doxa.comunicación | 29, pp. 213-233 | 225

julio-diciembre de 2019

María José Ufarte Ruiz y Juan Luis Manfredi Sánchez

ISSN: 1696-019X / e-ISSN: 2386-3978

forma un grafo que fusiona e indexa los datos extraídos a tiempo real con las narrativas ya existentes en el sistema. En el caso de la noticia sobre el paro, el programa ha cogido los datos del desempleo registrados en el mes de abril, los ha cote-jado con los textos de ese mismo mes escritos en años anteriores (y que se introdujeron en la primera fase), ha combinado ambas dimensiones y ha creado la noticia. El resultado ha sido un texto de temática concreta, con un lenguaje natural y de fácil compresión, que se ha representado en un fichero XML o JSON. Este documento se ha enviado a los clientes a través del sistema API, que permite al medio de comunicación acceder mediante URL a toda la información disponible en la base de datos de la compañía. Además, todas las piezas informativas creadas por Gabriele van acompañadas de una imagen, que también se crea a través de algoritmos. “Nuestro programa permite una mayor producción de contenido, a costos más efectivos, lo que lleva a un mayor compromiso con las audiencias nicho y un aumento de la productividad del personal editorial, que puede centrarse en piezas más complejas”, subraya Martínez de Lecea. Al mismo tiempo, Moratilla sostiene que el sistema está superando los límites de lo que se creía posible, tanto en términos de la calidad de la produc-ción como de su amplia variedad de usos potenciales.

Todos los contenidos generados se publican en la web de los diferentes medios de comunicación con los que colabora, que no muestran al lector en ningún momento la autoría de la noticia. Es decir, publican el texto con la firma del periódi-co en cuestión, sin hacer alusión a las técnicas de generación automática de la startup. Por eso, desde Narrativa Inteligen-cia Artificial recomiendan a los medios que indiquen que ha sido creada a través de un algoritmo y que revelen la fuente de los datos, como ya se hace en Estados Unidos.

3.3. Calidad de los textos producidos por Narrativa Inteligencia Artificial

El análisis de la calidad periodística de los textos generados por Gabriele por parte de los 145 periodistas encuestados envía señales contradictorias. Por un lado, la muestra valora de manera positiva la neutralidad, veracidad, sintaxis, con-cisión y coherencia de los hechos que se narran, pero considera que la originalidad, variedad, estilo y ritmo son cuestio-nables y, por tanto, mejorables.

En el caso de la noticia sobre los resultados trimestrales de Apple, un 78,87% de la muestra está “totalmente de acuerdo” con la sintaxis empleada en el texto y un 62,15% considera que la coherencia en la exposición de las ideas es la correcta. Respecto a la cohesión en la redacción, un 51,87% sostiene que es la adecuada, mientras que el 48,13% restante opina que es mejorable, ya que no existe uniformidad en la representación de los símbolos (21,15%). Los periodistas también están de acuerdo con la corrección gramatical: un 40,87% está “parcialmente de acuerdo” en que hay claridad en las ideas y transparencia expositiva, mientras que un 15,12% está “totalmente de acuerdo”. El 44,01% restante no se muestra ni en desacuerdo ni en acuerdo. En cuanto a la noticiabilidad, el 55,09% de los encuestados opina que el texto cuenta con cri-terios suficientes de actualidad y relevancia para ser publicado en cualquier medio de comunicación. Además, un 77,56% está “totalmente de acuerdo” en la exactitud de los datos que se narran respecto al hecho noticioso, debido a que se huye de las palabras de amplio significado y se utilizan los términos precisos. Por el contrario, los profesionales han valorado de manera negativa otros aspectos relacionados con la dimensión estética del texto. El 92,18% critica que no cuenta con diversidad de puntos de vista y un 83,21% dice que debería haber más diversidad de narrativas y calidad de las fuentes informativas. En la misma línea se encuentra el 83,13% de los periodistas que han participado en esta investigación, que