2.1. Revisión de la literatura científica

Este trabajo ha partido de una fase inicial en la que se ha elaborado una revisión de la literatura científica de referencia, que integra la investigación secundaria (^{Codina, 2017}). Para ello, se han aplicado técnicas propias de la revisión documental, que consiste en la identificación, recogida y análisis de documentos relacionados con la temática seleccionada (^{Bickman y Rog, 1998}; ^{Phillips y Pugh, 2008}) para confrontar las aportaciones más importantes del estado de la cuestión (^{Ramírez-Montoya y García-Peñalvo, 2018}), ofrecer una visión contextualizadora del tema objeto de estudio, de cómo ha ido evolucionado en el tiempo y en función del contexto (^{Fernández-Collado y Dankhe, 1986}). Las fuentes utilizadas en esta revisión han sido las bases de datos Web of Science (WOS) y Scopus, que son las dos más relevantes a nivel internacional en el ámbito académico (^{Maltrás, 2003}) y las más adecuadas para llevar a cabo este tipo de investigaciones (^{Codina, Olmeda Gómez y Perianes, 2013}). La búsqueda ha sido de naturaleza exploratoria y se ha realizado sin una fecha de inicio específica, aunque con una fecha final marcada en diciembre de 2023, que es cuando se llevó a cabo la búsqueda. En cuanto a las palabras clave, se ha trabajado con los términos exoperiodista, exoperiodismo, periodista digital avanzado, periodista integrador de inteligencia artificial y periodismo AI-enhanced, que capturan la idea de que el profesional de la información no solo es un periodista tradicional, sino que también emplea tecnologías avanzadas como la inteligencia artificial para transformar y mejorar significativamente su práctica profesional. En relación al tipo de documento, se han considerado artículos en revistas indexadas en bases de datos de alcance global que requieren índices de calidad, así como capítulos de libros y comunicaciones presentadas en congresos científicos. Esta revisión ha encontrado una gran cantidad de publicaciones científicas, principalmente en inglés, y ha constatado la ausencia de trabajos previos relacionados con este perfil profesional. Tan solo la investigación de ^{Tejedor y Vila (2021}) habla de esta nueva figura, aunque no aporta detalles al respecto. Por eso esta investigación resulta relevante, no so por su valor teórico, sino porque cubre una brecha existente en este campo de estudio.Características de los exoperiodistas españoles: nuevo perfil profesional en la era de la inteligencia artificial

2.2. Entrevistas semiestructuradas

Las entrevistas semiestructuradas tienen utilidad para comprender las opiniones y punto de vista de los sujetos entrevistados, así como sus interpretaciones, sentimientos y prospectivas (^{Coller, 2000}; ^{Irvine, Drew y Sainsbury, 2013}). En esta investigación, se ha entrevistado a un total de 10 participantes (Tabla 1), cifra apta para llegar al punto de saturación, donde se entiende que se ha recabado toda la información necesaria, y se puede considerar que el trabajo de campo ha terminado al escuchar de los protagonistas repeticiones de lo mencionado anteriormente por otros (^{Callejo, 1998}). Del total de la muestra, cinco son profesores e investigadores de universidades españolas expertos en la materia y los otros cinco son periodistas de reconocida trayectoria en el sector comunicativo (muestra intencional). Para su elección, se han tenido en cuenta las preguntas-criterio establecidas por ^{Valles (2002}), que apuesta por elegir a personas con conocimientos e información relevante, accesibles social y físicamente, dispuestos a informar y cooperar y que tengan una mayor fluidez comunicativa para informar con precisión. El objetivo es abrir un espacio de debate en el que las percepciones no estén encorsetadas en categorías estrictas. Por tanto, las variables que determinan la composición estructural de la muestra han sido definidas de manera teórica por los investigadores (^{Mejía-Navarrete, 2000}). El contraste de percepciones ha permitido obtener una suficiente contextualización de los fenómenos estudiados (^{Calvo-Rubio y Ufarte-Ruiz, 2020}).

Estas entrevistas se han realizado por correo electrónico entre noviembre de 2023 y febrero de 2024 y trataban los temas más importantes vinculados con el objeto de investigación (Tabla 2). Para analizar la información obtenida de las entrevistas, se ha utilizado la herramienta de análisis cualitativo Nvivo, que es un software que permite estructurar y categorizar ideas, analizar frecuencia de palabras de documentos y crear árboles de palabras, entre otras funciones. En la actualidad, está considerada una de las herramientas más utilizadas para conocer y analizar correctamente el contenido de entrevistas y contenido en general.

2.3. Observación participante

En una segunda fase, se ha realizado una observación participante, que permite a juicio de ^{Marshall y Rossman (1989}) la descripción sistemática de eventos, conductas y elementos, que en opinión de ^{Erlandson, Harris, Skeepper y Allen (1993}), debe culminar en una “fotografía escrita” del objeto investigado. Para llevarla a cabo se ha utilizado el estudio de caso (^{Yin, 2014}), que pone a disposición del investigador recursos variados como las entrevistas, los cuestionarios o los documentos bibliográficos, permitiendo una contextualización suficiente de los fenóme- nos estudiados. La elección de esta técnica se basa en el hecho de que esta investigación no bus- ca una generalización estadística, sino un análisis detallado, dado que su objetivo es identificar un patrón de comportamientos en lugar de simplemente enumerar frecuencias dentro de la muestra (^{Villareal-Larrinaga y Landeta-Rodríguez, 2010}).

Para su puesta en marcha, se ha elegido a Newtral como caso de estudio, por tratarse del medio de comunicación español dedicado a la comprobación de hechos con la plantilla más nume- rosa y estable. Su elección también se fundamenta en criterios de conveniencia derivados de una red de colaboración académica, siguiendo el modelo propuesto por ^{Humanes-Humanes y Roses-Campos (2014}). La startup fue fundada en 2018 por la periodista Ana Pastor y cuenta con tres áreas de negocio: producción audiovisual de programas, verificación de datos e inteligen- cia artificial. En concreto, este último departamento está integrado por 11 personas, casi un 20

% de la redacción, que cuenta con perfiles complementarios, entre los que destacan periodistas, ingenieros, programadores y documentalistas. Entre sus principales cometidos figuran des- mentir los bulos del discurso político que protagonizan líderes y partidos de todas las ideologías y detectar las narrativas falsas que se comparten en redes sociales o en plataformas digitales.

Para el diseño de la observación participante se han seguido las propuestas de ^{Angrosino (2012}), que establece los elementos estratégicos para el desarrollo de esta técnica de investiga- ción (Tabla 3), lo que ha supuesto una mirada activa, tomar notas de campo detalladas y realizar entrevistas informales, de acuerdo con lo que propone ^{DeWalt y DeWalt (2002}). En concreto, se ha entrevistado a tres profesionales con perfiles complementarios: a los coordinadores de veri- ficación de Newtral Irene Larraz y Tomás Rudich y a la redactora del equipo de fact-checking Andrea Real. La puesta en marcha de esta técnica ha incluido la asistencia a reuniones, entre- vistas con profesionales y conversaciones informales con empleados en el centro neurálgico de la organización del trabajo.

2.4. Cuestionario

En una tercera fase, y para ampliar la técnica de observación participante, se ha llevado a cabo un cuestionario en línea construido ad hoc, considerado el mecanismo metodológico óptimo para recoger información, de acuerdo con lo que proponen ^{Colás, González y De Pablos (2013}).

La muestra invitada, concebida como el conjunto de elementos de la población a los que se pide que participen en la investigación (^{Del Rincón, Arnal, Latorre y Sans, 1995}), corresponde a todos los trabajadores de Newtral que trabajan con herramientas de inteligencia artificial, estableciéndose una muestra aleatoria simple. En este tipo de muestras, los sujetos analizados y estudiados son seleccionados de manera concreta por el investigador para formar parte de la muestra, considerándolos aptos y adecuados para el trabajo (Vilches, 2011).

El cuestionario está formado por un total de 17 ítems que se dividen en dos bloques: 1) Perfil sociodemográfico, con un total de cinco preguntas; 2) doce cuestiones presentadas a través de ítems cerrados de escalas nominales excluyentes (a partir del uso de la escala Likert con un grado de respuesta, donde el 1 significa totalmente en desacuerdo y el 5 totalmente de acuerdo) y preguntas cerradas dicotómicas enfocadas a los temas más definidos sobre el uso de inteligencia artificial y el conocimiento de estas herramientas.

Las principales variables del cuestionario versan sobre cómo la inteligencia artificial modifica las rutinas profesionales, optimiza los resultados cuantitativos y cualitativos del trabajo, la for- mación específica adquirida y la implementación de estas herramientas en la empresa, entre otras. El propósito es conocer las rutinas y tareas que realizan y analizar las competencias y habilidades que poseen. Antes de ser implantado, el cuestionario fue validado por un panel de expertos nacionales (n=5) en materia de inteligencia artificial y comunicación, consiguiendo un elevado grado de acuerdo por parte de estos. La elección de estos expertos se ha desarrollado de manera aleatoria y casuística, con la intención de profundizar tanto en el ámbito académico como profesional, con el propósito de crear un instrumento de alta eficacia.

Por último, y tras obtener la fiabilidad y confirmación del instrumento, el cuestionario se ha difundido entre los once trabajadores del medio que trabajan con herramientas de inteligencia artificial. Cabe destacar que todos los participantes fueron informados del estudio y autorizaron su consentimiento para participar en el mismo. Las preguntas han sido respondidas por diez de los once trabajadores que del medio que emplean los bots y algoritmos en el desempeño de sus funciones periodísticas. La recolección de datos se ha realizado durante la primera semana de febrero de 2023.

En la muestra, existe paridad de género, ya que el 50 % de los encuestados son hombre y el otro 50%, mujeres. El 70% tiene una edad comprendida entre los 25 y 34 años, no superando ninguno de ellos los 44 años. Por otra parte, la permanencia en la empresa es proporcional a la edad de los trabajadores, pues la mitad de ellos está contratada desde hace 2-3 años y un 20% desde hace 3-4 años. Ninguno supera los 5 años en la empresa. En cuanto a su formación, el 90% pertenece al área de las Ciencias Sociales y el 60% tiene el Grado en Periodismo, además de otras formaciones en postgrado.

Al emplear esta combinación de técnicas metodológicas, se aborda el problema de investigación desde múltiples perspectivas, evitando sesgos y fallas metodológicas, con el fin de maximizar la validez y la consistencia de los resultados encontrados (^{Okuda-Benavides y Gómez-Restrepo, 2005}). Tras emplear estas técnicas y analizar la información resultante, se procedió a un análisis interpretativo. La detección de los aspectos esenciales a partir de estos datos ha sido seguida por un razonamiento encaminado a formular conclusiones sobre el progreso actual y futuro de las actividades de los exoperiodistas. El propósito principal es saber qué ruta sigue este nuevo perfil profesional, así como su posible desarrollo futuro.

3.1. La opinión de los periodistas y los investigadores

La visión de los periodistas e investigadores expertos en inteligencia artificial conduce a pensar que estamos en el inicio de la consolidación de nuevos perfiles profesionales, aunque sus fun- ciones todavía no están claramente definidas. Sus voces coinciden en afirmar que los algoritmos afectan de forma transversal a la comunicación mediada tecnológicamente y al periodismo, lo que no solo implica reajustar los perfiles existentes, sino crear otros nuevos, a pesar de que las funciones del periodismo sigan siendo las mismas.

“La inteligencia artificial añade nuevos perfiles profesionales, como el periodista con competencias en el diseño de prompts, cuya función es diseñar y desarrollar prompts efectivos y amigables para mejorar la experiencia del usuario al interactuar con sistemas de inteligencia artificial generativa” (Lluís Codina, Universidad Pompeu Fabra).

“La inteligencia artificial no solo crea nuevos perfiles en el ámbito periodístico, sino que también lo hace en casi todas las profesiones. Los periodistas deberán trabajar en adquirir habilidades adicionales relacionadas con la comprensión y el uso de herramientas de inteligencia artificial en el proceso editorial y de producción de noticias” (Carmen Pérez Cernuda, subdirectora de Innovación y Estrategia Tecnológica de RTVE).

No obstante, para los entrevistados, este nuevo perfil profesional es interdisciplinar, pues combina las competencias del propio periodismo con otras nuevas habilidades, como el diseño de prompt, la curación de contenidos y la verificación de datos, entre otras, sin olvidar el pensamiento crítico.

“El aprendizaje continuo será la competencia estrella, ya no sólo para los periodistas, sino en cualquier profesión. Los rápidos avances tecnológicos de los que estamos siendo testigos en los últimos años nos indican que los trabajos evolucionarán, surgirán nuevos perfiles y profesiones. Por lo tanto, los periodistas que estén dispuestos a adaptarse, que tengan hambre de conocimiento, que busquen maneras de innovación serán aquellos que lleguen más lejos” (David Llorente, fundador y CEO de Narrativa).

“Creo que cada vez será más interdisciplinar. Y a quienes asuste en un principio, acabarán asumiendo el cambio como lo asumieron los periodistas que se iniciaron en el uso de ordenadores y acabaron integrándolos en sus rutinas de trabajo. Si hace varias décadas los periodistas se vieron obligados a adquirir conocimientos de informática, ahora tendrán que incorporar conocimientos de herramientas de inteligencia artificial a sus rutinas de trabajo” (Sonia Parrat, Universidad Complutense de Madrid).

La conjunción de habilidades tecnológicas y periodísticas en una sola figura profesional, en combinación con la ayuda de expertos provenientes de diversas áreas de conocimiento, facili- tará, simplificará y enriquecerá los procesos de producción informativa creada a partir de inte- ligencia artificial, optimizando plenamente las posibilidades de las herramientas disponibles para los profesionales.

“La interdisciplinariedad y el trabajo en equipo, que se ha incrementado en las dos últimas décadas, aumentará. A los periodistas se nos exigirán nuevas competencias y habilidades y trabajar con otros especialistas, por lo que necesitamos conocer sus lógicas para que la relación sea entre iguales” (Xosé López, Universidad de Santiago de Compostela).

“Tenemos que actualizar nuestras competencias para trabajar con nuevas herramientas que nos ayuden en nuestro trabajo; y que nos permitan comprender mejor la inteligencia artificial que, en sí, es un tema enorme, que debemos comprender de la mejor manera posible para explicar adecuadamente a los ciudadanos. Lo que estamos viviendo es una evolución enormemente veloz de la tecnología al alcance de los profesionales” (Carmen Amores, directora general de Castilla- La Mancha Media).

En relación con las tecnologías que se aplican en el proceso de producción con inteligencia arti- ficial, el conjunto de entrevistados señala que existen diferentes aplicaciones en abierto que los medios de comunicación han adaptado para agilizar los procesos de búsqueda, producción y difusión, así como la personalización de noticias, verificación de hechos, generación de titulares y transcripciones, entre otras funciones.

“Destacan ChatgGPT, DallE y Jasper, entre otras. Para poder utilizarlas con agilidad, el usuario debe tener nociones de programación, además de las habilidades y competencias que siempre ha tenido un periodista. Un ingeniero informático puede llegar a programar un modelo de escritura automática de textos basado en el archivo del medio, pero, si no es periodista, no tendrá el criterio suficiente para evaluar los textos resultantes desde un punto de vista periodístico” (Javier Marín, coordinador de Innovación en EFE).

“Los medios de comunicación en España usan herramientas para la conversión de contenidos audiovisuales a diferentes formatos, para subtitular contenidos, herramientas para conocer en tiempo real la interacción de los usuarios con los contenidos que se publican y herramientas que reelaboran titulares y/o textos para tener lograr visitas” (Gloria Gómez Diago, Universidad Rey Juan Carlos).

Por ello, periodistas e investigadores consideran positivo que las redacciones cuenten con estos perfiles profesionales, ya no solo para utilizar las herramientas disponibles, sino también para desarrollar otras nuevas que permitan realizar un mejor periodismo.

“Creo que esto puede ayudar a desarrollar productos de gran calidad, sobre todo, aquellos algoritmos que tengan que mover cientos y miles de datos para el desarrollo, no solo de noticias más enfocadas a periodismo de datos, sino a todo tipo de productos periodísticos” (Carlos Lopezosa, Universidad Autónoma de Barcelona).

“Los medios deben contar con periodistas especializados en inteligencia artificial. Creo, de hecho, que vamos tarde en comparación con otros países y deberíamos contar ya con áreas amplias y especializadas en estas herramientas y nuevas tecnologías” (Silvia García, coordinadora de Centros Territoriales de RTVE).

3.2. Observación in situ

La redacción de Newtral que aplica inteligencia artificial cuenta con un equipo multidisciplinar compuesto por 11 profesionales especializados en verificación y algoritmos, que trabajan conjuntamente y en conexión directa con un equipo emergente de 4 ingenieros en informática y telecomunicaciones. Ambos perfiles se encuentran diferenciados en el medio, debido a quesus funciones y aptitudes son muy diferentes, aunque mantienen una conexión directa con el resto de la redacción y el departamento de documentación.

Al equipo de ingenieros le corresponde el desarrollo de herramientas de inteligencia artificial que agilice el trabajo de verificación de la información, mientras que los periodistas ponen en prácticas estos algoritmos. En concreto, los ingenieros han creado hasta el momento dos herramientas que ayudan en estas labores: ClaimDetection y ClaimHunter. La primera ha sido entrenada durante seis meses por dos verificadores de forma independiente, Andrea Real e Irene Larraz, que poseen competencias en programación y análisis de datos. Esta herramienta se usa principalmente con fines políticos, al permitir transcribir las entrevistas, discursos, mítines o ruedas de prensa que ofrecen los políticos y su proceso de entrenamiento comenzó con aproximadamente 10.000 frases, aunque en la actualidad alcanza las 500.000.

Pero en concreto, su proceso de aplicación pasa por dos fases. En la primera, el departamento de documentación graba los actos del día de los principales dirigentes políticos para, en segundo lugar, monitorizarlos y aplicarles el transcriptor audio-texto. Una vez disponibles, ordenados y jerarquizados, avisa al equipo de verificación a través de la aplicación de mensajería para empresas Slack, para informarles de que ya pueden acceder a la información. El equipo de verificadores, por su parte, cuenta con habilidades en lenguajes de programación, análisis estadístico y visualización de datos, además de las competencias periodísticas tradicionales, como la capacidad de investigar, entrevistar y escribir de manera efectiva. En cuanto a las transcripciones que reciben, pueden contener frases o declaraciones marcadas en azul, que son las que la herramienta ha detectado como verificables. Este proceso se realiza de manera multilingüe y puede reconocer casi cualquier idioma, a pesar de ser entrenado solo con frases en castellano.

“Con las trascripciones realizadas por ClaimDetection nos ahorramos horas y horas de escu- char y repasar lo que dicen los líderes políticos en entrevistas, mítines o ruedas de prensa. No obstante, los periodistas comprobamos que el algoritmo no se ha dejado ninguna afirmación sin seleccionar y revisamos que las frases marcadas como potencialmente verificables son de interés periodístico para contrastarlas y, finalmente, publicarlas. Además, los fallos detectados en la transcripción se corrigen para así reentrenar a la inteligencia artificial”, matiza Irene Larraz, coordinadora de verificación de Newtral.

Actualmente, la herramienta cuenta con una precisión superior al 85% y “permite ahorrar hasta un 90% del tiempo destinado a estas labores de monitorización y aumenta la velocidad de la detección de afirmaciones verificables al analizar grandes cantidades de datos para detectar determinados patrones y tendencias”, explica Tomás Rudich, coordinador de verificación de Newtral. Por su parte, Andrea Real matiza que “la inteligencia artificial ya se ha convertido en una herramienta imprescindible de la redacción, que nos ayuda a identificar y verificar infor- mación falsa y optimizar el flujo de trabajo”.

La segunda herramienta, ClaimHunter, sigue un enfoque de aprendizaje supervisado e iterativo ajustado al modelo de aprendizaje profundo desarrollado por Google Bert, que consiste en entrenar al modelo informático a través de cantidades muy grandes de datos. El inicial se construyó sobre un conjunto de 5.000 tweets anotados manualmente por tres verificadores, aunque en la actualidad estos datos has aumentado a más de 30.000 tweets. En concreto, ClaimHunter es una herramienta de seguimiento para Twitter que acelera el proceso tradicional de verificación, al monitorear las cuentas de la red social establecidas por los verificadores y detectar automáticamente el contenido digno de verificación en función de su relevancia pública.

Los tweets seleccionados se envían a través de alertas al canal privado de Slack para que los verificadores revisen el contenido y proporcionen comentarios sobre su verificabilidad, que se almacenan en la base de datos para entrenar el modelo. La interfaz de usuario presenta tres opciones: 1) Rechazado, ya que la predicción fue incorrecta y el tweet no incluye ningún aspecto verificable; 2) Revisado, cuando la predicción es correcta debido a que el tweet contine datos relevantes, aunque no son óptimos para una verificación; y 3) Seleccionado, que es cuando la predicción es correcta ya que el tweet se considera adecuado para comenzar la verificación. Por su parte, los tweets rechazados y revisados se eliminan del feed de Slack. Sin embargo, aquellos que han sido marcados como “Seleccionado” por al menos dos verificadores, se envían automáticamente una copia a un nuevo canal (#fact-check de forma predeterminada), con el objetivo de que el jefe de la unidad de verificación revise el contenido y decida si finalmente comienza el proceso de verificación. Cabe destacar que, aunque la mayoría de los tuits están escritos en español, hay una pequeña fracción en catalán, gallego y euskera, debido a la coexistencia de varias lenguas cooficiales en España.

3.3. Cuestionario

En relación a los cambios significativos que conlleva el uso de la inteligencia artificial en las tareas y actividades diarias de los periodistas, el 40% de los encuestados está de acuerdo con el hecho de que el impacto, las posibilidades y los desafío que la inteligencia artificial ha introduci- do en el ámbito periodístico ha modificado profundamente las rutinas diarias de los profesiona- les de la información, seguidos del 30% de la muestra, que está totalmente de acuerdo con esta afirmación y reconoce haber necesitado un cambio en sus formas de organizarse y proceder en sus tareas (Gráfico 1).

Fuente: Elaboración propia.

Gráfico 1 Percepción de los empleados de Newtral sobre la irrupción de la inteligencia artificial y su modificación profunda en las rutinas profesionales 

Al preguntarles sobre la posibilidad de que la inteligencia artificial haya optimizado los resulta- dos cuantitativos en el entorno laboral, casi la mayoría de los encuestados (40%) se muestra de acuerdo, mientras que un 10% se muestra totalmente de acuerdo. Frente a estas cifras, destaca un 30% de los periodistas encuestados, que se posiciona en desacuerdo ante la idea de que los bots y los algoritmos han aumentado la productividad. Por su parte, y desde el punto de vista cualitativo, un 30% de los trabajadores está de acuerdo con el hecho de que el aprendizaje auto- mático ha optimizado el logro de resultados positivos de su trabajo y un 20% está totalmente de acuerdo.

Sobre la formación en inteligencia artificial, un 40% está de acuerdo en que su especialización en este ámbito se ha logrado de manera autodidacta en el propio desarrollo de su actividad profesional y un 20% está totalmente de acuerdo. En la misma línea, se sitúa el 40% de los encuestados, que niega de manera rotunda haber recibido cursos específicos de formación por parte de la empresa mediática para la que trabaja, frente al 10% que reconoce de forma categó- rica que el medio de comunicación le ha brindado este tipo de aprendizaje enfocado a adquirir competencias y habilidades tecnológicas. Por otro lado, un 40% de la muestra asegura estar de acuerdo en que su formación en inteligencia artificial se ha adquirido a través talleres o cursos externos, mientras que un 20% está totalmente en desacuerdo.

En cuanto a una mayor implementación de la automatización en la empresa para mejorar los procesos empresariales y organizativos, un 30% de los trabajadores se muestra totalmente de acuerdo y un 20% está de acuerdo. Frente a estas cifras se posiciona un 40%, que no se muestra ni de acuerdo ni en desacuerdo. Por otro lado, un 30% de los empleados de Newtral no concibe las herramientas basadas en inteligencia artificial como una amenaza para su trabajo, mientras un 60% de los encuestados, que no está de acuerdo ni en desacuerdo, no se define (Gráfico 2).

Fuente: Elaboración propia.

Gráfico 2 Percepción de los empleados de Newtral sobre la inteligencia artificial como amenaza a su empleo o al sector de los medios de comunicación 

Preguntados por el riesgo ético y la falta de transparencia, un 60% de la muestra está de acuer- do con que se trata de uno de los principales riesgos que presenta la inteligencia artificial en el ámbito periodístico y un 20% está totalmente de acuerdo. En línea con estos datos, un 40% se muestra totalmente de acuerdo en que el aprendizaje profundo ha contribuido a la prolifera- ción de noticias falsas y no a su extinción, seguido de un 30% que está de acuerdo.

La pregunta sobre si los profesionales encargados de las tareas de la inteligencia artificial en los medios serán periodistas especializados reconvertidos arroja resultados similares: la mitad de los trabajadores (50%) no se muestra de acuerdo ni en desacuerdo, frente al 30% que está totalmente de acuerdo y el 20% que está de acuerdo con esta afirmación.

Por su parte, los encuestados coinciden al estar en desacuerdo (40%) y totalmente en desacuer- do (20%) con la idea de que el profesional que trabaje con inteligencia artificial en los medios de comunicación no tendrá una formación periodística de origen. Por el contrario, existe un 20% que manifiesta estar totalmente de acuerdo con la hipótesis de que en los próximos años el trabajador procederá de otras áreas de conocimiento no vinculadas al ámbito periodístico.