De los primeros titulares alarmistas a las primeras soluciones concretas han pasado apenas tres años. La inteligencia artificial conversacional ha obligado a los periódicos a redefinir cómo atraer a sus lectores en un contexto en el que las preguntas se formulan a un chatbot. Aquí se resumen los pasos más relevantes —acuerdos con las tecnológicas, creación de asistentes propios, advertencias regulatorias— y se recogen recomendaciones prácticas que empiezan a marcar la diferencia entre perder audiencia o convertir la conversación en lectura fiel dentro del medio.
La irrupción de la inteligencia artificial conversacional ya no es una novedad sino un hecho asentado en los usos informativos diarios. En este artículo vamos a tratar de resumir algunos de los hitos más significativos desde aquel primer impacto —acuerdos de licencia, asistentes conversacionales propios y recomendaciones regulatorias— y poner sobre la mesa un conjunto de medidas prácticas que algunos medios ya están implementando para que la conversación con la IA termine en consumo de información dentro del periódico, con trazabilidad, crédito a las fuentes y profundidad editorial, como respuesta a los retos presentes, entre ellos Google Zero.
La consolidación del hábito conversacional está documentada: según un trabajo de OpenAI con el National Bureau of Economic Research, que analiza 1,5 millones de conversaciones, el uso de ChatGPT se organiza en tres grandes funciones —“preguntar”, “hacer” y “expresar”— con predominio de las consultas de decisión y contexto; además, más del 70 % del uso es personal y no laboral, y el perfil demográfico se ha ampliado con cierre de brechas de adopción.
Ese cambio de hábitos convive con otro dato relevante para los editores: los chatbots se apoyan en contenido periodístico cuando responden. Un informe de Muck Rack sobre más de un millón de enlaces citados por ChatGPT, Gemini y Claude concluye que el posicionamiento en respuestas de IA depende en gran medida de earned media reciente y de alta credibilidad.
Lo que ya ha ocurrido: tres pasos clave
1) Licencias con acreditación y enlace profundo. El Financial Times firmó en abril de 2024 un acuerdo para que ChatGPT incorpore resúmenes atribuidos, citas y “rich links” hacia piezas del FT en consultas relevantes. El estándar que se consolida es triple: crédito visible, enlace profundo a la pieza concreta y telemetría de retorno para medir qué preguntas convierten en lectura.
2) Asistentes conversacionales dentro del propio medio. El FT probó AskFT, un sistema entrenado con dos décadas de hemeroteca que entrega respuestas sustentadas en artículos y abre rutas de lectura a análisis, cronologías y perfiles.
En el ámbito hispano, EL PAÍS lanzó en marzo de 2025 Vera EL PAÍS, asistente conversacional alimentado por su archivo y desarrollado con tecnología de OpenAI, disponible para suscriptores y orientado a facilitar búsqueda y consumo dentro del diario.
Luego los chatbots en medios se generalizaron.
3) Recomendaciones profesionales y marco de salvaguardas. La Federación Internacional de Periodistas (FIP) publicó en enero de 2025 unas recomendaciones sobre IA que piden transparencia en el contenido generado, prevención de sesgos, protección del empleo y formación específica en redacciones.
Qué conviene hacer ahora
- Atribuir, enlazar y medir. Negociar con los grandes modelos licencias con tres cláusulas no negociables: atribución visible, enlaces profundos a piezas (no a portada) y datos de retorno (impresiones, clics, preguntas que derivan en lectura). El precedente del FT ofrece una base contractual replicable.
- Construir una “capa de respuesta” propia. Integrar en la web/app un módulo conversacional limitado al corpus del medio (recuperación aumentada por búsqueda, RAG) que responda solo con evidencia publicada; cuando falte base, devolver un aviso y derivar a cobertura. Ejemplos recientes muestran aceptación del usuario cuando la respuesta cita el archivo y abre rutas claras a lectura completa (AskFT, Vera).
- Estructurar el conocimiento para preguntas, no solo para portadas. Mantener fichas vivas de temas, cronologías y “quién es quién” como objetos versionados; aplicar Schema.org/NewsArticle y entidades (Person/Organization/Place) para que el asistente encuentre, cite y actualice con precisión. Esto reduce latencia y alucinaciones y facilita auditoría ante correcciones.
- Redefinir el éxito: lectura significativa. Incorporar KPIs que reflejen si la conversación deriva en consumo: CTR desde la respuesta al artículo, tiempo de lectura, profundización en enlaces de contexto, seguimiento de temas y conversión a registro/suscripción. La métrica clásica de páginas vistas es insuficiente en un flujo conversacional.
- Proteger la calidad: límites y transparencia. Etiquetar todas las respuestas generadas, listar las piezas que las sustentan y registrar versión/fecha. Ajustar políticas a las recomendaciones de la FIP para garantizar supervisión humana en tramos críticos y formación continua en verificación con IA.
- Evitar la comoditización con activos propios. Priorizar productos editoriales difíciles de replicar por terceros: archivo curado, bases de datos y visualizaciones, comparadores y calculadoras de servicio, verificación en tiempo real. El informe de Muck Rack citado anteriormente sugiere que la recencia y la autoridad influyen en lo que citan los modelos; invertir en esas dos palancas mejora la visibilidad en IA y, sobre todo, justifica la lectura dentro del medio .
- Cuidar la experiencia: de la respuesta al dossier. Diseñar la respuesta como puerta de entrada: un párrafo verificable con links internos a cronología, perfiles y análisis, más un botón “seguir tema”. El objetivo operativo es simple: que la pregunta formulada en lenguaje natural termine en la lectura de un dosier o una pieza de contexto dentro del sitio.
El mapa que dibujan los datos de uso de ChatGPT (NBER/OpenAI), los acuerdos de contenido (FT–OpenAI), los pilotos de asistentes propios (AskFT, Vera) y las recomendaciones profesionales (FIP) apunta en la misma dirección: convertir el hábito conversacional en lectura propia con atribución, enlaces profundos y una capa de respuesta verificable. Lo que cambia no es la misión del periodismo, sino el punto de entrada; lo que decide el futuro del consumo informativo no es el brillo de la tecnología, sino quién ofrece la respuesta más útil con la autoridad de sus propias fuentes.
Fuente: Laboratorio de Periodismo
