Adaptarse o morir: así amenaza la inteligencia artificial a los medios locales y regionales

Cucarella comenzó su exposición enfatizando el «riesgo existencial de no adoptar la IA en medios regionales y locales». Subrayó que la percepción de que la IA es una tecnología inalcanzable, sumada a la falta de formación sobre sus aplicaciones en entornos comunitarios, está marginando a la mayoría de los periódicos locales y regionales. Esta exclusión tecnológica no es solo una desventaja competitiva, sino una «sentencia de muerte» para los medios que ya operan con márgenes estrechos y recursos limitados. El ecosistema mediático global está siendo redefinido por la IA, y la inacción acelera el camino hacia la irrelevancia y la quiebra.

Citando al Reuters Institute, Cucarella señaló que, a pesar de que el 85 % de grandes editoriales considera la IA crucial, para muchas redacciones pequeñas sigue siendo una idea, no una realidad, resultando en una muy baja adopción que se está volviendo tardía. Esto crea una dinámica de dos velocidades: mientras los grandes medios integran la IA para recomendaciones y automatización, los pequeños se estancan, aumentando la brecha.

Ejemplos concretos del riesgo de quedarse atrás

Cucarella ilustró los riesgos de no adoptar la IA en medios regionales y locales con varios ejemplos clave:

• Nuevos interfaces y pérdida de audiencia: muchos usuarios ya están acostumbrados a buscar información a través de chatbots de IA (como ChatGPT), y los grandes medios están empezando a incorporar estas herramientas en sus propias plataformas, utilizando su fondo editorial. Los chatbots conversacionales se convertirán en un elemento diferencial. Si los medios locales no integran estas nuevas interfaces como puerta de entrada a la información, sufrirán una pérdida progresiva de audiencia, especialmente entre los jóvenes. El 60 % de los jóvenes ya utiliza IA generativa.
• Procesamiento de la información: los medios locales que no adopten la IA se verán abrumados por la cantidad de información y la necesidad de procesarla rápidamente, lo que limitará severamente la profundidad y exhaustividad de sus contenidos. Esto genera una desventaja competitiva insuperable frente a medios más tecnificados.
• Personalización de contenidos: la IA amplifica las posibilidades de personalizar contenidos y generar recomendaciones altamente relevantes para cada usuario, un factor decisivo para retener suscriptores y aumentar la interacción. Cucarella citó el caso de Aftonbladet, que alcanzó ocho millones de visitas diarias en Sportbladet durante la Eurocopa 2024 gracias a la personalización de contenidos, identificando a los lectores interesados en deportes y mostrándoles una sección adicional con contenido destacado.
• Nuevos formatos: la falta de innovación que la IA puede propiciar en la creación de nuevos formatos es un paso más hacia la irrelevancia a medio y largo plazo. Lluís Cucarella destacó el caso de La Nación de Argentina, que ideó «Flashback», un nuevo formato audiovisual que, con el uso de IA, da vida a fotos de su archivo, convirtiéndolas en videos animados breves para redes sociales y su canal.
• Verificación de la información: los medios locales, percibidos tradicionalmente como fuentes fiables y cercanas, (y en España así lo acaba de confirmar el Digital News Report 2025) desempeñan un papel crucial en la verificación de hechos. Sin las herramientas de IA necesarias para detectar y combatir la desinformación de manera eficiente, corren el riesgo de ser abrumados por el volumen y la sofisticación de las noticias falsas.
• Retención del talento: la falta de acceso a la formación en IA en los medios locales aumenta las brechas digitales y limita las oportunidades laborales. La escasez de inversión en IA y en la capacitación del personal local creará una brecha de habilidades, haciendo que estos medios sean menos atractivos para el talento y menos capaces de implementar futuras innovaciones. Esto, a su vez, podría llevar al crecimiento de «desiertos informativos», una mala noticia para la sociedad, dado el papel fundamental del periodismo regional y local para las democracias.

La IA no es una tecnología de costes prohibitivos

A pesar de los riesgos, Cucarella ofreció un contrapunto optimista, argumentando que la IA no es una tecnología de costes prohibitivos. Presentó varias razones para ello:

• Reutilización de modelos ya entrenados: no es necesario desarrollar modelos propios desde cero. Muchos modelos de lenguaje o clasificación de contenidos ya están entrenados y disponibles para adaptar con mínimos ajustes a las necesidades editoriales de cada medio, evitando así grandes inversiones en desarrollo o entrenamiento personalizado.
• Reducción de costes operativos: la IA puede implementarse como apoyo para tareas repetitivas, como la clasificación de artículos o la transcripción de entrevistas, lo que reduce la carga de trabajo del equipo y libera recursos humanos sin necesidad de nuevas contrataciones no puramente periodísticas.
• Entornos de prueba gratuitos: varias plataformas permiten realizar pruebas piloto de herramientas de IA sin necesidad de suscripciones o compromisos de pago, facilitando que las redacciones experimenten y validen su utilidad antes de invertir.
• Comunidades de práctica y código compartido: numerosos medios están compartiendo sus soluciones a través de repositorios colaborativos como GitHub o foros especializados, donde se pueden encontrar flujos de trabajo ya montados para redacciones, editables y reutilizables, sin necesidad de conocimientos técnicos avanzados.
• Integración sencilla y escalable: muchas soluciones de IA pueden integrarse fácilmente en sistemas ya existentes como WordPress, Drupal o plataformas comunes de gestión de contenidos, y existen plugins económicos que automatizan procesos editoriales básicos.
• Formación y apoyo gratuito: organizaciones como WAN-IFRA ofrecen programas gratuitos de ayuda a la integración de IA en los procesos editoriales, como el Newsroom AI Catalyst, que ha apoyado a medios regionales y locales, trabajando con 128 redacciones en todo el mundo entre 2024 y 2025, 32 de ellas en Latinoamérica.
• Compartir desarrollos y financiación específica: las asociaciones de prensa regional o local están desarrollando productos de IA con costes compartidos y accediendo a subvenciones. Además, algunos programas de desarrollo regional contemplan ayudas específicas para la implementación de herramientas digitales e inteligencia artificial en medios pequeños o locales.
• Apoyo de universidades y centros de investigación: existen convenios y colaboraciones con instituciones académicas que proporcionan asesoría técnica, estudiantes en prácticas o proyectos de investigación aplicados a la realidad de medios locales.
• Resultados a corto plazo: a diferencia de otras innovaciones tecnológicas, la IA puede empezar a generar impacto desde las primeras semanas, permitiendo justificar la inversión rápidamente, incluso en redacciones con pocos recursos.

¿Qué puede hacer la IA por los medios regionales o locales?

Lluís Cucarella, entrando ya en la parte principal de la conferencia, detalló cómo la IA puede ampliar la cobertura informativa local sin necesidad de multiplicar la plantilla, especialmente en noticias de proximidad que suelen verse limitadas por la falta de recursos:

• Cobertura de plenos: la IA puede transcribir automáticamente y resumir reuniones de ayuntamientos, diputaciones y consejos escolares. Herramientas como LocalLens o Civic Sunlight permiten a los periodistas acceder a transcripciones automatizadas, facilitando la identificación de noticias y declaraciones de interés. Civic Sunlight, por ejemplo, analiza horas de vídeos de reuniones municipales para generar resúmenes concisos y distribuirlos por correo electrónico, beneficiando a periódicos como el Midcoast Villager que ha ampliado su cobertura a 43 municipios, incluso en áreas remotas. Cucarella mencionó que, incluso si no hay vídeos, la mayoría de los plenos municipales se graban en audio, lo que permite crear aplicaciones de IA para analizar el audio y detectar temas de interés, generando borradores de noticias en cuestión de minutos.
• Seguimiento de ordenanzas locales y cambios políticos: la IA puede monitorizar los sitios web de los ayuntamientos o los portales de documentos en busca de nuevas ordenanzas o enmiendas, generando alertas sobre cambios en documentos políticos específicos. Herramientas como Visualping o web scrapers personalizados pueden detectar cambios y, combinados con ChatGPT, resumir el texto de la nueva ordenanza, enfocándose en cambios clave, áreas afectadas, beneficios y preocupaciones para una noticia.
• Cobertura de deportes escolares locales y competiciones menores: la IA permite automatizar la redacción de crónicas deportivas básicas a partir de datos estructurados (marcador, estadísticas), ampliando la cobertura deportiva local. Ejemplos pioneros incluyen la agencia noruega NTB, con un «robot periodista» capaz de escribir crónicas para 20 000 partidos de ligas regionales, y el grupo sueco MittMedia, que utiliza la automatización para cubrir deportes juveniles y competiciones locales a través de United Robots. Cucarella explicó que los periodistas diseñan plantillas y frases, y el sistema elige las adecuadas según los datos. También sugirió el uso directo de ChatGPT, proporcionándole datos del partido para generar una crónica breve. Además, presentó dos casos prácticos en pequeños periódicos: uno basado en WhatsApp Business y la API de ChatGPT para recibir datos de padres y entrenadores y generar crónicas; y otro que escanea redes sociales con Hootsuite y Claude para cubrir información local a partir de publicaciones ciudadanas.
• Sucesos vecinales y noticias locales de última hora: la IA puede ayudar en la detección temprana de incidentes policiales, incendios, cortes de luz o accidentes de tráfico, y en la generación de alertas/notas breves. Esto incluye el monitoreo de redes sociales con algoritmos de procesamiento de lenguaje natural para filtrar información geolocalizada. Herramientas como Dataminr aplican IA para detectar noticias emergentes, aunque con un coste elevado; alternativas más asequibles podrían usar la API de Twitter con scripts para análisis semántico y alertas. La IA también puede explorar datos públicos de fuentes oficiales (partes de bomberos, informes policiales), utilizando OCR y PNL para extraer datos clave y generar notas informativas. El Toronto Star de Canadá es un caso notable, automatizando noticias sobre robos basándose en datos policiales para publicar rondas de sucesos en múltiples distritos, liberando a los periodistas para historias más profundas.
• Cobertura de eventos culturales locales o vecinales: un asistente de IA puede recopilar automáticamente eventos de diversas fuentes (páginas de Facebook, agendas de ayuntamientos, Eventbrite local) y generar calendarios informativos o secciones de «qué hacer este fin de semana».

Otros usos generales de la IA en medios locales y regionales

Más allá de la cobertura específica, Cucarella enumeró una amplia gama de aplicaciones de la IA que son cruciales para los medios locales y regionales:

• Redacción y edición: generación de borradores iniciales, esquemas, ayuda para superar bloqueos creativos, corrección de ortografía y gramática, mejora de estilo periodístico, reescritura de textos complejos, verificación de guías de estilo y detección de sesgos.
• Transcripción y procesamiento de audio/vídeo: transcripción automática de entrevistas y declaraciones, identificación de citas destacadas, etiquetado de momentos clave y generación de subtítulos.
• Optimización SEO y titulares: generación de titulares optimizados para SEO, sugerencias de palabras clave, análisis predictivo del rendimiento de titulares y generación de metadatos SEO.
• Resumen y síntesis: creación automática de resúmenes de noticias, síntesis para newsletters, resúmenes para redes sociales y generación de listas destacadas.
• Traducción automática: traducción inmediata de artículos a múltiples idiomas, adaptación de contenido editorial según la región y traducción rápida de entrevistas.
• Creación multimedia: generación automática de gráficos y visualizaciones de datos, creación de infografías, producción de vídeos breves a partir de texto y conversión de texto en audio. También detección automática de contenidos antiguos con potencial de republicación actualizados.
• Gestión editorial y planificación: elaboración automática de cronogramas, seguimiento de cumplimiento de calendario, sugerencias de temas según tendencias y priorización de noticias según interés y audiencia potencial.
• Personalización de contenidos: generación de newsletters personalizadas, creación de versiones adaptadas del mismo contenido y detección de preferencias temáticas en lectores recurrentes.
• Verificación y fact-checking: verificación automática inicial de hechos, detección de inconsistencias en textos e identificación de fuentes poco fiables.
• Archivo y etiquetado: clasificación de contenidos, etiquetado inteligente y recomendaciones de contenidos relacionados.
• Corrección y validación técnica: detección de enlaces rotos, comprobación de formato y consistencia visual, y detección de errores comunes.
• Interacción y gestión de audiencia: automatización inicial de respuestas en comentarios, monitoreo del sentimiento de lectores e identificación de temas de interés emergentes.
• Automatización en distribución: programación de publicación en web y redes sociales, selección del mejor horario para publicar y generación de versiones adaptadas para plataformas móviles.
• Estrategia de suscripciones: predicción de suscriptores en riesgo, personalización de ofertas para retener lectores, análisis predictivo del impacto de promociones y detección de patrones en bajas y altas de suscriptores.
• Gestión y crecimiento de audiencia: análisis predictivo del comportamiento de los lectores, segmentación por intereses, identificación de nichos con potencial de crecimiento y análisis automático de sentimiento en comentarios.
• Monetización y publicidad: optimización del inventario publicitario, personalización de publicidad, análisis predictivo del rendimiento publicitario y detección de oportunidades para branded content.
• Analítica y toma de decisiones: generación automática de reportes diarios, predicción de tendencias, detección de anomalías en tráfico web y alertas sobre variaciones importantes en métricas clave.

Uso responsable de la IA en medios regionales y locales en relación con la crisis de credibilidad

Finalmente, Lluís Cucarella abordó la crucial cuestión del uso responsable de la IA, especialmente en el contexto de la crisis de credibilidad que enfrentan los medios. Enfatizó que la credibilidad del periodismo local en la era de la IA depende directamente de la transparencia. Utilizar inteligencia artificial sin comunicarlo claramente erosiona la confianza pública, agravando la crisis actual de credibilidad en los medios digitales.

• Apoyo al periodismo humano: la automatización debe ser un apoyo al periodismo humano y no su sustitución. La ausencia de supervisión editorial humana en contenidos generados por IA genera errores que deterioran la percepción pública sobre la calidad informativa.
• Sensibilidad humana: la aplicación indiscriminada de IA en noticias sensibles daña profundamente la relación emocional que los medios regionales y locales mantienen con sus audiencias, quienes valoran la cercanía y sensibilidad humana en momentos críticos.
• Independencia editorial y contenido sensacionalista: el uso de IA en contenidos editoriales o de opinión mina directamente la independencia editorial, reforzando la percepción pública de parcialidad ideológica o manipulación. Además, la IA utilizada para contenidos sensacionalistas o clickbait profundiza la percepción negativa de superficialidad, alejando a los lectores que buscan rigor y precisión.
• Impacto laboral y rigor editorial: el uso excesivo de IA para reducir plantillas periodísticas puede acentuar la precarización laboral, deteriorando la calidad del periodismo. La ausencia de protocolos claros para rectificación de errores generados por IA impacta negativamente en la percepción de rigor editorial, y la falta de rendición de cuentas en su uso puede deteriorar la confianza en las instituciones mediáticas.
• Calidad sobre volumen y fact-checking: la IA puede contribuir a reducir la saturación informativa si se utiliza para seleccionar con criterios transparentes y éticos los contenidos relevantes; sin embargo, si prioriza el volumen sobre la calidad, profundiza la fatiga informativa. Usada responsablemente, la IA puede apoyar iniciativas de fact-checking y periodismo basado en datos, esenciales para combatir la desinformación.
• Compromiso ético y conexión humana: la implementación ética de la IA debe acompañarse siempre de un sólido compromiso con los códigos deontológicos. El uso de la IA debe reforzar, no erosionar, la confianza pública, lo que requiere un compromiso con las prácticas éticas y una comunicación transparente. Finalmente, aunque la IA puede mejorar la eficiencia, no debe disminuir la conexión humana entre los periodistas y sus comunidades, ya que el periodismo local se nutre de las relaciones, las entrevistas y la participación directa, algo que la IA no puede replicar.