Interacciones. Revista de la Facultad de Ciencias Sociales, Educación y Comunicación

ISSN 2796-9010

Núm. 6, año 2026, [pp. 1-17]

 

La inteligencia artificial en las redacciones periodísticas: reflexiones sobre sus aportes a la calidad informativa

ARK CAICYT: https://id.caicyt.gov.ar/ark:/s27969010/dya9ctvg4

 

 

Diaz, Laura[1]

Giuliano, María Florencia [2]

Maderna, Florencia[3]

 

Resumen

Este artículo analiza la incorporación de la Inteligencia artificial (IA) en las redacciones periodísticas y reflexiona sobre sus aportes y desafíos en relación con la calidad informativa. A partir de una revisión bibliográfica sobre periodismo automatizado, periodismo algorítmico y transformación digital de los medios, se examinan las principales modificaciones que estas tecnologías introducen en las rutinas productivas periodísticas. El trabajo aborda las posibilidades que ofrece la IA para automatizar tareas repetitivas, procesar grandes volúmenes de datos, fortalecer los procesos de investigación y contribuir a la verificación de contenidos. Asimismo, analiza los riesgos asociados a los sesgos algorítmicos, la opacidad de los sistemas automatizados, la dependencia tecnológica y las transformaciones en los perfiles profesionales requeridos por las organizaciones periodísticas. Como caso de estudio, se presenta la experiencia de La Nación Data, considerada una referencia en innovación periodística y aplicación de herramientas de IA en Argentina. El análisis se realiza a partir de los criterios de calidad informativa vinculados con la ética profesional, la identidad editorial y la coherencia de los contenidos. Se concluye que la IA constituye una herramienta complementaria para el trabajo periodístico, cuyo impacto depende de los marcos éticos, organizacionales y profesionales que orientan su implementación.

Palabras clave: Inteligencia artificial, periodismo, calidad informativa, periodismo algorítmico, La Nación Data

 

Artificial intelligence in newsrooms: Reflections on its contributions to news quality

abstract

This article examines the incorporation of Artificial Intelligence (AI) into newsrooms and reflects on its contributions and challenges regarding news quality. Based on a literature review on automated journalism, algorithmic journalism, and the digital transformation of media organizations, the study explores the main changes these technologies introduce into journalistic production routines. It discusses the potential of AI to automate repetitive tasks, process large volumes of data, strengthen investigative practices, and support content verification. At the same time, it addresses challenges related to algorithmic bias, the opacity of automated systems, technological dependence, and the transformation of professional skills required in contemporary news organizations. As a case study, the article analyzes the experience of La Nación Data, recognized as a leading example of journalistic innovation and the application of AI tools in Argentina. The analysis is guided by criteria for news quality, focusing on professional ethics, editorial identity, and content coherence. The study concludes that AI should be understood as a complementary tool for journalism, whose impact depends on the ethical, organizational, and professional frameworks that shape its implementation.

Keywords: Artificial Intelligence, journalism, news quality, algorithmic journalism, La Nación Data

 

 

A Inteligência artificial nas redações jornalísticas: Reflexões sobre suas contribuições para a qualidade da informação 

Resumo

Este artigo analisa a incorporação da Inteligência Artificial (IA) nas redações jornalísticas e reflete sobre suas contribuições e desafios em relação à qualidade da informação. Com base em uma revisão bibliográfica sobre jornalismo automatizado, jornalismo algorítmico e transformação digital dos meios de comunicação, examinam-se as principais mudanças que essas tecnologias introduzem nas rotinas produtivas do jornalismo. O trabalho aborda as possibilidades oferecidas pela IA para automatizar tareas repetitivas, processar grandes volumes de dados, fortalecer processos investigativos e contribuir para a verificação de conteúdos. Também analisa os riscos associados aos vieses algorítmicos, à opacidade dos sistemas automatizados, à dependência tecnológica e às transformações nos perfis profissionais exigidos pelas organizações jornalísticas. Como estudo de caso, apresenta-se a experiência da La Nación Data, considerada uma referência em inovação jornalística e aplicação de ferramentas de Inteligência Artificial na Argentina. A análise é realizada a partir dos critérios de qualidade da informação, relacionados à ética profissional, à identidade editorial e à coerência dos conteúdos. Conclui-se que a IA constitui uma ferramenta complementar ao trabalho jornalístico, cujo impacto depende dos marcos éticos, organizacionais e profissionais que orientam sua implementação.

Palavras-chave: Inteligência Artificial, jornalismo, qualidade da informação, jornalismo algorítmico, La Nación Data

 

 

Introducción

La acelerada evolución tecnológica que caracteriza a las sociedades contemporáneas ha transformado los modos de producción, circulación y consumo de información. En este contexto, la inteligencia artificial (IA) emerge como una de las innovaciones con mayor capacidad de incidencia sobre los procesos comunicacionales y sobre el ejercicio cotidiano del periodismo. La creciente incorporación de sistemas automatizados, algoritmos de aprendizaje automático y herramientas de procesamiento masivo de datos ha modificado las dinámicas de trabajo dentro de las redacciones, generando nuevas oportunidades para la producción de contenidos. Pero en este contexto, también surgen interrogantes respecto de la calidad informativa, la autonomía profesional y la responsabilidad editorial.

La relación entre periodismo y tecnología no es un fenómeno novedoso. A lo largo de su historia, la actividad periodística ha experimentado una serie de transformaciones asociadas a la aparición de nuevas herramientas y soportes que modificaron las formas de producir y difundir información. Sin embargo, la irrupción de la IA presenta características particulares vinculadas a su capacidad para ejecutar tareas asociadas al trabajo humano, como el procesamiento de información, la identificación de patrones, la clasificación de contenidos e incluso la generación de textos.

Durante los últimos años, el debate académico sobre el uso de la IA en el periodismo se ha intensificado. Diversas investigaciones han puesto el foco en los riesgos asociados a la automatización, destacando problemáticas vinculadas con la pérdida de puestos de trabajo, la reproducción de sesgos algorítmicos y la falta de transparencia en los procesos automatizados. En este sentido, Leppänen et al. (2020) advierten que los sistemas de periodismo automatizado no están exentos de sesgos, ya que estos pueden originarse tanto en los datos utilizados como en las decisiones de diseño y programación de los algoritmos, lo que plantea desafíos para la transparencia y la calidad informativa. En paralelo, otros estudios han señalado las oportunidades que estas herramientas ofrecen para optimizar las rutinas productivas, fortalecer las capacidades investigativas de las redacciones y mejorar la eficiencia en el tratamiento de grandes volúmenes de datos. Por ejemplo, Marconi (2020) afirma que estas tecnologías permiten automatizar tareas rutinarias, procesar grandes volúmenes de información y liberar tiempo para que los periodistas se concentren en actividades de mayor valor agregado, como la investigación, el análisis y la producción de contenidos de calidad.

En América Latina, este tema cobra importancia debido a los cambios que experimentan los medios de comunicación. Las dificultades para sostener los modelos tradicionales de financiamiento, el crecimiento de las plataformas digitales y el aumento de la desinformación han llevado a muchas organizaciones a buscar nuevas alternativas tecnológicas. En este contexto, algunos medios comenzaron a incorporar herramientas de IA para mejorar sus procesos de trabajo y responder a las nuevas demandas del entorno digital. Como señala Waisbord (2019), “el periodismo enfrenta una combinación sin precedentes de transformaciones económicas, tecnológicas y políticas” (p. 2), situación que impulsa a las organizaciones a buscar nuevas estrategias de adaptación e innovación.

Algunos medios de comunicación comenzaron a incorporar nuevas herramientas y metodologías. Un ejemplo es La Nación, que, a través de su área de periodismo de datos, La Nación Data, ha impulsado iniciativas vinculadas con la innovación tecnológica, el análisis de datos y la experimentación con herramientas de IA. Asimismo, la creación de un laboratorio de IA dentro de la organización refleja el interés por explorar nuevas formas de producción periodística y aprovechar las oportunidades que ofrecen estas tecnologías.

El presente artículo se propone analizar los aportes, tensiones y desafíos que supone la incorporación de la IA en las rutinas productivas periodísticas, tomando la trayectoria y las prácticas de La Nación Data como estudio de caso de referencia fundamental en la región.

Para llevar a cabo este propósito, el trabajo recupera las contribuciones de diversos autores que han teorizado sobre el periodismo automatizado, el periodismo algorítmico y la transformación digital de las redacciones. A partir de esta base teórica, se examinan los criterios de calidad informativa desde tres dimensiones: la ética y responsabilidad profesional, la consolidación de una identidad editorial singular y la rigurosidad y coherencia en los contenidos producidos. Se sostiene que la IA no debe ser concebida como una amenaza inevitable para la profesión ni como una solución tecnológica capaz de resolver por sí sola los problemas del ecosistema informativo. Por el contrario, su impacto depende de los marcos éticos, organizacionales y profesionales que orientan su implementación.

 

IA y periodismo

La incorporación de la IA al ámbito periodístico constituye uno de los temas que mayor interés ha despertado dentro de los estudios sobre comunicación durante la última década. La expansión de herramientas basadas en aprendizaje automático, procesamiento del lenguaje natural y análisis automatizado de datos impulsó una creciente producción académica orientada a comprender las implicancias de estas tecnologías para el ejercicio del periodismo.

Uno de los primeros enfoques se centró en analizar la automatización de contenidos periodísticos. Carlson (2015) sostiene que la aparición de sistemas capaces de producir textos informativos de manera automática generó un proceso de redefinición de la autoridad periodística, cuestionando algunos de los supuestos tradicionales sobre la producción de noticias. Para este autor, la automatización no debe entenderse solo como una innovación tecnológica, sino también como un fenómeno que reconfigura las relaciones entre periodistas, organizaciones mediáticas y audiencias.

De manera similar, Dörr (2016) señala que el periodismo automatizado constituye una de las expresiones más visibles desde la incorporación de la IA a las redacciones. Según el investigador alemán especializado en automatización de noticias, se trata de un proceso (semi)automatizado de generación de lenguaje natural (NLG), mediante la selección de datos electrónicos provenientes de bases de datos públicas o privadas, la asignación de relevancia a características específicas de esos datos, el procesamiento y la estructuración de los conjuntos de datos en una estructura semántica, y la publicación del texto final en una plataforma en línea o fuera de línea con un alcance determinado.

Este fenómeno se caracteriza por la utilización de algoritmos capaces de transformar conjuntos estructurados de datos en textos periodísticos y, aunque al principio estas prácticas se concentraron en coberturas deportivas, financieras y meteorológicas, luego comenzaron a expandirse hacia otras áreas temáticas.

La literatura también ha explorado el papel de la IA en la transformación de las rutinas productivas. En esta línea, Lewis y Westlund (2015) sostienen que la incorporación de tecnologías digitales, sistemas automatizados y herramientas basadas en datos está transformando las rutinas de producción periodística y demandando nuevas competencias profesionales. Desde esta perspectiva, la tecnología no implica necesariamente el reemplazo de los periodistas, sino una redefinición de sus funciones, conocimientos y habilidades dentro de las organizaciones mediáticas.

Consideramos que en este punto es importante reflexionar acerca del rol del periodista y de la curaduría informativa en este contexto. Si bien los sistemas automatizados son capaces de procesar grandes cantidades de datos y generar contenidos de manera rápida, la intervención humana continúa siendo fundamental para garantizar la calidad, la relevancia y la contextualización de la información. En este sentido, el periodista deja de ser solo un productor de contenidos para asumir también funciones de supervisión, verificación, interpretación y selección crítica de la información generada por algoritmos. En este contexto, Bruns (2011) sostiene que los periodistas, y en particular los editores, desempeñan importantes funciones como curadores de noticias, al aportar capacidades profesionales vinculadas a la evaluación, contextualización y organización de la información.

 

El periodismo algorítmico

La transformación digital constituye uno de los procesos más significativos que ha atravesado el periodismo desde la aparición de la imprenta. La llegada de Internet y el desarrollo de las tecnologías digitales modificaron las formas de producir, distribuir y consumir información. Esto sin lugar a dudas ha generado cambios en las estructuras de las organizaciones mediáticas y en las prácticas de los periodistas.

Durante gran parte del siglo xx, los medios de comunicación funcionaron bajo un modelo que centralizaba la producción informativa y que mantenía una relación unidireccional con las audiencias. Los periódicos, las emisoras de radio y los canales de televisión ejercían el rol de intermediarios entre los acontecimientos y la ciudadanía. Sin embargo, la expansión de Internet alteró esta lógica al permitir que cualquier usuario pueda producir, difundir y consumir contenidos en tiempo real.

La digitalización introdujo nuevas dinámicas informativas caracterizadas por la velocidad, la interactividad y la multiplicidad de fuentes disponibles. Fue así que las organizaciones periodísticas se vieron obligadas a redefinir sus modelos de producción para adaptarse a un entorno cada vez más competitivo y fragmentado. La convergencia de plataformas, la integración de redacciones y la incorporación de herramientas digitales comenzaron a formar parte de las estrategias de innovación impulsadas por los medios.

En este contexto emerge el denominado periodismo algorítmico, entendido como el conjunto de prácticas periodísticas que incorporan algoritmos en diferentes etapas del proceso informativo. Este modelo interviene en la selección, jerarquización, producción y distribución de contenidos.

El periodismo algorítmico no se limita a la generación automática de noticias, también incluye procesos de recomendación de contenidos, análisis predictivo, monitoreo de tendencias y procesamiento masivo de datos. Estas aplicaciones permiten optimizar determinadas tareas, aunque también plantean interrogantes sobre la transparencia de los procesos informativos y la preservación de la autonomía editorial.

Uno de los cambios más significativos asociados al periodismo algorítmico radica en la creciente capacidad de procesar volúmenes de información imposibles de abordar mediante métodos tradicionales. Las redacciones trabajan en un escenario caracterizado por una sobreabundancia de datos: esto exige nuevas herramientas para identificar hechos relevantes y transformarlos en información significativa.

Así, la IA aparece como una respuesta a los desafíos planteados por la complejidad informativa. Sin embargo, su incorporación también nos obliga a reflexionar sobre los criterios que orientan la producción periodística y sobre el papel que continúan desempeñando los profesionales de la comunicación en la construcción de la realidad social.

 

La IA y las rutinas productivas periodísticas

Las rutinas productivas constituyen “prácticas y patrones de acción rutinarios a través de los cuales la lógica institucional de una organización se manifiesta a través de los medios” (Kuai et al., 2022, p. 1896, como se cita en Thäsler-Kordonouri, 2025). Estas tareas fueron definidas por factores organizacionales, tecnológicos y profesionales. No obstante, la incorporación de IA ha iniciado una modificación en distintos aspectos de estos procesos, dando lugar a nuevas formas de trabajo en el corazón de las redacciones.

La integración de sistemas algorítmicos en el ciclo de producción de noticias genera transformaciones que impactan el quehacer periodístico en sus dimensiones operativas, normativas, éticas y legales. En términos generales, la utilización de estas tecnologías altera la praxis profesional al automatizar la producción y distribución de contenidos (Sonni, 2025). De hecho, la intervención algorítmica en procesos como el periodismo automatizado representa una “transformación estructural de la producción de noticias y de la interacción con la audiencia” (Helberger et al., 2022, p. 1606, como se cita en Thäsler-Kordonouri, 2025), y trae consigo desafíos éticos en las salas de redacción.

Según Thäsler-Kordonouri (2025), tras el impacto de este giro tecnológico, la intervención editorial humana continúa siendo indispensable para compensar las deficiencias narrativas inherentes a las noticias automatizadas. Este proceso técnico, que es denominado posedición, abarca todas las fases de revisión y edición periodística aplicadas a los textos generados por algoritmos antes de su difusión final. Conceptualmente, la posedición comparte similitudes con el tratamiento tradicional que se les da a otros insumos informativos externos —tales como los comunicados de prensa o los despachos de agencias de noticia—, en la medida en que los periodistas utilizan estos artefactos como materia prima para luego adaptarlos al libro de estilo de su redacción y a las demandas percibidas de su audiencia.

Sin embargo, esta práctica editorial va más allá de la edición convencional, ya que atiende de forma directa las particularidades y rigideces narrativas derivadas de la producción informativa a escala automatizada. Por consiguiente, la posedición trasciende lo técnico para constituirse como una práctica socioprofesional crítica; un espacio donde los periodistas “están negociando cuestiones de autoridad, identidad y experiencia en relación ( … ) con procesos guiados por máquinas que asumen una mayor responsabilidad en funciones tradicionalmente asociadas con el control profesional” (Lewis & Westlund, 2015, p. 22).

La incorporación de estas tecnologías genera transformaciones profundas en los perfiles profesionales requeridos. Las redacciones actuales demandan cada vez más competencias vinculadas al análisis de datos, la comprensión de algoritmos y la utilización de herramientas tecnológicas avanzadas. Según Sonni (2025), la integración de la IA cambia la esencia del trabajo periodístico en tres dimensiones clave.

En primer lugar, aparece el periodista híbrido, caracterizado por combinar los principios éticos y las destrezas de investigación del periodismo tradicional con competencias técnicas en análisis de datos, comprensión de la lógica algorítmica y manejo de herramientas de extracción automatizada de información. En segundo lugar, se desarrolla el periodista curador u orquestador digital, cuya función consiste en gestionar diversos flujos informativos automatizados, seleccionando e interpretando aquellos insumos con verdadero valor periodístico para profundizarlos mediante la investigación propia. En tercer lugar, surge el paradigma de la redacción aumentada, escenario sociotécnico donde los sistemas algorítmicos y los profesionales humanos operan en simbiosis. En esta dinámica, la máquina asume tareas pesadas de procesamiento de datos y automatización operativa, mientras que el periodista concentra su juicio crítico en la interpretación, la investigación de campo y la elaboración de narrativas profundas.

De este modo, las rutinas productivas contemporáneas exigen una adaptación permanente en la que la capacitación técnica continua y la reflexión ética deben converger para preservar la función social del periodismo.

 

La calidad informativa en contextos de automatización

El debate en torno al impacto de la IA en las salas de redacción remite al problema de la calidad informativa. La calidad no constituye un atributo abstracto o puramente técnico, sino un conjunto de múltiples factores que define la efectividad de los medios de comunicación para cumplir su rol.

En el marco de este trabajo, la calidad informativa se aborda a partir de tres criterios rectores que permiten guiar el examen de las piezas periodísticas e investigaciones: la ética profesional y la responsabilidad social, la identidad y el valor agregado editorial, y la coherencia, rigor y consistencia de los contenidos.

Por un lado, la ética profesional y la responsabilidad social contemplan el compromiso innegociable con la veracidad, el rigor en la contrastación imparcial de fuentes y el respeto por los derechos informativos del público. En entornos automatizados, la dimensión ética exige instituir mecanismos transparentes de atribución de responsabilidad y rendición de cuentas (Al-Zoubi et al., 2024). La delegación de tareas operativas en algoritmos no exime a los periodistas ni a las empresas de su responsabilidad legal y moral sobre la información publicada.

Por otro lado, la identidad y el valor agregado editorial se refieren a la capacidad de un medio de comunicación para ofrecer una perspectiva propia y relevante sobre los acontecimientos de la realidad. Frente al riesgo de homogenización que puede provocar el uso acrítico de herramientas estandarizadas de IA, la identidad editorial se alcanza a través del periodismo de investigación propio, el análisis crítico contextual y la cobertura de temáticas de elevado interés ciudadano.

Finalmente, la coherencia y el rigor de los contenidos implica la consistencia interna de las producciones periodísticas, la precisión empírica de los datos presentados y la solidez argumentativa de las publicaciones. La coherencia demanda que los materiales producidos con asistencia tecnológica guarden una concordancia estricta con los más elevados estándares del medio, evitando inexactitudes, imprecisiones conceptuales o ausencias de contexto.

Estos criterios de calidad adquieren una vigencia renovada en la era digital, al funcionar como marcos de evaluación indispensables para asegurar que el uso de la tecnología fortalezca, en lugar de debilitar, la confianza de la ciudadanía en el periodismo.

 

La Nación Data como experiencia de innovación periodística

En el ecosistema mediático argentino, La Nación Data se ha consolidado como un referente de innovación y transformación digital. Desde su creación en 2011, esta unidad ha trascendido la cobertura tradicional mediante el uso de datos como fuente primaria, alineándose con la tendencia global hacia una redacción aumentada, en la que la tecnología no constituye un fin en sí misma, sino una herramienta para ampliar la capacidad de análisis de grandes volúmenes de datos y fortalecer la transparencia informativa.

La estructura organizacional de La Nación Data, basada en equipos interdisciplinarios integrados por periodistas, desarrolladores, diseñadores y analistas de datos, refleja la transición hacia un periodismo híbrido. Este paradigma, tal como sostiene Thäsler-Kordonouri (2025), supone una reconfiguración de la agencia en la cadena de producción informativa, donde los periodistas comparten parte de su capacidad de acción con actantes tecnológicos que participan en los procesos de recopilación, análisis y producción de contenidos. En este contexto emerge el perfil del periodista híbrido, capaz de integrar competencias periodísticas tradicionales con habilidades tecnológicas para gestionar flujos complejos de información y supervisar sistemas automatizados.

A continuación, se examina la trayectoria y las prácticas de La Nación Data evaluando sus aportes y desafíos a la luz de los tres criterios de calidad informativa enunciados.

Ética profesional, transparencia y supervisión humana. En el ejercicio del periodismo de investigación asistido por tecnología, los aspectos éticos y la transparencia metodológica resultan determinantes. Un caso ilustrativo en la trayectoria de La Nación Data fue el proyecto desarrollado para la identificación de parques solares en la Argentina mediante el uso de imágenes satelitales procesadas con modelos de visión artificial y aprendizaje automático (machine learning) (La Nación Data, 2020a). En este proyecto, los algoritmos de clasificación de imágenes permitieron mapear extensiones territoriales para detectar infraestructura energética que habría sido inabordable de forma manual, ampliando la capacidad investigativa del periodista. Sin embargo, en concordancia con los estándares éticos del medio, los resultados arrojados por los modelos probabilísticos no se publicaron de manera directa: el equipo aplicó un protocolo de supervisión humana en el cual periodistas e investigadores contrastaron cada una de las detecciones algorítmicas con registros oficiales, datos catastrales y fuentes de campo antes de su difusión.

Identidad editorial y valor agregado investigativo. Un ejemplo emblemático de la alineación entre tecnología e identidad periodística se evidenció en el análisis sobre el discurso presidencial titulado “Así nos habló Milei”: nueve trucos del relato libertario para construir un nuevo sentido común (La Nación, 2024). Ante un corpus masivo de intervenciones públicas, discursos y publicaciones, el equipo de investigación y de análisis de datos implementó técnicas de procesamiento del lenguaje natural (NLP), minería de texto y categorización algorítmica para detectar patrones de lenguaje, recurrencias léxicas y estructuras de la narrativa libertaria. Posteriormente, mediante una labor de validación y contextualización guiada por periodistas de la redacción, se contrapuso el procesamiento automatizado con el análisis político de campo. La automatización de la minería discursiva liberó tiempo para que se pudieran desglosar los ejes conceptuales, realizar entrevistas con especialistas y profundizar en el contexto social de los mensajes. La IA y la programación no reemplazaron la voz ni la mirada periodística; por el contrario, potenciaron la capacidad analítica de la redacción, reforzando la marca identitaria del diario como un actor relevante en el examen estricto del discurso del poder público.

Coherencia, precisión y rigor metodológico en los contenidos. La experiencia de La Nación Data demuestra que la calidad de los productos finales descansa en la aplicación de metodologías rigurosas para el tratamiento de datos y en la supervisión editorial continua. Durante la emergencia sanitaria provocada por la pandemia de COVID-19 (2020-2021), la unidad desplegó un sistema de monitoreo y sistematización de datos abiertos epidemiológicos mediante scripts de scraping automatizado y algoritmos de limpieza de bases de datos heterogéneas procedentes de organismos públicos (La Nación Data, 2020b). Dada la fragmentación de la información oficial, el equipo metodológico del área implementó controles de calidad para detectar inconsistencias en los registros de contagios, testeos y ocupación de camas de terapia intensiva antes de elaborar los paneles interactivos públicos. La rigurosidad en el filtrado y la contextualización de los datos evitó la difusión de cifras engañosas en momentos de alta incertidumbre social.

 

Desafíos y oportunidades de la Inteligencia artificial para el periodismo

La incorporación de la IA en las redacciones ha generado una gran dicotomía acerca de sus oportunidades y riesgos. Mientras algunos especialistas enfatizan las potencialidades que ofrecen estas tecnologías para facilitar el proceso de producción informativo, otros advierten sobre las limitaciones asociadas a la automatización de procesos relacionados con la labor de los periodistas.

La capacidad de sistematizar y evaluar grandes flujos de datos en tiempo récord constituye una de las contribuciones más relevantes de la inteligencia artificial. Frente al fenómeno actual de la sobreinformación, esta cualidad ofrece un insumo estratégico para el periodismo, en tanto optimiza el rastreo de patrones, la detección de inconsistencias y la articulación de variables que pasarían desapercibidas bajo un examen manual o tradicional.

Asimismo, estas herramientas contribuyen a optimizar tareas repetitivas que demandan una importante inversión de tiempo y recursos. La automatización de procesos de recopilación, clasificación y procesamiento de información permite que los periodistas concentren sus esfuerzos en actividades de mayor complejidad analítica y valor editorial.

Otra ventaja relevante se vincula con el fortalecimiento de los procesos de verificación informativa. La proliferación de noticias falsas y de campañas de desinformación constituye uno de los principales desafíos que enfrentan los medios de comunicación. En este escenario, la IA puede actuar como un recurso complementario para detectar contenidos engañosos, verificar fuentes y analizar la circulación de información en entornos digitales.

Di Domenica (2024) considera que la IA resulta muy útil para recolectar información, profundizar o buscar detalles en algunos aspectos específicos. Al mismo tiempo brinda la posibilidad de redactar de acuerdo a las indicaciones de un formato o condiciones determinadas.

Junto con estas oportunidades surgen diversos riesgos. Uno de los más discutidos se relaciona con los sesgos algorítmicos: el algoritmo es un conjunto de instrucciones sistemáticas y establecidas, que se utilizan para llevar a cabo diferentes movimientos. Plantean una acción, frente a un dato o hecho, con opciones posibles frente a diversas variantes. Asimismo, se encuentran los sistemas de predicción, que para que proporcionen resultados correctos necesitan tanto de una gran cantidad de información que se halla en Internet (big data) como de la estadística.

Así, los sistemas de IA aprenden a partir de datos existentes y pueden reproducir desigualdades, prejuicios o distorsiones presentes en dichos conjuntos de información. Estos problemas adquieren relevancia en el trabajo periodístico debido a la influencia que tienen los medios en la construcción de representaciones sociales. Un algoritmo sesgado puede afectar la selección de temas, la jerarquización de contenidos o la visibilidad de determinados actores sociales, generando consecuencias significativas para la calidad del debate público.

Debido a ello, Di Domenica (2024) sostiene:

La Inteligencia artificial puede confundirnos ( ... ). Porque parece que piensa, parece que sabe, parece que conoce. Incluso podrá emular la voz o la imagen de los seres humanos reales. Pero nada es lo que parece. No piensa, no sabe, no conoce. Solo tiene una capacidad inmensa para gestionar toda la información generada a lo largo de los años, y ofrecer a partir de la predicción y la estadística. (p. 27)

Por otra parte, Nogal (2023) entrevista a Yuval Noah Harari, quien señala que el gran peligro de la IA es que pueda llegar a manejarse de manera autónoma. Si bien innumerables máquinas han superado al hombre en capacidad y fuerza, ahora es la primera vez que este tipo de tecnología puede llegar a alcanzar independencia. Al contar con mayor capacidad cognitiva que la de cualquier ser humano, tiene posibilidad de desarrollar ideas, mensajes o lenguajes que el hombre no pueda comprender, y de este modo, perder el control.

Otro riesgo se vincula con la opacidad de los procesos automatizados. En muchos casos, los algoritmos funcionan como sistemas difíciles de interpretar incluso para quienes los emplean. Esta falta de transparencia puede dificultar la identificación de errores y limitar la capacidad de rendición de cuentas por parte de las organizaciones periodísticas.

También existen preocupaciones relacionadas con la dependencia tecnológica. A medida que las redacciones incorporan herramientas automatizadas, aumenta su dependencia de empresas tecnológicas que desarrollan y controlan estos sistemas. Esta situación plantea inquietudes sobre la autonomía de los medios y sobre la centralización de poder en manos de actores externos al campo periodístico.

Por último, la automatización genera incertidumbre respecto del futuro del trabajo periodístico. Aunque la mayoría de los estudios coinciden en que la IA no sustituirá por completo a los periodistas, sí se observan transformaciones significativas en las competencias requeridas para el ejercicio profesional.

 

Reflexiones finales

La relación entre la IA y el periodismo no puede interpretarse desde perspectivas dicotómicas que presenten a la tecnología como una amenaza absoluta o como una solución definitiva para los problemas del sector. Ambas posiciones simplifican un fenómeno complejo que involucra dimensiones tecnológicas, organizacionales, económicas, éticas y culturales.

En este escenario, la experiencia de La Nación Data demuestra cómo la IA puede convertirse en un insumo capaz de ampliar las capacidades investigativas de las redacciones y fortalecer los procesos de producción informativa. En otras palabras, el periodismo actual encuentra un gran potencial en la aptitud técnica para analizar volúmenes masivos de información, agilizar procesos rutinarios y crear formatos inéditos para la presentación visual de las noticias.

No obstante, cuando se utiliza la IA como motor de búsqueda para la recolección de datos, el sistema suele incurrir en graves imprecisiones, tales como la generación de información o imágenes inventadas e inexistentes. Pese a estas limitaciones y distorsiones, con el debido control y la verificación minuciosa de los profesionales, la IA generativa se consolida como un facilitador del trabajo periodístico.

En este marco, los beneficios potenciales de estas tecnologías no se traducen de forma automática en mejoras de la calidad informativa. Esta última continúa dependiendo de factores sustanciales como la ética profesional, la independencia editorial, la rigurosidad metodológica y el compromiso con el interés público. Desde esta perspectiva, la IA debe ser evaluada no por su grado de sofisticación técnica, sino por su contribución efectiva a los fines de la profesión: la pregunta relevante no es cuánto puede automatizarse una redacción, sino de qué manera la tecnología fortalece la función social de informar.

Asimismo, las evidencias analizadas permiten cuestionar aquellas narrativas que auguran una sustitución de los periodistas por sistemas automatizados. Si bien ciertas tareas operativas pueden ser asumidas por algoritmos, la interpretación de los acontecimientos, la contextualización de los hechos y la toma de decisiones editoriales continúan siendo competencias estrictamente humanas.

De este modo, la complementariedad entre la tecnología y el criterio profesional emerge como una de las principales conclusiones del análisis. Lejos de desplazar al periodista, la IA impulsa una redefinición de su rol, poniendo especial atención a funciones de análisis crítico, supervisión de procesos y construcción de sentido. A partir del recorrido desarrollado, se confirma que la automatización de tareas, el procesamiento masivo de datos y las nuevas herramientas de investigación ofrecen oportunidades concretas para optimizar las rutinas productivas.

En suma, el impacto real de la Inteligencia artificial sobre la calidad informativa debe evaluarse en el cruce de sus tres dimensiones. En primer lugar, desde la ética y responsabilidad profesional, la tecnología exige afianzar la supervisión humana y la transparencia metodológica para evitar la propagación de sesgos o imprecisiones. En segundo lugar, en lo relativo a la identidad y el valor agregado editorial, las tecnologías automatizadas tienen sentido cuando liberan de tareas repetitivas a la redacción. Así, los periodistas pueden enfocarse en investigaciones de calidad, aportar un análisis crítico y evitar que todas las noticias terminen siendo iguales. Por último, la IA solo aporta rigor y coherencia si se aplican controles estrictos de verificación humana. La experiencia demuestra que la calidad periodística no surge automáticamente por usar tecnología, sino por subordinar los algoritmos a los valores éticos de la profesión.

En definitiva, el futuro del periodismo no dependerá exclusivamente del desarrollo tecnológico, sino de la capacidad de las organizaciones para subordinar la innovación a los principios de transparencia, rigurosidad y servicio ciudadano que legitiman su función social en las democracias contemporáneas.


 

Referencias

Al-Zoubi, O., Ahmad, N., & Abdul Hamid, N. (2024). Artificial intelligence in newsrooms: Ethical challenges facing journalists. Studies in Media and Communication, 12(1), 401–409. https://doi.org/10.11114/smc.v12i1.6587

Bruns, A. (2011). Gatekeeping, gatewatching, real-time feedback: New challenges facing journalists. Brazilian Journalism Research, 7(2), 117–136. https://doi.org/10.25200/BJR.v7n2.2011.35

Carlson, M. (2015). The robotic reporter: Automated journalism and the redefinition of labor, compositional forms, and journalistic authority. Digital Journalism, 3(3), 416–431. https://doi.org/10.1080/21670811.2014.976412

Di Domenica, S. (2024). Inteligencia artificial y realidades fantásticas por vivir. Ediciones del Camino.

Dörr, K. N. (2016). Mapping the field of Algorithmic Journalism. Digital Journalism, 4(6), 700–722. https://doi.org/10.1080/21670811.2015.1096748

La Nación Data. (2020a, 29 de mayo). Inteligencia artificial para mapear parques solares en Argentina. La Nación. https://www.lanacion.com.ar/tecnologia/inteligencia-artificial-mapear-parques-solares-argentina-nid2370879/

La Nación Data. (2020b, 19 de abril). El mapa del coronavirus en la Argentina y todas las estadísticas en tiempo real. La Nación. https://www.lanacion.com.ar/sociedad/provincia-provincia-mapa-del-coronavirus-argentina-nid2344407/

La Nación Data. (2024, 10 de diciembre). Así nos habló Milei: nueve trucos del relato libertario para construir un nuevo sentido común. La Nación. https://www.lanacion.com.ar/politica/asi-nos-hablo-milei-nueve-trucos-del-relato-libertario-para-construir-un-nuevo-sentido-comun-nid10122024/

Leppänen, L., Tuulonen, H., & Sirén-Heikel, S. (2020). Automated journalism as a source of and a diagnostic device for bias in reporting. Media and Communication, 8(3), 39-49. https://doi.org/10.17645/mac.v8i3.3022

Lewis, S. C., & Westlund, O. (2015). Actors, actants, audiences, and activities in cross-media news work. Digital Journalism, 3(1) 19–37. https://doi.org/10.1080/21670811.2014.927986

Marconi, F. (2020). Newsmakers: Artificial Intelligence and the future of journalism. Columbia University Press.

Nogal, B. (2023, 20 de mayo). El aviso de Yuval Noah Harari: «Si la IA se escapa de nuestro control podríamos estar ante el final del Homo Sapiens». Cadena SER. https://cadenaser.com/nacional/2023/05/20/el-aviso-de-yuval-noah-harari-si-la-ia-se-escapa-de-nuestro-control-podriamos-estar-ante-el-final-del-homo-sapiens-cadena-ser/

Sonni, A. F. (2025). Digital transformation in journalism: Mini review on the impact of AI on journalistic practices. Frontiers in Communication, 10, Artículo 1535156. https://doi.org/10.3389/fcomm.2025.1535156

Thäsler-Kordonouri, S. (2025). Refining automated news? The role of journalistic post-editing in shaping reader perceptions. European Journal of Communication, 40(5), 471–490. https://doi.org/10.1177/02673231251344854

Waisbord, S. (2019). The Communication Manifesto. Polity Press.

 

 

 

 



[1] Licenciada en Periodismo y profesora en Periodismo por la Universidad del Salvador. Candidata a magíster en Comunicación Institucional y Corporativa por la misma universidad. Correo electrónico: laura.diaz1@usal.edu.ar

[2] Licenciada en Periodismo, profesora universitaria e investigadora en la Facultad de Ciencias Sociales, Educación y Comunicación de la Universidad del Salvador. Correo electrónico: florencia.giuliano@usal.edu.ar

[3] Licenciada en Periodismo y profesora universitaria por la Universidad del Salvador. Es candidata a magíster en Gestión de la Comunicación en las Organizaciones por la Universidad Austral y cuenta con la Diplomatura en Comunicación Institucional y Asuntos Públicos y la Diplomatura en Gestión del Cambio, ambas de la Universidad Austral. Correo electrónico: florencia.maderna@usal.edu.ar

 

Fecha de recepción: 14/07/2026. Fecha de aceptación 16/10/2026