En tiempos de innovación permanente en la industria periodística, es muy difícil establecer parámetros para la acción. Sin embargo, esta situación también exige que estemos alertas y preparados, por la responsabilidad que asumimos ante la ciudadanía.
La inteligencia artificial está cumpliendo una promesa que alguna vez supo hacer: cambiarlo todo. Cada día que pasa es una confirmación de ello y, mientras terminamos de definir una serie de recomendaciones para la industria editorial, aparecen nuevos algoritmos que vuelven a desafiar los pocos consensos que ya teníamos.
Pero la turbulencia es algo a lo que estamos acostumbrados quienes trabajamos en este campo profesional. Solo que antes teníamos al menos una serie de pautas para orientarnos en el difícil oficio de contar y entender el presente. Los cambios parecen ser profundos y todavía no hemos visto la dimensión de su impacto. Es por eso que estamos llamados a tomar las riendas de un proceso de transformación para que sea el periodismo de calidad el que marque el horizonte.
Las recomendaciones para el trabajo con inteligencia artificial en redacciones que hoy presentamos surgen de un proceso dinámico y dialógico, el cual tuvo nutridos cruces a lo largo de varios meses.
Comenzamos con un relevamiento de los actores centrales de una tecnología de gran escala que ya está interpelando el debate y análisis de entidades tecnológicas y gubernamentales, y de actores de la sociedad civil. El periodismo es un actor reciente en estas conversaciones, pero a nivel internacional ya ha presentado sus primeras definiciones.
En los últimos meses, organizaciones de todo tipo publicaron guías o recomendaciones para la adopción de inteligencia artificial en sus procesos de trabajo. A partir de dichos documentos, rescatamos los puntos más valiosos, para ponerlos en común en organizaciones como las nuestras.Es decir, no sólo recabamos aportes, sino que los pusimos en tensión con las necesidades y escenarios que atraviesan a los medios locales, con sus escalas y características disímiles.
Cuando tuvimos un primer borrador, abrimos el debate para discutir las propuestas iniciales. El aporte de figuras clave de la industria nacional fue fundamental para ajustar, agregar, eliminar y modificar cada una de las recomendaciones. Fue un trabajo de iteración constante, y lo seguirá siendo. Este es un punto de partida para debates que, sin duda, tendremos que retomar cuando el documento llegue a los medios de comunicación. Porque el desafío va más allá de lo tecnológico: es también cultural, ético y político, en el sentido más amplio del término.
Esta guía es una invitación al debate y la acción, con el objetivo de que nos encaminemos a un proceso de profundos cambios comprometidos con la transparencia y la responsabilidad que demanda esta tecnología en particular. Porque del otro lado está la audiencia: una ciudadanía que confía en nuestro trabajo. Y ese es el capital más valioso que debemos proteger en tiempos turbulentos.
Priorizar la adquisición de la IA como una herramienta para mejorar la calidad del periodismo. Su uso debe enfocarse en apoyar la labor periodística, impulsando la eficiencia y generando más espacio para contenido de calidad, siempre con supervisión humana en todas las etapas del proceso.
Transparentar y explicitar siempre el uso de IA en las producciones periodísticas, en cualquier etapa de su utilización. Explicar con claridad cómo se utilizó la IA y fundamentar por qué se eligió esa herramienta en particular. Se recomienda proporcionar detalles sobre las herramientas específicas utilizadas y los pasos que involucraron IA.
Trabajar para la mitigación de riesgos y limitar las aplicaciones potencialmente dañinas de la IA en cualquier aspecto. Es fundamental realizar una evaluación sistemática de los riesgos asociados a la implementación de la IA, incluyendo los riesgos para los derechos de terceros, el medio ambiente y los derechos laborales.
Garantizar calidad, precisión y representatividad en el entrenamiento de modelos de IA. Es crucial que las organizaciones de noticias evalúen rigurosamente la disponibilidad, la equidad y la calidad de los datos, evitando los sesgos, estereotipos y otras diferenciaciones perjudiciales, al mismo tiempo que se garantiza el cumplimiento de las normas de privacidad y protección de datos. También es fundamental que los datos reflejen la diversidad de las comunidades donde se aplicarán los modelos para los que fueron entrenados.
Trabajar en la confianza y divulgación del trabajo con IA en las audiencias. Para ello es fundamental desarrollar estrategias educativas que expliquen a los públicos cómo se utiliza la IA en el periodismo, con ejemplos concretos de su aplicación en la creación de contenido, para que puedan discernir su uso y comprender su impacto en la información que consumen.
Designar equipos responsables de la implementación de proyectos de IA en los productos del medio, para la gestión de todos los aspectos detallados en los procesos editoriales y organizacionales. Promover un liderazgo ético que fomente la cultura de la innovación y la capacitación permanente.
Respetar los derechos de autor y la propiedad intelectual para propiciar la integridad periodística en los proyectos de IA. La utilización de contenidos con derechos de autor, tanto en el entrenamiento como en la aplicación de esta tecnología, debe contar con autorización de sus creadores originales y se debe remunerar a tales titulares de esos derechos. El desarrollo de modelos de lenguaje no debe violar este principio básico del periodismo. Además, se deben transparentar a la audiencia dichas referencias y, por eso, el contenido generado por IA debe llevar las citas apropiadas y enlaces a la fuente original.
Desarrollar procesos de evaluación y mejora continua de las implementaciones con IA, con el objetivo de garantizar precisión y efectividad de los resultados. Para ello, es crítico monitorear el desempeño de los modelos en todo su ciclo de vida. Se sugiere, además, que para este punto las organizaciones periodísticas fomenten el trabajo colaborativo con otras instituciones académicas, tecnológicas o productivas que puedan potenciar la sinergia.