Inteligencia artificial en medios de comunicación: un inventario en evolución de casos de uso
Actualizado: hace 3 días
La inteligencia artificial está transformando los medios de comunicación, pero entender cómo lo está haciendo requiere ir más allá de las predicciones, las tendencias y los anuncios sobre nuevas tecnologías. ¿Qué problemas están intentando resolver los medios con IA? ¿En qué procesos la están incorporando? ¿Qué aplicaciones concretas están desarrollando y qué tecnologías utilizan?
Hace cerca de 15 años que estudio la relación entre inteligencia artificial y comunicación. Además, desde 2018, he ido recopilando y analizando casos de uso de inteligencia artificial en medios de comunicación, inicialmente como parte de mi investigación doctoral y posteriormente como parte de mi trabajo de investigación sobre IA, comunicación y cultura.
El resultado es un corpus que se ha construido progresivamente a lo largo de los años. Los casos no fueron recopilados inicialmente con el objetivo de crear una base de datos pública, sino como parte de un trabajo de investigación y documentación propio. Con el tiempo, este inventario fue creciendo y se convirtió también en una herramienta para observar la evolución de los usos de la inteligencia artificial en el sector.
En 2025 decidí compartir públicamente este inventario, poniendo a disposición una base de datos con los casos recopilados y, cuando era posible, el enlace a la fuente original. La voluntad de compartir conocimiento y facilitar el acceso a las fuentes ha acompañado el proyecto desde entonces.
Ahora este inventario da un paso más.
Explora los casos de uso de IA en mediosConsulta la base de datos de casos documentados de uso de inteligencia artificial en medios de comunicación y filtra los casos por país, año, categoría, fase de producción y objetivo: |
El buscador nace, por tanto, de aquel primer inventario compartido en 2025. No es un proyecto independiente, sino la evolución de un corpus construido durante años y convertido progresivamente en un recurso de consulta abierto.
La herramienta permite explorar los casos a partir de las propias preguntas de cada usuario: qué usos se están haciendo de la IA, en qué países o medios, en qué formatos o con qué tecnologías, entre otras posibilidades.
La base de datos no pretende ofrecer una fotografía exhaustiva ni definitiva de la adopción de la inteligencia artificial en los medios. Su objetivo es poner a disposición un corpus de casos documentados que permita explorar el fenómeno, identificar patrones, comparar iniciativas y formular nuevas preguntas.
A continuación explico cómo se ha construido este corpus, qué criterios se han utilizado para identificar y clasificar los casos y cuáles son sus límites.
Metodología
Un corpus construido a lo largo del tiempo
La recopilación sistemática de casos de uso de inteligencia artificial en medios de comunicación comenzó en 2018, en el marco de mi investigación doctoral, y ha continuado posteriormente. Los casos han sido identificados y analizados individualmente. La sistematización posterior de la información se ha apoyado también en herramientas de inteligencia artificial para estructurar, normalizar y clasificar el corpus, siempre con verificación y revisión humana.
La investigación que sustenta este proyecto parte de una perspectiva multidisciplinar. Además de los estudios sobre comunicación, periodismo y tecnología, incorpora aportaciones de campos como la filosofía, la ética, la tecnoética, los estudios sobre tecnología y sociedad y otras disciplinas relacionadas con la mediación algorítmica.
Las referencias académicas que han fundamentado esta investigación pueden consultarse de forma extensa en mi tesis doctoral y en el libro Inteligencia artificial, ética y comunicación: El factor humano en la era de la mediación algorítmica (Editorial UOC, 2024).
¿Qué entendemos por inteligencia artificial?
En este proyecto se adopta la definición de sistema de inteligencia artificial establecida en el Reglamento Europeo de Inteligencia Artificial (AI Act):
Sistema basado en máquinas que está diseñado para funcionar con diversos niveles de autonomía y que puede mostrar capacidad de adaptación después de su despliegue, y que, para objetivos explícitos o implícitos, infiere, a partir de la entrada que recibe, cómo generar salidas como predicciones, contenidos, recomendaciones o decisiones que pueden influir en entornos físicos o virtuales.
Esta definición permite abordar la inteligencia artificial desde una perspectiva amplia y también histórica. El corpus incluye, por tanto, aplicaciones anteriores a la generalización de la IA generativa actual cuando utilizan técnicas propias de la inteligencia artificial, como la generación automática de lenguaje (NLG), el aprendizaje automático, el procesamiento del lenguaje natural o la síntesis de voz.
Al mismo tiempo, no toda automatización algorítmica se considera necesariamente inteligencia artificial. Cuando un sistema se limita a ejecutar reglas, plantillas o flujos predefinidos y las fuentes no permiten identificar el uso de técnicas de IA, se mantiene esta distinción en la clasificación. El objetivo es evitar tanto excluir aplicaciones históricas de IA como atribuir esta condición a sistemas cuya naturaleza técnica no está documentada.
¿Qué entendemos por caso de uso?
Para formar parte del corpus, un caso debe corresponder a una aplicación concreta de la inteligencia artificial en el contexto de un medio u organización de comunicación.
Entiendemos por caso de uso:
Una aplicación práctica y específica de esta tecnología destinada a resolver una necesidad concreta, mejorar un proceso, optimizar recursos o generar valor, ya sea a nivel operativo, estratégico o de servicio.
Esta definición permite diferenciar los casos de uso concretos de las simples declaraciones de intenciones, los anuncios genéricos sobre inteligencia artificial o los contenidos que simplemente mencionan esta tecnología.
Identificación, verificación y fuentes
Cada caso es analizado a partir de la información disponible sobre la iniciativa. Cuando es posible, la base de datos incorpora el enlace a la fuente original para que el caso pueda ser consultado directamente.
La identificación de los casos parte de una revisión de fuentes diversas: medios de comunicación, instituciones, proyectos de investigación, bases de datos, publicaciones especializadas, podcasts y otros recursos relacionados con la aplicación de la inteligencia artificial en el ámbito de la comunicación.
Este mismo enfoque está presente en otros recursos que he elaborado, como la recopilación de más de 70 guías y decálogos sobre el uso de la inteligencia artificial en el periodismo y los medios de comunicación y organizaciones de todo el mundo, que también continúo actualizando.
Todos estos proyectos comparten una misma lógica: facilitar conocimiento estructurado, riguroso y útil a las personas que investigan, enseñan, trabajan o toman decisiones en este ámbito.
Sistematización y normalización
La información de los casos se normaliza mediante categorías y un vocabulario controlado, con el objetivo de facilitar su consulta y comparación.
Cuando diferentes fuentes describen una misma iniciativa, se procura identificarla como un único caso y evitar duplicaciones.
Las herramientas de inteligencia artificial forman parte de este proceso de sistematización, especialmente para tareas de estructuración, clasificación y normalización. Sin embargo, no sustituyen el análisis ni la verificación de los casos.
Qué se puede saber —y qué no— de cada caso
Uno de los principios del proyecto es no presentar como dato aquello que las fuentes disponibles no permiten afirmar.
La información publicada por los medios es muy desigual. En algunos casos es posible identificar con precisión la tecnología utilizada; en otros, la información se limita a describir la aplicación, el objetivo o el resultado.
La intervención humana es especialmente difícil de determinar en muchos casos. Que una organización describa una aplicación como automatizada no permite necesariamente saber qué grado de supervisión o intervención humana existe en la práctica.
Por este motivo, no clasifico el grado de intervención humana cuando la información disponible no permite determinarlo con suficiente seguridad. Prefiero no asignar un nivel antes que introducir una inferencia que pueda resultar incorrecta.
El mismo criterio se aplica a la arquitectura técnica. Un medio puede comunicar qué herramienta, modelo o tecnología utiliza sin explicar cómo está construido el sistema, qué otros componentes intervienen o cómo se integran entre sí.
La arquitectura no se infiere cuando no está documentada. Reconstruirla a partir de información parcial introduciría un grado de especulación que no considero metodológicamente justificado.
Sesgos y límites del corpus
La base de datos no es un censo exhaustivo del uso de la inteligencia artificial en los medios de comunicación. Recoge casos identificados y documentados a partir de las fuentes disponibles.
Existe un importante sesgo de visibilidad: los medios no comunican todos los proyectos que desarrollan y algunos son mucho más transparentes que otros. Esta diferencia puede estar relacionada con el país, la cultura institucional, las políticas de comunicación, los recursos disponibles o la tradición de transparencia de cada organización.
También existe un sesgo derivado del propio proceso de investigación. El corpus ha prestado especial atención a medios pioneros en la experimentación con inteligencia artificial y a organizaciones que comunican activamente sus iniciativas, así como a medios de Cataluña y España, en coherencia con el origen y los objetivos de la investigación.
Por este motivo, algunos medios especialmente activos y transparentes en la comunicación de sus proyectos, como la BBC o The New York Times, o determinados medios españoles tienen una presencia destacada en el corpus.
Esto significa que la distribución de los casos no puede interpretarse directamente como una medida de la adopción de la IA. Un país, un medio o una organización con más casos documentados puede reflejar una mayor disponibilidad de información o una mayor predisposición a comunicar sus iniciativas, pero no necesariamente un nivel de adopción proporcionalmente superior.
Del mismo modo, la ausencia de un caso en la base de datos no implica que esa práctica no exista.
Un corpus en evolución
La base de datos es un proyecto vivo y aspira a incorporar muchos más casos a medida que se localicen, documenten y analicen nuevas iniciativas.
Los casos también pueden ampliarse, corregirse o actualizarse cuando aparece nueva información. Esto es especialmente relevante en un ámbito como la inteligencia artificial, en el que las herramientas, los modelos, las aplicaciones y los proyectos evolucionan rápidamente.
Por este motivo, la base se ha concebido como un recurso para explorar, contrastar y formular preguntas, más que como una fuente destinada a producir una única interpretación del sector.
Puesto que tanto el explorador como la tabla están concebidos como herramientas colectivas y en evolución, si conoces algún caso que no esté recogido y me lo dejas en los comentarios o lo mandas a este contacto estaré encantada de añadirlo, siempre citando correctamente la fuente. Y si esta tabla te resulta útil para tu práctica, docencia o investigación, me alegrará saberlo y contar con tu cita (cómo citar).
Si prefieres consultar la tabla, puedes hacerlo con desplazamientos tanto horizontales como verticales con el cursor. Solo tienes que colocar el ratón sobre la tabla para habilitar el desplazamiento. He sombreado los casos de medios españoles para que los podáis encontrar más fácilmente.
Para realizar este trabajo de recopilación y análisis de casos de uso de inteligencia artificial en medios de comunicación, me han resultado especialmente útiles diversas fuentes que me dedico también a difundir a través de mi web, donde mantengo actualizado un listado de fuentes sobre casos y herramientas de inteligencia artificial aplicadas al periodismo.
Esta iniciativa forma parte de un trabajo que desarrollo desde hace más de 15 años para observar cómo la inteligencia artificial transforma la comunicación. Lo he hecho desde la divulgación y la investigación académica, con una tesis sobre ética IA y comunicación que defendí en 2022 y, en el marco de esta investigación, elaborando un informe y un decálogo para la adopción responsable de la IA que publicó el Consejo de la Información de Cataluña en 2021. Al mismo tiempo, he colaborado con medios, instituciones públicas, foros de debate y espacios de formación, siempre con una mirada crítica y constructiva. Intentando, en lo posible, que los debates sobre tecnología no pierdan de vista el valor de lo humano.
[Artículo redactado con la ayuda de una herramienta de IA generativa]
Explora los casos de uso de IA en medios
Consulta la base de datos de casos documentados de uso de inteligencia artificial en medios de comunicación y filtra los casos por país, año, categoría, fase de producción y objetivo:
Cómo citar este artículo:
Ventura-Pocino, P. (2025, septiembre 4). Inteligencia artificial en medios de comunicación: un inventario en evolución de casos reales. https://www.patriciaventura.me/single-post/casos-de-uso-de-inteligencia-artificial-en-medios-de-comunicaci%C3%B3n
Comentarios