La transformación del periodismo mediante la inteligencia artificial está entrando en una nueva fase. Durante los últimos años, buena parte del debate se ha centrado en cómo utilizar herramientas de IA para resumir documentos, generar titulares, traducir artículos o automatizar tareas repetitivas. Sin embargo, algunos proyectos editoriales ya están dando un paso mucho más ambicioso: construir redacciones en las que los agentes de IA participan en prácticamente todas las fases de producción informativa.
No hablamos de una posibilidad futurista, sino de iniciativas que ya están funcionando en distintos países.
Así lo documenta el Reuters Institute for the Study of Journalism en su reportaje Inside the rise of AI-native newsrooms run by autonomous agents, que examina cinco proyectos desarrollados en Estados Unidos, Canadá, Croacia e Italia.
Estas organizaciones están experimentando con sistemas capaces de monitorizar fuentes, identificar acontecimientos relevantes, contrastar información, redactar noticias e incluso tomar determinadas decisiones editoriales.
La pregunta ya no es si la inteligencia artificial puede escribir noticias. La cuestión es hasta qué punto puede participar en la toma de decisiones de una redacción y quién debe responder cuando se equivoca.
De utilizar IA en una redacción a construir una redacción alrededor de la IA
Existe una diferencia fundamental entre incorporar herramientas de inteligencia artificial a un periódico y diseñar un medio cuyo funcionamiento depende desde el principio de agentes autónomos.
En el primer modelo, el periodista sigue siendo el centro del proceso. La IA funciona como asistente para agilizar determinadas tareas.
En el segundo, denominado AI-native newsroom o redacción nativa de IA, la tecnología forma parte de la propia estructura operativa del medio.
Los agentes pueden asumir funciones diferenciadas:
Monitorización de fuentes: seguimiento de organismos públicos, bases de datos, medios de comunicación y fuentes documentales.
Detección y selección de noticias: identificación de acontecimientos potencialmente relevantes para una audiencia.
Investigación y contraste: recopilación de antecedentes y comprobación de afirmaciones frente a las fuentes disponibles.
Producción editorial: elaboración de borradores, titulares y otros elementos informativos.
Control de calidad: revisión automatizada de criterios de precisión, tono, neutralidad y cumplimiento de normas editoriales.
Publicación y distribución: preparación de contenidos para su difusión a través de distintos canales.
La diferencia no está únicamente en automatizar más tareas, sino en coordinar distintos sistemas de inteligencia artificial para ejecutar procesos editoriales completos.
Desde nuestra perspectiva, este es uno de los cambios tecnológicos más importantes que puede experimentar el sector: el paso de utilizar herramientas aisladas a desarrollar flujos de trabajo editoriales inteligentes.
Pero también obliga a revisar una cuestión esencial. Que un sistema pueda ejecutar una tarea no significa necesariamente que deba realizarla sin supervisión.
Cinco medios que ya están experimentando con redacciones nativas de IA
El reportaje del Reuters Institute permite observar que no existe un único modelo de redacción automatizada. Cada proyecto ha establecido diferentes límites para la intervención humana.
RuntimeWire: publicar noticias en minutos sin renunciar a la responsabilidad editorial
Uno de los ejemplos más llamativos es RuntimeWire, un medio estadounidense fundado por el tecnólogo Ryan Merket.
Según explica el Reuters Institute, el proyecto consiguió publicar una información relacionada con agentes de IA de OpenAI y una operación de seguridad vinculada a Hugging Face antes que grandes medios internacionales.
El proceso fue especialmente revelador: Merket identificó una información relevante en la transcripción de una presentación de la conferencia Black Hat y la introdujo en su sistema editorial. Los agentes contrastaron los datos con otras fuentes y prepararon la publicación en aproximadamente seis minutos.
Sin embargo, hubo una decisión que no tomó la inteligencia artificial: determinar que aquella información tenía suficiente interés público para convertirse en noticia.
Esa decisión correspondió al responsable humano del medio.
Este caso demuestra que la velocidad de publicación puede aumentar considerablemente cuando las herramientas de investigación, documentación y redacción están conectadas.
No obstante, también revela que el criterio editorial sigue siendo una pieza fundamental del proceso.
La rapidez puede convertirse en una ventaja competitiva, pero publicar primero no equivale necesariamente a informar mejor.
Redazione Zero: una redacción donde la IA decide qué publicar
En Italia encontramos un planteamiento más radical.
Redazione Zero funciona mediante varios agentes de inteligencia artificial que seleccionan noticias, redactan contenidos, verifican información y preparan decisiones editoriales.
Su impulsor, Emilio Salmeri, establece las normas de funcionamiento, pero no revisa ni aprueba individualmente las noticias antes de su publicación.
Para reducir riesgos, el proyecto aplica restricciones sobre determinados contenidos. Por ejemplo, excluye las informaciones judiciales y de sucesos, limita la cobertura sanitaria y establece requisitos de contraste de fuentes.
El sistema también permite solicitar rectificaciones, cuya resolución final corresponde al responsable humano.
Este modelo plantea una cuestión especialmente delicada: ¿puede existir una redacción sin supervisión humana previa y mantener estándares periodísticos suficientes?
Nuestra interpretación es que la autonomía tecnológica no elimina la responsabilidad editorial. Al contrario, puede hacerla todavía más exigente.
Si un medio delega decisiones en agentes de IA, necesita mecanismos transparentes para conocer por qué se ha publicado una información, qué fuentes se han utilizado y cómo se corrigen los errores.
La automatización no puede convertirse en una excusa para diluir responsabilidades.
Moj Kraj: la inteligencia artificial como respuesta a la falta de información local
Uno de los casos con mayor potencial para el sector editorial es Moj Kraj, desarrollado en Croacia por Tihomir Jauk.
Su propuesta consiste en utilizar inteligencia artificial para cubrir información hiperlocal que difícilmente recibiría atención constante por parte de los grandes medios.
Según el Reuters Institute, el sistema monitoriza más de 2.000 fuentes y cubre más de 124 localidades.
Entre esas fuentes se encuentran páginas municipales, organismos públicos, servicios locales, información meteorológica y avisos relacionados con el tráfico.
La IA recopila, clasifica y transforma estos datos en posibles noticias. Después, los contenidos pasan por diferentes controles automatizados.
El resultado es significativo: de aproximadamente 100 borradores diarios, únicamente entre 20 y 30 llegan a publicarse.
Este ejemplo introduce una perspectiva que consideramos especialmente interesante.
La inteligencia artificial no tiene por qué limitarse a producir más contenido sobre los mismos temas. También puede permitir que los medios informen sobre asuntos que actualmente quedan fuera de su cobertura.
En el periodismo local, donde los recursos económicos y humanos suelen ser limitados, este planteamiento abre nuevas posibilidades.
Un medio podría ampliar su seguimiento de plenos municipales, convocatorias públicas, cambios urbanísticos, actividades culturales o información de servicio sin exigir a sus periodistas que dediquen toda su jornada a recopilar datos.
La oportunidad no está necesariamente en sustituir al profesional, sino en ampliar su capacidad para detectar historias relevantes.
Tucson Daily Brief: automatizar lo rutinario para ampliar la cobertura
Una filosofía similar encontramos en Tucson Daily Brief, impulsado por el periodista tecnológico Nicholas De Leon en Estados Unidos.
Su sistema distingue entre contenidos rutinarios, que pueden publicarse automáticamente, e informaciones que requieren revisión humana.
Uno de sus desarrollos permite seguir reuniones municipales mediante transcripción automática y generar borradores a partir de lo que se debate.
De Leon revisa y verifica esos textos antes de publicarlos.
El proyecto también experimenta con otros formatos, como pódcast generados con IA, presentadores virtuales y herramientas de búsqueda conversacional sobre su propio archivo.
Este caso muestra otra transformación importante: la inteligencia artificial puede modificar no solo cómo se producen las noticias, sino también cómo se distribuyen y consumen.
Un mismo contenido puede convertirse en una noticia escrita, un resumen sonoro o una respuesta contextualizada a una pregunta del lector.
Para los editores digitales, esta capacidad de reutilización puede ayudar a mejorar la distribución y accesibilidad de la información.
Sin embargo, también exige mantener una trazabilidad clara entre el contenido original y sus distintas versiones.
Journal Métro: recuperar un medio gracias a un modelo editorial asistido por IA
El quinto caso resulta especialmente relevante desde una perspectiva empresarial.
Tras la quiebra de Métro Media en Canadá en 2023, varias publicaciones locales dejaron de funcionar.
Posteriormente, el empresario Pierre-Antoine Fradet adquirió los derechos de Journal Métro con el objetivo de recuperar parte de su cobertura informativa.
El nuevo modelo utiliza inteligencia artificial para detectar información, procesar comunicados y preparar borradores.
Pero mantiene una figura humana al frente de la redacción: el periodista Olivier Robichaud.
Su trabajo consiste en verificar los datos, contextualizar las noticias, incorporar otras perspectivas cuando es necesario y aprobar los contenidos antes de publicarlos.
La filosofía es clara: utilizar la tecnología para reducir el tiempo dedicado a tareas sencillas y reservar los recursos humanos para el periodismo que exige mayor criterio.
Este modelo nos parece especialmente significativo porque conecta la innovación tecnológica con uno de los grandes desafíos del sector: la sostenibilidad económica de los medios de comunicación.
Si la automatización permite reducir determinados costes operativos sin comprometer los estándares informativos, puede contribuir a mantener proyectos editoriales que, de otra manera, tendrían dificultades para continuar.
Ahora bien, reducir costes no garantiza por sí solo la viabilidad de un periódico. La sostenibilidad también depende de su audiencia, sus ingresos y su capacidad para ofrecer información diferencial.
El verdadero debate no es si la IA sustituirá periodistas, sino qué periodismo queremos financiar
Los cinco proyectos analizados muestran que la inteligencia artificial puede asumir una parte creciente de las tareas de una redacción.
Pero también evidencian diferencias importantes entre automatizar procesos y reemplazar el trabajo periodístico.
Recopilar comunicados, clasificar documentos o generar un primer borrador son actividades relativamente estructuradas.
Investigar una irregularidad, construir una relación de confianza con una fuente, interpretar un contexto político o decidir qué información merece una investigación en profundidad son tareas de otra naturaleza.
Por eso, consideramos que el valor diferencial de los periodistas puede desplazarse progresivamente desde la producción mecánica de contenidos hacia la investigación, la interpretación, la verificación y la toma de decisiones editoriales.
Esto no significa que la transición vaya a ser sencilla.
La automatización también puede utilizarse exclusivamente para reducir plantillas, aumentar el volumen de publicaciones y disminuir costes.
Y ahí aparece uno de los principales riesgos: confundir eficiencia editorial con producción masiva de contenido.
Un periódico que publica cientos de artículos automatizados sin aportar información original, contexto o valor para sus lectores puede terminar debilitando su propia identidad.
La tecnología permite producir más. Pero la ventaja competitiva de un medio no debería medirse únicamente por cuánto publica, sino por qué aporta que otros no pueden ofrecer.
El problema de la confianza: ¿quién responde cuando se equivoca un agente de IA?
Uno de los aspectos más importantes del reportaje del Reuters Institute es que los sistemas descritos no están libres de errores.
Los responsables de los proyectos reconocen fallos relacionados con la interpretación de información, el tratamiento de asuntos complejos o la calidad de los contenidos generados.
Incluso los modelos con controles automatizados han necesitado introducir correcciones y nuevas salvaguardas.
Esto confirma una limitación fundamental: un agente de IA puede verificar determinadas afirmaciones y, aun así, interpretar incorrectamente el contexto de una noticia.
Además, varios agentes trabajando sobre una misma información no garantizan necesariamente una verificación independiente.
Si todos dependen de fuentes incompletas, interpretaciones erróneas o datos desactualizados, pueden reproducir y reforzar el mismo fallo.
Por eso, creemos que las redacciones que incorporen sistemas autónomos deberían prestar especial atención a tres principios:
1. Transparencia editorial. El lector debe poder conocer cuándo se ha utilizado inteligencia artificial de manera sustancial en la elaboración de una noticia.
2. Trazabilidad de las fuentes. El medio necesita conservar información suficiente para reconstruir cómo se ha elaborado un contenido y qué documentación respalda sus afirmaciones.
3. Responsabilidad humana. Debe existir una persona o estructura editorial responsable de las decisiones, las rectificaciones y la aplicación de los estándares periodísticos.
Estos principios no impiden la innovación. Son precisamente los que pueden permitir que la automatización se desarrolle sin deteriorar la confianza de las audiencias.
Del CMS tradicional al CMS inteligente: el siguiente cambio en la infraestructura editorial
La aparición de las redacciones nativas de IA también tiene implicaciones para las plataformas tecnológicas que utilizan los medios.
Durante años, el CMS de un periódico digital ha sido principalmente una herramienta para crear, organizar, editar y publicar contenidos.
Con la llegada de los agentes autónomos, ese papel puede evolucionar.
El sistema de gestión editorial podría convertirse en un entorno donde convivan periodistas, editores y agentes de inteligencia artificial, cada uno con funciones y permisos específicos.
Imaginemos un flujo de trabajo en el que un agente monitoriza fuentes oficiales, otro detecta novedades relevantes, un tercero prepara un borrador y un cuarto comprueba las referencias documentales.
El periodista recibe el resultado, revisa los elementos críticos y decide si la información está preparada para publicarse.
Este planteamiento permitiría combinar automatización con control editorial.
Pero requiere que la infraestructura tecnológica esté diseñada para gestionar algo más que artículos.
Necesita permisos, registros de actividad, mecanismos de aprobación, controles de calidad y capacidad para intervenir cuando un proceso automatizado falla.
Desde OA Cloud, consideramos que esta evolución es especialmente relevante para los medios que buscan modernizar sus procesos sin perder su independencia editorial.
La incorporación de inteligencia artificial al CMS no debería consistir simplemente en añadir un botón para generar textos.
El verdadero salto tecnológico está en integrar la IA en los flujos de trabajo, respetando el criterio de los profesionales y las necesidades de cada redacción.
Más automatización no significa necesariamente mejor periodismo
Existe una tentación evidente en el desarrollo de redacciones automatizadas: medir el éxito por la cantidad de artículos publicados, los minutos ahorrados o la reducción de costes.
Son indicadores importantes desde el punto de vista operativo, pero insuficientes para evaluar el valor de un medio.
Una redacción puede publicar más rápido y, al mismo tiempo, perder profundidad.
Puede cubrir más acontecimientos y ofrecer menos contexto.
Incluso puede automatizar buena parte de sus contenidos sin conseguir que los lectores encuentren razones para volver.
Por eso, el debate debería incorporar otras preguntas.
¿Está permitiendo la IA investigar asuntos que antes no podían cubrirse? ¿Mejora la precisión de las informaciones? ¿Facilita que los periodistas dediquen más tiempo a sus fuentes? ¿Aporta valor a comunidades que reciben poca atención informativa?
Estas cuestiones son mucho más relevantes que determinar cuántos artículos puede producir un sistema en una hora.
El caso de los medios hiperlocales analizados por el Reuters Institute demuestra que existen oportunidades reales para ampliar la cobertura informativa.
Pero los errores documentados también recuerdan que la supervisión, la transparencia y el criterio editorial siguen siendo indispensables.
El futuro no será una redacción sin periodistas, sino una redacción con nuevas capacidades
Las redacciones nativas de inteligencia artificial representan un experimento que el sector editorial no debería ignorar.
Demuestran que ya es técnicamente posible automatizar procesos que hace pocos años requerían una intervención humana constante.
También plantean interrogantes sobre el empleo, la responsabilidad editorial, la calidad informativa y la sostenibilidad de los medios.
Nuestra posición es que la inteligencia artificial tendrá mayor valor cuando permita a los periodistas hacer mejor su trabajo, no cuando se utilice únicamente para producir más contenido con menos profesionales.
El periodismo necesita tecnología capaz de reducir tareas repetitivas, detectar información relevante y mejorar la eficiencia de las redacciones.
Pero también necesita profesionales que investiguen, contrasten, cuestionen y asuman la responsabilidad de lo que se publica.
Los medios que consigan combinar ambas capacidades estarán mejor preparados para desarrollar nuevos productos editoriales, ampliar sus coberturas y responder a las necesidades de sus audiencias.
Porque la gran transformación no consiste en que una máquina pueda escribir una noticia.
Consiste en construir redacciones donde la tecnología permita dedicar más recursos a aquello que hace que el periodismo siga siendo necesario: encontrar historias, comprenderlas y contarlas con rigor.
