Las salas de redacción de todo el mundo han comenzado a explorar formas de convertir su periodismo en diferentes formatos utilizando IA: por ejemplo, desde artículos de texto hasta videos, podcasts, infografías y más.
Al hacerlo, el principal desafío no es solo la precisión, sino también el rigor. Los periodistas se esfuerzan por obtener datos precisos y atribuirlos con claridad, evitar sesgos, verificar afirmaciones y mantener la transparencia. Cuando se utiliza IA para convertir una obra periodística de un formato a otro, es posible que no se mantenga el mismo rigor.
“Uno de los mayores desafíos es que todos los modelos de IA y la mayoría de las herramientas que impulsan no están integrados con los estándares editoriales a los que estamos acostumbrados como periodistas”, afirmó Sannuta Raghu , directora del Laboratorio de IA de Scroll.in y exbecaria ICFJ Knight. “Se entrenan con datos amplios y generalizados, y a menudo se optimizan para la fluidez del lenguaje y la forma, no para la precisión, la atribución o la intención editorial”.
Los obstáculos que Raghu encontró al iterar contenido con IA pueden, sin duda, ser difíciles de comprender, especialmente para alguien sin conocimientos técnicos. Para Nithyani Anandakugan (autora de esta nota), la «memoria instantánea» —un fenómeno en el que los recuerdos vívidos de eventos vitales cruciales revelan distorsiones al compararlos con el momento real— se convirtió en una analogía útil para enmarcar los desafíos que enfrentan los periodistas al usar IA para adaptar su contenido a nuevos formatos y diseños. Investigadores estudiaron este fenómeno después del 11-S y descubrieron que sus participantes compartían recuerdos vívidos de los atentados con gran confianza, pero a medida que relataban y reorganizaban sus experiencias, los detalles se alejaban aún más de la realidad.
Raghu trabaja para estandarizar el principio de fidelidad a la fuente. Durante su beca, describió cómo se estructuran, estilizan y presentan las noticias digitales y recopiló sus hallazgos en lo que ella llama un » Directorio de Contenido Líquido».
El directorio está estructurado según cómo los usuarios reciben noticias y periodismo en línea: Infraestructura Física → Capa de Red y Transporte → Protocolos de Aplicación → Canales de Entrega → Contenedor de Contenido → Formato de Contenido → Bloques de Construcción → Dispositivos e Interfaces. Centrándose en los últimos cinco puntos de contacto, Raghu ha creado el inicio de un sistema modular capaz de transformar una forma de periodismo en otra.
En los próximos meses, describirá cada entrada del directorio y codificará respuestas a preguntas como:
- ¿Un artículo de texto es un contenedor o un formato?
- ¿Es una newsletter un canal de difusión, un contenedor o un formato?
- ¿Es una línea de tiempo un formato o un bloque de construcción?
Este mapa y sus descripciones podrían servir como conjunto de datos fundamental para enseñar una forma periodística modelo con el fin de preservar el razonamiento editorial que informa el diseño de noticias.
Lee la nota completa acá.
Fuente: International Journalists’ Network (IJNet)
Artículo traducido por ADEPA
