Durante los últimos años he investigado la incorporación de la inteligencia artificial (IA, en adelante) a las redacciones periodísticas mediante tareas como la automatización de textos, la transcripción de entrevistas, el resumen de documentos, la traducción de contenidos o la personalización de su distribución. Sin embargo, en mis últimos trabajos he desplazado el foco para preguntarme si estas herramientas pueden reducir uno de los problemas menos visibles del sistema informativo, como es la falta de información regular, relevante y verificada sobre lo que ocurre en el entorno más próximo de muchos ciudadanos.
Esta cuestión vertebra dos de mis trabajos más recientes, Ecos rotos. Información, territorio y ciudadanía en Castilla-La Mancha (Tirant lo Blanch, 2026), publicado junto a Luis Mauricio Calvo Rubio y Francisco José Murcia Verdú, e IA contra los desiertos informativos. Oportunidad, límites y condiciones para no automatizar la ausencia (Anuario ThinkEPI, 2026). Ambos son resultados del proyecto “Desigualdades informativas: cartografía de los desiertos mediáticos y hábitos de consumo en las zonas escasamente pobladas y en riesgo de despoblación de Castilla-La Mancha” (SBPLY/23/180225/000051), financiado por el Fondo Europeo de Desarrollo Regional. En ambos estudios, parto de una concepción amplia de los desiertos informativos, que no son únicamente municipios sin periódicos, radios o redacciones. Se trata de comunidades en las que la ciudadanía carece de una cobertura suficiente y continuada sobre decisiones municipales, servicios públicos, economía local, medio ambiente, cultura o asuntos de la vida cotidiana. Una carencia que limita la capacidad de conocer lo que ocurre en el entorno, participar en la vida pública, exigir responsabilidades y construir un relato compartido del territorio.
A esta idea llego después de realizar 388 encuestas en 113 municipios de intensa y extrema despoblación de Castilla-La Mancha y 14 entrevistas a periodistas, responsables de innovación, profesionales del ámbito tecnológico y académicos. Este trabajo de campo me permitió conocer mejor los hábitos informativos de la ciudadanía, identificar las principales carencias del ecosistema mediático y valorar el papel que puede desempeñar la tecnología en contextos rurales.
Los resultados mostraron que la IA puede ser útil en territorios con una cobertura informativa débil. En redacciones pequeñas, los sistemas de aprendizaje automático pueden ayudar a seguir boletines oficiales, actas municipales, convocatorias, indicadores económicos o agendas locales, además de detectar zonas poco cubiertas, generar alertas y facilitar tareas como la transcripción, la traducción o la elaboración de primeras versiones de noticias. De este modo, su principal aportación es ampliar la capacidad de observar territorios que hoy apenas entran en la agenda de los medios y liberar tiempo para tareas que requieren contexto, criterio y conocimiento del territorio.
Pero esta oportunidad tiene un límite decisivo, porque automatizar la cobertura no equivale a reconstruir comunidad. La información local necesita contexto, memoria, conocimiento de los actores, diversidad de fuentes y capacidad para interpretar conflictos, como ejemplifica la trayectoria de David Simon en The Baltimore Sun. Sin ese conocimiento, una noticia puede ser correcta y, sin embargo, resultar irrelevante para la comunidad a la que supuestamente sirve.
A este límite se añade otro problema importante, ya que los sistemas automatizados trabajan con los datos disponibles y los territorios históricamente menos cubiertos suelen ser los peor representados en archivos, bases documentales y fuentes estructuradas. Es decir, cuanto menos visible ha sido una comunidad, menos información tiene el sistema para comprenderla y, si no se corrige ese desequilibrio, la IA puede terminar reproduciendo la misma desigualdad que pretende combatir.
Para evitarlo, en IA contra los desiertos informativos. Oportunidad, límites y condiciones para no automatizar la ausencia propongo cinco condiciones. La primera pasa por mantener la supervisión editorial. La segunda exige transparencia para que la audiencia conozca cuándo y con qué finalidad se han utilizado procesos automatizados. La tercera se refiere a la trazabilidad de las fuentes, de modo que toda información pueda ser identificada y verificada. La cuarta obliga a evaluar el impacto territorial de estas herramientas, atendiendo a la diversidad de fuentes, la continuidad de la cobertura, la presencia de voces no institucionales, la representación de municipios pequeños y la utilidad social. La quinta es la rendición de cuentas, porque cuando el sistema falla, amplifica sesgos o deteriora la calidad informativa, la responsabilidad sigue siendo del medio.
Pero de todo ello se desprende una idea menos tecnológica de lo que podría parecer. El valor de la IA está en ayudar a que el periodismo llegue donde hoy llega poco o llega tarde. Puede detectar vacíos de cobertura, ordenar datos dispersos y asumir tareas rutinarias. Lo que no puede hacer es escuchar a una comunidad, comprender sus tensiones, ganarse la confianza de sus fuentes o decidir qué asuntos son realmente relevantes para quienes viven allí.
Por eso, conviene cambiar la forma en que evaluamos estas tecnologías. En lugar de medir el potencial de la IA por la cantidad de contenido que puede producir, conviene valorar su capacidad para hacer visibles territorios desatendidos, cubrir necesidades informativas y reforzar el derecho de la ciudadanía a recibir información de proximidad. Si su valor se mide solo en términos de eficiencia, corremos el riesgo de automatizar la ausencia. Si se mide también en calidad, pluralidad, responsabilidad y presencia territorial, la IA puede convertirse en una herramienta útil para combatirla.
- María José Ufarte Ruiz forma parte de IBERPERIA, la Red Iberoamericana de Investigación en Periodismo e Inteligencia Artificial.
