A medida que más redacciones en todo el mundo experimentan con el uso de inteligencia artificial (IA) para transformar contenidos periodísticos en nuevos formatos -desde videos y pódcasts hasta infografías o boletines interactivos-, surgen interrogantes urgentes sobre cómo preservar la rigurosidad editorial en estos procesos.
Una de las claves para lograrlo es garantizar la fidelidad a la fuente original, como advierte la periodista e investigadora Nithyani Anandakugan en su más reciente análisis publicado en Innovation in Media.
¿Qué es la “fidelidad a la fuente”?
El concepto, desarrollado y aplicado por la periodista y experta en IA Sannuta Raghu, parte de una pregunta simple pero poderosa: ¿se mantiene intacta la intención editorial al transformar un artículo en otro formato?
Para Raghu, exbecaria Knight del ICFJ y directora del Laboratorio de IA en Scroll.in, esta fidelidad implica conservar los hechos, el tono, las atribuciones y el contexto temporal en cada versión generada por IA. No basta con que el contenido sea “fluido” o visualmente atractivo; debe ser preciso, verificable y respetar el trabajo original del periodista.
“La mayoría de los modelos de IA están entrenados para optimizar la forma y la fluidez del lenguaje, no la precisión, atribución o intención editorial”, advierte Raghu.
El problema de la distorsión invisible
Uno de los riesgos más frecuentes al transformar artículos en otros formatos con IA es la pérdida o distorsión de detalles críticos. Fechas, citas atribuidas, matices de incertidumbre e incluso la estructura narrativa pueden alterarse sin intención, pero con consecuencias importantes.
Por ejemplo, una frase como “El lunes, los trabajadores levantaron la huelga de 21 días” puede terminar reducida a “Los trabajadores levantaron la huelga”, eliminando el contexto temporal que ayuda a comprender el hecho.
Otro ejemplo es cómo los modelos de IA tienden a simplificar o tergiversar citas. Una declaración matizada como “No lo descartamos por completo, pero es poco probable que ocurra este año” podría transformarse en “El ministro dijo que era poco probable”, diluyendo el contenido original.
Hacia un estándar editorial para la IA
Durante su trabajo de investigación, Raghu ha comenzado a desarrollar un Directorio de Contenido Líquido, una especie de mapa modular del ecosistema digital periodístico que busca enseñar a los modelos de IA a distinguir entre formatos, contenedores, canales de distribución y bloques de construcción del contenido informativo.
También propone una guía de transformación editorial que funcionaría como un manual de estilo para la IA: una base de datos que defina cómo manejar la incertidumbre, cómo conservar la lógica narrativa, cómo evitar exageraciones o simplificaciones y cómo validar cada elemento reescrito.
“El reto no es solo evitar alucinaciones de la IA, sino preservar el significado, la intención y la confianza en cada versión”, concluye Raghu.
Periodistas en el centro del proceso
La visión de Raghu coincide con la advertencia de expertos: la automatización de contenidos no puede prescindir de la mirada humana. Los periodistas deben estar involucrados en cada etapa del proceso, desde la generación hasta la validación, para asegurar que las herramientas de IA sean aliadas -y no amenazas- de la integridad editorial.
La discusión sobre la “fidelidad a la fuente” no es meramente técnica. Es, en esencia, una defensa de los valores del periodismo: precisión, contexto, responsabilidad y servicio público. Y, en la era de la IA generativa, esos valores son más importantes que nunca.
Fuente: Artículo original de Nithyani Anandakugan, «Por qué la fidelidad de la fuente es vital cuando se usa la IA en el periodismo», publicado el 3 de agosto de 2025 en Innovation in Media – IJNET.
