La inteligencia artificial (IA) en la industria editorial ha avanzado de forma constante durante más de una década, y algunos de los principales medios de comunicación han adoptado sistemas automatizados para producir contenido. Inicialmente utilizada para cubrir pronósticos meteorológicos , resúmenes deportivos e informes financieros , esta automatización se expandió para abarcar un espectro más amplio de tareas creativas .
Para la década de 2020, el enfoque se centró principalmente en la IA generativa, capaz de procesar y emular el lenguaje humano. Esto se debió principalmente a los modelos avanzados de aprendizaje automático que identificaban patrones en conjuntos de datos no estructurados. Estos modelos podían analizar millones de imágenes, libros y artículos para generar contenido escrito original y notablemente similar al humano, basándose en parámetros de entrada específicos.
El lanzamiento de ChatGPT en noviembre de 2022 incrementó significativamente el interés público en las tecnologías de IA, lo que despertó la preocupación de los profesionales de los medios de comunicación por la posibilidad de perder sus empleos a manos de robots. La interfaz intuitiva del chatbot permitió a más personas explorar las capacidades del procesamiento del lenguaje natural (PLN), y la calidad general de su contenido impulsó a empresas pioneras como Nature Publishing Group y PNAS Journals a revisar sus políticas editoriales.
ChatGPT adquirió 100 millones de usuarios a un ritmo sin precedentes , catapultando a su desarrollador, OpenAI, a acumular más de mil millones de dólares en ingresos . Este éxito revolucionario impulsó las inversiones de capital de riesgo en empresas de IA, que alcanzaron los 40 mil millones de dólares en el primer semestre de 2023 e impulsaron a las empresas a explorar las capacidades de la IA en diversos sectores.
Se prevé que la IA global en el mercado de los medios y el entretenimiento crezca de los 16.100 millones de dólares previstos en 2023 a los 85.600 millones de dólares en 2030. Fuente: Research and Markets
Dada la creciente cantidad de recursos computacionales disponibles para el entrenamiento de modelos, los chatbots de PNL avanzados aún no han alcanzado su máximo potencial. Sin embargo, la IA ya ha tenido un profundo impacto en el mundo editorial, similar al surgimiento de internet.
Una encuesta de WAN-IFRA a editores de noticias mostró que, para mayo de 2023, aproximadamente la mitad utilizaba activamente ChatGPT o herramientas similares, y el 70 % esperaba que ayudaran a los periodistas. Fuente: WAN-IFRA
Las nuevas tecnologías han transformado el panorama de la industria editorial, presentando desafíos y beneficios para los escritores y nuevas oportunidades para los proveedores de contenido. El enfoque basado en datos exige que las empresas adopten estos cambios, lo que hace que el dominio de las herramientas basadas en IA sea esencial para que periodistas y editores consoliden sus posiciones.
¿Qué es la IA generativa?
La IA generativa artificial (IA) es un modelo de aprendizaje automático capaz de generar nuevo contenido, como texto, imágenes, música, animación o código. Estos modelos procesan cantidades masivas de contenido producido por humanos mediante un formato de aprendizaje autosupervisado que les permite imitar a los creadores humanos.
Durante mucho tiempo, la IA se desarrolló principalmente en torno a la interpretación de datos, incluyendo el entrenamiento de algoritmos de aprendizaje automático para comprender el contenido de una imagen. Sin embargo, la nueva tecnología captó gran interés cuando los investigadores pasaron del reconocimiento de imágenes a la generación de imágenes. En enero de 2021, OpenAI lanzó DALL-E , un modelo que convertía las descripciones de texto de los usuarios en ilustraciones.
La portada de la revista The Economist fue creada en Midjourney, otro generador de arte, que se convirtió en un éxito después de su lanzamiento en 2022. Fuente: The Economist
Las aplicaciones de IA generativa procesan las entradas mediante grandes modelos lingüísticos (LLM). Los LLM, inspirados en el cerebro humano, consideran las palabras y sus partes como nodos en un mapa multidimensional . Buscan definir la distancia entre estos nodos y, por lo tanto, predecir la palabra con mayor probabilidad de aparecer a continuación en una secuencia específica. Con más datos, un LLM puede redactar textos más complejos o crear elementos visuales relevantes para el tema.
Microsoft ha confirmado que su chatbot de Bing funciona con GPT-4 LLM de OpenAI, también disponible para los suscriptores de ChatGPT. Quienes prefieran no suscribirse pueden acceder gratuitamente a GPT-3.5. Ambos servicios ofrecen experiencias diferentes , mientras que Bard de Google funciona con un modelo diferente .
Las capacidades de estos chatbots avanzados abarcan mucho más que la generación de texto. Modifican nuestra interacción con los motores de búsqueda, haciendo que las consultas y los resultados sean más conversacionales. Google afirma estar dando el siguiente paso en esta transformación con su Experiencia Generativa de Búsqueda (SGE) , disponible a través de Google Labs en EE. UU. y el Reino Unido.
La imagen de arriba muestra cómo SGE organiza la página de resultados para que los usuarios obtengan más de una sola búsqueda. Fuente: Google Labs
SGE ofrece una visión general de un tema y la complementa con enlaces a recursos para profundizar en su análisis. Ofrece una idea de las preguntas que una publicación específica responderá.
Estos breves resúmenes y compilaciones simplifican la navegación para los usuarios. Sin embargo, plantean algunas dudas a los creadores de contenido sobre si deberían permitir que los motores de búsqueda utilicen su contenido para fines de formación .
En última instancia, los motores de búsqueda y los chatbots pueden utilizar información creada por humanos para ayudar a sus usuarios sin enviar a los lectores a sus páginas de origen.
¿Dónde se utiliza la IA hoy en día?
Los algoritmos de inteligencia artificial (IA) se utilizan en toda la industria editorial, desde la configuración de la entrega de noticias hasta la personalización de las experiencias de los suscriptores mediante un muro de pago .
Por ejemplo, Reuters utilizó su herramienta News Tracer ya en 2016 para detectar y verificar automáticamente las noticias de última hora en Twitter. Inicialmente, la IA se centraba en automatizar procesos para ayudar a los editores a centrarse en la creación de contenido.
El New York Times experimentó con una interfaz basada en IA en 2015, automatizando las tareas diarias de etiquetado y anotación. Fuente: NYTLabs
El New York Times también fue pionero en el uso de análisis prescriptivos para gestionar su muro de pago. El Medidor Dinámico aprendió de la interacción de los suscriptores con el contenido para decidir cuántos artículos podían leer gratuitamente los usuarios no registrados.
Las nuevas capacidades han ampliado la aplicación de la IA para incluir la creación y curación de contenidos.
Según la encuesta global de JournalismAI, el 90 % de las redacciones recurren a la IA en diferentes etapas de la producción de contenido. Fuente: JournalismAI
Tendencias y detección de sujetos
Servicios de monitorización como Google Trends o CrowdTangle ayudan a los editores a identificar temas de tendencia en regiones o grupos demográficos específicos. Además, las herramientas de IA pueden facilitar la generación de ideas, con sugerencias que sirven como punto de partida para futuras conversaciones.
En junio de 2023, científicos presentaron AngleKindling, una herramienta basada en GPT-3 para ayudar a los periodistas a explorar comunicados de prensa. Fuente: Github (descarga en PDF)
Transcripción y traducción
Transcribir entrevistas y debates ha sido históricamente uno de los aspectos más detestados del trabajo periodístico. Sin embargo, asistentes de reuniones como Otter , Sembly y Airgram pueden generar notas y resúmenes, lo que permite a los creadores de contenido centrarse en tareas más valiosas.
Estos servicios operan en un número limitado de idiomas, pero el periódico digital danés Zetland ha desarrollado la plataforma Good Tape , capaz de transcribir audio en más de 90 idiomas.
La traducción automática para distintos idiomas también se ha desarrollado de manera desigual, pero principalmente permite transmitir un mensaje con un riesgo mínimo de desinformación o insulto.
En 2022, la emisora pública finlandesa Yle lanzó un servicio para refugiados ucranianos que ofrecía informes traducidos automáticamente y revisados por un hablante nativo. Yle ya había comenzado a ofrecer información en somalí, árabe, kurdo y farsi durante la pandemia.
Escritura y edición
Los modelos de lenguaje grandes (LLM) pueden verificar la gramática y ofrecer resúmenes de contenido concisos, crear notificaciones, adaptarlas para boletines informativos o plataformas de redes sociales y convertir textos escritos en guiones para podcasts o videos.
ChatGPT, Bing, Claude y otros servicios basados en LLM pueden sugerir listas de titulares atractivos. Aunque aún requieren validación, los algoritmos de aprendizaje automático simplifican los procesos de producción de contenido y aceleran su velocidad.
Una encuesta de AuthorityHacker a 3812 profesionales del marketing digital reveló que el 85,1 % de quienes utilizaban IA la empleaban para escribir artículos o blogs. Fuente: AuthorityHacker
En julio de 2023, News Corp Australia reveló que la tecnología de IA permitía a cuatro miembros de su equipo producir 3000 artículos de noticias locales por semana . Esto contribuyó a que las cabeceras hiperlocales representaran el 55 % de todas las suscripciones.
Sin embargo, News Corp aclaró más tarde que la automatización implica principalmente información basada en plantillas , como actualizaciones de precios de combustible o listas diarias de tribunales, y que todos los artículos son revisados por el equipo humano.
Creación de elementos visuales
Redes neuronales como Midjourney, DALL-E o Stable Diffusion permiten a autores y editores crear ilustraciones para sus artículos y publicaciones. Se necesitaron aproximadamente siete minutos para crear, seleccionar y editar la imagen de portada de este artículo antes de añadir las superposiciones de marca.
El costo de crear una imagen única es una suscripción de $8 por mes, lo cual es relativamente menor, considerando que las imágenes únicas tienen más posibilidades de posicionarse en la Búsqueda de imágenes de Google que las fotografías de archivo.
Otra imagen creada especialmente para este artículo utilizando Midjourney
Distribución de contenido
La IA ayuda a los editores a segmentar a sus clientes e identificar los mejores canales, formatos y momentos para ofrecer contenido relevante a un grupo específico de lectores. Diversos sitios web adaptan sus páginas de inicio en función de las características demográficas y el comportamiento previo del visitante.
La personalización de contenido incluye la traducción automática de artículos, campañas dinámicas de marketing por correo electrónico o la adaptación de contenido existente para diferentes plataformas de redes sociales.
Las herramientas dedicadas a las redes sociales, por ejemplo, WordStream o Emplifi, ofrecen programación inteligente, optimización de campañas publicitarias, seguimiento avanzado e información sobre la audiencia.
Beneficios de la IA en el sector editorial
La inteligencia artificial (IA) ofrece a editoriales, medios de comunicación y periodistas individuales la oportunidad de ahorrar tiempo y dinero con operaciones diarias más rápidas y decisiones más informadas. También permite a los editores mejorar la relación con sus lectores, atraer nuevas audiencias y mejorar la calidad de sus textos.
Eficiencia de costos
La IA puede reducir significativamente los costos operativos de las editoriales al optimizar las tareas manuales repetitivas y reducir la carga de trabajo de sus empleados. Los algoritmos de aprendizaje automático proporcionan información útil para optimizar sus estrategias de contenido y marketing sin los altos costos asociados a la investigación de mercado. Junto con las herramientas disponibles para la creación de contenido, permite a los equipos más pequeños operar a mayor escala.
La segmentación avanzada de audiencias, la generación rápida y económica de imágenes y los asistentes de escritura y edición, como Grammarly, ofrecen oportunidades sin precedentes para la publicación digital. Una mayor precisión en la distribución permite a los medios especializados conectar con los lectores sin una gran inversión publicitaria. A medida que las editoriales aumentan su eficiencia, pueden cubrir una gama más amplia de eventos.
Asistencia en la investigación y verificación de datos
La IA puede ayudar a los periodistas a navegar grandes cantidades de texto para identificar historias relevantes y conexiones ocultas entre hechos, eventos, entidades y personas.
new/s/leak , gestionada por el departamento de Tecnología del Lenguaje de la Universidad de Hamburgo, es una herramienta gratuita diseñada para filtrar la información distribuida por Wikileaks. Otro ejemplo de proyecto de IA para la investigación periodística es el DMINR .
La IA ayuda a distinguir hechos de falsificaciones comparando información recientemente publicada con conjuntos de datos de fuentes confiables o rastreando el historial de una imagen desde su primera detección por parte de los motores de búsqueda.
Una captura de pantalla que confirma que los "robots" en el SoFi Stadium de Los Ángeles eran actores que promocionaban la película "El Creador". Fuentes: Reuters , Fact Check Explorer.
Personalización de contenido
A pesar de las preocupaciones sobre la privacidad, la demanda de experiencias personalizadas sigue creciendo. Una encuesta reveló que esta demanda podría influir en más de la mitad de los consumidores para que repitan sus compras (descargar PDF) , un 7 % más interanual.
Las herramientas basadas en IA permiten a los medios de comunicación personalizar su contenido para una distribución dirigida. En 2020, The Washington Post lanzó actualizaciones electorales de audio con IA , personalizadas para coincidir con la ubicación de los oyentes de sus podcasts políticos.
Capturas de pantalla de un chatbot avanzado personalizado para empresas de medios. Fuente: Techcrunch
La IA generativa ofrece a los editores la posibilidad de interactuar personalmente con sus lectores y ahora pueden integrar modelos existentes en sus servicios de atención al cliente.
En febrero de 2023, los cofundadores de Instagram lanzaron Artifact , una app de noticias personalizada que sugiere artículos fiables y verificados según las preferencias de los lectores. Además, Artifact permite a los usuarios elegir entre leer y escuchar, ya que aplica un modelo de texto a voz con voces naturales.
Una captura de pantalla muestra que los usuarios de Artifact pueden escuchar informes e historias leídos con las voces de Snoop Dogg o Gwyneth Paltrow. Fuente: Medium
Casos de éxito de IA en el sector editorial
Los casos de uso de la inteligencia artificial (IA) en el sector editorial siguen creciendo, creando nuevas oportunidades para mejorar la eficiencia. Analicemos algunos casos de éxito para comprender mejor cómo esta tecnología está transformando la industria.
5 proyectos de medios impulsados por IA
1. BuzzFeed
BuzzFeed anunció en enero de 2023 que estaba experimentando con ChatGPT para automatizar su proceso de creación de cuestionarios.
La prueba fue un éxito en cuanto a generar mayor participación de los usuarios. Los visitantes dedicaron un 40 % más de tiempo a los cuestionarios generados por IA que a los creados por editores humanos.
Una página completa de BuzzFeed dedicada a cuestionarios generados por IA. Fuente: BuzzFeed
2 Forbes
El gigante de las noticias financieras lanzó Bertie , una plataforma de publicación propia, en julio de 2018. Este sistema de gestión de contenido (CMS) proporcionó a los periodistas y colaboradores de la sala de redacción listas de temas de tendencia basados en sus publicaciones anteriores.
Además, ofrecía titulares atractivos e imágenes relevantes, aunque no intentaba escribir artículos completos. Tras el lanzamiento del sistema, Forbes duplicó su número de visitantes mensuales.
El CMS Bertie sugiere ideas para titulares. Fuente: Forbes
3. Bloomberg
Bloomberg presentó BloombergGPT , un modelo de lenguaje específico de dominio basado en 50 mil millones de parámetros, en marzo de 2023.
La tabla muestra cómo BloombergGPT supera a los modelos abiertos existentes de tamaño similar en tareas financieras. Fuente: arXiv
4. El BMJ
El British Medical Journal (BMJ) examinó la capacidad de GPT-3 para generar títulos atractivos con temática navideña para artículos de investigación. Curiosamente, los encuestados calificaron los títulos generados por IA como al menos tan entretenidos como los creados por autores humanos.
La prueba presentada por BMJ sugiere reconocer títulos generados automáticamente. Fuente: BMJ
5. El Globe and Mail
El periódico canadiense vendió su plataforma de análisis y curación de contenidos , Sophi Inc., a la empresa global de gestión de ingresos Mather Economics en agosto de 2023. La herramienta impulsada por IA fue diseñada para operar los muros de pago de The Globe and Mail, pero se expandió a otros dominios después de la transición.
Desafíos para la implementación de soluciones de IA
Las organizaciones que adoptan la inteligencia artificial (IA) suelen enfrentarse a limitaciones financieras y técnicas. Por ejemplo, los medios de comunicación más pequeños pueden carecer de financiación para contratar ingenieros cualificados.
Los editores también deben considerar los riesgos legales y de reputación que puede causar la aplicación descuidada de la IA.
Más del 40% de los gerentes de medios enfrentan desafíos técnicos, incluyendo la necesidad de mayor financiación, durante los proyectos de integración de IA. Fuente: JournalismAi
Problemas técnicos
A pesar de las ventajas de adoptar nuevas tecnologías, el reto de superar la curva de aprendizaje inicial puede desanimar a los editores. No solo deben conseguir la aceptación editorial, sino que también necesitan integrar nuevas soluciones en los sistemas existentes. Además, existe el temor de volverse dependientes de algo que no comprenden del todo.
Calidad del contenido
El texto generado puede no cumplir con las expectativas, lo que genera fuertes críticas a las editoriales . Además, los modelos de lenguaje extensos (LLM) tienden a perpetuar errores de los conjuntos de datos con los que se entrenaron.
Un problema notable es la perpetuación de diversos sesgos, una característica común de la IA, subrayada constantemente por las investigaciones .
Desafíos éticos
Los sesgos plantean un problema ético que debe abordarse. Otro desafío se refiere a los riesgos laborales que genera la IA, en particular en puestos administrativos. Su implementación puede generar aprensión entre los empleados, lo que requiere una comunicación interna proactiva.
Riesgos legales
La IA también plantea problemas de seguridad de datos, dada su necesidad de procesar volúmenes sustanciales de datos de usuarios para generar contenido personalizado. Además, existe una creciente preocupación corporativa por las filtraciones de datos debido a que los usuarios introducen información confidencial para el análisis automatizado de texto.
Además, el contenido producido por IA todavía se encuentra en una zona gris en términos de protección de derechos de autor, ya que los casos aún están en trámite en el sistema.
Los editores no están preparados para depender plenamente del contenido generado por IA. Fuente: WAN-IFRA
Otros riesgos incluyen la automatización excesiva y la consiguiente pérdida de un tono de voz único y del toque humano general. Pero esto nos lleva directamente a la necesidad de una supervisión continua por parte del equipo editorial.
Reflexiones finales
Se espera que para 2026, el 90% del contenido en línea se genere sintéticamente. Si ese pronóstico resulta ser preciso, la inteligencia artificial (IA) tendrá un profundo impacto en la industria editorial y de creación de contenido en su conjunto.
Editores de periódicos, creadores de TikTok, diseñadores, escritores: todos en el ámbito creativo sentirán el impacto de esta expansión de alguna manera. Alterará los mercados laborales, lo que subraya la importancia de las habilidades de ingeniería de datos y los conocimientos técnicos para los periodistas.
A medida que avanza la integración de la IA, los editores deben adoptar estrategias transparentes y éticas y formar grupos de trabajo especializados. Las aspiraciones comerciales de la industria editorial se alinearán más estrechamente con los valores éticos, dada la necesidad de verificar los datos para protegerse contra riesgos reputacionales.
Dicho esto, los editores aún necesitan aprovechar la IA para mantener la autoridad, explorar el comportamiento de los lectores y llegar a audiencias más amplias si quieren seguir siendo competitivos.
