La inteligencia artificial puede liberar a los periodistas de tareas rutinarias para dedicar más tiempo a investigar, verificar y trabajar con las fuentes, pero también puede terminar acelerando un modelo basado en producir cada vez más contenidos con menos recursos.
Ese es uno de los principales dilemas planteados por los investigadores Seth C. Lewis, Rodrigo Zamith y Tomás Dodds en el libro ‘Journalism in the Age of AI. From Acceleration to Reimagination’, publicado en 2026 por Polity.
Los autores consideran que la llegada de la IA generativa representa un momento especialmente relevante para el periodismo porque, a diferencia de anteriores transformaciones digitales, la tecnología no se limita a añadir nuevas tareas: ahora puede asumir directamente una parte del trabajo que tradicionalmente realizaban los profesionales.
Las páginas web obligaron a los periodistas a adaptar contenidos; las redes sociales multiplicaron los canales que debían atender y los teléfonos móviles consolidaron una producción prácticamente permanente. La IA introduce ahora la posibilidad de automatizar parte de esas funciones.
Pero el beneficio, advierten, no debería medirse únicamente por cuántos contenidos pueden producirse ni cuánto dinero o tiempo puede ahorrarse.
La pregunta sería qué hacer con el tiempo que la tecnología permite recuperar.
Más que producir
Si determinadas tareas de redacción pueden resolverse en menos tiempo, los periodistas podrían dedicar mayores esfuerzos a buscar fuentes, contrastar versiones, investigar, verificar afirmaciones, analizar documentos complejos, trabajar sobre el terreno y tomar decisiones editoriales y éticas.
La situación podría evolucionar también en sentido contrario: utilizar la IA para que equipos cada vez más pequeños produzcan un volumen creciente de contenidos.
Los autores comparan esa dinámica con una “rueda de hámster”, en la que la tecnología aumenta la velocidad sin transformar necesariamente la calidad o utilidad del producto periodístico.
Desde esa perspectiva, automatizar una tarea tendría sentido cuando el tiempo recuperado se traduzca en un mejor periodismo.
El libro propone evaluar las aplicaciones de inteligencia artificial por su capacidad para complementar y ampliar el trabajo humano, y no exclusivamente por los costos que permiten reducir.
Incluso plantea que las redacciones deberían estar dispuestas a rechazar determinadas aplicaciones cuando deterioren la calidad de la información, entren en conflicto con principios profesionales, perjudiquen a las fuentes o reduzcan al periodista a supervisar contenidos producidos automáticamente.
Cuatro oportunidades
Lewis, Zamith y Dodds identifican cuatro áreas en las que la inteligencia artificial podría contribuir a transformar el periodismo.
La primera es la accesibilidad, mediante la adaptación de contenidos a diferentes idiomas, formatos y necesidades de las audiencias.
La segunda es reforzar la respuesta frente a la desinformación, utilizando la tecnología para detectar afirmaciones, rastrear contenidos y apoyar los procesos de verificación.
Una tercera posibilidad es desarrollar lo que denominan “micro-relevancia”: convertir asuntos generales en información directamente útil para las circunstancias particulares de una persona.
El cuarto objetivo apunta hacia un periodismo más conversacional, en el que las audiencias puedan preguntar, solicitar explicaciones adicionales o recibir información con diferentes niveles de complejidad.
En lugar de limitarse a ofrecer un artículo cerrado, el medio podría facilitar distintas formas de acceder al conocimiento generado mediante su trabajo periodístico.
El riesgo de saber menos
La posibilidad de producir y consumir información con mayor rapidez también plantea una paradoja: tener acceso a más información no significa necesariamente comprender mejor lo que sucede.
El libro utiliza el concepto ‘epistemic thinness’ para describir la distancia que puede surgir entre sentirse informado y estar realmente informado.
Un resumen generado automáticamente puede parecer suficiente mientras elimina matices, fuentes, incertidumbres y explicaciones presentes en el contenido original.
Ese riesgo no afecta únicamente a las audiencias. Los propios periodistas podrían perder profundidad si sustituyen sistemáticamente la lectura y el análisis de documentos por síntesis automáticas.
Los autores advierten además sobre la dependencia creciente de las empresas periodísticas respecto de un reducido número de compañías tecnológicas que controlan modelos de IA, servicios de computación y sistemas de distribución.
Por ello, el debate sobre inteligencia artificial en las redacciones va más allá de aprender a utilizar nuevas herramientas.
La cuestión central es qué tipo de periodismo se quiere construir con ellas: uno capaz de producir más información en menos tiempo o uno que utilice la automatización para recuperar recursos destinados precisamente a aquello que continúa requiriendo criterio, experiencia, investigación y contacto humano.
