El dilema que recorre todo el libro, compuesto por con seis capítulos más un prólogo, es pasar de la “aceleración” a la “reimaginación”.

En el prólogo se habla de la "IA como oportunidad para reinventar el periodismo". Los autores parten de una constatación: la IA no está transformando únicamente el periodismo, sino la manera en que toda la sociedad crea, accede, interpreta y da sentido a la información. Por eso el debate afecta también a la educación, la democracia, la creatividad, la autoridad del conocimiento y la capacidad de las personas para tomar decisiones.

Su gran metáfora es la 'hamster wheel', la rueda del hámster. Durante 25 años de digitalización, las redacciones han ido corriendo cada vez más rápido: web, redes sociales, móvil, vídeo, SEO, métricas, múltiples formatos… pero sin que ese incremento de producción haya solucionado la crisis económica o de relevancia del periodismo. La IA puede hacer que esa rueda gire todavía más rápido o permitir finalmente bajarse de ella. Por eso plantean la IA como un “momento constitutivo”: una ocasión extraordinaria para volver a preguntarse qué es el periodismo, para qué sirve y qué deberían hacer los humanos frente a las máquinas.

MOMENTO DECISIVO

En capítulo uno, 'Journalism’s Constitutive Moment: el momento decisivo', se establece todo el marco conceptual. Los autores muestran la enorme contradicción en la que entra el periodismo. 'The New York Times', por ejemplo, incorpora herramientas de IA a su redacción mientras simultáneamente mantiene litigios contra empresas de IA por utilizar sus contenidos. Al mismo tiempo, experimentos de BBC muestran que los 'chatbots' pueden introducir errores importantes al resumir noticias. Y Google comienza a convertirse de buscador en “motor de respuestas”, reduciendo el tráfico que llega directamente a los medios.

La diferencia con revoluciones tecnológicas anteriores es importante. Internet, las redes sociales o el móvil, fundamentalmente, obligaban al periodista a hacer más cosas y más deprisa. La IA generativa puede directamente ejecutar actividades cognitivas que considerábamos humanas: escribir, resumir, analizar documentos, producir imágenes, programar o investigar patrones. De ahí surge la pregunta central: si una máquina puede escribir correctamente una noticia, 2¿qué es exactamente lo que convierte en valioso a un periodista?".

La respuesta de los autores es: escribir nunca fue todo el periodismo. Investigar sobre el terreno, conseguir fuentes, contrastar versiones contradictorias, interpretar situaciones, generar confianza, comprender el contexto y tomar decisiones éticas siguen siendo capacidades profundamente humanas.

TRES GRANDES OLEADAS

El capítulo también explica las tres grandes oleadas de automatización periodística. La primera, 2010–2015, 'Foundation', se refiere a la automatización de noticias muy estructuradas: resultados deportivos, terremotos, resultados empresariales. AP llegó a pasar de aproximadamente 300 a 3.700 noticias trimestrales de resultados corporativos utilizando automatización.

La segunda oleada se produjo entre 2016 y 2021, que denominan de expansion. Aparecen sistemas propios de las grandes redacciones. 'Washington Post' desarrolla Heliograf; Reuters, Lynx Insight; BBC automatiza centenares de noticias electorales.

2022–actualidad: 'Generation'. ChatGPT cambia radicalmente la escala. Ya no se automatiza solamente una tarea específica: aparecen sistemas generalistas capaces de escribir, analizar, conversar y aparentemente razonar.

La conclusión, señalan, es que la IA no determina el futuro del periodismo. Las decisiones humanas sobre cómo utilizarla sí.

En el capítulo dos, 'The Newsroom Accelerates, la redacción se acelera'', los autores analizan prácticamente toda la cadena de producción periodística: ideación, fuentes, verificación, 'storytelling' y distribución. La IA puede detectar historias escondidas en grandes cantidades de datos, proponer enfoques, localizar fuentes alternativas, transcribir entrevistas, analizar miles de documentos, comprobar determinadas afirmaciones, generar titulares, resumir textos, traducirlos y transformarlos automáticamente para distintas plataformas. Pero aparece una distinción fundamental: la Automatización no es igual a transformación.

La mayoría de medios están utilizando la IA para hacer más rápido lo que ya hacían. El verdadero salto consiste en preguntarse: ¿Qué podemos hacer ahora que antes era imposible?, exponen. Por ejemplo, periodistas sin conocimientos de programación pueden crear aplicaciones; algoritmos pueden analizar millones de documentos; un medio puede convertir su archivo periodístico en una experiencia conversacional en la que el usuario pregunta directamente.

El peligro es utilizar la IA simplemente para producir enormes cantidades de contenido barato. El libro analiza numerosos errores y problemas de credibilidad surgidos precisamente de esa estrategia.

Los autores terminan estableciendo tres niveles: 'Augmentation', hacer mejor y más rápido lo existente; 'Innovation', adquirir capacidades anteriormente inaccesibles; y 'Transformation', cambiar fundamentalmente qué producto ofrece el periodismo y cómo se relaciona con las audiencias.

Su propuesta es inequívoca: el objetivo debería ser el tercero. La IA debería liberar al periodista para concentrarse en fuentes, investigación, criterio, contexto, empatía y confianza, no obligarlo a producir el doble.

EL PODER MEDIÁTICO

El capítulo tres está dedicado a "la nueva arquitectura del poder mediático". El gran problema de la IA para los medios no es que ChatGPT pueda escribir artículos, según los autores. Es quién controla la infraestructura mediante la que se crea, distribuye y consume información.

Durante el siglo XX, el poder mediático dependía de poseer periódicos, imprentas, emisoras o canales de televisión. Internet trasladó parte del poder hacia las plataformas. La IA da un paso adicional: el poder pasa de la propiedad de los contenidos al control de la infraestructura. Los autores lo llaman “'infrastructural capture'”.

Google, Microsoft, Amazon, Meta, Apple y otros grandes actores controlan combinaciones de 'cloud', modelos fundacionales, chips, sistemas operativos, buscadores, publicidad, navegadores y distribución. Son las “Great Houses of AI”. El fenómeno 'Google Zero' ejemplifica perfectamente el problema. Si Google responde directamente a la pregunta mediante IA utilizando información periodística, el usuario ya no necesita visitar el periódico. El medio paga por producir la información; la plataforma captura la relación con el usuario.

El riesgo es que los periódicos pasen de propietarios de la relación con la audiencia a inquilinos de las plataformas, a proveedores de materia prima para los modelos de IA.

Los acuerdos mediante los cuales medios licencian contenidos a empresas de IA generan ingresos, pero los autores advierten que también pueden consolidar esta dependencia estructural.

El capítulo compara además las respuestas regulatorias de Estados Unidos, China y Unión Europea. Considera la regulación europea la más ambiciosa, pero insuficiente porque regula fundamentalmente riesgos y transparencia y no resuelve completamente la concentración del poder infraestructural. La conclusión: el periodismo debe considerarse infraestructura democrática y bien público, no únicamente un producto de consumo.

IA Y DEMOCRACIA

El capítulo cuatro trata sobre "diseñar IA para la democracia". Aquí el foco se amplía desde los medios hacia la sociedad. Los autores analizan el impacto de la IA sobre tres pilares: conocimiento público más deliberación y participación. Su tesis es que la IA actual no está diseñada prioritariamente para fortalecer la democracia. En Estados Unidos predomina una lógica comercial: 'engagement', crecimiento, eficiencia y rentabilidad. En China, una lógica mucho más vinculada al Estado y al control.

Ninguna de las dos tiene necesariamente como objetivo central crear ciudadanos mejor informados. La personalización mediante IA tiene enormes ventajas: puede explicar una noticia a distintos niveles, traducirla, contextualizarla y hacerla relevante para cada individuo. Pero tiene un riesgo inverso, advierten, crear 'epistemic bubbles' y cámaras de eco cada vez más perfectas. La persona puede acabar recibiendo exactamente la realidad que quiere recibir.

Además, la IA permite industrializar la propaganda, la desinformación, los 'bots' y el 'astroturfing'. Los autores proponen por ello una 'democracy-oriented AI': infraestructura pública o abierta, modelos que favorezcan diversidad informativa, sistemas auditables, mayor 'accountability' y participación ciudadana en su gobernanza.

El periodismo tendría aquí una nueva misión: hacer comprensibles los algoritmos que están gobernando progresivamente nuestra vida.

LA ERA DE LA IA

El capítulo cinco habla de "aprender a pensar en la era de la IA". Este capítulo va mucho más allá del periodismo y aborda una cuestión: ¿qué ocurre con nuestra capacidad intelectual cuando delegamos progresivamente el pensamiento en máquinas?. Los autores rechazan tanto prohibir la IA como adoptarla acríticamente. El riesgo central es la diferencia entre 'confidence' y 'competence': creer que comprendemos algo porque la IA nos lo ha explicado perfectamente frente a comprenderlo realmente.

Introducen la importancia de la 'productive friction': determinadas dificultades intelectuales son necesarias para aprender. Investigar, equivocarse, releer documentos, intentar escribir algo y rehacerlo son procesos que construyen capacidades cognitivas. Si la IA elimina toda esa fricción, podemos producir mejores resultados mientras simultáneamente nos volvemos menos capaces.

Otra idea recogida en el libro es la 'jagged technological frontier': la frontera irregular de la IA. Puede ser extraordinariamente buena haciendo una tarea y sorprendentemente mala haciendo otra aparentemente similar. Por ello el verdadero experto no es quien más utiliza IA, sino quien sabe cuándo confiar en ella y cuándo no.

También distinguen entre: trabajar 'under the machine', aceptar lo que produce; y trabajar 'beside the machine', utilizarla como colaborador manteniendo criterio y control humano. El objetivo educativo, por tanto, no debería ser enseñar 'prompts'. Debería ser desarrollar 'AI literacy' más pensamiento crítico y criterio profesional.

REINVENTAR EL PERIODISMO

El capítulo 6 aborda "reinventar el periodismo en la era de la IA". Es la síntesis y la propuesta de futuro. Los autores identifican cuatro grandes peligros si simplemente seguimos acelerando: pérdida de fronteras y competencias profesionales; dependencia de unas pocas tecnológicas; deterioro del ecosistema informativo democrático; pérdida progresiva de capacidades intelectuales humanas. Las cuatro desembocan en el concepto de "delgadez epistémica". Significa la creciente distancia entre sentirse informado y estar realmente informado.

Se pueden consumir centenares de resúmenes, respuestas y titulares generados por IA y creer que "sabemos muchísimo, cuando en realidad hemos perdido contexto, profundidad y capacidad de interpretación".

Frente a ello, proponen recuperar el concepto de Clayton Christensen de 'Jobs to Be Done'. La pregunta no debería ser: "¿Cómo podemos producir artículos más eficientemente?”, sino “¿Qué necesita realmente resolver una persona cuando acude al periodismo?”.

Y plantean cuatro grandes objetivos para reinventarlo: más accesible (cualquier idioma, formato y nivel de comprensión); más resistente a la desinformación (convertir verificación y contexto en elementos centrales); más micro-relevante, para explicar qué significa una noticia específicamente para cada persona o comunidad; más conversacional, sustituir progresivamente la lógica unidireccional del artículo por diálogo y preguntas/respuestas.

Y aquí está probablemente la frase conceptual que resume las 200 páginas: "La IA puede servir para producir más periodismo o para producir mejor periodismo. Son dos futuros completamente diferentes". Los autores quieren el segundo. El objetivo no consiste en sustituir periodistas, sino en trasladar su valor desde producir contenido hacia descubrir información, verificarla, contextualizarla, generar confianza, aportar criterio y construir conocimiento.

El libro no es realmente una obra sobre cómo usar ChatGPT en una redacción. Es una reflexión sobre qué ocurre cuando el coste de producir información tiende hacia cero. Cuando producir textos, imágenes, vídeos y resúmenes deja de ser escaso, el contenido pierde valor relativo y aumenta el valor del criterio, la credibilidad, las fuentes, la verificación, la reputación y la capacidad de generar sentido. Y por eso el subtítulo, 'From Acceleration to Reimagination', es esencial: después de 25 años utilizando tecnología para hacer más, los autores proponen utilizar la IA para decidir qué merece la pena seguir haciendo, qué debe hacer la máquina y qué debe seguir siendo profundamente humano.

Portada del libro | Foto de Servimedia