Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
1. Introducción
Las investigaciones sobre inteligencia artificial (en adelante IA) y su uso por parte de los medios de comunicación comenzaron a desarrollarse de manera general desde 2008, con una mayor intensidad a partir de 2015 (Calvo-Rubio y Ufarte-Ruiz, 2021). Desde ese momento, los estudios sobre innovación periodística y nuevos formatos (Meier, et al., 2023) relacionados con la IA han tenido como ejes centrales el periodismo computacional (Vállez y Codina, 2018), el periodismo de datos (Segarra-Saavedra et al., 2019; Flores-Vivar, 2019; Herrero de la Fuente, et al. 2022), la gamificación (Tejedor, 2022), la verificación de información (Canavilhas, 2022; Sánchez-Gonzales, 2022) y la formación de los periodistas en la automatización de contenidos (Túñez-López, et al., 2018; Ufarte et al., 2020a; 2020b; Gómez-Diago, 2022).
Sin embargo, la generalización en el uso de las IA generativas (IAG) como ChatGPT, Midjourney, Dall-e, y Stumble Difussion, por citar algunos ejemplos, ha propiciado que 2023, se haya convertido en un punto de inflexión a todos los niveles, que no solo ha alcanzado a la sociedad en general sino también a amplios sectores empresariales, entre ellos, el periodístico.
Ante estas circunstancias, parece oportuno analizar los nuevos proyectos desarrollados con IA por parte del sector periodístico, al menos desde un punto de vista de tipo exploratorio dado el estado actual de los conocimientos en este campo.
Bajo esta premisa, nace esta investigación que tiene como objetivo principal determinar cómo los medios de comunicación están implementando la IA en las redacciones. A partir de este objetivo principal los objetivos específicos son:
Analizar diferentes proyectos periodísticos respaldados por la inteligencia artificial
Identificar las limitaciones de esas propuestas y proyectos.
Ofrecer aportaciones basadas en la evidencia al debate sobre los efectos actuales y futuros de la IA en el periodismo.
En el siguiente apartado, se presenta el marco teórico y se describen las metodologías empleadas. Seguidamente, se muestran los resultados de la revisión sistemática exploratoria y del análisis descriptivo de los proyectos periodísticos identificados y se presenta la discusión en torno a los datos obtenidos. Finalmente, se desarrollan las conclusiones, las limitaciones y las líneas de investigación futuras.
2. Marco teórico
La inteligencia artificial está cambiando nuestras vidas rápidamente. Cada vez son más las personas que utilizan estas herramientas. Es tal su irrupción en nuestro día a día que incluso los organismos supranacionales están reconociendo su importancia (Comisión Europea, 2020).
Asimismo, sectores empresariales como el periodístico también han sentido su influencia, abriéndose paso así a una era de potencial transformación del periodismo y del propio contenido de los medios (Pavlik, 2023; Beckett, et al., 2023).
Por lo tanto, encontramos que la IA se está volviendo gradualmente más prevalente en las redacciones periodísticas (Noain-Sánchez, 2022), razón por la cual cada vez es más frecuente encontrar estudios académicos sobre esta cuestión.
Por poner algunos ejemplos, se han desarrollado investigaciones que han explorado cómo las empresas periodísticas adoptan la IA y los algoritmos como herramienta para el procesamiento de grandes volúmenes de datos (Furtado, 2020, Calvo-Rubio, et al., 2021), para el desarrollo de noticias automatizadas (Danzon-Chambaud y Cornia, 2021; Tuñez-López, 2021), para la comprensión del aprendizaje automático supervisado en las redacciones periodísticas (De-Grove et al., 2020) como por ejemplo la generación de titulares optimizados para motores de búsqueda (Stenbom, et al., 2023), para conocer la confianza y credibilidad de las noticias (Sinatra y Hofer, 2023; Fletcher, et al. 2023) y, en definitiva, para estudiar los desafíos a los que se enfrentan los medios de comunicación con la IA (de-Lima-Santos y Salaverría, 2021; Lopezosa et al., 2023).
Dichos desafíos han provocado la necesidad de estudiar la inteligencia artificial desde distintas perspectivas como, por ejemplo:
Desde las competencias del periodista y de su formación (Lim et al., 2023; Calvo-Rubio y Ufarte-Ruiz, 2020), lo que incluye además la necesidad de hacer un uso ético de las herramientas de inteligencia artificial (Diakopoulos, 2020; Lopezosa y codina, 2023), e incluso estudiar su impacto en el mercado laboral periodístico (Calvo-Rubio, et al., 2020).
Desde los nuevos perfiles de usuarios emergentes que han provocado el surgimiento de nuevos formatos periodísticos (Tejedor, 2022), como por ejemplo el periodismo algorítmico (Pérez-Seijo, et al., 2023).
Desde la necesidad de desarrollar un marco teórico que guíe la integración de la IA en los sistemas de noticias y aborde la tensión entre la IA y los periodistas (Zhang y PérezTornero, 2021).
Por lo tanto, bajo este contexto, se confirma que los estudios sobre IA se han vuelto cada vez más importantes, no solo para la empresa periodística (Salazar, 2020) sino también para la academia (Meier et al., 2022; Llaneras et al., 2023).
Asimismo, ha propiciado que algunos medios de comunicación apuesten por elaborar y distribuir contenidos apoyados por la IA (Ufarte et al.2023), e incluso que la incluyan como soporte a sus rutinas productivas (Sánchez-García, et al., 2023).
En definitiva, el nuevo escenario provocado por la inteligencia artificial generativa ha hecho patente la necesidad de analizar los nuevos productos periodísticos apoyados con IA para no solo saber cuáles son sino también para conocer su viabilidad y sus limitaciones.
3. Metodología
A continuación, se describe la metodología aplicada para el desarrollo de esta investigación. En primer lugar, se explica de forma detallada cómo se aplican las revisiones sistematizadas exploratorias (scoping review por su nombre en inglés), cómo se obtiene el banco de documentos final y también el proceso seguido.
Es importante recalcar que esta revisión sistematizada exploratoria no se basa artículos académicos de inteligencia artificial y periodismo ya que, lo que se busca es utilizar informes de la industria y de sectores similares, lo que a veces se identifica como literatura gris (Pons y Monistrol, 2017). Concretamente, documentos divulgativos e informes sectoriales publicados en español e inglés sobre productos periodísticos desarrollados con IA.
Para lograr los objetivos anteriormente marcados se lleva a cabo una investigación de síntesis de la evidencia con el framework SALSA (Booth et al. 2012; Codina, 2020). De este modo, hemos aplicado la metodología propia de los trabajos de revisión, en este caso bajo la modalidad de las scoping review (Codina et al.,2021).
A continuación, se muestra una tabla (ver tabla 1) en la que se establecen los parámetros principales de la revisión (Booth et al. 2012; Codina, 2020).
Tabla 1. Readaptación del framework SALSA
| Aplicación del framework SALSA | |
|---|---|
| Fase | Criterio |
| Search | Database: Google.com |
| Frases de búsqueda: | |
| - IA y periodismo | |
| - AI and journalism | |
| - proyectos de IA en medios de comunicación | |
| - AI projects in media outlets | |
| - medios de comunicación desarrollados con IA | |
| - news media developed with AI | |
| Nota: dadas las características de Google y del objeto de estudio, se utilizaron frases de búsqueda en lenguaje natural en lugar de ecuaciones de búsqueda. | |
| La consulta se realizó el 19 de junio de 2023 con un navegador en modo incognito | |
| AppraisaL | Se analiza la primera página de resultados de google.com para cada uma de las consultas de búsqueda realizadas, es decir, un total de 60 resultados de búsqueda. Finalmente el banco de documentos se compone de 30 documentos tras eliminar duplicados y aplicar los critérios de inclusión y exclusión. |
| Criterios de inclusión/exclusión: | |
| - Eliminación de falsos positivos. | |
| - Documentos de empresas, profesionales y/o medios de comunicación que tengan una trayectoria reconocida dentro del sector. | |
| Synthesis | Síntesis narrativa a partir de resúmenes estructurado y tabulación de datos |
| Analysis (Datos extraídos) | Para el análisis de estos documentos se plantea una tabla estructurada y sistemática que permite realizar una síntesis heterogénea. |
| Componentes: | |
| - Tipo de documento: noticia, informe, manual de uso, etc. | |
| - Temática: proyectos periodísticos con soporte de IA o uso de la IA en las redacciones periodísticas | |
| - Relevancia de la fuente: empresa, persona o medio de comunicación que publica el documento y su posición en el sector | |
| - Principales ideas: Se incorpora un resumen de máximo 300 palabras | |
Fuente: (Booth et al. 2012; Codina, 2020).
Los criterios de inclusión y exclusión, los de evaluación y los esquemas de análisis para las extracciones de datos fueron consensuados por los autores.
A continuación, se presenta, como resultado de la scoping review, en primer lugar, una panorámica sobre la IA en medios de comunicación y en segundo lugar los proyectos periodísticos con soporte a IA identificados.
Por último, se analizan los diferentes proyectos periodísticos respaldados por la inteligencia artificial identificados, llevando a cabo un análisis descriptivo exploratorio de los mismos tomando en cuenta las fases de Sánchez-García et al. (2023) sobre las aplicaciones de la IA a la prensa, consistentes en (1) automatización de recogida y documentación de información (2) producción automatizada de contenido (3) distribución de información y relación con la audiencia.
4. Resultados
Este apartado presenta un estudio panorámico sobre proyectos periodísticos implementados con IA. Del análisis de las fichas del banco de documentos final, se ha podido identificar el contexto actual de la IA en medios de comunicación, sus posibilidades de uso y las limitaciones de su aplicación. Este trabajo se completa con la identificación de 32 proyectos de IA en periodismo.
La IA está cada vez más presente en la sociedad, afectando a sectores de todo tipo, en el que destaca el periodístico (Badgamia, 2023; Prodigioso Volcán, 2023). Para algunos autores, este sector refleja lentitud, desconfianza y desconocimiento en su implementación (Manrique, 2023). Aun así, como recogen algunos informes, el mundo necesita periodistas para informar sobre la IA y responsabilizar a estos sistemas y a las personas detrás de ellos (Peretti, 2022).
En este sentido, el de los periodistas y los medios de comunicación es uno de esos sectores a los que la IA ha llegado para quedarse. Hace ya algunos años que los medios comenzaron a explorar la IA (Limbach, 2023), llegando a la conclusión de que la IA ofrecía distintas posibilidades como herramienta para ciertas labores periodísticas, sobre todo aquellas que demandaban un importante recurso de tiempo por parte del periodista (González-Alba, 2023), desde la recopilación de noticias hasta la producción de contenido, el marketing y la distribución de noticias (Humphries, 2023), por poner algunos ejemplos.
Por lo tanto, la IA no es solo una poderosa herramienta para cambiar la organización de las redacciones, sino que también puede convertirse en un catalizador para la innovación en el modelo de negocio periodístico (Valero, 2022).
Las ideas sobre los posibles usos de la IA en los medios de comunicación se han multiplicado desde finales de 2022. De hecho, son muchos los periodistas que han empezado a poner a prueba las capacidades de la IA generativa para escribir y editar noticias (Adami, 2023), sobre todo, con la generalización en el uso de ChatGPT (Easton, 2023).
Entre algunos de los principales usos de la IA destaca la creación de contenidos, el desarrollo de textos vinculados a redes sociales, el desarrollo de chatbots de atención al cliente, la verificación automática de información y, en definitiva, la automatización de procesos periodísticos (Pellicer, 2022; Informa UVA, 2022) tediosos, que permite a los periodistas ser más eficientes (Chazen, 2023; Vitola y Hala-Saçan, 2023) y agilizar su trabajo (Sánchez, 2023) y a los medios de comunicación a desarrollar proyectos periodísticos a gran escala que requieran más recursos de tiempo y dinero (Hakimi Le Grand, 2023; AIContentfy, 2023; Gruber, 2023).
Adicionalmente, la IA tiene aplicaciones específicas tanto a nivel de usuario como a nivel de las rutinas periodísticas. Respecto al lector, la IA permite personalizar la información haciéndole llegar al lector aquella que más le interese, por lo tanto, permite conocer mejor al usuario (Laboratorio de Periodismo, 2018; 2023).
Respecto al trabajo diario del periodista, la IA puede ayudarle a descubrir primicias, realizar resúmenes automatizados de reuniones públicas, e incluso traducir alertas de noticias (Laboratorio de Periodismo, 2018; 2023).
Finalmente, cabe destacar que la IA ha propiciado el nacimiento de un nuevo tipo de medio, llamado “sintético”. Se trata de un tipo de medio de comunicación capaz de producir contenidos digitales generados algorítmicamente, que incluyen, no sólo texto, sino también audio, vídeo, etc. (Hita, 2022).
En lo que sigue mostramos los proyectos sobre IA y periodismo (véase tabla 2, 3 y 4) identificados como resultado de la scoping review.
Tabla 2 Proyectos periodísticos e IA identificados para la tipología 1
| Tipología 1. Automatización de recogida y documentación de información | |
|---|---|
| Proyecto | Descripción |
| Proyecto de ICIJ | El ICIJ (Consorcio Internacional de Periodistas de Investigación) utilizó la IA para identificar el género de 340.000 personas afectadas por el uso de dispositivos médicos. |
| Bot Quake (Los Ángeles Times) | “Bot Quake” permite enviar, sin intervención humana, actualizaciones en el momento en el que se detecta un terremoto en la ciudad de Los Ángeles y sus alrededores. |
| SourceScout | Plataforma que utiliza IA para ayudar a los medios de comunicación a encontrar fuentes diversas y poco reconocidas. |
| Quick Trace | Herramienta asistida por chatGPT para ayudar a los periodistas a analizar grandes cantidades de datos. |
| La Nación | Este periódico argentino utiliza la IA para apoyar a su equipo de datos desde 2019. |
| The Boston Globe | Este periódico ganó un premio Pulitzer por Blind Spot, un reportaje sobre accidentes de tráfico en EE UU. Los periodistas utilizaron Pinpoint, una herramienta de inteligencia artificial desarrollada por Google, para ayudar a los periodistas de investigación a identificar patrones en sus datos. |
| Verificado | El portal de noticias México Verificado utilizó Pinpoint (la herramienta de búsqueda de datos basada en IA de Google) para analizar los discursos del presidente López Obrador sobre la situación de la pandemia en el país. |
| Funes | Herramienta de IA del medio de comunicación de Perú Ojo Público para facilitar el análisis de datos para buscar casos de corrupción en relación con contrataciones públicas. |
Fuente: elaboración propia.
Como se puede comprobar, las posibilidades de la IA en el sector periodístico son muy amplias, aunque es cierto que su uso también presenta limitaciones y puede generar problemas. Sin ir más lejos, algunos proyectos periodísticos desarrollados a finales de 2022 y principios de 2023 han dado prueba de ello.
Por ejemplo, el medio CNET decidió poner fin a su experimento con la IA el pasado 25 de enero de 2023, tras conocerse que algunos de los artículos creados no solo difundían información poco precisa y llena de errores, sino que además copiaban frases textuales de otros artículos sin citar a sus autores (Planas-Bou, 2023). Algo similar ocurrió con Men’s Journal, el medio de comunicación de salud en el que se descubrió que sus artículos estaban llenos de inexactitudes y falsedades (Tucker, 2023).
Estos casos han confirmado la necesidad de complementar soluciones basadas en IA con estándares éticos claros para su uso (Burgaya, 2023). y una visión estratégica tanto económica como de formación de equipos interdisciplinarios (Sherman y Rizzo, 2023; Dandurand, et al. 2023)
En definitiva, es preciso delimitar los usos de la IA, adaptarlos a las necesidades de la redacción y tratar de no contribuir al ruido informativo (Alcaide, 2023).
Tabla 3 Proyectos periodísticos e IA identificados para la tipología
| Tipología 2. Producción automatizada de contenido | |
|---|---|
| Proyecto | Descripción |
| Graphical storytelling | Herramienta desarrollada en 2020 por la BBC que permite transformar, de forma automática, el contenido de sus artículos en formatos nativos de redes sociales. |
| Automated Insights | Associated Press lleva tres años utilizando Automated Insights, una herramienta para generar presentaciones de cualquier tipo: desde informes económicos de empresas públicas hasta clasificaciones de las ligas menores de béisbol. |
| Syllabs | Herramienta inteligente que permitió a Le Monde producir, durante las últimas elecciones legislativas francesas, 150000 páginas de información en cuatro horas |
| Tobi | Un bot que produjo casi 40000 noticias sobre las elecciones de 2018 en Suiza |
| Heliograf | Una tecnología de inteligencia artificial de The Washington Post, para cubrir los Juegos Olímpicos de Río 2016 y las elecciones al Congreso. Actualmente, The Washinton Post cuenta con un nuevo producto publicitario que han llamado Own y que permite a las marcas usar su propio contenido para producir una noticia con la ayuda de Heliograf |
| Soccerbot | La principal agencia de noticias de Corea del Sur, Yonhap, utiliza Soccerbot para escribir noticias relacionadas con los partidos de fútbol de la Premier League inglesa. En la temporada 2016-17 produjeron 380 artículos experimentales automáticos, cada uno entre uno y dos segundos después de haber terminado cada partido. |
| Brainer Dispatch | Este periódico de Minessota está redactando noticias automáticas sobre seguridad pública basados en los reportes de la policía que, antes llegaba por fax, y ahora llega a través internet. |
| AnaFut | AnaFut es el bot de El Confidencial, para la escritura automática de crónicas deportivas |
| Medusa | Medusa es un ejemplo pionero, de Vocento, que utiliza periodismo automatizado para generar información sobre la situación de playas y pistas de esquí. |
| Scroll News | Scroll News es una herramienta para que los medios de comunicación creen publicaciones de noticias adaptadas a las redes sociales y videos cortos para atraer a los lectores jóvenes. |
| Gabriele | IA capaz de redactar en cuestión de segundos notas periodísticas que luego son distribuidas a distintos medios de comunicación, muchos de ellos en España, como RTVE, 20 Minutos o El Periódico. |
| Buzzy | Asistente creativo de inteligencia artificial de BuzzFeed. Esta IA ha producido unas 40 guías de viaje. |
| Cyborg | Bloomberg fue uno de los primeros en utilizar esta herramienta, un programa que disecciona informes financieros y escribe instantáneamente noticias con todos los datos más relevantes. |
| Hiperia | Proyecto de RTVE. Es una IA que permite crear contenido audiovisual. Se trata de un producto 100% de inteligencia artificial y 100% supervisado. Cubre temáticas musicales y se enfoca a un público joven |
Fuente: elaboración propia.
Tabla 4 Proyectos periodísticos e IA identificados para la tipología 3
| Tipología 3. Distribución de información y relación con la audiencia | |
|---|---|
| Proyecto | Descripción |
| Xinhua | Presentador artificial de noticias desarrollado por la agencia China Xinhua. |
| The Newsroom | Aplicación que ofrece a sus lectores un resumen diario con sumarios generados por IA de las principales noticias, su contexto y sus datos principales. |
| Turn.io | Chatbot que se encarga de desmentir fake news que circulan sobre el coronavirus. Está avalado por la Red Internacional de Verificación de Datos. El bot está conectado a verificadores de datos independientes en más de 70 países. |
| Clavis | Herramienta de IA desarrollada por The Washington Post que trata de entender los intereses de los usuarios y ofrecerles contenidos personalizados. Clavis analiza automáticamente todo lo que el medio publica y lo clasifica en torno a temas específicos, al tiempo que identifica qué tipo de lector accede a dicho contenido. El algoritmo devuelve a cada usuario una selección de artículos basados en la popularidad del tema, su propio historial de lectura y los patrones de consumo de otros usuarios similares. |
| The Hindu Group | The Hindu Group lanzó una IA que identifica las noticias más interesantes y las recomienda a los suscriptores para crear una experiencia que ayuda a ampliar su tiempo de lectura. |
| NTM | Este medio sueco trabaja con una IA que personaliza su portada, tomando en consideración el valor de conversión dado a cada noticia, la cantidad de comentarios y otras métricas. |
| El Vocero | Este medio de comunicación de Puerto Rico tiene una IA que ayuda a la publicación de alertas de noticias en español utilizando datos del Servicio Meteorológico Nacional. |
| Perspective | IA de El País que ayuda a la moderación de comentarios en su sitio web. |
| Corriere della Sera | Implementación de un muro de pago basado en IA. Esta tecnología calcula la propensión a suscribirse de los usuarios que se topan con el muro y ofrece automáticamente precios más bajos a los menos predispuestos. |
| Dagbladet | Este diario noruego cuenta con una IA que es capaz de detectar cuál es el mejor momento y lugar para mostrar ofertas a cada usuario en función de su historial en el medio. |
Fuente: elaboración propia.
Discusión y conclusiones
La presente investigación se ha enfocado en la identificación y categorización de proyectos relacionados con la inteligencia artificial en el ámbito del periodismo. Específicamente, se ha analizado su potencial aplicación en la automatización de la recopilación y documentación de información, la producción automatizada de contenido y la distribución de información y la interacción con la audiencia.
Este estudio amplía investigaciones previas realizadas en España, que se han centrado principalmente en el uso responsable de la IA en medios de comunicación (Calvo-Rubio y Ufarte-Ruiz, 2020; 2021; Ventura, 2023; Lopezosa et al., 2023), y sobre sus desafíos relacionados, principalmente con la calidad, transparencia, privacidad, desinformación y desarrollo social (Peñá-Fernández et al., 2023).
Asimismo, esta investigación se suma al debate sobre el periodismo y el uso de la inteligencia artificial (IA) dominado por varios puntos de vista clave como son el impacto en el mercado laboral, la calidad de las noticias automatizadas y las consideraciones éticas involucradas (CalvoRubio y Ufarte-Ruiz, 2020; Sanahuja y Esteban, 2023).
En este sentido, esta investigación reafirma, a través de la identificación de los diferentes productos periodísticos con IA, que (1) la IA se utiliza en salas de redacción para diversas tareas, como la producción de contenido, el periodismo de datos, la verificación de información y la distribución de noticias. (Calvo-Rubio, y Ufarte-Ruiz, 2021; Pérez-Seijo, et al. 2023), (2) el periodismo automatizado con IA es un fenómeno en crecimiento (Schapals, 2020), (3)la inteligencia artificial se puede utilizar para automatizar tareas rutinarias y mejorar la productividad en la producción de noticias (Brennen, et al., 2022; Gikis, 2021; Stenbom, et al., 2023) y (4) este tipo de tecnología permite personalizar la entrega de contenido, brindando experiencias de noticias adaptadas a usuarios individuales (Zhang y Pérez-Tornedo, 2021).
Adicionalmente, este trabajo también ha sido capaz de identificar diversos desafíos en el ámbito de la implementación de la IA en el periodismo que confirma la importancia de una formación sólida para las periodistas tanto técnicas cómo de índole ética, pasando por su responsabilidad y transparencia. En definitiva, se precisa de abordar desafíos en términos de control de calidad, consideraciones éticas y la necesidad de una formación adecuada (Lopezosa et al., 2023).
A continuación, se recuperan los objetivos de esta investigación para mostrar su grado de cumplimiento:
O1. Se han examinado un total de 32 proyectos periodísticos respaldados por inteligencia artificial. Estos proyectos se han agrupado en tres tipologías principales. Los resultados obtenidos han permitido identificar iniciativas periodísticas centrada en el análisis y procesamiento de datos para el periodismo de investigación, la automatización de tareas y alertas en tiempo real, utilizando la IA para mejorar la eficiencia y encontrar fuentes diversas, en herramientas que transforman y adaptan el contenido a diferentes formatos, la generación automatizada de noticias utilizando IA para agilizar y optimizar el proceso de producción informativa, la generación y personalización de contenido para los usuarios y para la moderación de comentarios, la monetización y la detección de oportunidades comerciales basadas en IA.
O2. Si bien las posibilidades de la IA en el sector periodístico son amplias, también es importante tener en cuenta sus limitaciones y los problemas que pueden causar. Algunos casos, como el experimento realizado por CNET y Men’s Journal, han evidenciado que los artículos generados por IA pueden difundir información inexacta, llena de errores o incluso copiar frases sin atribuir a los autores originales. Estos ejemplos subrayan la necesidad de complementar las soluciones basadas en IA con estándares éticos claros y una visión estratégica que abarque aspectos económicos y la formación de equipos interdisciplinarios.
Por lo tanto, es fundamental establecer límites claros en el uso de la IA, adaptándolos a las necesidades de cada redacción y evitando contribuir al ruido informativo que pueda surgir. Para ello, es esencial considerar el impacto ético, establecer protocolos de verificación de información y asegurar una supervisión humana adecuada en los procesos de generación de contenido por parte de la IA.
O3. Este estudio ha permitido ofrecer aportaciones basadas en la evidencia al debate sobre los efectos actuales y futuros de la IA en el periodismo. En este sentido, esta investigación complementa los estudios previos sobre IA y periodismo al abordar específicamente el tema de la IA y su aplicación en el desarrollo de productos periodísticos.
Sin embargo, debemos reconocer que nuestro estudio tiene ciertas limitaciones. Por ejemplo, nos hemos enfocado en una revisión de la literatura gris y hemos utilizado el buscador Google. com, lo que significa que otros estudios que utilicen diferentes consultas de búsqueda u otros buscadores podrían ofrecer resultados distintos.
Además, los resultados de nuestra investigación están relacionados con un campo en constante evolución, como el lanzamiento de nuevas IA generativas como Bard de Google o Llama de Facebook, así como con los marcos regulatorios futuros que los gobiernos están desarrollando para el uso de la IA. Por lo tanto, futuros trabajos podrían examinar estos contextos emergentes para ampliar nuestro conocimiento y obtener una comprensión más completa del impacto de las IA generativas en los medios de comunicación.
Es importante destacar que nuestra investigación se ha centrado en los aspectos de los productos periodísticos impulsados por IA. En futuros estudios, se podrían realizar revisiones sistemáticas exploratorias sobre otras dimensiones específicas o nuevos avances en el uso de IA en el periodismo. Adicionalmente, esa revisión podría trasladarse directamente a estudios académicos sobre IA y periodismo publicados en Web Of Science y/o Scopus, por poner algunos ejemplos.
En cualquier caso, uno de los principales aspectos positivos que se desprende de este estudio es la necesidad de un uso ético y transparente de la IA, así como la importancia de incorporar el pensamiento crítico tanto en su aplicación como en la educación sobre el tema. Es fundamental que el uso de la IA en el periodismo esté alineado con los valores periodísticos y contribuya al desarrollo de un periodismo de mayor calidad.
