P. Rico-Ya está incorporándose la Inteligencia Artificial en la redacción de medios periodísticos

Por Rafael Santiago Medina

San Juan, 24 dic (INS).- La inteligencia artificial ya está incorporándose a las redacciones de periódicos o agencias de noticias para publicar, mediante «bots», noticias cortas procedentes de fuentes de datos que no requieren una contextualización, interpretación o análisis de los sucesos.

Aunque algunos medios estadounidenses venían probando con esta tecnología desde 2010, el primer caso que generó cierto impacto se produjo en China en 2015. Un robot periodista llamado Dreamwriter, diseñado por la compañía china de videojuegos Tencent, generó una noticia de de 916 palabras en sólo 60 segundos y provocó el desconcierto en las redacciones del país.

El artículo, titulado «Indice de precios al consumidor de agosto», fue escrito en chino y no tenía ni un solo error. Desde entonces son muchos los medios de comunicación que usan bots para elaborar noticias cortas.

Es por eso que los periodistas tienen que rebasar su mera función de amanuenses de los que detentan el poder en la sociedad y simples relatores del acontecer noticioso para que quede en la noticia que se reseña la insustituible impronta de la inteligencia analítica humana.

Nick Diakopoulos, profesor de la Universidad de Maryland, divide el funcionamiento de esos bots en cinco etapas:

Para incorporar: Las noticias sobre el clima, los deportes y los negocios tienen una gran cantidad de datos estandarizados que necesitan ser primero leídos por el algoritmo para que el periodista robot los pueda almacenar.

Para computar: El robot detecta puntos «de interés periodístico» en la historia, para los que el algoritmo ha construido «criterios». Desde su tesoro de datos, el algoritmo comienza a aislar los puntos como el «máximo, mínimo, más grande, los cambios en el valor, cruce de un punto de referencia», etc.

Para Identificar ángulos: El robot entonces tiene que dar un «ángulo» a la historia. Los ángulos, que son esencialmente «patrones de eventos, circunstancias, entidades y sus características», son tomados de una biblioteca pregenerada. Un ángulo puede ser cualquier cosa, desde «la mayor caída del mercado» a «el mejor rendimiento del campo». Los ángulos se clasifican de 1 a 10, y el robot selecciona el ángulo que «se ajusta a la historia».

Para generar: La última etapa es la escritura de la pieza de noticias, tarea para la cual el algoritmo tiene plantillas específicas. Las plantillas contienen el «quién, qué, dónde, cuándo, por qué y cómo» de una noticia. Un programa de «composición de frases» ayuda en la formación de la oración.

Para conectar los puntos de la historia: Todos los datos deben estar vinculados en la historia, al igual que los nombres de personas, lugares, etc. El robot también puede sacar información acerca de un hombre de negocios o deportista de Internet — como qué lugar pertenece, qué edad tiene, etc.

Es motivo de análisis entre los expertos hasta donde puede llegar la Inteligencia Artificial, desde una perspectiva funcional y realista.

Un informe del Instituto de Reuters para el Estudio del Periodismo de la Universidad de Oxford sobre periodismo, medios y tendencias y predicciones destaca que una de las aplicaciones más comunes de la inteligencia artificial es mejorar las recomendaciones de contenidos, entender las preferencias individuales y personalizar cada edición en «formato, tiempo y frecuencia».

El enfoque que los más escépticos ofrecen sobre el uso de la Inteligencia Artificial en el periodismo está más bien dirigido a analizar al lector basándose en su navegación y cruzando datos con otros datos, conocer a profundidad cómo son los lectores y qué desean, enfocarse más en lo que realmente preocupa a las comunidades, generar patrones compartamentales e índices de madurez, aumentando, así, el número de suscriptores de pago, reducir la tasa de cancelación u ofrecer una publicidad de más valor.

Sin embargo, algunos periódicos ya tienen la inteligencia artificial trabajando sobre bases de datos públicas para, una vez introducidos los criterios, detectar desviaciones importantes que escondan casos de mala praxis o de otra índole.

Por ejemplo, el proyecto RADAR –Reporters and Data and Robots– se basa en conjuntos abiertos de datos del gobierno, las autoridades locales y los servicios públicos.

El editor en jefe de Urbs Media, Gary Rogers, dijo que inicialmente comenzaron a estudiar las posibilidades de generar historias para los medios nacionales usando fuentes de datos abiertas, pero pronto se dieron cuenta de que su naturaleza altamente segmentada geográficamente significaba que era muy adecuada para las historias locales.

«Así que en lugar de escribir una historia sobre un conjunto de datos –una historia nacional– se podrían escribir 10 historias regionales o 200 historias de autoridades locales», asegura.

Por otro lado, algunos medios ya usan la inteligencia artificial para detectar cambios en variables que permitan localizar una noticia de última hora. En un nivel muy básico, algunos medios están rastreando continuamente decenas de fuentes (redes sociales, comentarios, etc.) para detectar noticias de última hora, bien por palabras clave que se repiten en tiempo real aprendiendo de los propios errores y mejorando el proceso merced al machine learning.

La Inteligencia Artificial, que incluye el Big Data, puede ayudar a discernir cuándo una información que llega a una redacción es falsa o un intento interesado de fuentes de desinformar. Muchas de las herramientas que se están construyendo de fact checking están levantadas sobre procesos de inteligencia artificial. INS

rsm/ndc