El 41% de las fuentes utilizadas por los grandes modelos de lenguaje para interpretar el CES 2026 procede de medios tecnológicos y el 18% de medios de noticias generales, lo que confirma que la inteligencia artificial generativa se alimenta mayoritariamente de contenidos periodísticos y sitúa a la prensa especializada y generalista como base estructural de las respuestas que ofrecen sistemas como ChatGPT, Google AI Mode o Perplexity, según el informe de Cision sobre tendencias mediáticas.
Los grandes modelos de lenguaje no solo consumen información periodística, sino que la reorganizan, la sintetizan y la convierten en una nueva capa de intermediación informativa que altera la jerarquía de visibilidad de empresas y sectores, según el informe “CES 2026: Análisis de tendencias mediáticas” elaborado por Cision.
El estudio introduce una metodología poco habitual en los análisis de cobertura: además de medir el alcance mediático clásico del CES 2026, formula preguntas sobre la feria a distintos sistemas de inteligencia artificial generativa (Google AI Mode, ChatGPT, Perplexity y DeepSeek) y examina cómo construyen sus respuestas. El objetivo no es evaluar la feria en sí, sino entender cómo los modelos interpretan un gran evento tecnológico y qué papel desempeña el ecosistema informativo en esa interpretación.
La primera conclusión es estructural: los modelos no reproducen el detalle de los lanzamientos ni priorizan los productos concretos. En sus respuestas, la robótica (28%) y los videojuegos (25%) aparecen como tendencias dominantes, por delante de áreas como movilidad, hogar inteligente o pantallas. El informe subraya que los sistemas GenAI tienden a centrarse en temas estratégicos y orientados al futuro, más que en anuncios específicos. Esto implica que la inteligencia artificial reconfigura la narrativa hacia marcos conceptuales amplios y deja en segundo plano la granularidad del producto.
El 41% de las fuentes utilizadas por los modelos procede de medios tecnológicos y el 18% de medios de noticias generales.
La segunda conclusión afecta directamente al periodismo. El 41% de las fuentes utilizadas por los modelos procede de medios tecnológicos y el 18% de medios de noticias generales. Es decir, cerca del 60% de la base informativa de las respuestas generadas por IA tiene origen periodístico. La web oficial del CES representa el 15%, las webs corporativas el 9% y YouTube el 6% . El informe destaca que el contenido periodístico sigue siendo la principal fuente de los LLM, lo que sitúa a los medios en una posición central dentro del ecosistema de entrenamiento y consulta de la inteligencia artificial.
Este dato introduce una implicación relevante para la industria informativa: aunque los modelos sintetizan y reformulan la información, dependen de la producción previa de medios especializados y generalistas. La IA no desplaza al periodismo como fuente primaria, sino que actúa como capa de agregación y reinterpretación. La autoridad editorial y la profundidad analítica siguen siendo determinantes para que una narrativa sea absorbida por los sistemas generativos.
El estudio detecta también una divergencia entre la visibilidad mediática tradicional y la visibilidad en respuestas de IA. Nvidia lidera tanto el alcance en medios (20%) como las menciones en LLM (8%), pero otras compañías muestran comportamientos distintos. Samsung, por ejemplo, obtiene un rendimiento proporcionalmente más alto en los modelos de lenguaje debido a la elevada presencia de su propia web como fuente citada. Esto indica que la arquitectura digital corporativa influye directamente en cómo la IA representa a una marca.
Además, empresas como Siemens, Google, XREAL o ROG aparecen destacadas en los sistemas de IA pese a tener menor visibilidad en los rankings clásicos de medios. La explicación, según el informe, reside en la frecuencia con la que estas marcas son mencionadas en fuentes indexadas y consultadas por los modelos. La jerarquía algorítmica no coincide necesariamente con la jerarquía editorial.
Desde el punto de vista de la comunicación corporativa, el informe apunta a una transición hacia una doble competencia por la visibilidad: una mediática y otra algorítmica. La primera depende de la cobertura en prensa y del posicionamiento en la agenda informativa; la segunda, de la citabilidad digital, la calidad semántica de los contenidos propios y su capacidad para integrarse en el corpus que utilizan los modelos de lenguaje.
El liderazgo individual también se ve amplificado por esta dinámica. Jensen Huang concentró el 51% de la visibilidad entre los directivos analizados en medios , y su discurso estratégico sobre IA física e infraestructuras fue interpretado como una visión de futuro más que como una presentación de producto. Esa orientación estratégica coincide con el tipo de narrativa que los LLM tienden a priorizar, lo que refuerza la relevancia de los mensajes conceptuales frente a los anuncios tácticos.
El informe concluye que la influencia pública ya no se define exclusivamente por el volumen de cobertura en prensa, sino también por cómo esa cobertura es absorbida, indexada y reformulada por sistemas de inteligencia artificial. Para los medios, el hallazgo confirma su papel como fuente estructural de la memoria digital que alimenta la IA. Para las marcas, introduce una variable adicional: no basta con aparecer en la agenda informativa, sino que resulta determinante cómo esa presencia se traduce en citaciones dentro de los entornos generativos que cada vez median más en el acceso a la información.
Fuente: Laboratorio de Periodismo
