La inteligencia artificial puede llevar la personalización informativa mucho más lejos que los algoritmos de las redes sociales y crear una «burbuja de uno» para cada usuario, en la que los sistemas seleccionen qué noticias recibe, qué argumentos conoce y hasta bajo qué formato se le presentan. Eli Pariser, codirector de New Public, cofundador de Upworthy y autor de The Filter Bubble, ha explicado en el podcast Mixed Signals, de Semafor, que esta nueva intermediación puede transformar en pocos años la relación entre los ciudadanos, los medios y las plataformas digitales.
Pariser parte de una hipótesis que desarrolla en su informe After the Feed: los usuarios dejarán progresivamente de recorrer por separado aplicaciones de noticias, redes sociales, boletines, buscadores, correos electrónicos y otros servicios para informarse. La inteligencia artificial podrá reunir esas fuentes, interpretar cuáles son relevantes para cada persona y construir una experiencia informativa personalizada. La IA pasaría así de ayudar a buscar información a decidir qué información merece nuestra atención.
El cambio afectaría tanto a la selección de noticias como a su presentación. Una misma información podría convertirse automáticamente en texto, audio, vídeo o cualquier otro formato adaptado a las preferencias del usuario. El sistema también podría incorporar datos personales, hábitos de consumo, documentos, mensajes o intereses previos para decidir qué debe aparecer primero y qué puede descartarse.
Pariser cree que algunos de estos comportamientos pueden empezar a ser habituales en un plazo relativamente corto. Durante la entrevista señala que en aproximadamente un año podrían observarse cambios sustanciales en las rutinas informativas, especialmente a medida que servicios como Gemini y otras herramientas de inteligencia artificial obtengan acceso a más información personal y sean capaces de cruzar datos procedentes de distintas aplicaciones.
La consecuencia sería una reducción del papel que actualmente desempeñan los feeds de redes sociales y otras superficies de distribución. Instagram, TikTok, X o las páginas de inicio de los medios compiten hoy por concentrar la atención del usuario mediante secuencias de contenidos seleccionadas algorítmicamente. Pariser plantea que esa función puede desplazarse hacia asistentes que conozcan con mucha mayor precisión las necesidades de cada persona. El feed común puede dar paso a un flujo informativo construido individualmente para cada usuario.
La transformación también puede afectar a buena parte de la web basada en contenidos que responden a necesidades concretas. Pariser pone como ejemplo los tutoriales de YouTube. Si una persona necesita reparar una pieza de un electrodoméstico, un asistente que conozca el modelo exacto, tenga acceso al manual y pueda adaptar las instrucciones a sus conocimientos podría resultar más útil que buscar entre varios vídeos.
Las plataformas sustentadas en relaciones personales tendrían, según su análisis, una mayor resistencia. Pariser diferencia entre acudir a una plataforma para obtener información y hacerlo para hablar con otras personas. Los grupos privados de WhatsApp, Discord u otros servicios mantienen un valor difícil de sustituir cuando el objetivo principal consiste precisamente en comunicarse con amigos, familiares o comunidades determinadas.
De la burbuja de filtros a la personalización individual
El planteamiento supone una evolución del concepto de «burbuja de filtros» que Pariser popularizó en 2011. Las plataformas digitales han utilizado durante años algoritmos capaces de seleccionar contenidos según el comportamiento de millones de usuarios, generando espacios informativos cada vez más diferenciados. La inteligencia artificial puede llevar esa lógica hasta una escala estrictamente individual.
Pariser advierte de que estos sistemas podrían convertirse en potentes mecanismos de refuerzo de las propias convicciones. Una inteligencia artificial tendría capacidad para encontrar argumentos, datos y ejemplos que confirmasen las ideas de una persona con mucha mayor eficacia que los actuales sistemas de recomendación. Cada ciudadano podría terminar habitando una realidad informativa diseñada alrededor de sus propias creencias y preferencias.
El investigador también identifica una consecuencia diferente. La desaparición de unos pocos algoritmos dominantes podría reducir la homogeneización cultural provocada por las grandes plataformas. Durante los últimos años, creadores y medios han aprendido qué contenidos favorecen Facebook, Instagram, TikTok o Google y han adaptado parte de su producción a esas reglas. Una personalización más profunda permitiría construir productos mucho más distintos entre sí, aunque aumentaría al mismo tiempo la fragmentación de las audiencias.
Ese proceso coincidiría con una producción de contenidos mediante inteligencia artificial potencialmente ilimitada. Pariser considera arriesgado confiar en que determinadas formas narrativas permanezcan reservadas a los humanos. Los sistemas podrán reproducir estructuras reconocibles de artículos, boletines, vídeos o podcasts y adaptarlas a cada individuo. La cuestión más difícil de automatizar seguirá estando en el origen de la información.
Ben Smith, editor jefe de Semafor, considera por ello que la defensa del periodismo no puede descansar únicamente en el formato. Los correos electrónicos, artículos o resúmenes pueden ser procesados y reconstruidos por herramientas de inteligencia artificial, pero la obtención de datos desconocidos, el acceso a fuentes y el trabajo de los reporteros mantienen un valor diferencial. Las exclusivas, las fuentes y la información original pueden convertirse en el principal activo protegido de los medios.
Smith prevé además que los editores deberán ser flexibles respecto al lugar donde se consumen sus contenidos durante los próximos tres a cinco años. El correo electrónico, las páginas web o las aplicaciones pueden perder parte de su función si la inteligencia artificial se sitúa entre el medio y el lector. El periodismo presencial y la relación directa entre periodistas y comunidades aparecen, por ahora, como ámbitos menos expuestos a esa intermediación.
Pariser contempla precisamente una posible vuelta hacia comunidades digitales más pequeñas, especializadas y con mayor capacidad para establecer sus propias reglas. Esos espacios podrían reducir la dependencia de sistemas diseñados para maximizar visitas, interacción o publicidad, aunque también profundizarían la fragmentación de la conversación pública y dificultarían que grandes grupos de ciudadanos compartieran simultáneamente las mismas referencias informativas.
