Así como los robots han transformado sectores enteros de la economía manufacturera, la inteligencia artificial y la automatización ahora están cambiando el trabajo de la información, permitiendo a los humanos descargar el trabajo cognitivo a las computadoras. En el periodismo, por ejemplo, los sistemas de minería de datos alertan a los periodistas sobre posibles noticias , mientras que los newsbots ofrecen nuevas formas para que las audiencias exploren la información. Los sistemas de escritura automatizados generan cobertura financiera, deportiva y electoral .
Una pregunta común a medida que estas tecnologías inteligentes se infiltran en diversas industrias es cómo se verán afectados el trabajo y la mano de obra . En este caso, ¿quién –o qué– hará periodismo en este mundo automatizado y mejorado por la IA, y cómo lo hará?
La evidencia que he reunido en mi nuevo libro “ Automating the New: How Algorithms are Rewriting the Media ” sugiere que el futuro del periodismo basado en IA todavía tendrá mucha gente alrededor. Sin embargo, los trabajos, roles y tareas de esas personas evolucionarán y se verán un poco diferentes. El trabajo humano se hibridará (mezclado con algoritmos) para adaptarse a las capacidades de la IA y adaptarse a sus limitaciones.
Aumentar, no sustituir
Algunas estimaciones sugieren que los niveles actuales de tecnología de IA podrían automatizar solo alrededor del 15 % del trabajo de un reportero y el 9 % del trabajo de un editor. Los seres humanos todavía tienen una ventaja sobre la IA que no es de Hollywood en varias áreas clave que son esenciales para el periodismo, incluida la comunicación compleja, el pensamiento experto, la adaptabilidad y la creatividad.
Informar, escuchar, responder y rechazar, negociar con las fuentes y luego tener la creatividad para armarlo: la IA no puede hacer ninguna de estas tareas periodísticas indispensables. Sin embargo, a menudo puede aumentar el trabajo humano para ayudar a las personas a trabajar más rápido o con mejor calidad. Y puede crear nuevas oportunidades para profundizar la cobertura de noticias y hacerla más personalizada para un lector o espectador individual.
El trabajo en las salas de redacción siempre se ha adaptado a las oleadas de nuevas tecnologías, incluidas la fotografía, los teléfonos, las computadoras, o incluso solo la fotocopiadora. Los periodistas también se adaptarán para trabajar con IA. Como tecnología, ya está y seguirá cambiando el trabajo periodístico, a menudo complementando pero rara vez sustituyendo a un periodista capacitado.
Nuevo trabajo
Descubrí que la mayoría de las veces, las tecnologías de IA parecen estar creando nuevos tipos de trabajo en el periodismo.
Tomemos, por ejemplo, Associated Press, que en 2017 introdujo el uso de técnicas de IA de visión por computadora para etiquetar las miles de fotos de noticias que maneja todos los días. El sistema puede etiquetar fotos con información sobre qué o quién está en una imagen, su estilo fotográfico y si una imagen representa violencia gráfica.
El sistema les da a los editores de fotos más tiempo para pensar en lo que deberían publicar y los libera de perder mucho tiempo simplemente etiquetando lo que tienen. Pero desarrollarlo requirió mucho trabajo, tanto editorial como técnico: los editores tenían que descubrir qué etiquetar y si los algoritmos estaban a la altura de la tarea, luego desarrollar nuevos conjuntos de datos de prueba para evaluar el rendimiento. Cuando todo estuvo listo, todavía tenían que supervisar el sistema, aprobando manualmente las etiquetas sugeridas para cada imagen para garantizar una alta precisión.
Stuart Myles, el ejecutivo de AP que supervisa el proyecto, me dijo que tomó alrededor de 36 meses-persona de trabajo, distribuidos en un par de años y más de una docena de personal editorial, técnico y administrativo. Me dijo que alrededor de un tercio del trabajo involucraba experiencia periodística y juicio que es especialmente difícil de automatizar. Si bien es posible que se reduzca parte de la supervisión humana en el futuro, él cree que las personas aún necesitarán realizar un trabajo editorial continuo a medida que el sistema evolucione y se expanda.
Producción de contenido semiautomática
En el Reino Unido, el proyecto RADAR genera de forma semiautomática unos 8.000 artículos de noticias localizados al mes . El sistema se basa en un grupo de seis periodistas que encuentran conjuntos de datos gubernamentales tabulados por área geográfica, identifican ángulos interesantes y de interés periodístico y luego desarrollan esas ideas en plantillas basadas en datos. Las plantillas codifican cómo adaptar automáticamente partes del texto a las ubicaciones geográficas identificadas en los datos. Por ejemplo, una historia podría hablar sobre el envejecimiento de la población en Gran Bretaña y mostrar a los lectores de Luton cómo está cambiando su comunidad, con diferentes estadísticas localizadas para Bristol. Luego, las historias se envían por servicio de cable a los medios locales, quienes eligen cuál publicar.
El enfoque une a los periodistas y la automatización en un proceso efectivo y productivo. Los periodistas usan su experiencia y habilidades de comunicación para diseñar opciones para las historias que podrían seguir los datos. También hablan con las fuentes para recopilar el contexto nacional y escriben la plantilla. Luego, la automatización actúa como un asistente de producción, adaptando el texto para diferentes ubicaciones.
Los periodistas de RADAR usan una herramienta llamada Arria Studio, que ofrece una idea de cómo se ve en la práctica la escritura de contenido automatizado. En realidad, es solo una interfaz más compleja para el procesamiento de textos. El autor escribe fragmentos de texto controlados por reglas if-then-else basadas en datos. Por ejemplo, en un informe de terremotos, es posible que desee un adjetivo diferente para hablar de un terremoto de magnitud 8 que de uno de magnitud 3. Por lo tanto, tendría una regla como, SI magnitud> 7 ENTONCES texto = "terremoto fuerte". DE LO CONTRARIO SI magnitud < 4 ENTONCES texto = “terremoto menor”. Herramientas como Arria también contienen funcionalidad lingüística para conjugar verbos o declinar sustantivos automáticamente, lo que facilita el trabajo con fragmentos de texto que deben cambiar en función de los datos.
Captura de pantalla de Nicholas Diakopoulos de Arria Studio , CC BY-ND
Las interfaces de creación como Arria permiten a las personas hacer lo que mejor se les da: estructurar lógicamente argumentos atractivos y crear textos creativos y no repetitivos. Pero también requieren nuevas formas de pensar sobre la escritura. Por ejemplo, los escritores de plantillas deben abordar una historia con una comprensión de lo que podrían decir los datos disponibles, para imaginar cómo los datos podrían dar lugar a diferentes ángulos e historias, y delinear la lógica para impulsar esas variaciones.
La supervisión, la gestión o lo que los periodistas podrían llamar “edición” de los sistemas de contenido automatizado también ocupan cada vez más a las personas en la sala de redacción. Mantener la calidad y la precisión es de suma importancia en el periodismo.
RADAR ha desarrollado un proceso de control de calidad de tres etapas. Primero, un periodista leerá una muestra de todos los artículos producidos. Luego, otro periodista rastrea las afirmaciones en la historia hasta su fuente de datos original. Como tercera verificación, un editor revisará la lógica de la plantilla para tratar de detectar cualquier error u omisión. Es casi como el trabajo que un equipo de ingenieros de software podría hacer para depurar un script, y es todo el trabajo que deben hacer los humanos para garantizar que la automatización esté haciendo su trabajo con precisión.
Desarrollo de recursos humanos
Iniciativas como las de Associated Press y RADAR demuestran que la IA y la automatización están lejos de destruir puestos de trabajo en el periodismo. Están creando nuevos trabajos, además de cambiar los existentes. Los periodistas del mañana deberán estar capacitados para diseñar, actualizar, ajustar, validar, corregir, supervisar y, en general, mantener estos sistemas. Muchos pueden necesitar habilidades para trabajar con datos y pensamiento lógico formal para actuar sobre esos datos. La fluidez con los conceptos básicos de la programación de computadoras tampoco estaría de más.
A medida que evolucionen estos nuevos trabajos, será importante garantizar que sean buenos trabajos, que las personas no se conviertan simplemente en piezas de un proceso mecánico mucho más grande. Los gerentes y diseñadores de este nuevo trabajo híbrido deberán considerar las preocupaciones humanas de autonomía, efectividad y facilidad de uso. Pero soy optimista de que centrarse en la experiencia humana en estos sistemas permitirá que los periodistas prosperen y que la sociedad obtenga las recompensas de la velocidad, la amplitud de la cobertura y la mayor calidad que la IA y la automatización pueden ofrecer.
Nicholas Diakopoulos , Profesor Asistente de Estudios de Comunicación, Universidad Northwestern
Este artículo se vuelve a publicar desde The Conversation bajo una licencia Creative Commons. Lea el artículo original .
