La inteligencia artificial (IA) en la industria editorial ha avanzado constantemente durante más de una década, y algunos de los principales medios de comunicación han adoptado sistemas automatizados para producir contenidos. Inicialmente utilizada para cubrir pronósticos meteorológicos , resúmenes deportivos e informes financieros , esta automatización se expandió para cubrir un espectro más amplio de tareas creativas .
En la década de 2020, la atención se centró en gran medida en la IA generativa capaz de procesar y emular el lenguaje humano. Esto se debió principalmente a que los modelos avanzados de aprendizaje automático identificaban patrones dentro de conjuntos de datos no estructurados. Estos modelos podrían analizar millones de imágenes, libros y artículos para generar contenido escrito original y notablemente humano basado en parámetros de entrada específicos.
El lanzamiento de ChatGPT en noviembre de 2022 aumentó significativamente el interés público en las tecnologías de inteligencia artificial, lo que generó la preocupación de los profesionales de los medios por perder sus trabajos a manos de los robots. La interfaz fácil de usar del chatbot permitió que más personas exploraran las capacidades de procesamiento del lenguaje natural (PNL), y la calidad general de su contenido impulsó a creadores de tendencias como Nature Publishing Group y PNAS Journals a revisar sus políticas editoriales.
ChatGPT adquirió 100 millones de usuarios a un ritmo sin precedentes , catapultando a su desarrollador, OpenAI, a acumular más de mil millones de dólares en ingresos . Este éxito innovador estimuló las inversiones de riesgo en empresas de IA, que alcanzaron los 40 mil millones de dólares en el primer semestre de 2023 e instaron a las empresas a explorar las capacidades de la IA en muchas industrias.
Se prevé que la IA global en el mercado de los medios y el entretenimiento crezca de los 16.100 millones de dólares esperados en 2023 a los 85.600 millones de dólares en 2030. Fuente: Research and Markets
Dada la cantidad cada vez mayor de computación disponible para el entrenamiento de modelos, los chatbots avanzados de PNL aún tienen que alcanzar su máximo potencial. Sin embargo, la IA ya ha tenido un impacto profundo en el mundo editorial similar al surgimiento de Internet.
Una encuesta de WAN-IFRA a editores de noticias mostró que, en mayo de 2023, aproximadamente la mitad utilizaba activamente ChatGPT o herramientas similares, y el 70% esperaba que ayudaran a los periodistas. Fuente: WAN-IFRA
La nueva tecnología ha transformado el panorama de la industria editorial, presentando desafíos y beneficios para los escritores y nuevas oportunidades para los proveedores de contenido. El enfoque basado en datos requiere que las empresas adopten estos cambios, lo que hace que el dominio de las herramientas basadas en inteligencia artificial sea esencial para que los periodistas y editores aseguren sus puestos.
¿Qué es la IA generativa?
La IA artificial generativa (IA) es un modelo de aprendizaje automático capaz de generar contenido nuevo, incluido texto, imágenes, música, animación o código. Dichos modelos procesan cantidades masivas de contenido producido por humanos utilizando un formato de aprendizaje autosupervisado que les permite imitar a los creadores humanos.
Durante mucho tiempo, la IA se desarrolló principalmente en torno a la interpretación de datos, incluido el entrenamiento de algoritmos de aprendizaje automático para comprender lo que hay en una imagen. Sin embargo, la nueva tecnología captó una atención generalizada cuando los investigadores pasaron del reconocimiento de imágenes a la generación de imágenes. En enero de 2021, OpenAI lanzó DALL-E , un modelo que convertía las descripciones de texto de los usuarios en ilustraciones.
La portada de la revista The Economist se elaboró en Midjourney, otro generador de arte, que se convirtió en un éxito tras su lanzamiento en 2022. Fuente: The Economist
Las aplicaciones de IA generativa procesan entradas a través de grandes modelos de lenguaje (LLM). Los LLM, inspirados en el cerebro humano, consideran las palabras y partes de palabras como nodos en un mapa multidimensional . Se esfuerzan por definir la distancia entre estos nodos y así predecir la palabra con mayor probabilidad de aparecer a continuación en una secuencia particular. Con más datos, un LLM puede escribir textos más complejos o crear imágenes relevantes para el tema.
Microsoft ha confirmado que su chatbot Bing se ejecuta en GPT-4 LLM de OpenAI, también disponible para los suscriptores de ChatGPT. Aquellos que prefieran no suscribirse aún pueden acceder libremente a GPT-3.5. Los dos servicios ofrecen experiencias diversas , mientras que Bard de Google funciona con un modelo diferente .
Las capacidades de estos chatbots avanzados abarcan mucho más que la generación de texto. Modifican nuestra interacción con los motores de búsqueda, haciendo que las consultas y los resultados sean más conversacionales. Google afirma dar el siguiente paso en esta transformación con su Search Generative Experience (SGE) , disponible a través de Google Labs en EE. UU. y el Reino Unido.
La imagen de arriba muestra cómo SGE organiza la página de resultados para ayudar a los usuarios a obtener más con una sola búsqueda. Fuente: Laboratorios de Google
SGE sugiere una descripción general de un tema y lo respalda con enlaces a recursos para una mayor exploración. Da una idea de qué preguntas responderá una publicación en particular.
Estos resúmenes rápidos y compilaciones simplifican la navegación para los usuarios. Sin embargo, plantean algunas preguntas a los creadores de contenido sobre si deberían permitir que los motores de búsqueda utilicen su contenido para capacitación .
En última instancia, los motores de búsqueda y los chatbots pueden utilizar información creada por humanos para ayudar a sus usuarios sin enviar a los lectores a sus páginas de origen.
¿Dónde se utiliza la IA hoy en día?
Los algoritmos de inteligencia artificial (IA) se utilizan en toda la industria editorial, desde dar forma a la entrega de noticias hasta personalizar los recorridos de los suscriptores de un muro de pago .
Por ejemplo, Reuters utilizó su herramienta News Tracer ya en 2016 para detectar y verificar automáticamente las últimas noticias en Twitter. Inicialmente, la IA pretendía automatizar procesos para ayudar a los editores a centrarse en la creación de contenido.
El New York Times experimentó con una interfaz basada en inteligencia artificial en 2015, automatizando las tareas diarias de etiquetado y anotación. Fuente: NYTLabs
El New York Times también fue pionero en el uso de análisis prescriptivos para gestionar su muro de pago. Dynamic Meter aprendió de cómo los suscriptores interactuaban con el contenido para decidir cuántos artículos los usuarios no registrados podían leer de forma gratuita.
Nuevas capacidades han ampliado la aplicación de la IA para incluir la creación y curación de contenidos.
Según la encuesta global JournalismAI, el 90% de las redacciones recurren a la IA en diferentes etapas de la producción de contenidos. Fuente: PeriodismoAI
Tendencias y detección de sujetos
Los servicios de monitoreo como Google Trends o CrowdTangle ayudan a los editores a identificar temas de tendencia para regiones o datos demográficos particulares. Además, las herramientas de inteligencia artificial pueden ayudar con la lluvia de ideas, y las sugerencias sirven como punto de partida para futuras discusiones.
En junio de 2023, los científicos presentaron AngleKindling, una herramienta impulsada por GPT-3 para ayudar a los periodistas a explorar los comunicados de prensa. Fuente: Github (descarga PDF)
Transcripción y traducción
Transcribir entrevistas y debates ha sido históricamente uno de los aspectos que menos gustan del trabajo de un periodista. Sin embargo, los asistentes de reuniones como Otter , Sembly y Airgram pueden generar notas y resúmenes, lo que permite a los creadores de contenido centrarse en tareas más valiosas.
Estos servicios operan en un número limitado de idiomas, pero el periódico digital danés Zetland ha desarrollado la plataforma Good Tape , capaz de transcribir audio en más de 90 idiomas.
La traducción automática para diferentes idiomas también se ha desarrollado de manera desigual, pero principalmente permite transmitir un mensaje con un riesgo mínimo de desinformación o insulto.
En 2022, la emisora pública finlandesa Yle lanzó un servicio para refugiados ucranianos que proporcionaba informes traducidos automáticamente que también habían sido verificados por un hablante nativo. Yle ya había comenzado a brindar información en somalí, árabe, kurdo y farsi durante la pandemia.
Escritura y edición
Los modelos de lenguaje grande (LLM) pueden revisar la gramática y ofrecer resúmenes de contenido concisos, crear notificaciones, adaptarlas para boletines informativos o plataformas de redes sociales y convertir textos escritos en guiones para podcasts o videos.
ChatGPT, Bing, Claude y otros servicios basados en LLM pueden sugerir listas de titulares interesantes. Aunque todavía necesitan validación, los algoritmos de aprendizaje automático simplifican los procesos de producción de contenidos y aumentan su velocidad.
La encuesta de AuthorityHacker a 3.812 especialistas en marketing digital encontró que el 85,1% de los que utilizaron IA la utilizaron para escribir artículos o blogs. Fuente: AuthorityHacker
En julio de 2023, News Corp Australia reveló que la tecnología de inteligencia artificial permitía a cuatro miembros de su personal producir 3000 artículos de noticias locales por semana . Esto contribuyó a que las cabeceras hiperlocales representaran el 55% de todas las suscripciones.
Sin embargo, News Corp aclaró más tarde que la automatización implica principalmente información basada en plantillas , como actualizaciones de precios de combustible o listas judiciales diarias, y que todos los artículos son verificados por el equipo humano.
Creando imágenes
Las redes neuronales como Midjourney, DALL-E o Stable Diffusion permiten a los autores y editores crear ilustraciones para sus artículos y publicaciones. Se necesitaron unos siete minutos para crear, elegir y editar la imagen de portada base de este artículo antes de agregar superposiciones de marca adicionales.
El costo para crear una imagen única es una suscripción de $8 por mes, lo cual es relativamente menor, considerando que las imágenes únicas tienen más posibilidades de clasificarse en la Búsqueda de imágenes de Google que las fotografías de archivo.
Otra imagen creada especialmente para este artículo usando Midjourney.
Distribución de contenido
La IA ayuda a los editores a segmentar a sus clientes e identificar los mejores canales, formatos y momentos para entregar contenido relevante a un grupo particular de lectores. Varios sitios web adaptan sus páginas de inicio en función de las características demográficas del visitante y su comportamiento anterior.
La personalización de contenido incluye traducción automática de artículos, campañas dinámicas de marketing por correo electrónico o adaptación del contenido existente para diferentes plataformas de redes sociales.
Las herramientas dedicadas a las redes sociales, por ejemplo, WordStream o Emplifi, ofrecen programación inteligente, optimización de campañas publicitarias, seguimiento avanzado e información sobre la audiencia.
Beneficios de la IA en la edición
La inteligencia artificial (IA) ofrece a editoriales, medios de comunicación y periodistas individuales la oportunidad de ahorrar tiempo y dinero con operaciones diarias más rápidas y decisiones más informadas. También permite a los editores mejorar las relaciones con sus lectores, atraer nuevas audiencias y elevar la calidad de sus textos.
Eficiencia de costo
La IA puede reducir significativamente los costos operativos para los editores al optimizar las tareas manuales repetitivas y reducir las cargas de trabajo de sus empleados. Los algoritmos de aprendizaje automático brindan información procesable para optimizar su contenido y estrategias de marketing sin los altos costos asociados con la investigación de mercado. Junto con las herramientas disponibles para la creación de contenido, permite que equipos más pequeños operen a mayor escala.
La segmentación avanzada de audiencias, la generación de imágenes rápida y económica y los asistentes de redacción y edición, como Grammarly, ofrecen oportunidades sin precedentes para la publicación digital. Una mayor precisión de distribución permite que los medios especializados se conecten con los lectores sin una gran inversión en publicidad. A medida que los editores aumentan la eficiencia, pueden cubrir una gama más amplia de eventos.
Asistencia en investigación y verificación de hechos
La IA puede ayudar a los periodistas a navegar por grandes cantidades de texto para identificar historias relevantes y conexiones ocultas entre hechos, eventos, entidades y personas.
new/s/leak , mantenido por Language Technology de la Universidad de Hamburgo, es una herramienta gratuita diseñada para examinar la información distribuida por Wikileaks. Otro ejemplo de un proyecto de IA para el periodismo de investigación es el DMINR .
La IA ayuda a distinguir los hechos de las falsificaciones al comparar información recientemente publicada con conjuntos de datos de fuentes confiables o rastrear el historial de una imagen desde su primera detección por parte de los motores de búsqueda.
Una captura de pantalla que confirma que los “robots” del SoFi Stadium de Los Ángeles eran actores que anunciaban la película The Creator. Fuentes: Reuters , Explorador de verificación de hechos
Personalización de contenido
A pesar de las preocupaciones sobre la privacidad, la demanda de experiencias personalizadas sigue creciendo. Una encuesta mostró que esta demanda puede influir en que más de la mitad de los consumidores se conviertan en compradores habituales (descarga en PDF) , un aumento interanual del 7 %.
Las herramientas impulsadas por IA permiten a las organizaciones de medios personalizar su contenido para una distribución específica. En 2020, The Washington Post lanzó actualizaciones de audio electorales impulsadas por IA , personalizadas para que coincidan con las ubicaciones de los oyentes de sus podcasts políticos.
Capturas de pantalla de un chatbot avanzado personalizado para empresas de medios. Fuente: Techcrunch
La IA generativa ofrece a los editores la oportunidad de interactuar personalmente con sus lectores y ahora pueden integrar modelos existentes en sus servicios de atención al cliente.
En febrero de 2023, los cofundadores de Instagram lanzaron Artifact , una aplicación de noticias personalizada que sugiere artículos confiables y verificados según las preferencias del lector. Además, Artifact permite a los usuarios elegir entre leer y escuchar, ya que aplica un modelo de conversión de texto a voz con voces que suenan naturalmente.
Una captura de pantalla muestra que los usuarios de Artifact pueden escuchar informes e historias leídas con las voces de Snoop Dogg o Gwyneth Paltrow. Fuente: Medio
Casos de éxito de la IA en el sector editorial
Los casos de uso de la inteligencia artificial (IA) en el sector editorial continúan creciendo, creando nuevas oportunidades para mejorar la eficiencia. Exploremos algunas historias de éxito existentes para comprender mejor cómo esta tecnología da forma a la industria.
5 proyectos de medios impulsados por IA
1. BuzzFeed
BuzzFeed anunció en enero de 2023 que estaba experimentando con ChatGPT para automatizar su proceso de creación de cuestionarios.
La prueba fue un éxito en términos de generar una mayor participación de los usuarios. Los visitantes dedicaron un 40% más de tiempo a los cuestionarios generados por IA que a los creados por editores humanos.
Una página completa de BuzzFeed dedicada a cuestionarios generados por IA. Fuente: BuzzFeed
2 Forbes
El gigante de las noticias financieras lanzó Bertie , una plataforma de publicación patentada, en julio de 2018. Este sistema de gestión de contenidos (CMS) proporcionó a los periodistas y colaboradores de redacción listas de temas de actualidad basados en sus publicaciones anteriores.
Además, ofrecía titulares atractivos e imágenes relevantes, aunque no intentaba escribir artículos completos. Después del lanzamiento del sistema, Forbes duplicó el número de visitantes mensuales.
Bertie CMS sugiere ideas para titulares. Fuente: Forbes
3. Bloomberg
Bloomberg presentó BloombergGPT , un modelo de lenguaje de dominio específico basado en 50 mil millones de parámetros, en marzo de 2023.
Contenido de nuestros socios
La tabla muestra cómo BloombergGPT supera a los modelos abiertos existentes de tamaño similar en tareas financieras. Fuente: arXiv
4. El BMJ
El British Medical Journal (BMJ) examinó la capacidad de GPT-3 para producir títulos atractivos con temas navideños para artículos de investigación. Curiosamente, los encuestados calificaron los títulos generados por IA al menos tan divertidos como los elaborados por autores humanos.
La prueba presentada por BMJ sugiere reconocer títulos generados automáticamente. Fuente: BMJ
5. El globo y el correo
El periódico canadiense vendió su plataforma de análisis y curación de contenidos , Sophi Inc., a la empresa global de gestión de ingresos Mather Economics en agosto de 2023. La herramienta impulsada por IA fue diseñada para operar los muros de pago de The Globe and Mail, pero se expandió a otros dominios después de la transición. .
Desafíos para la implementación de soluciones de IA
Las organizaciones que adoptan inteligencia artificial (IA) a menudo enfrentan limitaciones financieras y técnicas. Por ejemplo, los medios más pequeños pueden carecer de financiación para contratar ingenieros cualificados.
Los editores también deben considerar los riesgos legales y de reputación que puede causar la aplicación descuidada de la IA.
Más del 40% de los administradores de medios enfrentan desafíos técnicos, incluida la necesidad de más financiación, durante los proyectos de integración de IA. Fuente: PeriodismoAi
Problemas técnicos
A pesar de las ventajas de adoptar nuevas tecnologías, el desafío de superar la curva de aprendizaje inicial puede desanimar a los editores. No sólo tienen que asegurar la aceptación editorial, sino que también deben integrar nuevas soluciones en los sistemas existentes. También existe el miedo a volverse dependiente de algo que no comprenden del todo.
Calidad del contenido
El texto generado puede no estar a la altura de las expectativas, lo que genera severas críticas a los editores . Además, los modelos de lenguajes grandes (LLM) tienden a perpetuar los errores de los conjuntos de datos en los que fueron entrenados.
Un problema notable es la perpetuación de diversos sesgos, una característica común de la IA, subrayada constantemente por las investigaciones .
Desafíos éticos
Los sesgos presentan un problema ético que debe abordarse. Otro desafío tiene que ver con los riesgos laborales causados por la IA, particularmente para los puestos administrativos. Su implementación puede generar aprensiones entre los empleados, lo que requiere una comunicación interna proactiva.
Riesgos legales
La IA también plantea preocupaciones sobre la seguridad de los datos, dada su necesidad de procesar volúmenes sustanciales de datos de los usuarios para generar contenido personalizado. Además, existe una creciente preocupación corporativa por las filtraciones de datos gracias a que los usuarios ingresan información confidencial para el análisis de texto automatizado.
Además, el contenido producido por IA todavía se encuentra en una zona gris en términos de protección de derechos de autor, ya que los casos aún se están abriendo camino en el sistema.
Los editores no están preparados para depender plenamente del contenido generado por IA. Fuente: WAN-IFRA
Otros riesgos incluyen la automatización excesiva y la consiguiente pérdida de un tono de voz único y del toque humano general. Pero eso nos lleva directamente a la necesidad de una supervisión continua por parte del equipo editorial.
Pensamientos finales
Se espera que el 90% del contenido en línea se genere sintéticamente para 2026. Si ese pronóstico resulta exacto, la inteligencia artificial (IA) tendrá un profundo impacto en la industria editorial y de creación de contenido en su conjunto.
Editores de periódicos, creadores de TikTok, diseñadores, escritores: todos los que se encuentran dentro del espacio creativo sentirán el impacto de esta escalada de alguna manera. Alterará los mercados laborales, subrayando la importancia de las habilidades de ingeniería de datos y el conocimiento técnico de los periodistas.
A medida que avanza la integración de la IA, los editores deben adoptar estrategias éticas y transparentes y formar grupos de trabajo dedicados. Las aspiraciones comerciales de la industria editorial se alinearán más estrechamente con los valores éticos, dada la necesidad de verificar los hechos para protegerse contra el riesgo reputacional.
Dicho esto, los editores aún necesitan aprovechar la IA para mantener la autoridad, explorar el comportamiento de los lectores y llegar a audiencias más amplias si quieren seguir siendo competitivos.
