Por: Patricia Benítez. Fuente: La Precisa.

Ana Paula Valacco es de esas personas que, un poco en broma pero también muy serio, sostienen que no será la Inteligencia Artificial (IA) la que nos reemplace, sino quienes sepan usarla. Como gerente de Programa y Líder de Participación en JournalismAI —una iniciativa de Polis, el laboratorio de ideas sobre periodismo de la London School of Economics (LSE)—, una de sus tareas es capacitar y empoderar a organizaciones periodísticas para que utilicen IA de forma responsable.

Hace poco, la experta compartió con los y las becarias del Programa por la Integridad de la Información 2025 y con el equipo de La Precisa, conceptos y recomendaciones sobre la aplicación de la IA en el periodismo. Nos habló de la importancia de reconocer sus límites y riesgos, y nos instó a pensar narrativas transformadoras desde una perspectiva crítica. Resumiéndolo en una frase: “Usar la IA para el bien”.

Aquí compartimos algunas de las enseñanzas que nos dejó su charla magistral:

• Pensar la IA de manera crítica. Si tuviéramos que definir a la IA, ¿cómo lo haríamos? Ana Paula sostiene que no hay un concepto unívoco para esta tecnología, que de hecho tiene ya algunas décadas de desarrollo y mucha discusión. De forma concreta, sugiere pensarla como un conjunto de ideas, tecnologías y técnicas relacionadas con la capacidad de un sistema informático para realizar tareas que normalmente requieren inteligencia humana. Esta definición es clave porque nos permite acercarnos a la IA de manera crítica y nos lleva además a considerar una de sus principales características: la automatización, entendida como una amplia gama de tecnologías que reducen —no reemplazan— la intervención humana en los procesos.

• Comprender su funcionamiento. Para asimilar los mecanismos con los que la IA alcanza sus capacidades, resulta necesario hablar de algoritmo, con el cual probablemente estamos familiarizados debido a su función de curaduría en redes sociales, donde elige qué mostrarnos y qué no. La configuración de este conjunto de pasos e instrucciones para alcanzar un resultado específico es relevante cuando hablamos de IA, ya que depende tanto de cómo se define el problema a resolver como de la manera en que se identifican o priorizan las tareas.

   

• Inteligencia Artificial Generativa. El Machine learning (aprendizaje automático) es una rama de la IA que permite a los algoritmos aprender patrones a partir de grandes volúmenes de datos y realizar tareas nuevas para las que no fueron explícitamente programados. Ya la IA Generativa, un subcampo del Machine Learning va mas allá del procesamiento de datos: permite generar nuevo contenido como textos, audios y videos, utilizando grandes modelos de lenguaje (LLMs). Estos modelos, tras haber analizado millones de datos, son capaces de reconfigurar esa información y generar contenido completamente nuevo.

   

• Contenido nuevo, no información nueva. Explicado de una manera todavía más didáctica, el trabajo de los modelos de lenguaje consiste en predecir, a partir de una estructura de texto específica, cuál es la palabra que viene después. ¿Cómo lo hacen? Reduciendo el lenguaje a tokens (pequeñas unidades de datos) y anticipando la probabilidad de cada uno. Primero, agrupan estos tokens por temas o conceptos y luego optimizan la secuencia siguiente, a partir de la probabilidad estadística de que cada palabra forme parte del producto esperado, según el prompt (instrucción) introducido. Algo parecido a un chat predictivo: si escribimos “Soy”, sugiere completar con “un”.

  En este punto, la especialista destaca que la IA genera contenido nuevo, pero no información nueva, ya que siempre se basa en la probabilidad estadística de encontrar contenido similar dentro de los millones de datos con los que fueron entrenados los modelos. Por eso, la IA es inherentemente conservadora. Tiende a replicar los datos con los que fue alimentada.

• Utilizar la IA como asistente. La IA puede ser de gran utilidad en diversas etapas del trabajo periodístico nos dice Ana Paula. En la recopilación de noticias puede ayudar a encontrar acontecimientos concretos, hacer verificación de datos, identificar contenido sospechoso o detectar tendencias. En la producción de noticias también sirve para generar contenido a partir de datos estructurados, traducir a otros idiomas o explorar nuevos formatos (por ejemplo, convertir texto en audio o viceversa). Y en la distribución de noticias puede utilizarse para recomendar artículos, personalizar páginas, generar anuncios relevantes, entre otras funciones.

  ¿Cómo decidir en qué usar IA? La experta sugiere pensar en la IA como un “pasante” o un asistente muy capaz, que puede leer y escribir correctamente, pero que carece del criterio necesario para producir contenido periodístico completo sin intervención humana. Con esta analogía, indica que la IA debe ser utilizada para potenciar el trabajo periodístico, no para reemplazarlo.

• La responsabilidad sigue siendo nuestra. La IA tiene el potencial de transformar el periodismo y la generación de contenido, pero también tiene límites. Por eso es fundamental tener bien claro cuál es el grado de supervisión que podemos dar a las tareas que le encargamos, porque, como Ana Paula nos recuerda —además de advertirnos sobre los riesgos de las alucinaciones (generación de información falsa o imprecisa)—, la verificación de datos y fuentes sigue siendo un valor fundamental del periodismo.

Volviendo a la pregunta inicial sobre si la IA se quedará o no con nuestros trabajos, coincidimos con Ana Paula y elegimos creer que no solo no reemplazará a los periodistas, sino que quienes sepan utilizarla de manera responsable estarán un paso adelante.