Capítulo 4
Movimiento · Integración

Una nueva morfología de las redacciones

Más allá de las herramientas

Cuando una redacción decide integrar inteligencia artificial de forma planificada, la transformación se manifiesta tanto en la productividad de los equipos como en las conversaciones internas sobre quién hace qué, quién supervisa qué y quién tiene autoridad para decidir qué se delega. En ese proceso se configura una nueva morfología del trabajo periodístico que va mucho más allá de las herramientas.

Durante gran parte del siglo XX, las redacciones periodísticas funcionaron bajo dinámicas relativamente estables. Los equipos de reportería investigaban y escribían, los de edición revisaban y corregían, la hora de cierre organizaba el día y la publicación completaba el ciclo sobre el final de la jornada. Cada función tenía su lugar en la cadena y las responsabilidades se distribuían en torno a una dinámica convencionalmente aceptada dentro de los medios.

La llegada de Internet a mediados de los años 90 transformó los ritmos, los formatos y la relación con las audiencias. La lógica del tiempo real desplazó al cierre como el gran organizador del trabajo, las plataformas multiplicaron los canales de distribución y las redacciones incorporaron nuevos perfiles para operar en ese entorno. Sin embargo, incluso en ese contexto de cambio profundo, la estructura productiva de la mayoría de los medios se mantuvo intacta, como una cadena de producción con roles diferenciados y una división del trabajo sin grandes alteraciones.

La inteligencia artificial es la continuación de ese proceso, pero con una lógica distinta. No irrumpe en ese esquema para reemplazarlo de manera abrupta sino que lo reconfigura a través de múltiples puntos de entrada. Un sistema de transcripción automática cambia la relación con el material grabado. Una herramienta de generación de titulares redistribuye una tarea que antes era exclusivamente editorial. Un agente que monitorea fuentes en tiempo real introduce una capa entre los equipos y la información que antes no existía. Ninguno de estos cambios, tomado por separado, transforma un medio. Todos ellos en conjunto transforman de manera profunda la estructura interna que los organiza.

Lo que emerge entonces no es una versión mejorada de la redacción tradicional sino un sistema cualitativamente distinto. En ese sistema conviven personas con roles establecidos y perfiles que todavía no tienen nombre, flujos manuales y automatizados, decisiones humanas y procesos que ocurren sin intervención directa. La lógica del "hacer" se desplaza hacia una lógica de "orquestar", que requiere nuevas habilidades para coordinar, supervisar, validar y decidir en entornos donde no todo lo que ocurre tiene aún un responsable claramente asignado.

Esa coordinación entre partes heterogéneas es, en sí misma, una competencia nueva. Las redacciones están aprendiendo a construirla con recursos variables, sin modelos consolidados que imitar y en medio de una transformación que no espera a ser entendida.

Tres movimientos, una nueva lógica

La reconfiguración del trabajo dentro de los medios no opera por sustitución abrupta sino por desplazamiento progresivo. Pueden identificarse en este proceso tres movimientos que ocurren de manera entrelazada. El primero es la automatización de tareas mecánicas: actividades que requieren ejecución repetitiva o aplicación de reglas predefinidas migran hacia sistemas automatizados. El segundo es la ampliación de capacidades cognitivas: tareas antes inviables por limitaciones de tiempo, escala o acceso a información se vuelven posibles. El tercero es la redistribución del tiempo y la atención: el tiempo liberado por la automatización no se convierte directamente en más producción, sino que migra hacia tareas de mayor complejidad, supervisión de procesos y decisiones que requieren juicio humano insustituible.

Estos tres movimientos no ocurren en etapas sucesivas. Coexisten, se superponen, generan tensiones. Una misma redacción puede estar automatizando transcripciones mientras expande su capacidad de análisis de datos y redistribuye el tiempo de sus reporteros hacia investigaciones de largo aliento. Cada uno de ellos tiene una manifestación concreta en el trabajo cotidiano, y entenderlos de forma individual es la condición para gestionarlos en conjunto.

1
Lo que se delega

El caso de la transcripción ilustra bien la naturaleza de este primer movimiento. Durante décadas, transcribir entrevistas fue una tarea periodística básica que consumía una cantidad considerable del tiempo productivo de una redacción. Con la transcripción automatizada de alta precisión, ese tiempo se redujo de manera significativa. El tipo de atención requerida cambió, pasando de la ejecución mecánica a la validación crítica, pero la responsabilidad humana sobre la precisión final y el criterio editorial para identificar qué es relevante permanece intacta. La pregunta que persiste es si se pierde algo en el proceso. Se podría argumentar que la inmersión profunda en el material, la detección de patrones sutiles que sólo emergen en la escucha lenta y repetida, no tiene su equivalente en la revisión. No hay una respuesta universal. Lo relevante es que la tarea mutó, no desapareció, y que esa mutación exige competencias distintas.

2
Lo que se expande

El segundo movimiento habilita tareas que antes eran inviables por limitaciones de tiempo, escala o acceso a información. El análisis de grandes volúmenes de documentos para investigación periodística es el ejemplo más claro. Revisar manualmente miles de contratos públicos, correos filtrados o registros judiciales podía llevar semanas o directamente quedar fuera del alcance de un equipo pequeño. Con herramientas de análisis asistido, el tiempo de procesamiento se reduce considerablemente y abre líneas de investigación que antes dependían de recursos imposibles de costear para la mayoría de las redacciones. Lo que cambia no es solo la velocidad sino el tipo de periodismo que se vuelve posible, con coberturas de datos a escala local, el seguimiento sistemático de fuentes institucionales o la detección de patrones en información pública que antes dependía de condiciones que pocas redacciones podían sostener. Si bien la IA no produce la investigación, expande el territorio que un periodista puede cubrir.

3
Lo que se redistribuye

El tercer movimiento es el menos visible y el más complejo de gestionar. En redacciones que han integrado IA de manera consistente, puede observarse que el tiempo total de trabajo no siempre disminuye proporcionalmente a la automatización implementada. El tiempo liberado tiende a migrar hacia la supervisión de procesos, la coordinación de flujos híbridos y la gestión de errores cuando la automatización falla. La promesa de hacer más con menos se cumple solo parcialmente. Y en ciertos casos todo lo contrario. Lo que parece cambiar no es tanto la cantidad de trabajo sino su naturaleza, que requiere menos ejecución mecánica y más supervisión, coordinación y decisión estratégica.

Este desplazamiento modifica la posición del periodista dentro del proceso de producción. En la redacción tradicional, el valor se medía en lo que se producía. En la redacción híbrida, una parte creciente reside en cómo se decide producir: qué se delega, qué se supervisa y qué se reserva para el juicio humano. Diseñar la arquitectura de ese proceso requiere criterio editorial sólido, comprensión funcional de los sistemas y capacidad para tomar decisiones en condiciones de incertidumbre. Es, en definitiva, una forma nueva de hacer periodismo que exige, al mismo tiempo, una comprensión más profunda de sus fundamentos.

La redacción como entorno de decisión

La transformación que describe este capítulo tiene también una implicancia que todavía no terminó de procesarse dentro de las organizaciones. El tipo de perfil profesional que las redacciones empiezan a necesitar está cambiando.

Durante años, la evolución digital del periodismo estuvo asociada a la especialización. La complejidad creciente de los formatos, las plataformas y las herramientas consolidó roles cada vez más específicos dentro de la cadena de producción. Redactores, editores, diseñadores, desarrolladores y analistas de audiencia operaban cada uno dentro de una función acotada en un sistema que, aunque digital, conservaba una lógica industrial basada en la división del trabajo.

La inteligencia artificial tensiona ese modelo. No porque elimine la necesidad de especialización, sino porque vuelve más valiosos a los perfiles capaces de conectar distintas partes del proceso. Entender cómo se produce una nota, cómo se distribuye, cómo se mide su impacto y dónde puede intervenir un sistema automatizado empieza a ser más relevante que la ejecución experta de una sola tarea. Ese desplazamiento genera fricciones dentro de los medios. En las redacciones conviven hoy perfiles formados en la lógica de la especialización con otros que se incorporan con referencias y prácticas distintas. Gestionar esa convivencia se vuelve, en sí mismo, parte de la transformación.

Los perfiles generalistas adquieren en ese contexto un nuevo protagonismo. No se trata de profesionales que saben un poco de todo, sino de quienes comprenden el sistema en su conjunto, pueden moverse entre distintas etapas del flujo de trabajo y actúan como traductores entre lo editorial, lo tecnológico y lo estratégico. Son quienes pueden decidir qué delegar, cómo integrar herramientas y dónde intervenir cuando el proceso se desajusta.

Este movimiento cuestiona la lógica que durante décadas organizó las redacciones. La idea de una cadena de producción con tareas fragmentadas y roles estables pierde centralidad frente a una dinámica más flexible, en la que el valor está en la capacidad de articular, coordinar y tomar decisiones sobre el proceso completo. La propia noción de "redacción" empieza a quedar chica para describir lo que estas organizaciones hacen. Diseñar, operar y supervisar sistemas editoriales complejos requiere una arquitectura de trabajo distinta. La redacción se transforma, en ese proceso, en un entorno de decisión.

La propia noción de "redacción" empieza a quedar chica para describir lo que estas organizaciones hacen. Diseñar, operar y supervisar sistemas editoriales complejos requiere una arquitectura de trabajo distinta.

Ese cambio no ocurre solo en los flujos de trabajo ni en las conversaciones internas de los equipos. Ocurre también en los organigramas. Las redacciones que entendieron la IA como un desafío de gobernanza lo hicieron visible institucionalizando posiciones específicas para gestionarlo.

Una nueva capa organizacional

La transformación morfológica de las redacciones no es una hipótesis teórica. Entre 2022 y 2026, al menos 80 roles vinculados específicamente a la inteligencia artificial fueron documentados en medios a lo largo de cinco continentes, en un relevamiento elaborado para esta guía. Es una de las transformaciones organizacionales más aceleradas que el periodismo haya atravesado en las últimas décadas.

Detrás de estos 80 casos hay algo más que nuevos cargos. Está tomando forma una capa organizacional con lógicas propias, jerarquías inéditas y perfiles que no existían hace tres años atrás. La estructura de las redacciones está cambiando en términos de flujos y herramientas, pero también en términos de quién trabaja dentro de ellas y con qué mandato.

El relevamiento desarrollado para este capítulo fue construido a partir de fuentes primarias verificables, incluyendo anuncios institucionales, entrevistas publicadas, perfiles profesionales y coberturas especializadas de medios del sector. Para que un rol fuera incluido debía contar con denominación formal, decisión documentada y fuente atribuible. Esos criterios también definen los límites del relevamiento. La experimentación informal, los roles híbridos sin nombre oficial y las transformaciones que ocurren sin anuncio público quedan fuera del listado, lo que sugiere que este proceso es probablemente más extendido de lo que los casos documentados reflejan.

Los nuevos roles se agrupan en cuatro familias funcionales. La primera reúne perfiles de liderazgo estratégico, posiciones senior con responsabilidad transversal sobre la transformación. La segunda agrupa la producción editorial, donde la IA interviene directamente en el flujo de contenidos. La tercera concentra los cargos relacionados a infraestructura y producto, que conectan la redacción con los sistemas y con los lectores. Y la cuarta reúne los roles orientados a la formación, la gobernanza y la ética dentro de los medios. Ninguna de estas familias existía como categoría consolidada antes de 2020.

Los cuatro grupos que organizan el análisis son una herramienta de lectura, no una taxonomía cerrada. En la práctica, los roles se superponen. Un Head of AI Strategy puede diseñar programas de formación, gobernanza y, al mismo tiempo, tomar decisiones sobre la infraestructura. Lo que estos grandes grupos permiten es identificar el centro de gravedad de cada posición y observar qué dimensiones de la transformación se priorizaron institucionalizar y cuáles aún siguen pendientes dentro de las organizaciones.

Cada familia se ilustra con cuatro casos seleccionados por diversidad geográfica, escala organizacional y tipo de misión. En el gráfico y sobre el final del capítulo se incluye un anexo con el listado completo de los 80 roles documentados, organizado en categorías.

Cuatro familias emergentes
80 roles · +60 organizaciones · 5 continentes · 2022–2026
Cuatro familias emergentes
27
Infraestructura
y producto
AP · Nikkei · Scroll.in · Al Jazeera
12
Formación
y gobernanza
AFP · APA Austria · Bayerischer R.
11
Producción
editorial
Folha · Newsquest · CT Mirror
30
Liderazgo
estratégico
NYT · Washington Post · BBC · Reuters
Los roles se superponen y evolucionan. Estas familias ayudan a entender su propósito central.

Liderazgo estratégico

Es la familia más numerosa del relevamiento y agrupa posiciones senior con funciones transversales sobre la transformación. Articulan el juicio editorial con la agenda tecnológica y reportan directamente a la dirección editorial o ejecutiva de sus respectivos medios. Su predominio numérico no es casual e indica que las organizaciones que más avanzaron en la integración de IA la entendieron desde el principio como un desafío de gobernanza que requiere supervisión en el nivel más alto, y no como un proyecto técnico delegable a un equipo especializado. La pregunta que estos roles responden no es cómo usar la IA sino cómo tomar decisiones sobre ella. En varios casos esa atribución se extiende hacia la formación interna y la gobernanza ética, dimensiones que en ausencia de roles dedicados terminan siendo absorbidas por el liderazgo senior.

El caso del New York Times es el más documentado en términos de escala interna. El rol fue diseñado para operar desde la redacción, no desde el área tecnológica, con atribución explícita sobre la adopción editorial de la IA. Su indicador más concreto es el programa de formación que alcanzó al 93% de los 2.000 periodistas de la organización, una cifra que habla menos de la herramienta que de la decisión institucional de tratar la transformación como un proceso colectivo. (Fuente: Nieman Lab)
Reuters construyó una de las arquitecturas organizacionales más elaboradas del relevamiento, una estructura de tres niveles que articula estrategia, operaciones y formación bajo una esfera unificada. El objetivo declarado es la adopción entre el 100% de sus 2.500 periodistas distribuidos en redacciones de todo el mundo. Lo que distingue al caso es la deliberación con que fue diseñado el camino, con roles diferenciados para cada nivel del proceso, responsabilidades claras y métricas de avance verificables. (Fuente: WAN-IFRA)
La BBC construyó progresivamente una estructura con múltiples posiciones que cubren diversas dimensiones de la transformación. El cargo de Director de IA, Innovación y Crecimiento, creado en 2025, representa la consolidación de ese proceso, con un campo de acción que integra audiencias, producto e innovación bajo una misma línea de reporte a la dirección senior. Cada rol anterior respondía a una necesidad específica, y el cargo directivo llegó cuando la organización ya tenía suficiente aprendizaje institucional para justificarlo. La escala y la deliberación con que fue construida la estructura distinguen al caso del resto del relevamiento. (Fuente: Deadline)
El caso del principal diario finlandés ilustra un modelo de integración que los países nórdicos desarrollaron con mayor consistencia que otras regiones, con la transformación liderada desde la dirección y no desde un área de innovación paralela. Helsingin Sanomat incorporó esa esfera en la conducción senior en lugar de crear un rol separado para gestionarlo. Esa decisión refleja años de inversión en infraestructura institucional para la innovación mediática en la región, y contrasta con el modelo más frecuente de crear posiciones especializadas por fuera de la cadena de mando editorial. (Fuente: WAN-IFRA)

Producción editorial

Agrupa los roles que redefinen cómo se produce contenido periodístico cuando la IA interviene en el proceso. Incluye tanto los perfiles que usan la IA como herramienta central de su trabajo cotidiano como los que supervisan sistemas que generan contenido a escala. La distinción entre asistencia y automatización importa operativamente, pero en términos organizacionales ambas responden a la misma pregunta: qué hace un periodista cuando parte de la producción la ejecuta un sistema. Los casos más significativos muestran que la respuesta no es uniforme y depende del tipo de contenido, del mercado y de las decisiones editoriales que cada organización tomó sobre qué preservar para el juicio humano.

Folha de S.Paulo fue uno de los primeros grandes medios latinoamericanos en crear una posición editorial dedicada específicamente a la inteligencia artificial. El rol combina la coordinación de la producción asistida con la cobertura periodística del tema, una doble función que refleja toda una decisión editorial. La misma persona que gestiona el uso interno de la IA también es responsable de informar sobre ella con rigor periodístico. Justamente esa superposición convierte al cargo en uno de los más representativos del perfil puente que el relevamiento identifica como el más influyente en la transformación. (Fuente: Portal dos jornalistas)
El caso de Newsquest es el más escalado del relevamiento en términos de despliegue operativo. Entre 2023 y 2025 la empresa pasó de 7 a 36 AI-Assisted Reporters distribuidos en más de 150 publicaciones regionales del Reino Unido. Este caso documenta la velocidad del escalamiento y, sobre todo, su lógica, con la IA redefiniendo el perfil del reportero regional e incorporando la asistencia automatizada como competencia central del rol. La formación continua fue el eje que hizo sostenible el proceso. (Fuente: Press Gazette)
News Corp Australia desarrolló uno de los sistemas de automatización de contenidos más extensos fuera de Estados Unidos, con más de 3.000 artículos hiperlocales semanales generados con supervisión editorial humana en cada etapa. El rol documenta una decisión sobre qué tipo de periodismo puede automatizarse sin perder valor informativo, y bajo qué condiciones la escala justifica el modelo. La tensión entre automatización y calidad editorial está presente en cada etapa del proceso, junto con preguntas abiertas sobre la sostenibilidad del modelo a largo plazo. (Fuente: Public Spectrum)
El caso de The Connecticut Mirror es uno de los más originales del listado en términos de perfil profesional. El rol combina el reporteo de datos asistido por IA con el desarrollo de producto editorial. Lo que hace significativo este caso es la decisión institucional que lleva detrás, un medio de tamaño mediano, con recursos limitados, que apostó por crear una posición en la intersección entre periodismo de datos y tecnología en lugar de separar ambas funciones. Es un modelo de eficiencia que tiene particular relevancia para redacciones que no pueden costear equipos especializados separados, y que sugiere un camino posible para la evolución del perfil periodístico en organizaciones con menor escala. (Fuente: Poynter)

Infraestructura y producto

Agrupa ingenieros, product managers y perfiles técnicos que trabajan dentro de las redacciones con comprensión profunda de los flujos editoriales. Lo que los distingue de los departamentos tecnológicos tradicionales es la exigencia de entender los valores periodísticos además de la arquitectura técnica. Son los perfiles que traducen entre lo que un sistema puede hacer y lo que una redacción necesita, y toman decisiones de diseño con consecuencias directas sobre la calidad del periodismo que el sistema produce o habilita. En varios de los casos más significativos, esta doble comprensión fue el resultado de extensas trayectorias periodísticas que luego derivaron hacia la dimensión tecnológica del trabajo.

La AP es una de las organizaciones periodísticas con mayor trayectoria en automatización de contenidos a escala. Desde 2014, automatizó la cobertura de resultados financieros trimestrales y, desde 2021, consolidó su estrategia bajo un rol de product management dedicado. La antigüedad del caso importa menos que la acumulación de aprendizaje institucional que generó. Una organización que lleva más de una década tomando decisiones sobre qué automatizar, cómo supervisarlo y qué preservar para el juicio humano tiene una comprensión del proceso que pocas redacciones pueden igualar. (Fuente: News Machines)
Nikkei
Engineering Manager, AI Chatbot
El desarrollo del chatbot propietario Ask! es uno de los casos más relevantes del relevamiento fuera del mundo anglosajón. Nikkei construyó una herramienta propia adaptada a las particularidades lingüísticas y editoriales del mercado japonés en lugar de adoptar una solución externa. El rol de Engineering Manager dedicado al proyecto, documenta una decisión de soberanía tecnológica, con la organización invirtiendo en infraestructura propia con comprensión profunda de sus necesidades específicas. (Fuente: Reuters Institute)
Scroll.in
Head of AI Lab
Scroll.in es uno de los casos más originales del relevamiento en cuanto a la lógica de producto. El medio indio desarrolló un sistema de profundidad de lectura ajustable mediante IA, una funcionalidad que responde a una lectura específica de su audiencia y de cómo la tecnología puede servir al periodismo en mercados con patrones de consumo distintos a los occidentales. El Head of AI Lab opera desde una pregunta editorial antes que técnica, orientada a hacer que el periodismo de calidad sea más accesible para lectores con distintos niveles de tiempo y atención disponible. (Fuente: INMA)
El lanzamiento, en diciembre de 2025, del modelo de redacción con IA integrada de Al Jazeera sobre infraestructura Google Cloud, es el caso más reciente del relevamiento y uno de los más significativos geográficamente. Representa la entrada de un medio árabe de referencia global en la institucionalización de la IA editorial, con un modelo propio desarrollado internamente. Al Jazeera opera en contextos informativos de alta complejidad política y lingüística, lo que hace que las decisiones sobre automatización editorial tengan implicancias que van más allá de la eficiencia operativa. (Fuente: NewscastStudio)

Formación, gobernanza y ética

Es la familia con menor presencia de roles dedicados en exclusividad a esta dimensión, y esa proporción es, en sí misma, un dato relevante. En un contexto en el que los riesgos de la automatización editorial son crecientes, pocas organizaciones han creado posiciones específicamente orientadas a auditar, formar y establecer marcos de uso responsable.

Vale aclarar una tensión que el relevamiento pone en evidencia. Varios de los casos que mejor ilustran esta dimensión pertenecen en términos de mandato principal, a la familia de liderazgo estratégico. Se incluyen aquí porque documentan algo igualmente significativo: ante la ausencia de roles puros de gobernanza y formación, son las posiciones directivas de mayor jerarquía las que están absorbiendo esa misión. La ética y la capacitación no emergieron como funciones separadas sino como responsabilidades que el liderazgo senior incorporó por necesidad y, en los mejores casos, por convicción. Los casos que sí institucionalizaron esta dimensión de manera explícita muestran que la decisión refleja una comprensión de la transformación como cambio cultural antes que como actualización técnica.

En AFP, la formación es un eje central del proceso de transformación, al mismo nivel que la innovación editorial y la estrategia de IA. El Deputy Global News Director tiene la capacitación de la redacción global como una de sus tres responsabilidades principales. En una agencia con presencia en más de 150 países y redacciones con capacidades muy heterogéneas, tratar la formación como prioridad estratégica implica una decisión sobre cómo se distribuye la transformación dentro de la organización. La formación se desarrolla de manera distribuida, adaptándose a cada contexto y a sus propias condiciones, en lugar de responder a un modelo único centralizado. (Fuente: Editor & Publisher)
Lenfest AI Collaborative
El modelo de fellows embebidos que desarrolló el Lenfest AI Collaborative, es uno de los más originales del relevamiento en términos de arquitectura de formación. En lugar de capacitar desde afuera, el programa colocó profesionales con expertise en IA dentro de cinco redacciones —Philadelphia Inquirer, Minnesota Star Tribune, Chicago Public Media, Newsday y Seattle Times— para liderar la adopción desde forma interna. La hipótesis del modelo es que la transformación cultural requiere presencia sostenida, y que el cambio más duradero ocurre cuando alguien dentro de la organización tiene la decisión y el tiempo para acompañarlo. (Fuente: Lenfest Institute)
Bayerischer Rundfunk
El caso de la radiotelevisión pública bávara es un buen ejemplo de gobernanza ética. El Chief AI Officer tiene un alcance que incluye específicamente la auditoría algorítmica y los marcos de uso responsable, además del liderazgo estratégico. Lo que distingue al caso de ARD es que la ética no es una dimensión implícita del rol sino una responsabilidad declarada con peso institucional equivalente al de la transformación operativa. En una organización de medios públicos con obligaciones de servicio a la ciudadanía, esa equivalencia tiene una lógica que los medios privados todavía no han adoptado de manera generalizada. (Fuente: Reuters Institute)
APA Austria
Deputy Editor-in-Chief, AI Task Force
La agencia de noticias austriaca creó un AI Task Force liderado por su subdirectora editorial con foco explícito en gobernanza y criterios de uso ético. Lo que hace relevante este caso en el contexto del relevamiento es su escala, APA no es un medio de las dimensiones del NYT o Reuters, pero tomó la decisión de institucionalizar la gobernanza de la IA desde un cargo de conducción editorial senior. Es un modelo replicable para organizaciones medianas que enfrentan los mismos desafíos que los grandes medios con recursos significativamente menores, y que demuestra que la deliberación institucional sobre el uso de IA no es privativa de las organizaciones con mayor capacidad de inversión. (Fuente: Reuters Institute)

Lo que el relevamiento muestra en conjunto

Más allá de la clasificación por familias, el relevamiento permite identificar tres patrones que atraviesan todas ellas y que dicen algo sobre el estado de la transformación en su conjunto.

El primero es la velocidad. En febrero de 2023, el Financial Times creó lo que probablemente fue el primer cargo formal de AI Editor en un gran medio internacional. Menos de tres años después, el relevamiento documenta 80 roles verificados en más de 60 organizaciones de cinco continentes. Ese ritmo de institucionalización no tiene precedentes recientes en la industria periodística y ocurre, además, en un contexto de contracción generalizada del empleo en los medios.

El segundo es la concentración en el liderazgo. Que 30 de los 80 roles documentados correspondan a posiciones senior con alcance transversal no es un dato menor. Indica que las organizaciones que más avanzaron entendieron la integración de IA como un problema de gobernanza antes que de operación. La transformación no se delegó hacia abajo ni hacia los márgenes de la estructura, se ubicó en el centro de la toma de decisiones.

El tercero es la debilidad relativa de la gobernanza dedicada. Aunque el relevamiento documenta roles orientados a auditar, formar y establecer marcos de uso responsable, su peso proporcional dentro del total es significativamente menor al de las otras familias. En un contexto en el que las decisiones sobre qué automatizar tienen consecuencias directas sobre la calidad y la responsabilidad del periodismo publicado, esa proporción señala una brecha institucional que el entusiasmo por la adopción todavía no terminó de cerrar.

Estos tres patrones se expresan de manera concreta en los perfiles que el relevamiento identifica como más influyentes, en la distribución geográfica de la transformación y en las tensiones generacionales que las organizaciones están aprendiendo a gestionar. Los apartados que siguen desarrollan cada una de esas dimensiones.

El perfil puente

El hallazgo más relevante del relevamiento apunta al tipo de perfil que define a los más influyentes. En casi todos los casos de mayor impacto organizacional, la persona a cargo combina trayectoria periodística con comprensión funcional de la tecnología. El Editorial Director of AI Initiatives del NYT llegó al cargo tras dirigir Quartz como CEO. El Newsroom AI Editor de Reuters tiene 30 años de carrera en la agencia y supervisa hoy ingeniería de prompts. La Editora de Inteligência Artificial de Folha de S.Paulo tiene 16 años de carrera periodística antes de crear esa sección.

Lo que hace valiosos a estos perfiles es la capacidad de traducción entre lo que la tecnología puede hacer y lo que el periodismo necesita, entre los criterios editoriales y las decisiones de implementación, y entre la dirección y los equipos que operan los flujos cotidianos.

Son perfiles escasos, de alta demanda y con influencia sobre el resultado de la transformación. Su escasez es el resultado de décadas de formación periodística que raramente contempló esta intersección como un destino profesional posible.

La distribución desigual de la transformación

La distribución geográfica del relevamiento expone asimetrías que no son accidentales. Estados Unidos y Reino Unido concentran aproximadamente el 50% de los roles documentados. Los países nórdicos tienen una presencia llamativa dada la escala de sus mercados, con diez posiciones en Suecia, Noruega, Dinamarca y Finlandia. Esa sobrerepresentación refleja años de inversión en infraestructura institucional para la innovación mediática, incluyendo la Nordic AI Journalism Network fundada en 2020, antes del punto de inflexión generado por ChatGPT. Los casos de Singapur, Japón, India, Nueva Zelanda y Austria completan un mapa donde la institucionalización avanza en mercados con condiciones específicas de tamaño, recursos y voluntad organizacional.

América Latina presenta un cuadro más matizado. Brasil lidera con claridad, con roles dedicados en Folha de S.Paulo y Grupo Globo, de peso y trayectoria verificables. Argentina, Colombia y México tienen presencia, pero son casos excepcionales. La experimentación activa existe aunque la institucionalización aún está rezagada. Y la brecha entre ambas no se cierra sola, requiere decisiones organizacionales deliberadas, modelos de formación que la región todavía no tiene consolidados y una comprensión de la transformación que vaya más allá de la adopción de herramientas.

La paradoja generacional

Las redacciones que están atravesando esta transformación conviven con una tensión que el relevamiento documenta de manera indirecta pero consistente. Los periodistas con mayor trayectoria tienen el criterio editorial, la comprensión institucional y la autoridad para tomar decisiones sobre qué se publica y cómo. Los perfiles más jóvenes llegan con mayor familiaridad con las herramientas, los flujos digitales y las lógicas de automatización. La transformación requiere ambas cosas al mismo tiempo, y pocas organizaciones tienen perfiles que las combinen con suficiente profundidad.

La velocidad de la brecha

Esa tensión no es nueva en el periodismo. Cada ciclo tecnológico generó versiones similares de la misma fricción. Lo que la distingue en este momento es la velocidad, la brecha entre lo que las herramientas permiten hacer y lo que las organizaciones saben hacer con ellas se abre más rápido de lo que los equipos pueden cerrarla. Los casos más sólidos del relevamiento muestran organizaciones que gestionaron esa tensión de manera deliberada, creando espacios de trabajo conjunto entre perfiles distintos en lugar de apostar por la sustitución de unos por otros. Reuters, la BBC y Newsquest construyeron estructuras donde el criterio editorial senior y la comprensión tecnológica operan en el mismo nivel, con atribuciones que se superponen por diseño. Es un modelo organizacional que reconoce la paradoja en lugar de ignorarla.

El vaciamiento de los extremos

La paradoja tiene también una dimensión estructural que pocas organizaciones están nombrando con claridad. La presión por automatizar está llevando a algunos medios a reducir la incorporación de perfiles junior. Si una herramienta puede hacer el trabajo de un becario o pasante, la lógica de corto plazo dice que no hace falta contratarlo. Pero esa lógica ignora lo que los becarios y pasantes realmente producen, que no es solo contenido sino experiencia acumulada. Son la cantera de los futuros editores, jefes de redacción y directores editoriales. Al mismo tiempo, la automatización está acelerando la salida de los perfiles con mayor trayectoria. En algunos casos porque deciden retirarse y en otros, porque la organización los percibe como un obstáculo cuando no logran adaptarse al ritmo de los cambios tecnológicos. Ese criterio ignora lo que esos perfiles concentran y que ningún sistema puede reemplazar, que es el juicio editorial construido durante décadas. Las redacciones que no incorporan jóvenes y se desprenden de los mayores creen que están optimizando cuando en realidad están vaciando los dos extremos que sostienen la cultura editorial de un medio.

Una morfología en movimiento

La nueva morfología de las redacciones no tiene una estructura final. El relevamiento documenta 80 roles en un proceso abierto, con organizaciones que crean posiciones, las redefinen o las fusionan cuando el escenario cambia. Lo que permanece estable en este contexto no es la forma sino la dirección del movimiento.

Las redacciones que más avanzaron construyeron deliberadamente la capacidad de orquestar sistemas heterogéneos sin perder el eje de lo que define al periodismo. Supieron qué delegar, qué supervisar y qué reservar para el juicio humano en cada etapa del proceso. Ese criterio no emergió solo de la tecnología ni solo de la experiencia periodística. Emergió de la intersección entre ambas, y construirlo deliberadamente fue la tarea central que las distinguió de los equipos que improvisaron.

Este escenario seguirá transformándose. Los roles documentados en esta guía serán distintos dentro de tres años. Algunos desaparecerán, otros se multiplicarán y varios que hoy no tienen nombre comenzarán a tenerlo. Lo que permanece es la responsabilidad sobre lo que se publica y el criterio con que se toman las decisiones dentro de una redacción.

Anexo · Recurso digital

80 roles de IA en redacciones

El listado completo del relevamiento que da sustento al capítulo. 80 posiciones reales en medios de 24 países, organizadas en cuatro familias funcionales y ordenadas por región geográfica. Cada entrada incluye la fuente verificable que respalda su inclusión.

Acceder al listado completo