|
Getting your Trinity Audio player ready... |
Imaginemos una escena.
Son las 10 de la mañana y comienza a circular por WhatsApp un mensaje: “Urgente: se suspenden las clases mañana en Tucumán por las condiciones climáticas”.
El periodista que recibe el dato tiene varias opciones.
Puede llamar a una fuente del Ministerio de Educación. Buscar una comunicación oficial. Revisar las cuentas institucionales. Preguntar de dónde salió la captura que acompaña el mensaje. Comparar la información con otros medios. Mirar la fecha del supuesto comunicado.
O puede copiar el texto, pegarlo en una inteligencia artificial y preguntar:
—¿Esto es verdad?
La segunda alternativa toma diez segundos.
Y ahí comienza el problema.
No necesariamente porque la inteligencia artificial vaya a equivocarse. Incluso puede acertar. El verdadero riesgo aparece cuando, después de repetir esa operación durante semanas o meses, el periodista comienza a dejar en manos de la herramienta una parte esencial de su profesión: el proceso de pensar cómo se comprueba una información.
Eso es precisamente lo que acaba de poner bajo la lupa una investigación del MIT Media Lab.
Una ayuda que puede convertirse en muleta
El estudio siguió durante cuatro semanas a 67 participantes que debían evaluar noticias compuestas por titulares e imágenes y decidir si eran verdaderas o falsas.
Cuando tenían asistencia de una inteligencia artificial, el resultado fue muy bueno: la precisión para identificar información falsa mejoró, en promedio, un 21%.
Hasta ahí, excelentes noticias para los defensores de estas herramientas.
El problema apareció después.
Cuando la IA fue retirada y los participantes tuvieron que evaluar nuevas noticias por sí solos, su rendimiento cayó. Al llegar a la cuarta semana, la precisión sin asistencia había disminuido alrededor de 15 puntos porcentuales con respecto al comienzo del experimento.
Más inquietante todavía: aproximadamente una cuarta parte de los participantes sentía que estaba mejorando, aunque los resultados indicaban lo contrario.
Dicho brutalmente: algunos estaban perdiendo capacidades mientras creían que las estaban ganando.
Para un periodista, la conclusión merece una pausa.
Porque nuestro oficio siempre dependió de una habilidad difícil de medir: el olfato.
Algo no cierra.
La cifra parece demasiado grande.
La foto parece vieja.
El audio está cortado justo en una parte sospechosa.
La declaración es demasiado perfecta para ser cierta.
La cuenta que publicó la información fue creada hace tres días.
Ese olfato no es magia. Es entrenamiento. Se construye después de años de equivocarse, preguntar, leer documentos aburridísimos, llamar a personas que no atienden el teléfono, comparar versiones y sospechar de aquello que parece demasiado conveniente.
¿Qué sucede cuando empezamos a tercerizar todo ese proceso?
El GPS de la cabeza
Los investigadores relacionan este fenómeno con algo que ya conocemos.
Antes del GPS, para llegar a un lugar desconocido había que mirar un mapa, recordar calles, buscar referencias y construir mentalmente un recorrido. Hoy podemos atravesar una ciudad entera siguiendo una flecha azul sin tener la menor idea de dónde estamos.
Llegamos perfectamente.
Pero no necesariamente aprendimos el camino.
Con la inteligencia artificial podría estar ocurriendo algo parecido en algunas tareas cognitivas. La literatura denomina a este fenómeno cognitive offloading: descargar parte del esfuerzo mental en una tecnología externa. El MIT News compara esta dinámica con antecedentes como el uso de calculadoras o sistemas de navegación GPS.
Para el periodismo, la diferencia es importante.
Una cosa es pedirle a la IA:
“Resumime este decreto provincial de 80 páginas y señalame cuáles son los artículos que modifican el régimen anterior”.
Y otra muy distinta:
“Decime qué significa este decreto y si es bueno o malo”.
En el primer caso, la herramienta acelera el trabajo.
En el segundo, comienza a reemplazar el criterio.
El peligro del periodista que pregunta solamente “¿es verdad?”
Pensemos en algunos ejemplos cercanos al trabajo cotidiano de cualquier medio tucumano.
Circula una fotografía de una calle completamente inundada y alguien asegura que fue tomada hace minutos en San Miguel de Tucumán.
Podemos subir la imagen a una IA y preguntarle dónde fue tomada.
Tal vez acierte.
Tal vez no.
Pero un periodista debería seguir preguntando: ¿quién publicó primero la imagen?, ¿es actual?, ¿apareció anteriormente en internet?, ¿hay elementos geográficos que permitan identificar el lugar?, ¿existen registros meteorológicos compatibles?, ¿algún cronista o vecino puede confirmarlo?
Otro ejemplo.
Una cuenta publica:
“La Provincia creó un nuevo impuesto que comenzará a cobrarse el lunes”.
La IA puede leer la publicación, encontrar información relacionada y producir una explicación aparentemente perfecta.
Pero todavía hay que revisar la norma original.
¿Es realmente un impuesto nuevo?
¿Es una modificación de alícuotas?
¿A quiénes alcanza?
¿Entró en vigencia?
¿La publicación confundió la fecha de sanción con la fecha de aplicación?
¿Existe una reglamentación posterior?
Lo mismo ocurre con una declaración política viral. Una IA puede transcribir un video y resumirlo en segundos. Pero el periodista todavía necesita saber si el fragmento está editado, qué dijo el protagonista treinta segundos antes, cuándo ocurrió la entrevista y en qué contexto respondió.
La IA puede encontrar respuestas. El periodismo sigue teniendo la obligación de formular las preguntas correctas.
La dependencia no empieza cuando la IA se equivoca
Esta es, quizás, la parte más interesante del estudio.
Solemos hablar de los riesgos de la inteligencia artificial desde sus errores: las famosas “alucinaciones”, las fuentes inexistentes, las fechas incorrectas y los datos inventados.
Pero la investigación plantea un problema más profundo.
La dependencia puede aparecer incluso cuando la herramienta funciona bien.
Supongamos que un periodista consulta una IA cien veces y obtiene cien respuestas correctas.
El resultado inmediato es fantástico.
Pero puede ocurrir algo silencioso: en cada consulta dejó de ejercitar la búsqueda autónoma, la comparación de fuentes, la evaluación del contexto o la investigación sobre el origen de una imagen.
Es como tener un excelente corrector ortográfico.
Mientras funciona, escribimos impecablemente.
El día que desaparece, descubrimos que ya no recordamos dónde iban las tildes.
El equipo del MIT identificó incluso un grupo de participantes que fue desplazándose progresivamente desde una actitud activa hacia una aceptación más pasiva de las orientaciones de la IA. Los investigadores describen esta tensión como una paradoja de dependencia: la herramienta puede mejorar la respuesta inmediata sin necesariamente construir una capacidad duradera en el usuario.
Para una redacción tucumana, la tentación es enorme
Pensemos en una pequeña redacción local.
Una misma persona podría tener que actualizar la web, cubrir una conferencia de prensa, escribir una nota, grabar un video vertical, preparar un hilo para redes y contestar mensajes.
En semejante escenario, aparece una tecnología que promete resumir audios, transcribir entrevistas, encontrar antecedentes, proponer títulos, comparar documentos y explicar resoluciones complejas.
Sería absurdo pedirle al periodismo que renuncie a esas ventajas.
La discusión importante no es usar o no usar IA.
Esa pelea ya quedó vieja.
La pregunta relevante es otra:
¿Qué partes del trabajo estamos dispuestos a delegar y cuáles debemos conservar porque constituyen el corazón del oficio?
Podemos delegar una transcripción.
Podemos acelerar la clasificación de un documento.
Podemos pedir una tabla comparativa.
Podemos solicitar una primera lista de preguntas.
Podemos utilizar una IA para detectar contradicciones que después investigaremos.
Lo que no deberíamos entregar tan fácilmente es la decisión final sobre qué es verdad, qué merece ser publicado y qué interpretación periodística corresponde darle a un hecho.
Porque una herramienta puede procesar información.
La responsabilidad editorial sigue siendo humana.
El periodista que viene no será el que sepa menos de IA
Hay una conclusión equivocada que podría extraerse de esta investigación: que la solución consiste en alejar las inteligencias artificiales de las redacciones.
Sería tan absurdo como haber intentado salvar el periodismo prohibiendo Google.
La investigación tiene, además, límites importantes: participaron 67 personas de Estados Unidos y el Reino Unido, el experimento duró un mes y trabajó con un conjunto acotado de noticias. Los propios investigadores señalan que harán falta estudios con poblaciones más diversas y otros contextos antes de generalizar sus resultados.
Pero la advertencia es demasiado importante como para ignorarla.
El periodista que viene no será el que use menos inteligencia artificial.
Probablemente será quien sepa usarla sin entregar a cambio su capacidad de pensar.
Quien pueda pedirle velocidad a la máquina, pero conservar la duda.
Quien utilice un chatbot para encontrar caminos, pero todavía sepa caminar solo.
Quien entienda que recibir una respuesta no es lo mismo que haber investigado.
Porque en una época en la que cualquier persona puede producir en segundos un texto convincente, una imagen casi perfecta, una voz clonada o un video manipulado, el valor del periodista no estará simplemente en publicar más rápido.
Estará en algo mucho más antiguo.
Saber desconfiar. Saber preguntar. Y, sobre todo, no permitir que ninguna herramienta piense siempre en nuestro lugar.
Diego L. Roveretti
Periodista/Capacitador
Ha desarrollado capacitaciones orientadas al uso práctico de IA generativa en distintos ámbitos profesionales (CGCET, CPCSE, FEPUT, Círculo Médico del Sur, Colegio de Farmacéuticos y diversas empresas) con especial foco en la redacción, organización de información, análisis de documentos, comunicación clara, automatización de tareas y criterios de uso responsable. Su trabajo se centra en acercar la inteligencia artificial a profesionales no especializados en tecnología, con una mirada práctica, accesible y crítica, poniendo énfasis en sus posibilidades concretas, sus límites, los cuidados necesarios y la importancia del criterio humano en cada decisión.
