mismo año, el World Editors Forum clasificó al periodismo automatizado como la principal tendencia tecnológica en las salas de redacción.

Desde entonces, la aplicación de algoritmos, sean o no inteligentes, para generar o apoyar la generación de noticias se ha extendido a otras empresas de comunicación. Las ventajas son obvias: una vez desarrollados, y pasada la fase de inversión, los algoritmos pueden producir contenido más rápido, más barato y potencialmente más preciso, en comparación con un periodista humano (Graefe, 2016).

La adopción de algoritmos en salas de redacción condujo a la creación de la expresión “Periodismo Automatizado” (Auto-mated Journalism), definido como “the process of using software or algorithms to automatically generate news stories wi-thout human intervention – after the initial programming of the algorithm, of course” (Graefe, 2016, p. 14). Estos algoritmos aplicados a la rutina periodística permiten la automatización de varios pasos de trabajo como es la recopilación de datos, su posterior análisis, la escritura y, por fin, la publicación de textos.

Naturalmente, las tecnologías de inteligencia artificial tienen limitaciones en la producción de contenido periodístico que difícilmente se pueden superar, incluso a medio plazo, por el componente de relación humana que presuponen. Conforme explica Diakopoulos (2019), escuchar y reaccionar a los testimonios en tiempo real o tratar con fuentes de información, son tareas de periodismo básicas y desconocidas para la IA. Un informe reciente del McKinsey Global Institute (2017) destaca la capacidad de los robots y las computadoras para adquirir habilidades cognitivas cada vez más elaboradas y sofisticadas, pero reconociendo que la IA en el periodismo solo puede cubrir el 15% de las tareas de los reporteros y el 9% de las tareas de un editor.

El trabajo periodístico siempre ha podido adaptarse a las nuevas edades tecnológicas y asimilar las nuevas características en sus propios procedimientos. El telégrafo, la fotografía digital o las computadoras son algunos ejemplos de tecnologías que han ayudado al periodismo, aunque en algunos casos también han reducido la importancia de algunas funciones tradicionales. Lo mismo ocurre con las tecnologías de inteligencia artificial, que están cambiando algunas tareas dentro del periodismo. El sistema de Associated Press anteriormente mencionado introdujo técnicas robóticas para identificar miles de fotografías diariamente y ha concedido a los editores más tiempo para pensar en qué publicar al quitarles la car-ga de la clasificación, algo que lleva mucho tiempo. Para Diakopoulos (2019), este ejemplo apunta a la posibilidad de un periodismo IA donde las tareas humanas se hibridan, se combinan con algoritmos para adaptarse a las capacidades de la Inteligencia Artificial y se acomodan sus limitaciones. Como señala Salazar (2018), “el periodismo es un área que se verá afectada significativamente por la evolución de las tecnologías relacionadas con la IA, las cuales cambiarán definitivamen-te la forma de enfrentarse a la profesión. La clave está en avanzar juntos. Los robots y los humanos (p.311).

Un requisito previo para el correcto funcionamiento de este tipo de automatización es la existencia de datos claros y bien estructurados para alimentar estos sistemas. Este es uno de los principales factores que llevaron al “Periodismo Automa-tizado” a desarrollarse inicialmente en las secciones de deportes y economía, donde hay una gran cantidad de datos para que la computadora los analice y el texto sea más sencillo, ya que se refiere estrictamente a la comunicación de los resul-tados comerciales o de los partidos.