Hace unas semanas, Twitter publicó su último informe de resultados. El anuncio provocó una subida de las acciones de la empresa, pues parecía encaminarse hacia la rentabilidad. «Twitter informa de una pérdida de 21,1 millones de dólares en el tercer trimestre, pero obtuvo un beneficio superior al previsto al excluir los cargos y beneficios extraordinarios», escribió un comentarista. «Las acciones de Twitter Inc. se dispararon casi un 9% antes de la apertura del mercado el jueves»
El autor de este pasaje era, en realidad, un programa de inteligencia artificial (IA) llamado WordSmith, que convierte datos estructurados en un texto atractivo, indistinguible de uno escrito por una persona.
Los avances de la IA en el periodismo son solo un aspecto del avance tecnológico que se aproxima rápidamente. La IA mejora en una variedad de tareas, incluidas muchas que se consideraban propias de los seres humanos, como muestra la infografía siguiente. Se prevé que la industria de la IA crezca a una tasa de crecimiento anual compuesta (TCAC) del 50% entre 2015 y 2025, y que alcance un valor de 127.000 millones de dólares en 2025. «La IA será el principal motor del gasto tecnológico durante la próxima década», afirma Sarbjit Nahal, director gerente de Bank of America Merrill Lynch.
A medida que crezca, la IA automatizará en cierta medida muchas industrias creativas, porque sus cadenas de valor funcionan de manera similar. Todas comienzan con la creación o recopilación de contenido, pasan por su procesamiento y edición y terminan con su distribución. Y, una vez que la IA comprende la mecánica de un proceso creativo, puede aplicarse rápidamente a otro.
El periodismo es uno de los sectores de la economía creativa que ha incorporado la IA a su proceso de creación. Ofrece un ejemplo de cómo podría desarrollarse esta tecnología en otras actividades creativas. A lo largo de esta cadena de valor, hay tres maneras en que la IA está cambiando la práctica del periodismo.
1. Automatizar la cobertura informativa rutinaria: El uso de la IA en el periodismo ha contribuido a ampliar rápidamente la cobertura; Associated Press pudo aumentar de 300 a 4.000 el número de empresas sobre las que informaba gracias a la IA, que generaba informes sobre sus resultados. Un estudio de Stanford encontró pruebas de que las empresas adicionales cubiertas registraron un aumento de la actividad bursátil y de la liquidez del mercado, lo que lo fortaleció.
En otros ámbitos de la industria, el cofundador de NarrativeScience predice que hasta el 90% de los artículos estará escrito por IA en un plazo de 15 años. Existe una tecnología similar que permite resumir artículos largos en contenido breve para las redes sociales. Esta tecnología puede ahorrar tiempo a los periodistas y permitirles realizar entrevistas con personas reales.
«Los relatos son otra forma de visualización de datos. Pensemos en un joven periodista deportivo: diría que no tiene miedo. Puede pedirle a la IA que escriba artículos sobre béisbol de secundaria y así salir a hacer cosas más interesantes», afirma Jeff Jarvis, fundador de BuzzMachine.
2. Ofrecer información más rápido: La IA puede reaccionar al instante a datos en tiempo real y generar el esquema de una noticia. Antes, redactar informes trimestrales, como los informes de rendimiento y atribución que publican los grandes fondos de inversión, les llevaba semanas a pequeños equipos de gestores de carteras. Ahora, la IA puede prepararlos en cuestión de segundos.
Reuters, uno de los mayores proveedores de noticias, se ha asociado con Graphiq, un servicio que utiliza IA para crear y actualizar visualizaciones de datos. La herramienta facilita un acceso más rápido a los datos y, una vez incorporadas a una noticia, las visualizaciones se actualizan en tiempo real.
3. Reducir las barreras de entrada: Por último, la IA puede reducir la intervención humana en el proceso de creación de contenido; de hecho, hoy se utiliza para permitir que los periodistas creen vídeos cortos a partir de texto en cuestión de segundos o recopilen información de fuentes sobre el terreno. Sin embargo, esto no elimina la necesidad de contar con reporteros. Si se aprovecha adecuadamente, la IA permitirá a las empresas de noticias locales y regionales crear contenido atractivo para competir con las grandes redacciones. Si la calidad de una noticia depende menos de las habilidades o la experiencia de un solo reportero, las mayores empresas de noticias actuales podrían perder parte de su audiencia frente a unas pocas empresas emergentes dinámicas capaces de utilizar la IA de forma eficaz.
«El mercado está saturado de contenido, y la única forma de competir es ofrecer más y mejor al mismo tiempo. Los editores pueden lograr volumen mediante la automatización y calidad mediante el aumento de capacidades, lo que puede ayudar a distinguir su contenido del de otros proveedores», afirma Francesco Marconi, codirector de IA de AP.
Los 7 desafíos de la IA creativa
A medida que la IA empieza a penetrar más profundamente en el periodismo y otras actividades creativas, identificamos 7 desafíos clave que deben abordarse:
Desafíos técnicos
1. Disponibilidad de datos: El aprendizaje automático funciona mejor cuando dispone de suficientes datos para detectar patrones, aprender de ellos y optimizar el sistema en consecuencia. Mientras que las personas pueden establecer analogías entre experiencias e intuir respuestas óptimas a partir de solo unas pocas experiencias similares, la IA necesita grandes cantidades de datos para saber cuál debería ser la respuesta correcta. Sin datos disponibles, las capacidades de la IA son limitadas. «Para que el aprendizaje profundo funcione bien, pueden hacer falta millones de puntos de datos», afirma Takuya Kitagawa, director de estrategia de datos de Rakuten.
2. Comprensión de datos no estructurados: La IA también tiene dificultades con los datos no estructurados. Los resultados tabulados de partidos deportivos o los datos sobre beneficios pueden convertirse fácilmente en artículos mediante plantillas estandarizadas, pero, para extenderse en la economía creativa, la IA tendrá que procesar y sintetizar datos no estructurados, que constituyen la mayor parte de los datos disponibles hoy.
3. Falta de autoconciencia: la IA no puede explicar sus resultados: por qué escribió lo que escribió ni cómo llegó a ello. Para comprender cómo se traducen los datos en una noticia concreta, habrá que estudiar cuidadosamente cómo diseñar una IA que rinda cuentas a los consumidores. Una forma de lograrlo —especialmente en contenidos con abundancia de datos, donde la IA tiene una ventaja natural— podría ser permitir que los consumidores ajusten los parámetros de un algoritmo y vean cómo cambian los resultados. En el caso de las noticias, conviene considerar si es necesario establecer nuevas normas periodísticas para que los usuarios sepan si una noticia fue escrita por una máquina o por una persona.
4. Verificación de la autenticidad: la IA no puede determinar si la información que recibe es correcta o incorrecta. Esto puede plantear problemas de autenticidad: si recibe datos cuestionables, el resultado correspondiente puede ser falso. La solución consiste en desarrollar e implementar mecanismos que garanticen la autenticidad de los artículos compartidos en línea. Esto podría incluir metadatos y enlaces de retroceso para los hechos y las fuentes.
Desafíos de gobernanza
5. Redefinir los derechos de autor y el uso legítimo: Las nuevas tecnologías han puesto con frecuencia en entredicho las leyes de derechos de autor en las industrias creativas. El aprendizaje automático podría plantear un nuevo conflicto, porque implica que la IA aprende de obras «expresivas» creadas por personas —por ejemplo, un conjunto de artículos, pinturas o música cuyos derechos suelen pertenecer a titulares— y genera sus propios resultados. Esto probablemente pondrá a prueba la interpretación jurídica del «uso legítimo», que permite utilizar material protegido por derechos de autor para crear contenido nuevo y «transformador» sin permiso ni pago de regalías.
6. Garantizar la rendición de cuentas de las empresas: dado que la IA no puede asumir responsabilidad legal, es necesario incorporar la responsabilidad humana en todas las etapas de la cadena de valor del contenido. Los distribuidores de contenido, como Facebook, Google y Twitter, tienen un poder sin precedentes para informar a la opinión pública e influir en ella, pues se utilizan algoritmos de IA para determinar el valor relativo del contenido que se muestra a los usuarios. Como propietarias de los medios de producción, las plataformas tienen, por tanto, la responsabilidad de impedir que los algoritmos que han desarrollado difundan y promuevan información perjudicial. Aunque hacen falta mejores medidas para detener de raíz el contenido deliberadamente engañoso, cabe preguntarse si las noticias falsas y la desinformación persisten porque los incentivos comerciales para aumentar la interacción son demasiado fuertes para resistirse a ellos.
7. Agravar las asimetrías de poder: Las redacciones más grandes están creando sus propias soluciones de IA, pero es posible que los medios más pequeños no tengan recursos económicos ni conocimientos técnicos suficientes y se vean obligados a licenciar contenido propietario. Se teme que elegir «comprar» en lugar de «crear» alimente una «carrera armamentista de la IA» que concentre el poder en manos de un puñado de empresas. A medida que la IA se extienda, podría surgir una dinámica similar en otros ámbitos de la economía creativa; del mismo modo que la publicidad depende cada vez más de los gigantes tecnológicos para aumentar sus ingresos, otras industrias creativas podrían ver cómo Silicon Valley diseña su infraestructura operativa.
A pesar de los desafíos, el Foro Económico Mundial se muestra optimista respecto al desarrollo de esta tecnología. Sin embargo, un pesimista tendría motivos para preguntarse si debemos confiar plenamente en que la industria se autorregule. Organizaciones como OpenAI sostienen que «la industria está invirtiendo sumas enormes en investigación sobre IA, por lo que entidades comerciales privadas están en vías de crear los primeros sistemas potentes de IA, y estas entidades no cuentan con un mecanismo incorporado que garantice que todo el mundo se beneficie de los avances».
La Iniciativa de Sistemas sobre el Futuro de la Información y el Entretenimiento seguirá explorando el papel de la IA en otras industrias creativas en próximas investigaciones, que se publicarán en los próximos meses en la página principal de nuestro proyecto Dominar una nueva realidad. Por ahora, este artículo se lo ha ofrecido un simple mortal.
Esto forma parte de una serie de artículos sobre los efectos disruptivos de varias tecnologías (realidad virtual/aumentada, inteligencia artificial y cadena de bloques) en la economía creativa.
Además de los expertos citados, los autores desean agradecer sus aportaciones y comentarios sobre este artículo a las siguientes personas: Robbie Allen, Automated Insights; Kazuto Ataka, Yahoo! Japan; Charlie Beckett, London School of Economics and Political Science; Liangliang Cao, Hello Vera; Vivian Chan, Sparrho; Trevor Darrell, University of California, Berkeley; Luba Elliot, British Interactive Media Association; Tim Estes, Digital Reasoning; James Fan, Hello Vera; Luciano Floridi, Oxford Internet Institute; Stuart Frankel, Narrative Science; Dhruv Ghulati, Factmata; Justin Hendrix, NYC Media Lab; Takuya Kitagawa, Rakuten; Tak Lo, Zeroth; Pablo Martinez Flores, Klustera; Sarbjit Nahal, Bank of America Merrill Lynch; Ed Newton-Rex, Jukedeck; Illah Nourbakhsh, Carnegie Mellon University; Vyacheslav Polonski, Oxford Internet Institute; Nick Rockwell, New York Times; Stuart Russell, University of California, Berkeley; Russell Stevens, Cortico.
