Un estudio basado en inteligencia artificial ha analizado más de 238.000 artículos de agencias de noticias para observar cómo se transforma el material internacional dentro de una redacción nacional.
La investigación, Rewrite the News: Tracing Editorial Reuse Across News Agencies, concluye que la intervención editorial de los periodistas no se aprecia tanto en la simple presencia de material procedente de otros proveedores, una práctica habitual en el trabajo de agencia, como en la forma en que ese material se selecciona, se reorganiza y se sitúa dentro de la noticia final.
El trabajo, firmado por Soveatin Kuntur, Nina Smirnova, Anna Wroblewska, Philipp Mayr y Sebastijan Razboršek Maček, se centra en la agencia eslovena STA y en 15 agencias extranjeras que publican en italiano, inglés, polaco, francés, alemán, serbio y croata. Los autores han utilizado modelos multilingües de procesamiento del lenguaje natural para detectar reutilización semántica a nivel de frase sin traducir previamente todos los textos al inglés. El objetivo no era comprobar si una redacción copia o no copia contenidos, sino reconstruir una parte del proceso editorial por el que los despachos internacionales son convertidos en noticias adaptadas a una audiencia nacional.
La investigación parte de una realidad común en muchas agencias nacionales: los periodistas de internacional reciben un volumen elevado de materiales procedentes de proveedores externos, seleccionan solo una parte de ese flujo y la adaptan a las necesidades de sus abonados. En el caso de STA, esta dinámica tiene especial importancia porque Eslovenia cuenta con una presencia limitada de periodistas propios en el extranjero, lo que hace que los acuerdos de intercambio con otras agencias sean una fuente relevante para cubrir acontecimientos internacionales.
El corpus analizado incluye 1.037 artículos en inglés de STA y 237.551 textos de agencias extranjeras. Los autores trabajaron con dos ventanas temporales: del 7 de octubre al 2 de noviembre de 2023, coincidiendo con el inicio de la guerra entre Israel y Hamás, y del 1 al 28 de febrero de 2025, elegido como un periodo informativamente más estable. Tras segmentar los textos en frases, eliminar elementos poco relevantes y aplicar modelos de representación semántica multilingüe, el sistema identificó coincidencias entre frases de STA y frases de artículos extranjeros.
La condición temporal fue uno de los elementos clave del método. Los investigadores solo consideraron reutilización probable cuando el texto extranjero había sido recibido por STA antes de que la agencia eslovena publicara su propia noticia. Con ese filtro, el estudio evitó atribuir como fuente un artículo que, aunque fuera semánticamente parecido, hubiera llegado después de la publicación de STA. El proceso inicial detectó 8.432 pares de frases coincidentes, que se redujeron a 4.004 tras excluir falsos positivos. El filtrado final, centrado en conservar la fuente extranjera más temprana para cada frase reutilizada, dejó 1.087 pares alineados.
Los resultados muestran que el 52% de los artículos de STA contienen algún tipo de material semánticamente similar al de agencias extranjeras, mientras que solo el 1,6% de los artículos de esas agencias aparece reutilizado por STA.
La cifra no se presenta en el estudio como indicio de una práctica irregular, sino como reflejo de la función que cumple una agencia nacional al operar con un flujo amplio de información internacional: recibir, filtrar, jerarquizar y adaptar contenidos a una audiencia concreta.
El hallazgo con mayor valor editorial está en la posición que ocupa el material reutilizado. El contenido procedente de otros despachos aparece sobre todo en la parte media de las noticias de STA y, en menor medida, en los cierres. Las entradillas, por el contrario, tienden a contener más material original. Este patrón sugiere que la aportación del periodista no se concentra únicamente en reescribir frases, sino en decidir cómo debe arrancar la noticia, qué elementos merecen prioridad para su público y dónde encaja cada fragmento de información dentro de la estructura final.
El estudio también detecta que muchas de las frases reutilizadas por STA proceden de las partes iniciales y medias de los artículos extranjeros. Esto significa que una información situada al comienzo de un despacho internacional puede acabar en el cuerpo o en el cierre de una noticia nacional. La IA permite observar así un proceso que normalmente queda fuera de la mirada del lector: el desplazamiento editorial de los materiales de agencia según la jerarquía informativa que establece cada redacción.
La reutilización directa frase por frase es minoritaria. Los autores clasifican las correspondencias entre frases en cuatro tipos: una a una, una a muchas, muchas a una y muchas a muchas. Las coincidencias una a una representan solo el 4,4% de los casos. La mayor parte corresponde a relaciones muchas a muchas (54,9%) y muchas a una (40,5%), lo que apunta a procesos de resumen, fusión, división y reformulación. En términos periodísticos, el resultado muestra que el uso de proveedores internacionales no se traduce de forma automática en una reproducción lineal del material recibido.
La aportación de la IA en este trabajo consiste en hacer medible una parte poco visible de la edición periodística. Las herramientas basadas en coincidencias literales pueden pasar por alto gran parte de estas transformaciones, porque los periodistas no siempre conservan las mismas palabras ni mantienen la misma estructura del despacho original. Los modelos multilingües permiten detectar semejanzas de significado entre textos escritos en idiomas diferentes y estudiar cómo esas correspondencias se distribuyen dentro de la noticia.
Valor del estudio para el uso de la IA en las secciones de Internacional
El paper vincula esta línea de investigación con un problema operativo de las redacciones: la sobrecarga informativa. Los autores plantean que los sistemas de detección semántica pueden ayudar a crear herramientas de preselección automática de fragmentos relevantes para los periodistas. La utilidad potencial no estaría en sustituir el criterio editorial, sino en reducir el volumen de material que debe revisarse manualmente y en facilitar la identificación de informaciones con posible valor para una audiencia nacional.
La investigación también reconoce límites. El método no permite distinguir siempre con precisión entre una paráfrasis y un texto que mantiene una alta cercanía semántica sin equivaler exactamente al contenido original. Las pruebas con corpus externos muestran que algunas frases no equivalentes pueden obtener puntuaciones de similitud elevadas. Por eso, los resultados deben interpretarse como detección de reutilización semántica probable, no como una identificación definitiva de copia, traducción o paráfrasis.
El estudio sitúa la inteligencia artificial en un uso distinto al de la generación automática de textos. Su valor está en analizar cómo trabajan las redacciones cuando manejan grandes volúmenes de información, qué partes de los despachos se incorporan a las piezas finales y en qué zonas de la noticia se concentra la intervención editorial. En el caso analizado, esa intervención aparece especialmente en la construcción de las entradillas, en la jerarquización del material internacional y en la adaptación de los contenidos a las necesidades de una agencia nacional.
