La IA no salvará las redacciones: lo hará la gobernanza y el criterio editorial
César Fieiras Ceide (2026). IA, innovación y medios. 150 entrevistas para comprender el cambio. Valencia: Tirant Humanidades. 308pp. ISBN 979-13-7038-183-7. Disponible en acceso abierto.
La IA ha irrumpido en las redacciones con una velocidad que hace difícil distinguir entre transformación estructural, experimentación y entusiasmo tecnológico. Transcribir una entrevista, resumir documentos, traducir, generar titulares, localizar contenidos en un archivo, producir subtítulos o preparar versiones de una noticia son ahora tareas susceptibles de automatización. Además, la IA interviene en ámbitos más delicados: recomendación de contenidos, personalización, verificación, relación con las audiencias y toma de decisiones sobre qué recibe cada usuario. En este contexto, IA, innovación y medios. 150 entrevistas para comprender el cambio, de César Fieiras Ceide, profesor ayudante doctor en la Universidad de Santiago, tiene una gran virtud: intenta comprender la transformación desde lo que los medios ya están haciendo, a partir de las aportaciones de profesionales de más de treinta países, incluyendo directivos y responsables de innovación, estrategia, producto, tecnología y datos.
El libro, de carácter práctico y panorámico, será útil tanto al profesional que necesita entender qué está ocurriendo en las redacciones como al profesor que debe preparar a los futuros periodistas para un mercado laboral donde la frontera entre las competencias periodísticas, tecnológicas y de producto se vuelve cada vez más porosa.
Frente a los discursos sobre periodismo e IAG, divididos entre la fascinación y el catastrofismo, Fieiras observa las redacciones desde dentro: qué problemas intentan solucionar, qué herramientas incorporan, qué proyectos abandonan, cómo organizan la innovación, qué perfiles necesitan y, sobre todo, cómo intentan mantener el control editorial cuando parte creciente de la cadena informativa está mediada por los sistemas algorítmicos.
El prólogo de Charlie Beckett, profesor de la London School of Economics y director del proyecto JournalismAI, parte de una constatación: no existe “una IA”, sino múltiples sistemas y herramientas en evolución, y los medios tienen niveles de adopción muy diferentes según su tamaño, modelo de negocio, misión, cultura y contexto. Su recomendación coincide con la evidencia reunida por Fieiras: aprendamos a utilizar esta tecnología, pero con cautela. Beckett argumenta que, si la IAG cada vez se encarga de más tareas rutinarias, las capacidades humanas adquieren mayor valor. La IAG puede resumir, traducir o procesar grandes volúmenes de información, pero no sustituye la experiencia de ir al lugar, hablar con las personas, interpretar el contexto o asumir un argumento moral. El periodismo humano es insustituible (afortunadamente).
Cómo incorporar la IA con responsabilidad
Esta me parece la parte más útil para la discusión profesional. Los testimonios y el análisis comparado convergen en una hoja de ruta para la adopción responsable:
1. Subordinar la IA al propósito editorial
La tecnología no puede decidir por sí misma qué significa mejorar un medio. Los proyectos adquieren sentido cuando responden a necesidades concretas: mejorar la documentación, facilitar la verificación, ampliar la accesibilidad, reducir tareas mecánicas, enriquecer el archivo o mejorar la experiencia del usuario. Los usos abarcan desde transcripción, subtitulado y generación de metadatos hasta recomendación, personalización, traducción y verificación. El criterio que distingue una buena aplicación es su contribución verificable al periodismo.
2. Supervisión humana eficaz
La supervisión humana no consiste en tener una persona al final de una cadena automatizada y pedirle que pulse “publicar”. Debe existir una intervención efectiva, con capacidad de corregir, bloquear o modificar el resultado. Fieiras propone definir quién revisa, en qué momento, con qué criterios y cómo queda registrada la decisión, algo esencial en información política, electoral, sanitaria o de conflicto, y en cualquier contenido en el que un error pueda producir daños relevantes. “Cuanto mayor sea el impacto potencial de un contenido o una decisión algorítmica, mayor debe ser el nivel de supervisión profesional”, afirma el autor.
3. Trazabilidad de los procesos
Hemos de reconstruir qué ocurre a lo largo del proceso. Para ello, conviene registrar los modelos y versiones usados, instrucciones, modificaciones, responsables y momentos de intervención. La trazabilidad se convierte en una obligación jurídica y una herramienta de aprendizaje organizativo. Una redacción debería responder a las preguntas ¿qué sistema generó la pieza?, ¿con qué datos?, ¿qué intervención humana hubo?,¿quién la validó?, ¿qué versión del modelo se utilizó?
4. No delegar la responsabilidad en el proveedor
La relación con terceros resulta imprescindible. Cuando un medio compra una solución tecnológica, no debería perder su capacidad de entender, auditar, modificar o abandonar el sistema. Fieiras propone que los contratos incorporen documentación técnica verificable, posibilidades de exportar registros, capacidad de ajuste interno, auditorías y derecho de salida. La externalización técnica no debe implicar la externalización de la responsabilidad editorial.
5. La personalización necesita pluralismo
Los sistemas de recomendación pueden aumentar la relevancia del medio, pero también generar burbujas, homogeneización y pérdida de diversidad. Por eso se plantea incorporar criterios editoriales explícitos, umbrales de diversidad, rotación y pruebas que midan no solo los clics o el tiempo de consumo, sino también la exposición informativa. En determinados contextos, la misión periodística exige ampliar horizontes, introducir perspectivas diferentes y garantizar el acceso a información relevante, aunque no sea la más atractiva algorítmicamente.
6. Transparencia
Fieiras distingue entre transparencia formal y transparencia efectiva. Subraya que no basta con un aviso genérico: “este contenido ha sido generado con IA”. Cuando la intervención de la máquina es sustancial, el público necesita información inteligible, y el medio debe conservar una trazabilidad suficiente para reconstruir el proceso. La transparencia, por tanto, debe diseñarse pensando en que el usuario pueda entender qué está consumiendo y por qué.
7. La ética del procedimiento
El autor propone asignar responsabilidades mediante esquemas claros, monitorizar continuamente los resultados, realizar evaluaciones de impacto antes de escalar proyectos, establecer cláusulas específicas con proveedores y convertir el pluralismo en una condición verificable de los sistemas de recomendación. Se defiende un criterio ético práctico: “¿qué controles necesitamos para usar la IAG con responsabilidad y qué hacemos si fallan?”.
El capítulo sobre los “medios sintéticos integrales” introduce el escenario más provocador. Se trata de arquitecturas capaces de automatizar buena parte de la cadena: ingesta, filtrado, generación, programación, distribución y aprendizaje a partir del rendimiento. Fieiras analiza los casos de Intar Radio y NewsGPT, para estudiar qué ocurre si se reduce drásticamente la intervención humana. Estos sistemas llegan a ser funcionales en nichos muy concretos cuando trabajan con datos públicos fiables y estructurados. Pero presentan limitaciones en narración, jerarquización, atribución y diversidad editorial. Por tanto, hemos de preguntarnos qué partes del periodismo son automatizables y cuáles dependen necesariamente del criterio profesional.
Hibridación de perfiles y necesidad de formación
Uno de los hallazgos más importantes de la obra, en mi opinión, es uno de los menos sorprendentes: los medios están incorporando IA más deprisa de lo que su capacidad para formar a sus profesionales. El capítulo dedicado a perfiles, rutinas y formación describe una situación fragmentada. La mayoría de los medios aún no cuenta con planes sistemáticos de formación en IA. El aprendizaje surge mediante experimentación individual, curiosidad autodidacta, colaboración informal entre compañeros ocursos puntuales. Es decir, la transformación tecnológica está avanzando mientras la formación permanece rezagada.
Algunas radiotelevisiones públicas europeas, como France Télévisions, BBC o ZDF, han lanzado iniciativas que combinan alfabetización tecnológica, ética y cultura de la innovación. En Newtral y Verificat destacan dinámicas de aprendizaje cruzado. Sin embargo, el panorama general en el sector es desigual.
Esta constatación debería interpelar a la universidad. No basta con que incorporemos una asignatura de “Inteligencia artificial y periodismo”. La IA debería atravesar materias de redacción, documentación, periodismo de datos, verificación, producción audiovisual, edición, ética, diseño y gestión de medios. El estudiante debe aprender tanto a usar herramientas como a cuestionarlas. También convendría enfatizar algo que los grandes modelos lingüísticos (LLMs) tienden a ocultar: la máquina puede producir una respuesta convincente sin comprender la realidad a la que se refiere. La supervisión es, por tanto, una competencia profesional.
El periodista será, cada vez más, un profesional híbrido. La investigación detecta la aparición de perfiles que funcionan como puente entre el mundo editorial y el tecnológico. Surgen responsables de IA, perfiles de producto editorial, periodistas de datos y profesionales de verificación con nuevas competencias técnicas, así como periodistas que experimentan con modelos generativos o sistemas de automatización.
El denominado AI lead o “director de IA” es un ejemplo muy significativo. Su función no consiste simplemente en conocer herramientas, sino en conectar departamentos, identificar problemas, explorar soluciones y garantizar que la adopción tecnológica mantenga la misión editorial. El libro subraya la consolidación del perfil de producto editorial, en la intersección entre contenidos, tecnología y experiencia de usuario. De este modo, la transformación de la profesión no puede explicarse únicamente mediante la dicotomía “periodistas frente a máquinas”. El escenario es más complejo: periodistas que adquieren competencias tecnológicas, ingenieros que necesitan cultura editorial, especialistas en producto que deben comprender el periodismo y directivos capaces de tomar decisiones estratégicas.
El libro identifica cinco atributos comunes en los responsables de innovación más eficaces: visión panorámica de la organización, credibilidad interna, comunicación clara, aprendizaje continuo y actitud exploradora compatible con la disciplina institucional. Es una buena pista para las facultades: quizá el objetivo no deba ser formar especialistas aislados en IA, sino profesionales capaces de trabajar entre disciplinas.
Una de las aportaciones prácticas de IA ,innovación y medios aparece en los procesos de implementación. Fieiras identifica un itinerario recurrente. Primero aparecen proyectos puntuales, mediante herramientas externas. Después, las organizaciones descubren que el valor de la IA no está tanto en experimentar con aplicaciones aisladas como en integrarla en sus propios flujos de trabajo. Entonces surgen los problemas: datos incompletos, archivos desordenados, taxonomías inconsistentes, falta de trazabilidad o ausencia de mecanismos de reversión. La solución pasa por volver atrás y ordenar los cimientos, con objeto de asegurar una implantación transversal y progresiva.
En este proceso, la madurez en el uso de la IA se mide por la capacidad para integrar la tecnología de forma estable, explicable y evaluable en los procesos propios. Fieiras propone un ciclo sencillo :identificar una necesidad, evaluar los datos y los riesgos técnicos y legales, comparar alternativas, realizar un piloto controlado con métricas, establecer mecanismos de reversión y decidir después si continuar, ajustar o detener el proyecto. Para una redacción, esta metodología es trasladable a la práctica. Antes de incorporar un sistema que genere titulares, por ejemplo, habría que definir qué problema pretende solucionar, qué ahorro produce, qué errores puede introducir, quién revisará sus resultados, cómo se documentarán sus usos y qué sucederá si el sistema falla.
La “deuda cognitiva” que produce la IA
El segundo gran bloque de la obra(“La IA en el corazón del cambio”) muestra qué está pasando realmente con la IA en los medios. La primera transformación es gradual. La IA empieza automatizando tareas y redistribuyendo funciones de transcripción, subtitulado, etiquetado, generación de boletines, resúmenes o documentación pasan a los sistemas automatizados. El periodista deja de ejecutar algunas tareas y comienza a supervisar, verificar y corregir los resultados de las máquinas, con una consecuencia clara: la automatización no elimina la profesión, pero sí cambia aquello que significa ejercerla.
Un redactor ya no se limita a escribir, ha de evaluar un texto producido o asistido por la máquina. El documentalista no necesariamente etiqueta cada contenido, sino que establece los criterios para que un sistema pueda hacerlo correctamente. El técnico se acerca al contenido, mientras que el periodista necesita adquirir cultura tecnológica. En esta redacción híbrida, humanos y sistemas trabajan de manera interdependiente.
Las aportaciones de los entrevistados permiten identificar seis grandes focos de innovación mediática: la reconfiguración de las estructuras internas; el rediseño de productos y formatos; la automatización y la eficiencia editorial; el desarrollo de plataformas y canales propios; la reconexión con las audiencias; y la exploración de nuevas narrativas y entornos inmersivos. Fieiras constata que la IA no supone una transformación aislada ya que implica una “mutación” de la empresa mediática, que afecta a sus procesos de producción, productos, canales de distribución y estructuras profesionales. Afirma que la innovación está dejando de entenderse como una serie de proyectos disruptivos y se concibe como una función transversal de la empresa. Los medios más avanzados están creando estructuras, perfiles híbridos, liderazgos y procesos que buscan convertir los experimentos que funcionan en capacidades permanentes.
La idea es muy pertinente para las facultades de Comunicación. Durante años, enseñar innovación periodística se ha equiparado con explicar tecnologías emergentes, formatos y plataformas. El libro invita a desplazar el centro de gravedad: antes que usar herramientas, los estudiantes deberían detectar problemas y necesidades, experimentar, medir resultados y decidir si una herramienta concreta merece incorporarse a la práctica profesional.
Para los periodistas, el aprendizaje resulta evidente: la competencia diferencial no será simplemente saber utilizar una herramienta de IA sino el criterio: determinar cuándo utilizarla, para qué utilizarla, qué riesgos presenta y cuándo no debe utilizarse.
Para los profesores, implica que no podemos limitar la alfabetización en el uso de la IA a “enseñar prompts”. El estudiante necesita comprender las limitaciones de los modelos, evaluar sus resultados, detectar errores, comprender los riesgos y conocer las implicaciones editoriales de delegar una tarea en un sistema automatizado.
Un asunto me parece muy relevante en la enseñanza: la deuda cognitiva. Fieiras plantea el riesgo de que determinadas capacidades profesionales se ejerciten cada vez menos si se externalizan a las herramientas automatizadas. Si una máquina resume, busca, compara, redacta y propone, ¿qué sucede con las capacidades humanas de análisis, memoria, escritura, documentación, criterio y juicio? El autor no defiende un periodismo artesanal, sin tecnología, pero advierte de que la eficiencia tecnológica podría debilitar las capacidades del periodista. De hecho, ya constatamos en buena parte de nuestros estudiantes las consecuencias negativas que provoca la deuda cognitiva.
Alianzas entre universidades y medios
Para quienes enseñamos periodismo, es una lectura imprescindible. La transformación que describe Fieiras requiere profesionales capaces de entender simultáneamente contenidos, datos, tecnología, producto y ética; periodistas que trabajen con sistemas automatizados sin aceptar sus resultados ciegamente; y redacciones que conviertan la formación continua en parte de su estrategia. El investigador considera necesario incrementar la colaboración entre universidades y medios, entre la academia y la profesión.
La obra esboza todo un programa en la docencia de la IAG. Los estudiantes deberían aprender a construir y evaluar flujos de trabajo con IAG; comparar los “outputs” entre distintas herramientas; documentar sus usos; detectar errores y sesgos; verificar la información generada; comprender las implicaciones de los datos usados; trabajar con sistemas de recomendación; analizar la personalización y diseñar protocolos editoriales. Pero también han de ser conscientes de que no deben utilizar la IAG si su uso puede deteriorar la calidad, la confidencialidad, la independencia ola responsabilidad profesional, porque la competencia más importante es saber gobernarla.
Fieiras realiza una valiosa cartografía de un terreno todavía inestable y lleno de incertidumbres. Su investigación compara prensa, radio, televisión, medios públicos, plataformas, etc. y comprueba que no existe una única vía de incorporación de la IAG. En un horizonte de tres a cinco años, el autor identifica cuatro capas que podrían proporcionar una ventaja competitiva a los medios: datos ordenados, procesos estables, tecnología sometida a límites explícitos y métricas que premien la comprensión y el servicio, no simplemente el volumen.
Una redacción puede publicar mil contenidos automatizados y ser menos útil que otra que publique cien piezas mejor documentadas. Puede aumentar el tiempo de consumo y, al mismo tiempo, reducir la diversidad informativa. Puede ahorrar horas de trabajo y utilizarlas para producir todavía más piezas irrelevantes. Puede tener el modelo de IAG más avanzado del mercado y carecer de datos, protocolos y profesionales capaces de gobernarlo. El criterio decisivo será qué hace con el tiempo, los recursos y las capacidades que la tecnología libera.
IA, innovación y medios llega en un momento muy oportuno porque permite entender cómo las organizaciones periodísticas están incorporando una tecnología que todavía se encuentra en plena evolución. Esto no es más que el comienzo; los medios se encuentran en una fase de transición en el uso de la IAG. La transformación más decisiva afectará a la arquitectura en la que se basan los modelos: datos, procesos, profesionales, gobernanza, métricas y criterios editoriales.
El reto es decidir qué periodismo queremos construir con esta tecnología tan poderosa. El libro ofrece una respuesta sensata: hemos de experimentar, aprender, medir, gobernar y mantener el criterio editorial. La IAG acelera la transformación de los medios, pero no debe determinar su dirección ni sus consecuencias. Esas decisiones, afortunadamente, continúan siendo humanas y periodísticas.