Si durante los últimos meses has visto cómo la tormenta generada por la IA ha provocado un sinfín de lanzamientos, iniciativas e innovación y no sabes cómo abordar las herramientas de IA generativa, en esta guía queremos ayudarte a verlo todo con mucha más claridad, apoyándonos en el Journalism Starter Pack de JournalismAI y en las experiencias de otros editores utilizando la IA generativa a lo largo de todo el mundo.
Día a día oímos hablar de muchos conceptos relacionados con la IA generativa, pero no nos detenemos a comprender su impacto. Por eso vamos a empezar hablando acerca de conceptos básicos sobre la IA que es posible que te suenen. Por ejemplo:
Seguramente, uno de los conceptos más populares en torno a la IA generativa son los "prompts" o el "prompting". Se podría decir que los "prompts" son la forma en la que los humanos pueden hablar con las herramientas de IA. Es una forma de decirle a estas herrameintas generativas qué queremos y cómo lo queremos.
En un uso básico de las herramientas de IA se suelen utilizar palabras, normalmente muy similares a las que usaríamos en una consulta de Google, pero lo cierto es que, gracias al modelo de lenguaje (que veremos en el siguiente punto), cuantos más precisos sean esos "prompts" más posibilidades tendremos de tener mejores respuestas. Además, también puede introducirse código.
Los prompts son tan importantes para hacer un uso correcto y completo de las herramientas de IA generativas, que ya hay muchas formaciones y especializaciones en este sentido. Si quieres saber más, te recomendamos LearnPrompting.org. Además, en este hilo de Twitter de Rowan Cheung tienes 10 prompts de ChatGPT que deberías probar en tu redacción.
Seguramente has escuchado hablar del machine learning o aprendizaje automático. Y es que es tan relevante en las herramientas de IA que casi se ha convertido, como los prompts, en un subcampo. En términos simples, lo que hace este machine learning o aprendizaje automático es usar datos para responder preguntas y luego utilizar su modelo de lenguaje para realizar tareas sin estar explícitamente programadas para ello. De esta forma, las herramientas de IA no solo responden a lo que le pidamos con nuestros "prompts" sino que también aprenden. Para saber más puedes visitar este enlace.
Los modelos de lenguaje son modelos de aprendizaje que pueden procesar y generar un lenguaje similar al lenguaje humano. Es en lo que se basan muchas herramientas de IA para hacer predicciones de palabras, según lo que se ha utilizado anteriormente. Algunas de estas herramientas que utilizan modelos de lenguaje son, por ejemplo:
En este punto, tienes que saber que los modelos de lenguaje no son estáticos, sino que su rendimiento depende de varios parámetros como la tasa de aprendizaje o la cantidad de capas de información, que deben ajustarse. Cuantos más parámetros, mejor rendimiento del modelo de lenguaje.
Este parámetro no siempre se tiene en cuenta pero es utilizado por algunos modelos para gobernar la aletoriedad y la creatividad de las respuestas. La temperatura siempre va a ser un valor numérico que va de 0 a 1. De esta manera:
En esta guía puedes encontrar información útil sobre cómo configurar la temperatura de herramientas de IA generativa como ChatGPT para tareas creativas.
Seguramente, hayas escuchado hablar de que las herramientas de IA se pueden entrenar. Y es totalmente así. Para ello, tienes que tener en cuenta los conjuntos de datos de entrenamiento (o Training Data Set). Los modelos de lenguaje que hemos visto anteriormente, se entrenan en un gran conjunto de datos de texto como libros o artículos, para aprender patrones y estructura del lenguaje humano. Los datos se procesan previamente para extraer características y luego se confierten en un formato que el modelo puede procesar.
The Washington Post publicó recientemente un inventario ("Dentro de la lista secreta de sitios web que hacen que IA como ChatGPT suene inteligente") de los sitios web en el conjunto de datos utilizado para entrenar herramientas de IA generativa como ChatGPT. En este inventario se recogen en diferentes categorías los sitios de los que la IA aprende su lenguaje y en él, por supuesto, hay medios como el New York Times, The Guardian, Forbes o el Huffington Post. En este sentido, se advierte de que muchas de estas empresas de tecnología no usan el contenido con consentimiento ni compensación para el medio.
Muchos líderes de la industria de medio insistien en que los editores deberían experimetnar con la IA generativa para ser conscientes de lo que realmente representa a la hora de optimizar procesos, ahorrar tiempo y ser más eficientes a la hora de trabajar. Hay diferentes categorías de herramientas, dependiendo de lo que generen y se podrían agrupar en las siguientes listas:
Si quieres conocer más herramientas o tienes tareas concretas que te gustaría apoyar en IA pero no sabes si realemente existe una IA para ello, te recomendamos visitar el sitio There's an IA for that.
Esta es una de las cuestiones que más periodistas y jefes de redacción se hacen con el boom de la IA. Y lo cierto es que no hay una sola forma de introducir la IA en el flujo de trabajo de una redacción porque cada organización, cultura de empresa y necesidades pueden ser distintas. En este punto, hay que destacar la importancia de la colaboración entre IA y periodistas. Además, hay ejemplos de cómo se ha hecho en diferentes países de Canadá, Suecia y Reino Unido:
"El equipo multifuncional de la BBC produce prototipos innovadores para resolver los desafíos de escalamiento del periodismo. Con un mandato de universalidad, las noticias de servicio público enfrentan el desafío específico de satisfacer las diversas necesidades de los consumidores de noticias con una cantidad limitada de productos, es decir, un sitio web y una aplicación. Este desafío se establece junto con las amenazas comunes que enfrentan las organizaciones de noticias en relación con los modelos comerciales, la confianza, las cámaras de eco y la fatiga de suscripción".
"SR es la emisora pública nacional de Suecia y la principal empresa de audio, con 1.900 empleados en más de 50 ubicaciones en todo el país. Representar a toda la población y cubrir tanto las áreas como los problemas subestimados son ambiciones estratégicas centrales, tal como se expresa en nuestra nueva visión: "Más voces e historias más poderosas para una mayor comprensión". Dar prominencia a nuestros valores únicos de servicio público, lo que llamamos "valores de SR", es el núcleo de un proyecto de un año para crear un algoritmo editorial para noticias desde cero. El algoritmo funciona con "valores de noticias", un sistema mediante el cual los editores califican cada uno de los cientos de noticias producidas por SR todos los días. La calificación previa a la publicación alimenta el algoritmo que, a su vez, nos ayuda a automatizar y personalizar la experiencia de las noticias para una audiencia amplia y diversa".
"Desde hace aproximadamente un año, The Globe and Mail en Canadá ha tenido un sistema de inteligencia artificial llamado Sophi que ejecuta de manera autónoma prácticamente todas sus propiedades digitales, incluida la página de inicio y las páginas de destino clave. Cada 10 minutos, Sophi mira todo el contenido de The Globe and Mail; en cada lugar se está promocionando cada historia; y en todas las formas en que la audiencia valora ese contenido. Encuentra historias valiosas que merecen una mayor promoción y actualiza cada página del sitio web en consecuencia".
Si quieres más información sobre cómo crear una estrategia de IA en tu empresa de medios, aquí tienes 7 puntos clave que tienes que tener en cuenta.
Otra de las cuestiones más comentadas sobre el uso de las herramientas de IA es acerca de su uso a nivel ético y deontológico. Y es que, la IA es una tecnología poderosa, pero también tiene riesgos asociados. Por eso, es importante saber qué puede salir mal con la IA y qué redes de seguridad podemos y debemos diseñar para mitigar los riesgos.
El Laboratorio de IA + Automatización de Bayerischer Rundfunk publicó un conjunto de "Pautas de ética de IA" que ofrecen una idea de la complejidad de un tema de múltiples capas, que plantea cuestiones a la hora de incorporar la IA como por ejemplo:
5 Marzo 2024
La Asociación Española de Fabricantes de Pasta, Papel y Cartón ha puesto en marcha una campaña para fomentar la presencia de la mujer en el sector, al tiempo que reafirma su compromiso con el talento femenino
6 Febrero 2024
Cada vez más medios de comunicación monitorean periódicamente sus emisiones acumuladas y se fijan sus propios objetivos para reducirlas. Las emisiones se acumulan tanto de las emisiones directas propias de las editoriales como de las emisiones indirectas de la cadena de subcontratación.
25 Enero 2024
Este informe ofrece una visión global del mercado de una forma práctica y eficaz, analizando las claves del negocio en 2024 relacionadas con diferentes disciplinas
22 Enero 2024
¿Cómo pueden las marcas recurrir a las revistas para que les ayuden a crear una historia sólida de sostenibilidad? Los autores del libro Do Tell, lo cuentan a la Asociación belga de editores de revistas
19 Enero 2024
Nuevo informe sobre la importancia de las relaciones directas con los lectores: aprendizajes de Subscriptions Academy EMEA 2023
16 Enero 2024
El observatorio IBERIFIER publica el informe “Análisis de las tendencias e innovaciones en el ecosistema mediático de España y Portugal (2025-2030)” con el objetivo de identificar las oportunidades que los medios pueden encontrar en las tendencias y contribuir así a su adaptación a las transformaciones del mercado
