, L., Edgar, A., Kolodge, K., & Jia, Y. (2023). e development of the
pooled rideshare acceptance model (PRAM).
Safety, 9
(3), 61.
https://doi.org/10.3390/safety9030061
García Sánchez, O. V. (2023). Uso y percepción de ChatGPT en la educación superior.
Revista De Investigación En Tecnologías De
La Información
, 11(23), 98–107.
https://doi.org/10.36825/RITI.11.23.009
Gómez-Calderón, B., y Ceballos, Y. (2024). Periodismo e inteligencia articial. El tratamiento de los chatbots en la prensa
española.
Index.Comunicación
, 14(1), 281-300.
https://doi.org/10.62008/ixc/14/01Period
Gutiérrez-Caneda, B., Lindén, C.-G., & Vázquez-Herrero, J. (2024). Ethics and journalistic challenges in the age of articial
intelligence: Talking with professionals and experts.
Frontiers in Communication
, 9, Article 1465178.
https://doi.org/10.3389/
fcomm.2024.1465178
Hwang, I., & Seo, R. (2024). Organizational support for digital transformation in the metaverse: A contingent pathway from user
experience to digitalization resistance.
R&D Management, 55
(2), 420–434.
https://doi.org/10.1111/radm.12706
Ienca, M. (2023). On Articial Intelligence and Manipulation.
Topoi, 42
(3), 833–842.
https://doi.org/10.1007/s11245-023-09940-3
Jaruga-Rozdolska, A. (2022). Articial intelligence as part of future practices in the architect’s work: MidJourney generative tool as
part of a process of creating an architectural form.
Architectus
, 3(71), 95-104.
https://doi.org/10.37190/arc220310
Kacperski, C., Ulloa, R., Bonnay, D., Kulshrestha, J., Selb, P., & Spitz, A. (2025). Characteristics of ChatGPT users from Germany:
Implications for the digital divide from web tracking data.
PLOS ONE, 20
(1), e0309047.
https://doi.org/10.1371/journal.
pone.0309047
Kidd, J., & Nieto McAvoy, E. (2023). Deep nostalgia: Remediated memory, algorithmic nostalgia, and technological ambivalence.
Convergence
,
29
(3), 620–640.
https://doi.org/10.1177/13548565221149839
Kong, H., Jiang, X., Zhou, X., Baum, T., Li, J., y Yu, J. (2024). Inuence of articial intelligence (AI) perception on career resilience
and informal learning.
Tourism Review
, 79(1), 219-233.
https://doi.org/10.1108/TR-10-2022-0521
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://doi.org/10.5209/esmp.89193
McCausland, E., y Salgado, D. (2022, August 10). ¿Sueñan los androides con ovejas eléctricas? Este es el arte que ya está creando
la IA.
El Grito
.
https://bit.ly/mcausland2022
Murcia Verdú, F. J., Ramos Antón, R., y Calvo Rubio, L. M. (2022). Análisis comparado de la calidad de crónicas deportivas
elaboradas por inteligencia articial y periodistas.
Revista Latina de Comunicación Social
, 80, 91-111.
https://doi.org/10.4185/
rlcs-2022-1553
Napoli, P. (2019).
Social Media and the Public Interest: Media Regulation in the Disinformation Age
. New York Chichester, West
Sussex: Columbia University Press.
https://doi.org/10.7312/napo18454
Newman, N. (2024).
Journalism, media, and technology trends and predictions 2024
. Reuters Institute for the Study of Journalism.
https://doi.org/10.60625/risj-0s9w-z770
<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>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
558 |
nº 41, pp. 535-559
|
julio-diciembre de 2025
Impacto y diversidad en el uso de herramientas de inteligencia articial generativa en el periodismo y la comunicación...
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Nunnally, J. C., & Bernstein, I. H. (1994).
Psychometric theory
(3rd ed.). McGraw-Hill.
Opdahl, A. L., Tessem, B., Dang-Nguyen, D.-T., Motta, E., Setty, V., rondsen, E., Tverberg, A., y Trattner, C. (2023). Trustworthy
journalism through AI.
Data y Knowledge Engineering
, 146, 102182.
https://doi.org/10.1016/j.datak.2023.102182
Orlikowski, W. J. (2000). Using technology and constituting structures: A practice lens for studying technology in organizations.
Organization Science
,
11
(4), 404–428.
https://doi.org/10.1287/orsc.11.4.404.14600
Pinilla Escobar, F. A., & Valle Jiménez, D. (2025). Inteligencia articial y periodismo en tiempos de incertidumbre y volatilidad.
Disertaciones: Anuario Electrónico de Estudios en Comunicación Social
,
18
(1), 1–16.
https://doi.org/10.12804/revistas.urosario.
edu.co/disertaciones/a.14288
Rogers, E. M. (1983).
Diusion of innovations
(3rd ed.). Free Press.
Rojas Torrijos, J. L., & Toural Bran, C. (2019). Periodismo deportivo automatizado. Estudio de caso de AnaFut, el bot desarrollado
por El Condencial para la escritura de crónicas de fútbol.
Doxa Comunicación. Revista Interdisciplinar de Estudios de
Comunicación y Ciencias Sociales
, (29), 235–254.
https://doi.org/10.31921/doxacom.n29a12
Ross, A. D., Siebeneck, L., Wu, H.-C., Kopczynski, S., Nepal, S., & Sauceda, M. (2024). Seven challenges for risk communication
in today’s digital era: e emergency manager’s perspective.
Sustainability, 16
(24), 11306.
https://doi.org/10.3390/su162411306
Saad, E., & Carneiro dos Santos, M. (2023). Jornalismo, inteligência articial e desinformação: avaliação preliminar do potencial
de utilização de ferramentas de geração de linguagem natural, a partir do modelo GPT, para difusão de notícias falsas.
Estudios
sobre el Mensaje Periodístico
, 29(4), 783–794.
https://doi.org/10.5209/esmp.87965
Shaw, R. (2021). Uso de inteligencia articial en los medios de comunicación de América Latina.
El Clip
.
https://bit.ly/shawr2021
Shi, Y., & Sun, L. (2024). How Generative AI Is Transforming Journalism: Development, Application and Ethics.
Journalism and
Media
,
5
(2), 582-594.
https://doi.org/10.3390/journalmedia5020039
Simon, F. M. (2024).
Articial intelligence in the news: how AI retools, rationalizes, and reshapes journalism and the public arena
.
Tow Center for Digital Journalism at Columbia University.
https://bit.ly/simonf2024
Stark, L. (2024). Animation and articial intelligence.
Proceedings of the 2024 ACM Conference on Fairness, Accountability, and
Transparency (FAccT ’24)
, June 3–6, 2024, Rio de Janeiro, Brazil. ACM.
https://doi.org/10.1145/3630106.3658995
Tejedor Calvo, S., Cervi, L., & Vick Saurí, S. (2025). Cómo están adoptando la IA las empresas de comunicación.
Comunicación Y
Sociedad
, 1–27.
https://doi.org/10.32870/cys.v2025.8846
Tejedor, S., y Vila, P. (2021). Exo journalism: A conceptual approach to a hybrid formula between journalism and articial
intelligence.
Journalism and Media
, 2(4), 830-840.
https://doi.org/10.3390/journalmedia2040048
Trang, T. T. N., ang, P. C., Hai, L. D., Phuong, V. T., & Quy, T. Q. (2024). Understanding the adoption of articial intelligence in
journalism: An empirical study in Vietnam.
SAGE Open, 14
(2), 1–16.
https://doi.org/10.1177/21582440241255241
Túñez, M., Martínez-Solana, Y., & Abejón-Mendoza, P. (2020). Herramientas de inteligencia articial en el trabajo periodístico:
percepciones y actitudes de los profesionales.
El Profesional de la Información
, 29(4), e290423.
https://doi.org/10.3145/epi.2020.
jul.23
<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>
<p>[Enlace de URL / hc (has AS)]</p>
doxa.comunicación |
nº 41, pp. 535-559
julio-diciembre de 2025
Hernán Yaguana-Romero, Viviana Noemí Galarza-Ligña y Ximena Margarita Coronado-Otavalo
ISSN: 1696-019X / e-ISSN: 2386-3978
| 559
Udo, G. J., Bagchi, K. K., & Kirs, P. (2023). Does social capital play a role in information and communication technology adoption?
Issues in Information Systems, 24
(4), 208–219.
https://doi.org/10.48009/4_iis_2024_116
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://doi.org/10.31921/doxacom.
n29a11
UNESCO, & IRCAI. (2024).
Challenging systematic prejudices: An investigation into gender bias in large language models
. UNESCO;
International Research Centre on Articial Intelligence (IRCAI).
https://bit.ly/UNESCO2024
Venkatesh, V., ong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unied
theory of acceptance and use of technology.
MIS Quarterly, 36
(1), 157–178.
https://doi.org/10.2307/41410412
Zamith, R. (2021). Quantied audiences in news production: A synthesis and research agenda.
Digital Journalism
,
9
(9), 1106–
1125.
https://doi.org/10.1080/21670811.2018.1444999
<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>