turados, pudo detectar cómo incide también en su rapidez, rentabilidad económica y potencialidad a la hora de reducir notablemente los errores humanos.

Por el contrario, Ford (2016) comprobó cómo la robotización de la sociedad supone que diversas profesiones son realizadas por máquinas en lugar de seres humanos de forma paulatina, lo que implica que las personas cada vez más tiendan a ser sustituidas y reemplazadas por robots y software inteligente.

Cervera (2017) estudió los efectos de la IA, el big data e internet sobre el periodismo a través de los robots o bots. Al igual que Ford (2016), vio la evolución que se bifurca entre quienes deciden adaptarse a los cambios y entre quienes optan por permanecer en la profesión de forma tradicional.

Hansen, Roca-Sales, Keegan & King (2017) a partir de la polisemia del concepto “inteligencia artificial” da cuenta del foro desarrollado en 2017 por el Tow Center for Digital Journalism y el Brown Institute for Media Innovation que supuso la re-flexión en torno a preguntas relevantes para el presente y futuro de la profesión periodística.

Por otra parte, y al igual que se realiza en este artículo, Karlsen & Stavelin (2014), Lindén (2017) y Salazar (2018) emplean el estudio de caso(s) para acercarse a la inteligencia artificial periodística, dada la insuficiente literatura científica en este campo de estudio.

Por una parte, Karlsen & Stavelin (2014) hacen uso de las entrevistas en profundidad con expertos en las seis redacciones más importantes de Noruega a modo de estudio comparativo de casos. Relacionan el periodismo tradicional con el com-putacional y, en ese sentido, detectan que las habilidades y herramientas del periodismo computacional o de software va-rían con respecto a las utilizadas por el periodismo tradicional, mientras que los valores y objetivos se asemejan. Detectan, además, escasas evidencias para poder afirmar que el periodismo computacional sea más eficaz ni libere a los profesiona-les de la información de su trabajo técnico específico.

Por otra, Lindén (2017) identifica que el impacto de las noticias automatizadas es más eficaz y satisfactorio para los tra-bajadores porque evita tareas rutinarias susceptibles de generar errores humanos. No obstante, incide en la consecuente pérdida de puestos de trabajo, pero, al mismo tiempo, percibe en la IA nuevas oportunidades laborales vinculadas al pen-samiento computacional.

Y Salazar (2018) hace uso del estudio de casos de iniciativas periodísticas, pero de forma combinada con entrevistas a expertos para identificar las ventajas y desventajas desde un doble punto de vista: tanto profesional como ético. En este sentido percibe una realidad con una doble dimensión en esta nueva forma de hacer periodismo: una colaboración entre el hombre y la máquina que implica una redefinición profesional, así como nuevas oportunidades de futuro.

Otra técnica empleada para acercarse a la IA periodística es el experimento. En esta línea Matsumoto, Nakayama, Harada & Kuniyoshi (2007) describen el proceso y sistema del robot periodístico: “(1) exploración autónoma (2) grabación de noticias y (3) generación de artículos” a través de las etiquetas, lo que permite describir imágenes con palabras, con una notable contribución al “periodismo artificial”.

Clerwall (2014) emplea no solo el experimento sino también la encuesta con participantes que acceden a diferentes no-ticias escritas tanto por periodistas como por software. Las preguntas giran en torno a variables como la percepción de