Casos de uso en medios:
decisiones, procesos y aprendizajes de las redacciones que integraron IA

El medio paraguayo desarrolló un chatbot de IA generativa que opera en lengua guaraní para promover el acceso al conocimiento y la participación comunitaria en comunidades indígenas. El desarrollo de un chatbot en guaraní enfrenta desafíos técnicos considerables, dado que el idioma tiene representación limitada en los conjuntos de datos de entrenamiento de los modelos de lenguaje dominantes. El proyecto demuestra que la IA puede aplicarse con criterios de equidad lingüística y cultural, y que los medios pueden liderar procesos de inclusión digital para comunidades históricamente marginadas del ecosistema informativo.

Ojo Público desarrolló una plataforma que emplea IA para automatizar la producción de contenido verificado en quechua, aimara y awajún. La herramienta traduce y sintetiza contenido periodístico en lenguas originarias y lo convierte en formatos de audio distribuidos a través de radios en nueve regiones peruanas. Los desafíos técnicos son considerables, dado que estas lenguas tienen escasa representación en los datos de entrenamiento de los modelos dominantes, pero el impacto social es directo. Es un caso que apunta a una dirección que pocos están explorando. La IA funciona como herramienta de inclusión lingüística en periodismo, con alcance concreto en comunidades que los medios tradicionales no cubren.

El International Centre for Investigative Reporting de Nigeria desarrolló NativeAI, una plataforma que transcribe y traduce contenidos periodísticos a lenguas locales nigerianas con el objetivo de ampliar el alcance del periodismo de calidad más allá del inglés. El sistema combina transcripción automática con modelos de traducción adaptados a lenguas con escasos recursos digitales, un desafío técnico significativo dado que muchas lenguas locales africanas tienen representación mínima en los datos de entrenamiento de los modelos dominantes. El caso comparte con El Surti y Quispe Chequea una misma dirección de trabajo: la IA como herramienta para llevar información verificada a comunidades históricamente subrepresentadas en la cobertura mediática, donde la brecha lingüística es también una brecha de acceso a la información pública.

Fogo Cruzado desarrolló VANIA, un chatbot con IA que permite a ciudadanos, periodistas e investigadores consultar en tiempo real datos sobre episodios de violencia en zonas urbanas de Brasil. El sistema traduce consultas en lenguaje natural en búsquedas sobre la base de datos de incidentes que Fogo Cruzado mantiene actualizada, democratizando el acceso a información que de otro modo requeriría conocimientos técnicos para su análisis. El caso combina dos dimensiones que rara vez aparecen juntas, la utilidad pública al servicio de la sociedad civil y la rendición de cuentas institucional.

Factchequeado desarrolló ChatMigrante, un chatbot de IA integrado en WhatsApp para orientar a migrantes latinoamericanos con información verificada sobre sus derechos, procesos migratorios y servicios disponibles. El sistema combina IA generativa con contenido periodístico verificado para responder preguntas en lenguaje cotidiano sobre temas migratorios como permisos de trabajo, asilo, deportación y acceso a servicios públicos. La elección de WhatsApp responde a su alta penetración entre comunidades migrantes latinoamericanas. El proyecto fue reconocido en los Online Journalism Awards de 2025 como herramienta de impacto social basada en IA periodística.

Maldita.es desplegó tres capas de herramientas complementarias. Un bot de WhatsApp permite a los ciudadanos enviar consultas de verificación directamente, democratizando el acceso a la verificación como servicio. Un detector de narrativas identifica patrones de desinformación recurrentes en redes sociales y aplicaciones de mensajería antes de que escalen. Un asistente interno basado en RAG permite a los verificadores consultar el archivo de fact-checks anteriores en lenguaje natural, reduciendo el tiempo de búsqueda de antecedentes. El conjunto de herramientas funciona como integración sistémica en la que cada capa resuelve un problema distinto del mismo flujo de verificación.

Newtral desarrolló tres herramientas propias. ClaimHunter identifica afirmaciones verificables en discursos y publicaciones. ClaimCheck contrasta esas afirmaciones con bases de datos de verificaciones anteriores. FactFlow AI detecta narrativas de desinformación en Telegram y genera alertas en tiempo real para el equipo de verificadores. El caso de Telegram es particularmente relevante porque las narrativas falsas se propagan más rápido de lo que cualquier equipo puede monitorear manualmente, y la velocidad de la IA es estructuralmente necesaria en ese ecosistema. Newtral representa el modelo de organización de fact-checking que combina criterio periodístico humano con infraestructura de detección automatizada propia.

Full Fact desarrolló dos sistemas complementarios. Government Tracker monitoriza sistemáticamente las promesas hechas por el gobierno y genera alertas cuando detecta discrepancias entre lo declarado y los datos oficiales, escalando la capacidad de verificación de compromisos gubernamentales sin incrementar el equipo. El segundo sistema, de detección multimodal, identifica y prioriza afirmaciones falsas o perjudiciales sobre salud en contenidos audiovisuales, incluyendo videos de redes sociales, podcasts y programas de televisión. La dimensión multimodal es clave porque una parte significativa de la desinformación sanitaria circula en formato audiovisual, lo que hace que los sistemas basados únicamente en procesamiento de texto tengan alcance limitado.

La Associated Press presentó una plataforma que reúne en un único panel las herramientas de verificación que sus periodistas usaban de manera dispersa. La plataforma incluye búsqueda inversa de imágenes, análisis de fotograma a fotograma, geolocalización, reconocimiento de objetos, detección de texto generado por IA y monitoreo de redes sociales. Entre los casos documentados durante su prueba, se encuentran la verificación de material de inundaciones en Texas, el rastreo de un avistamiento viral de meteorito hasta la publicación original, y la detección de un video sobre violencia en un partido de fútbol que, en realidad, correspondía a un evento en Grecia un mes antes. Como señaló Aimee Rinehart, gerente senior de estrategia de IA de AP, las herramientas solo funcionan junto a un humano y sirven como guía, no como veredicto.

Chequeado creó un laboratorio interdisciplinario de IA generativa orientado a experimentar con herramientas que aceleren y mejoren el trabajo de verificación, con una particularidad que lo distingue de la mayoría de las iniciativas similares: documenta y publica cada experimento para que otros equipos de fact-checkers y periodistas puedan replicar o adaptar los aprendizajes. El laboratorio ha publicado experimentos sobre simplificación de conceptos complejos, escritura de hilos para redes sociales, generación de guiones para video, actualización de notas con información nueva, análisis de bases de datos y producción de videoclips. El enfoque es incremental y transparente. Cada publicación describe qué se probó, qué funcionó y qué no, convirtiendo el proceso de experimentación en un recurso abierto para la comunidad periodística de la región. En un ecosistema en el que la mayoría de los medios acumula aprendizajes de forma privada, Chequeado apuesta por la inteligencia colectiva como modelo de desarrollo.

La agencia brasileña de periodismo de investigación desarrolló un flujo de trabajo interno usando ChatGPT para automatizar el monitoreo y la clasificación de menciones de sus investigaciones en otros medios, con supervisión humana para verificar precisión y calidad. El objetivo era resolver un problema concreto de gobernanza institucional, específicamente cómo medir el impacto real del periodismo de investigación más allá del conteo de republicaciones. El sistema permite a Agência Pública documentar con mayor precisión cómo sus investigaciones circulan, qué tipo de medios las retoman y qué efectos generan en la agenda pública. Es un uso de la IA orientado hacia adentro, para fortalecer la capacidad de una organización periodística de rendir cuentas sobre su propio trabajo.

El medio argentino 0221 desarrolló un proceso de integración de inteligencia artificial basado en una combinación de gobernanza, capacitación transversal y experimentación práctica dentro de la redacción. La implementación incluyó talleres internos, desarrollo de herramientas personalizadas, lineamientos de uso responsable y espacios de prueba donde periodistas y editores pudieron explorar aplicaciones concretas de IA vinculadas a sus propias rutinas de trabajo. Uno de los aspectos centrales del proceso fue la creación de un entorno controlado para experimentar, equivocarse y documentar aprendizajes antes de incorporar las herramientas a la operación diaria. El enfoque permitió que la adopción no quedara concentrada únicamente en perfiles técnicos o áreas de innovación, sino que se expandiera hacia distintas secciones del medio, fortaleciendo una integración más orgánica y alineada con las necesidades editoriales reales de la redacción.

El mayor diario de Finlandia implementó Juttuapuri, un sistema de generación de borradores que usa ChatGPT, Gemini y modelos de Anthropic para producir noticias de menor complejidad editorial, con revisión humana obligatoria antes de la publicación. Lo que distingue el caso en términos de gobernanza es el proceso que lo acompañó. El lanzamiento generó debate interno sobre los límites del uso de IA en la producción periodística, y el medio optó por un enfoque gradual con controles editoriales estrictos y una política de transparencia hacia los lectores que indica cuándo un artículo fue asistido por IA. La combinación de tecnología nueva con deliberación interna documentada y comunicación pública explícita es un modelo de adopción que pocos medios replicaron con la misma sistematicidad.

El grupo editorial finlandés implementó herramientas de IA para tres funciones: redacción de artículos a partir de notas de prensa, análisis de podcasts propios para sugerir temas de coberturay una capa de evaluación ética integrada en el flujo de trabajo que alerta a los periodistas cuando el contenido generado podría vulnerar los estándares del medio. Este tercer componente es el más relevante del caso. Alma Media intentó codificar sus valores editoriales dentro de la infraestructura tecnológica, convirtiendo la ética periodística en una función del sistema antes que en una política declarativa. El caso abre preguntas que vale la pena hacerse: quién define los parámetros del modelo ético, cómo se actualizan cuando los estándares evolucionan y si un sistema puede internalizar el criterio que un editor experimentado aplica con matices que ningún algoritmo captura.

El mayor grupo de medios de Estonia integró la IA como infraestructura coordinada en todas sus operaciones: traducción en vivo, transcripción, resúmenes automáticos, archivo buscable y asistentes editoriales y publicitarios dentro de un único ecosistema tecnológico. El grupo construyó una plataforma donde distintos módulos de IA comparten datos y se coordinan entre sí, en lugar de adoptar herramientas aisladas. El proceso de adopción incluyó formación intensiva del equipo y la definición de políticas internas claras sobre qué funciones son automatizables y cuáles requieren supervisión humana obligatoria. Es uno de los ejemplos más avanzados de integración de IA como infraestructura de medios en el espacio báltico-escandinavo y uno de los pocos donde la apuesta tecnológica fue acompañada de una arquitectura institucional explícita desde el primer día.

Svenska Dagbladet, diario del grupo Schibsted, implementó una herramienta que evalúa el valor periodístico de sus artículos y asigna puntuaciones automáticas para apoyar decisiones sobre qué contenidos merecen mayor inversión o promoción. El sistema analiza variables como profundidad informativa, exclusividad, relevancia para la audiencia suscriptora y potencial de engagement. El caso pertenece a gobernanza antes que a producción porque lo que está en juego es editorial. La pregunta de fondo es quién define los parámetros del modelo, con qué criterios se pondera cada variable y qué consecuencias tiene para la cultura de la redacción que un algoritmo asigne valor a las decisiones periodísticas. Svenska Dagbladet llegó con ese sistema a 130.000 suscriptores digitales antes de lo proyectado, lo que convierte al caso en un argumento empírico para quienes consideran que cuantificar el valor editorial es incompatible con el periodismo de calidad.

Onet, uno de los principales portales de noticias de Polonia y parte del grupo Ringier Axel Springer, integró herramientas de IA generativa directamente en su plataforma de consumo, incluyendo chat interactivo sobre noticias, resúmenes de artículos y digestos personalizados, todo construido sobre contenido editorial propio y con criterios editoriales explícitos como capa de control. El caso es relevante para grupos multiplataforma que gestionan tanto la producción periodística como la distribución digital, porque la gobernanza de la IA en ese contexto implica decisiones simultáneas sobre qué puede hacer la IA con el contenido editorial y cómo se presenta ese contenido transformado a una audiencia masiva. Ringier Axel Springer optó por anclar ambas decisiones en el contenido periodístico verificado como fuente exclusiva, lo que establece un límite claro pero también una restricción de escala que el sistema debe gestionar.

La Biblioteca Nacional de Noruega firmó un acuerdo con Kopinor, la organización que representa a los periódicos del país, para usar contenido periodístico en el entrenamiento de modelos de lenguaje en noruego y en lenguas sami. El gobierno noruego paga 45 millones de coronas anuales por ese acceso, los modelos resultantes están disponibles gratuitamente para uso público y privado, y los editores pueden excluir contenido si lo desean. Es el primer país en establecer un esquema de este tipo y representa una tesis sobre soberanía digital e identidad cultural que ningún acuerdo privado entre medios y empresas tecnológicas puede replicar. El Estado actúa como garante de que la IA entrenada con producción periodística nacional no quede capturada por intereses privados. El caso abre una pregunta que los medios latinoamericanos deberían hacerse: qué modelos de gobernanza colectiva son posibles en contextos donde el Estado no tiene la misma capacidad de inversión ni las mismas tradiciones de colaboración con los medios.

ProPublica se convirtió en uno de los primeros medios estadounidenses donde la integración de inteligencia artificial ingresó formalmente en una negociación colectiva. Durante las discusiones por el primer convenio sindical de la redacción, el gremio impulsó cláusulas vinculadas al impacto de la IA sobre las condiciones laborales, incluyendo límites a posibles reducciones de personal asociadas a su adopción. El caso resulta relevante porque incorpora la dimensión laboral dentro de la gobernanza de IA en medios, ampliando la discusión más allá de herramientas, políticas editoriales o infraestructura tecnológica. La experiencia muestra que la institucionalización de la IA también implica definir reglas sobre participación de los equipos, alcance de automatización y protección de roles dentro de las redacciones.

La BBC desarrolló un modelo de lenguaje entrenado con miles de artículos propios para adaptar automáticamente textos de noticias al libro de estilo editorial del medio. El sistema funciona como un asistente de edición que verifica que el lenguaje, el tono y el formato del texto cumplan con los estándares editoriales de la BBC antes de la publicación. El elemento de gobernanza más interesante es la decisión de entrenamiento: la BBC construyó un sistema que internaliza sus convenciones lingüísticas y editoriales específicas, en lugar de recurrir a un modelo generalista. Ese proceso implica decidir qué artículos del archivo representan el estándar deseado, qué aspectos del estilo son suficientemente estables para codificarse y quién tiene autoridad para actualizar el modelo cuando los criterios evolucionan. Son preguntas que cualquier medio que considere un camino similar tendrá que responder antes de escribir una línea de código.

Business Insider implementó un sistema de IA generativa entrenado con su propio archivo para redactar noticias breves, con revisión y aprobación humana obligatoria antes de cada publicación. Lo relevante del caso desde la perspectiva de gobernanza, es la decisión de acompañar esa implementación con una política de transparencia activa hacia los lectores. Cada artículo asistido por IA lleva una indicación explícita de esa circunstancia. En un ecosistema donde la mayoría de los medios usó IA sin informarlo, Business Insider apostó por hacer visible el proceso. Esa apuesta generó debate en la industria sobre los estándares aplicables y contribuyó a normalizar la conversación sobre etiquetado de contenido asistido por IA como parte de los criterios editoriales del sector.

En marzo de 2025, News Corp Australia comenzó a desplegar NewsGPT, un modelo propio que combina ChatGPT, Google Gemini y Claude, con el objetivo declarado de potenciar el trabajo del personal. Meses después, periodistas del grupo plantearon preocupaciones concretas sobre dos asuntos: la posibilidad de que el sistema aprendiera a imitar sus estilos de escritura individuales y la introducción de Story Cutter, una herramienta adicional que amenazaba funciones de sub-edición. El caso vale por lo que documenta, poniendo de manifiesto las tensiones laborales que emergen cuando la integración de IA a escala no viene acompañada de negociación transparente con los equipos. Es otro de los pocos casos públicamente documentados donde la resistencia interna tomó forma organizada y por esa razón, resulta más instructivo que muchos de los casos que solo registran resultados positivos.