La inteligencia artificial está permitiendo a los medios de comunicación automatizar tareas, acelerar la producción de contenidos y procesar grandes cantidades de información, pero todavía no ha provocado una transformación profunda de la actividad periodística ni de sus modelos de negocio. Un análisis de 160 proyectos desarrollados por 101 organizaciones informativas entre 2022 y 2025 revela que la mayor parte de las iniciativas se concentra en mejorar procesos que las redacciones ya realizaban, mientras las aplicaciones destinadas a generar ingresos y desarrollar nuevos productos siguen siendo minoritarias.
Esta es la principal conclusión de The News + AI Field Report: What News Organizations Built with AI, 2022–2025, un estudio elaborado por el investigador Djordje Padejski y publicado este octubre de 2026 por el Knight Center for the Future of News de la Universidad Estatal de Arizona. La investigación examina proyectos documentados públicamente en organizaciones estadounidenses o centradas en ese mercado, complementados con entrevistas a profesionales de la industria.
Los resultados muestran un crecimiento muy rápido de las iniciativas de IA. De los 160 proyectos identificados, solo dos corresponden a 2022, frente a 18 en 2023, 47 en 2024 y 93 en 2025. Sin embargo, el aumento de la actividad no se ha traducido necesariamente en nuevas formas de hacer periodismo. El 38% de los proyectos utiliza IA para elaborar resúmenes, el 24% para tareas de redacción y el 23% para automatizar flujos de trabajo, mientras que el análisis de datos aparece en el 21% de los casos. Un mismo proyecto puede pertenecer a varias categorías.
La distribución por áreas empresariales confirma este predominio de las aplicaciones vinculadas a la producción informativa. De las 160 iniciativas, 80 tienen funciones editoriales, equivalentes al 50%; otras 55, el 34%, se relacionan con las audiencias; y solamente 32, el 20%, corresponden al ámbito empresarial, que comprende actividades como publicidad, suscripciones, captación de fondos y desarrollo comercial.
Las aplicaciones que permiten hacer un periodismo diferente
Aunque predomina la automatización, el estudio identifica un grupo de proyectos que va más allá de reducir tiempos y costes. Son herramientas que permiten investigar asuntos que antes resultaban demasiado complejos, costosos o difíciles de cubrir con los recursos disponibles.
Una de las aportaciones más relevantes de la IA aparece cuando permite ampliar la cobertura periodística, en lugar de limitarse a producir más contenidos con menos esfuerzo. El informe destaca los sistemas de seguimiento de reuniones públicas, capaces de analizar sesiones institucionales, detectar asuntos de interés y facilitar a los periodistas información que de otro modo podría pasar inadvertida.
El Houston Chronicle, por ejemplo, desarrolló un sistema de seguimiento de reuniones gubernamentales que posteriormente se extendió a otras cabeceras de Hearst, hasta abarcar cerca de 300 reuniones en sus distintos mercados. El CT Mirror utilizó herramientas de IA para ampliar su vigilancia informativa a los 169 municipios de Connecticut. En el ámbito de la investigación, ProPublica combinó procesamiento documental, análisis de datos y verificación para revisar 3.500 documentos y publicar una investigación en un mes, un trabajo que, según el estudio, no habría sido viable manualmente en ese plazo.
También aparecen proyectos que conciben el periodismo como un servicio de utilidad pública. Entre ellos figuran herramientas que ayudan a los ciudadanos a interpretar sus impuestos sobre la propiedad, acceder a información sobre inmigración o consultar datos electorales y administrativos. Estas aplicaciones no se limitan a generar noticias, sino que permiten establecer nuevas relaciones entre las organizaciones informativas y sus audiencias.
Los productos dirigidos al público concentran más riesgos
El informe establece una diferencia entre las herramientas que funcionan dentro de las redacciones y aquellas cuyos resultados llegan directamente a los lectores. Las primeras suelen incorporar una revisión humana antes de publicar, mientras que las segundas pueden difundir errores sin que los periodistas tengan oportunidad de detectarlos.
Los sistemas que generan resúmenes, respuestas conversacionales o contenidos directamente para las audiencias presentan riesgos editoriales y reputacionales superiores cuando no cuentan con una supervisión suficiente. Entre los ejemplos documentados figura LETO, la herramienta utilizada por Politico para generar resúmenes durante la Convención Nacional Demócrata de 2024. Sus resultados contenían errores factuales y su utilización dio lugar a un conflicto laboral que terminó con una resolución arbitral favorable al sindicato PEN Guild en noviembre de 2025.
La investigación también recoge problemas en productos de Bloomberg, ESPN y varios medios locales. Algunos sistemas conversacionales proporcionaron respuestas desactualizadas o incorrectas, mientras determinadas herramientas de generación automática publicaron contenidos sin los controles editoriales adecuados. El autor advierte de que la precisión inicial de una herramienta no garantiza que sus resultados posteriores sean fiables.
Los chatbots constituyen otra de las áreas donde el entusiasmo inicial no siempre se ha correspondido con los resultados. Numerosas organizaciones desarrollaron asistentes conversacionales basados en sus archivos para facilitar la búsqueda y recuperación de noticias, pero varios acabaron siendo retirados. El estudio considera que estas herramientas han demostrado mayor utilidad cuando responden a necesidades internas concretas que cuando se presentan como productos generales para los lectores.
La mayor carencia está en el modelo de negocio
Una de las conclusiones más significativas del trabajo es la escasa atención prestada a la sostenibilidad económica. Aunque los responsables de los medios entrevistados manifiestan preocupación por los efectos de la IA sobre el tráfico, las audiencias y los ingresos, relativamente pocos proyectos buscan soluciones a esos problemas.
Solo uno de cada cinco proyectos analizados se ocupa del negocio de las organizaciones informativas, una proporción que contrasta con la preocupación del sector por la viabilidad de sus modelos de ingresos. Además, buena parte de las iniciativas empresariales procede de un grupo de medios sin ánimo de lucro que participaron en programas específicos de financiación y experimentación durante 2025.
Existen, no obstante, experiencias con resultados comunicados por las propias organizaciones. El informe recoge que Signal Ohio registró un incremento interanual del 73% en donaciones y del 43% en ingresos procedentes de lectores mediante herramientas de captación asistidas por IA. También menciona las aplicaciones de optimización de muros de pago desarrolladas por Financial Times, Forbes y Business Insider, con mejoras declaradas en distintos indicadores de conversión, suscripción o ingresos.
Padejski señala que estas experiencias todavía no permiten establecer conclusiones generales sobre la rentabilidad de la IA. El estudio tampoco dispone de información suficiente sobre los costes totales de desarrollo, mantenimiento y funcionamiento de los proyectos, una limitación importante para valorar sus resultados económicos.
La facilidad para desarrollar herramientas cambia las posibilidades de las redacciones
Otra tendencia identificada es la reducción de las barreras técnicas para desarrollar aplicaciones. Periodistas y equipos pequeños han podido construir prototipos de seguimiento informativo, análisis documental y automatización que anteriormente habrían requerido departamentos de ingeniería y presupuestos elevados.
El autor observa que la capacidad técnica ha dejado de ser el principal obstáculo para determinados proyectos, mientras cobran mayor importancia la identificación de problemas periodísticos concretos, la supervisión editorial y la disponibilidad de tiempo para experimentar. La investigación también advierte de que esta facilidad no elimina las diferencias entre organizaciones: los grandes medios siguen disponiendo de mejores infraestructuras, equipos especializados y recursos para integrar las herramientas en sus operaciones.
Entre las recomendaciones del informe figura comenzar siempre por un problema editorial o empresarial definido, en lugar de buscar aplicaciones para una tecnología disponible. También propone reservar tiempo y recursos específicamente para la experimentación, verificar los resultados antes de su publicación, proteger las funciones periodísticas que requieren criterio humano y reducir los riesgos relacionados con la privacidad y la dependencia de proveedores tecnológicos.
Para las entidades que financian la innovación periodística, el estudio plantea una redistribución de prioridades. Recomienda apoyar más proyectos relacionados con ingresos, publicidad, suscripciones y afiliación, así como infraestructuras compartidas y herramientas de código abierto que permitan a las organizaciones pequeñas acceder a capacidades que difícilmente podrían desarrollar por
