La inteligencia artificial puede provocar que los periódicos escriban de manera cada vez más parecida, pierdan sus señas de identidad y contribuyan involuntariamente a perpetuar informaciones falsas. Esta es una de las principales advertencias de la segunda mesa de expertos del Observatorio de Periodismo, Inteligencia Artificial y Democracia, impulsado por la Fundación Luca de Tena, que en esta ocasión ha abordado los efectos de la IA sobre la lengua española y sus consecuencias para el periodismo.
Tras una primera mesa centrada en la sostenibilidad del periodismo y la autonomía profesional frente a las empresas tecnológicas, los especialistas han analizado ahora un problema menos visible: la inteligencia artificial no solo está cambiando la forma de producir información, sino que puede transformar progresivamente el propio lenguaje con el que los medios cuentan la realidad.
Durante el encuentro se advirtió de que los sistemas generativos tienden a utilizar estructuras repetitivas, soluciones previsibles y una sintaxis menos compleja. El resultado puede ser un español aparentemente correcto, pero progresivamente uniforme, en el que desaparezcan los matices personales, los estilos periodísticos diferenciados y las particularidades regionales.
El riesgo afecta directamente a la identidad editorial. Si distintas redacciones utilizan los mismos sistemas para redactar, editar y resumir informaciones, sus contenidos pueden terminar pareciéndose cada vez más, aunque procedan de medios con líneas editoriales y públicos diferentes.
Uno de los problemas señalados afecta a los resúmenes automáticos. Estas herramientas no se limitan a reducir la extensión de un texto: también seleccionan información, establecen prioridades y omiten elementos. Cuando numerosos periodistas trabajan a partir de una misma síntesis generada por IA, disminuye la diversidad de interpretaciones y enfoques.
Cuando los errores se convierten en fuentes
Los participantes también alertaron de los denominados bucles de contaminación informativa. Una afirmación falsa puede ser recogida por un sistema de inteligencia artificial, reformulada, publicada nuevamente y utilizada después como una aparente confirmación independiente.
De esta manera, un error inicialmente corregible puede multiplicarse hasta convertirse en una falsedad persistente, alimentada por los mismos sistemas que deberían ayudar a localizar información fiable.
Los expertos señalaron que la calidad de las respuestas depende de los materiales utilizados para entrenar los modelos, de su fiabilidad y de las decisiones de las empresas tecnológicas. La abundancia de información no garantiza necesariamente mayor veracidad.
También se abordó el debilitamiento del papel tradicional de los periódicos como referentes del buen uso del idioma. La desaparición de correctores profesionales, la reducción de las plantillas y la presión por publicar rápidamente han deteriorado una función que la automatización puede erosionar todavía más.
En la mesa participaron Rafael Rodríguez Ponga, ex secretario general del Instituto Cervantes; Jesús Cardeñosa, director de la cátedra Unesco de Tecnologías del Lenguaje; Pilar Llácer, especialista en ética e inteligencia artificial; la periodista Pilar Bernat; María Victoria Barandiarán, directora de la Fundación Luca de Tena, y Jessica Zorogastúa, directora de Investigación de la Fundación. José Suárez de Lezo, director del Laboratorio de Periodismo, moderó el encuentro.
Entre las propuestas surgidas de la reunión figura recuperar los espacios de edición lingüística, reforzar los libros de estilo y establecer políticas internas que impidan delegar completamente las decisiones editoriales en sistemas automáticos.
La calidad del lenguaje, la autoría reconocible y una voz editorial propia pueden convertirse en ventajas competitivas frente a la producción masiva de contenidos indiferenciados.
Los participantes reclamaron asimismo auditorías independientes sobre el tratamiento de las distintas variedades del español en los modelos de IA, mayor transparencia sobre los datos utilizados en su entrenamiento y mecanismos eficaces para impedir que los errores publicados vuelvan a incorporarse a estos sistemas como fuentes aparentemente fiables.
