Matices informativos del algoritmo
El desarrollo de la alta tecnología es incorporado al periodismo como una figura estelar que está configurando la comunicación en un ámbito robotizado. Los soportes evolucionan hacia un estado de aprendizaje neuronal cuya funcionalidad de asistencia apoya a los periodistas en redacciones cotidianas.
Ahondar en informaciones con mayor inversión en tiempo y espacio para construir nuevas narrativas es el actual modus operandi en las salas de redacción.
Las fuentes automatizadas corrientemente son la económica, deportiva y meteorológica. En estos campos los datos son sistematizados y entrenados desde hace tiempo; Fanta (2017). La integración del algoritmo en estos procesos está reformulando las prácticas informativas.
Los recursos como la natural language generation y el machine learning (aprendizaje de máquina o automático) son implementados para esas y otras tareas.
La relación entre el periodismo y el “hi-tech” se involucran en un estado cooperativo denominado como inteligencia híbrida. Malone (2018) resalta que esta alianza lleva a consolidar modelos que son más eficientes y sostenibles para fortalecer la automatización periodística que no deja de ser un desafío constante en las dimensiones renovadas del periodismo.
En las principales corporaciones periodísticas, el adecuado manejo del hardware y software debe entrañar un espacio de práctica consciente al servicio de reforzar los mensajes y combatir la desinformación.
La trayectoria de un camino desconocido tecnológico, evaluar las consecuencias son difíciles considerando el ejercicio de la unificación con una nueva tecnología, en donde las competencias profesionales se alteran e inmediatamente se alinean con ella; Pérez y Soler (2020).
Este fenómeno de metamorfosis en el periodismo tecnológico está en la etapa de experimentación con proyectos innovadores para identificar su influencia en el entorno comunicativo de la sociedad red.
López y García (2018) ratifican en este escenario de la infomediación el aporte de sistemas ciberfísicos que combinan infraestructura física con software, sensores y nanotecnología que fortalece el ecosistema comunicativo
Incorporar la alta tecnología pasa a ser una acción tomada por los medios digitales debido a la fuerte competitividad y destacar entre la masa. A su vez, fortalecer su compromiso con los usuarios y captar la atención de nuevas audiencias, haciendo énfasis en los centennials.
Sistemas referentes
Las cabeceras periodísticas influyentes son quienes han puesto en escena el aporte de la IA en sus propuestas de contenidos. Diakopoulos (2019) destaca el sistema diseñado por Associated Press quienes entrenaron el algoritmo para automatizar la producción de informaciones breves con datos de las grandes empresas que cotizan en la bolsa financiera mundial.
La automatización tiene la capacidad de generar un texto compuesto por 200 palabras con datos programados. Esta clase de redacción alivia tareas tediosas mecanizadas a los periodistas quienes se dedican exclusivamente a profundizar la data arrojada.
La agencia de noticias Reuters apostó con la utilización de un sistema en la depuración de datos para una posterior publicación en tiempo real. News tracer es un sistema que filtra la circulación de desinformación en las redes sociales, enfocado en la plataforma de ex twitter.
Este software tiene la capacidad de analizar más de 700 millones de publicaciones diariamente con el propósito de hallar noticias de última hora a través del diálogo que realizan los usuarios en dicha plataforma.
En el auge de todas estas propuestas inteligentes, The Washington Post marcó un hito con el sistema automatizado Heliograf. El lanzamiento de esta herramienta en el 2016 realizó una cobertura “periodística artificial” de los Juegos Olímpicos en Rio de Janeiro.
Martin (2019) destaca la polifuncionalidad de dicho sistema, cuya labor tuvo la capacidad de elaborar 850 piezas informativas básicas con la tarea simultánea de identificar y alertar a la redacción del medio las tendencias informativas en el momento.
Aprendizaje automático
Los datos son el principal motor de estos sistemas inteligentes. La plataforma tecnológica necesita de éstos para adquirir el conocimiento constante e ir formando el tejido neurálgico en su modelo de aprendizaje.
Mientras sea mayor la cantidad de datos, la maquina experimenta en su funcionamiento interno el constante desarrollo para ampliar eficientemente el rango de tareas asignadas. Google News Initiative diferencia el aprendizaje automático en cuatro campos:
Cabe destacar que el amalgamiento de datos en el aprendizaje automático permanece en un estado constante de adivinación con base en lo aprendido. Especialistas enfatizan la claridad con la que deben ser incluidos los ejemplos etiquetados y su distribución equitativa entre las categorías para que verifique las variaciones en los patrones de diferencias sobre el contexto y el idioma.
Google News Initiative recomienda el entrenamiento del algoritmo para que aprenda apropiadamente en tres aspectos:
Salas de redacción prácticas
La automatización de los contenidos en ciertas áreas fortalece la carga informativa al servicio del periodista. López & Vizoso (2021) aluden el proyecto aplicado por cuatro cibermedios portugueses (Observador, ECO, O jornal económico y Dinheiro vivo). En gran parte de sus noticias, complementa el contenido con pequeños gráficos que favorece el contexto de la temática general.
Google News Initiative apoyó esta iniciativa aplicada por una starup del país lusitano. La programación del sistema Frames es vinculado a los CMS de las cabeceras que propicia un catálogo de gráficos con múltiples temáticas.
Este ejemplo de machine learning provee al redactor opciones de pequeñas infografías aprovechadas para garantizar la claridad informativa. Esta alternativa propicia un punto positivo en el panorama financiero de estos medios quienes reducen gastos en la contratación de diseñadores gráficos.
El aprovechamiento de la alta tecnología es imprescindible en la actualidad con su irrupción de adaptarse a complejos sistemas operativos que ofrece la IA. La reconfiguración en los fenómenos constantes crea nuevas prácticas, perfiles profesionales, storytelling, narrativas transmedia y crossmedia.
El periodismo automatizado (bots, algoritmos, big data) y el periodismo inmersivo son temas que atraen a los especialistas académicos en sus investigaciones.
El ejercicio de este periodismo requiere de una legislatura estricta para cumplir con el objetivo de proteger la sagrada esencia de informar verazmente. El algoritmo interpreta su aprendizaje por las pautas planificadas en su entrenamiento. López-García (2024) enfatiza la importancia de comprometerse con la verdad y honestidad.
Apuestan por una modalidad de inteligencia artificial híbrida, concertando una relación dual entre las diferentes disciplinas de aprendizaje automático y la conciencia humana como la mejor alternativa para constituir un periodismo más inteligente.
Compactar los avances logrados por el periodismo en el siglo XXI centrada para y con las personas, quienes al presente manifiestan una desconfianza y exigen el aclaramiento de las noticias generadas por la inteligencia artificial.
El posicionamiento de la IA en las ramas periodísticas digitales es una realidad que abarca la cotidianidad en las redacciones de los medios nativos y matriciales. El riesgo ético crece a medida que se desarrollan nuevas formas de transmitir contenidos con las nuevas técnicas que ofrece la tecnología profunda.
Los principales aportes en las investigaciones sobre la temática han evaluado las alternativas de aplicar códigos deontológicos, libros de estilo, consejos de prensa que integren mecanismos de control ético, entre otros.
Propuestas
Esteban & Sanahuja (2023) exponen una hoja de ruta diseñada por la Consell de la Informació de Catalunya (CIC). Esta entidad que está compuesta por periodistas y catedráticos del Colegio de Periodistas de Catalunya, han sugerido parámetros autorreguladores en ocho puntos:
Iniciativas en el campo periodístico
Los medios deben potenciar la explicabilidad y transparencia del uso de las IA para que empiece a ser reconocida por las audiencias y se familiaricen con los contenidos automatizados. Descampe et al. (2021) agregan que la transparencia debe ir acompañada por una perspectiva ética con las recomendaciones técnicas para abordar problemas de aprendizaje automático, sesgos algorítmicos, manipulación de datos, entre otros.
Entre los diversos criterios discutidos por las esferas comunicacionales, el caso de la BBC es una propuesta ejemplar, cuya elaboración fue sometida a la realización de un diseño tecnológico que fortalece los valores del medio.
Esta empresa periodística presentó ante el Parlamento del Reino Unido en 2017 un texto que compromete su influencia mediática con la responsabilidad de usar la inteligencia artificial de forma equitativa y justa para los usuarios. Estos pueden conocer todo lo relacionado a sus datos aportados y en la forma que son utilizados para enriquecer su experiencia con el algoritmo.
Las soluciones deben pasar a un contexto habitual entre los consumidores. La irrupción del hi-tech, expande la brecha digital para aquellos que aún permanecen en un estado de experimentación con las TIC´S.
Automáticamente se añade el reto de orientar a los consumidores en el uso de las aplicaciones de IA. El trabajo híbrido de la comunidad periodística con estas herramientas vislumbra una opción viable para ofrecer al usuario interfaces intuitivas en una navegación fluida.
Canavilhas (2022) hace referencia al proyecto de “A European Perspective” (UER). Esta propuesta incluyó a diez empresas de radio y televisión públicas de nueve países de Europa con el objetivo de fortalecer un intercambio de noticias en línea constante para aplacar la expansión de las desinformaciones a través de las redes sociales como influyentes en la opinión pública.
Este servicio tecnológico permite simultáneamente a las audiencias realizar fact-checking con las herramientas (EUROVOX) como traductor automático de los contenidos y (PEACH) como sistema de recomendaciones para contrastar las noticias de otros canales. Ambos recursos fueron diseñados con IA.
Según Sebastien Noir (2021), responsable del departamento de ingeniería de software de la UER, se intentó desarrollar un sistema flexible y sencillo porque “el objetivo es una herramienta fácil de usar, que no requiera formación y que proporcione valor inmediato al usuario” (p.11).
Sheikh, Prins & Schrijvers (2023) aseguran que estamos evidenciando un proceso de una envergadura revolucionaria similar a los avances científicos como la navegación, la máquina de vapor, la electricidad, la informática o Internet que seguirá expandiendo su alcance en otros sectores de la sociedad de la información.
En el horizonte quedan pendientes paradigmas de la IA por pronosticar su alcance e influencia en el periodismo automatizado. El camino fluctuante está cargado con muchas interrogantes pendientes por responder.
Entre algunas: ¿Cómo debería involucrarse a los consumidores en el diseño ético de los productos informativos IA? ¿Cómo podría la IA combatir la desinformación en otros contextos?
Bibliografía
Canavilhas, J. (2022). Inteligencia artificial aplicada al periodismo: traducción automática y recomendación de contenidos en el proyecto “A European Perspective” (UER). Revista Latina de Comunicación Social, 80, 1-13. https://www.doi.org/10.4185/RLCS-2022-1534
Descampe, A., Massart, C., Poelman, S., Standaert, F. X., & Standaert, O. (2021). Automated news recommendation in front of adversarial examples and the technical limits of transparency in algorithmic accountability. AI and Society. https://doi.org/10.1007/s00146-021-01159-3
Diakopoulos, Nicholas (2019). Automating the news: How algorithms are rewriting the media. Cambridge: Harvard University
Press. ISBN: 978 0 674 97698 6
Esteban, E. G., & Sanahuja, R. (2023). Exigencias éticas para un periodismo responsable en el contexto de la inteligencia artificial. Daimon Revista Internacional de Filosofia, (90), 131-145.
Fanta, Alexander (2017). Putting Europe’s robots on the map: Automated journalism in news agencies. Reuters Institute for the Study of Journalism.
https://reutersinstitute.politics.ox.ac.uk/our-research/putting-europes-robots-map-automated-journalism-news-agencies
López-García, Xosé (2024). “(Re)imaginar el periodismo inteligente”. Anuario ThinkEPI, v. 18, e18e02
https://doi.org/10.3145/thinkepi.2023.e17a35
Martin, Nicole(2019). “Did a robot write this? How AI is impacting journalism”. Forbes.com, 8 Febr.
https://www.forbes.com/sites/nicolemartin1/2019/02/08/did-a-robot-write-this-how-ai-is-impacting-journalism
Noir, S. (2021). Eurovision news monitoring tool: What’s under the hood? Tech-i, (March 21). 11
Parratt-Fernández, Sonia; Mayoral-Sánchez, Javier; Mera-Fernández, Montse (2021). “The application of artificial intel-ligence to journalism: an analysis of academic production”. Profesional de la información, v. 30, n. 3, e300317
https://doi.org/10.1057/s41599-023-02282-w
Sheikh, Haroon; Prins, Corien; Schrijvers, Erik (2023). “AI as a system technology”. In: Mission AI. The new system technol-ogy. Springer, Cham. ISBN: 978 3031214486
https://doi.org/10.1007/978-3-031-21448-6_4