Transformaciones y retos en el uso de la inteligencia artificial en los medios de comunicación

La incorporación de sistemas y herramientas de Inteligencia Artificial en los medios de comunicación se ha extendido rápidamente y ya no puede entenderse como una simple innovación técnica. Su presencia modifica las rutinas de producción, altera la relación entre imagen y verdad, reordena el trabajo profesional y obliga a revisar la responsabilidad editorial en un ecosistema informativo atravesado por la automatización, diversas plataformas y datos masivos; por ello, este ensayo desarrolla esas transformaciones a partir de una lectura analítica de una presentación académica¹ centrada en los desafíos éticos de la IA en el campo mediático.

El texto aborda, en primer lugar, los imaginarios históricos de la máquina pensante, desde los autómatas ilustrados hasta las leyes de la robótica, para mostrar que la actual fascinación por la inteligencia artificial tiene raíces culturales profundas. Luego examina los problemas contemporáneos de verosimilitud, credibilidad, sesgo, desinformación, deepfakes, memoria algorítmica y precarización laboral, articulándolos con el contexto regulatorio chileno y con la necesidad de nuevas competencias para periodistas, comunicadores y académicos. La tesis central sostiene que la IA no debe evaluarse solo por su capacidad de eficiencia, sino por sus efectos sobre la confianza pública, la justicia informativa y la autonomía humana en los procesos de mediación simbólica.

Transformations and Challenges in the Use of Artificial Intelligence in the Media

The adoption of artificial intelligence systems and tools in the media has spread rapidly and can no longer be viewed as a mere technical innovation. Its presence changes production routines, alters the relationship between image and truth, reorganizes professional work, and forces a reevaluation of editorial responsibility in a news ecosystem shaped by automation, diverse platforms, and big data; for this reason, this essay explores these transformations through an analytical reading of an academic presentation focused on the ethical challenges of AI in the media field. The text first addresses the historical imaginaries of the thinking machine, from Enlightenment-era automata to the laws of robotics, to demonstrate that the current fascination with artificial intelligence has deep cultural roots. It then examines contemporary issues of verisimilitude, credibility, bias, disinformation, deepfakes, algorithmic memory, and job insecurity, linking them to the Chilean regulatory context and the need for new competencies among journalists, communicators, and academics. The central thesis argues that AI should not be evaluated solely for its efficiency, but for its effects on public trust, informational justice, and human autonomy in processes of symbolic mediation.

Introducción

El debate sobre Inteligencia Artificial (IA) y los medios de comunicación suele oscilar habitualmente entre dos posiciones aparentemente irreconciliables: por una parte, la exaltación de sus beneficios tecnológicos y, por otra, una persistente alarma cultural y laboral ante lo que se avecina. En un extremo, la IA se presenta como una promesa de alta eficiencia, posibilidades casi infinitas de innovación narrativa y una aceleración productiva que exige una actualización constante de toda la industria creativa de medios (Calle & Pallo, 2024). En el otro, se la presenta como una amenaza directa para la creatividad humana, la causa de la pérdida de miles de empleos y un serio riesgo para la verdad y la confianza pública depositada en los medios de comunicación. No obstante, una aproximación académica rigurosa exige superar esta polarización permanente para reconocer que el verdadero problema no radica únicamente en la aparición de nuevas herramientas, plataformas o aplicaciones, sino también -y, sobre todo- en los marcos éticos, profesionales institucionales y políticos desde los cuales dichas herramientas son incorporadas a los procesos de producción y circulación de sentido (Buitrago et. al., 2025).

La presentación que da origen a este ensayo, se desarrolló en el marco de una conferencia universitaria internacional realizada de manera telemática, que reunió a estudiantes y académicos de diversos países latinoamericanos. En ese contexto se abordó la problemática de la Inteligencia Artificial desde un amplio marco histórico y práctico, poniendo énfasis en la transformación de los imaginarios tecnológicos, la reflexión crítica sobre la imagen y la discusión normativa en torno al uso de la IA en los medios. Durante la actividad, se plantearon interrogantes decisivas sobre la veracidad, la privacidad, el sesgo, la coautoría, el trabajo profesional, la regulación y la formación actual de los especialistas en comunicación (Ruiz et. al., 2025). La relevancia de estas preguntas radica en que la IA no interviene únicamente en zonas periféricas de estas disciplinas, sino en el núcleo mismo de la mediación contemporánea: la producción de textos (García et. al., 2025), imágenes, voces, recomendaciones, visualizaciones y entornos de circulación informativa.

Desde esta perspectiva, el objetivo es mostrar que las transformaciones y retos éticos asociados al uso de la IA en los medios de comunicación, deben analizarse simultáneamente como un problema de verosimilitud informativa, de gobernanza tecnológica, de justicia social y de formación profesional especializada (Jaakkola, 2023).

Imaginarios históricos de la inteligencia no humana

Antes de discutir sobre la Inteligencia Artificial contemporánea, resulta útil volver a los imaginarios que, desde hace varias décadas, prepararon social y culturalmente su llegada e instalación. En ese sentido, es relevante recuperar tres escenas históricas y conceptuales que, aunque pueden parecer anecdóticas, resultan significativas tanto por el sentido original de la creación como por la respuesta que suscitaron en los públicos: el jugador de ajedrez autómata, el caballo aparentemente inteligente y las normas futuristas impuestas a los robots. Esta secuencia de sucesos permite revisar cómo el deseo de construir una inteligencia no humana antecede con creces a la computación moderna y cómo, en cada época, las sociedades han proyectado en sus artefactos técnicos sus propias expectativas, ansiedades y ficciones sobre la autonomía de la máquina.

La figura del Turco Mecánico condensa de manera ejemplar la leyenda de una inteligencia esperada en un artefacto realizado por seres humanos. El célebre autómata ajedrecista del siglo XVIII, atribuido a Wolfgang von Kempelen, fue presentado como una máquina capaz de pensar, competir y derrotar a numerosos rivales humanos en distintos países de Europa y Estados Unidos. Se afirmó que aquel ser articulado -resultado del trabajo con la madera, la relojería y la mecánica de la época- podía realizar complejos análisis automáticos para resolver jugadas de ajedrez y volverse prácticamente invencible. Aunque posteriormente se demostró que se trataba de un dispositivo fraudulento, sostenido por la presencia oculta de un experimentado jugador-operador humano, su valor cultural no desaparece (Chicamocha News, 2023). Por el contrario, ilumina una cuestión decisiva: desde hace mucho tiempo, la modernidad se siente atraída por el espectáculo de una inteligencia mecánica que aparenta autonomía. Lo relevante aquí no es solo el engaño, sino la fascinación social ante la posibilidad de creer que una máquina puede pensar (ReHistoria, s.f.).

Esa seducción encuentra un segundo momento clave en el caso de Clever Hans, el caballo que a comienzos del siglo XX parecía resolver operaciones matemáticas y responder preguntas complejas sobre el calendario, los horarios y los puntos cardinales. El episodio fue ampliamente comentado en la prensa europea y llegó a ser validado incluso por varios investigadores que analizaron las respuestas que ofrecía el animal ante las preguntas de su dueño y de los asistentes de sus aclamados espectáculos. Sin embargo, el especialista Oscar Pfungst demostró que el animal no pensaba las respuestas, sino que solo reaccionaba a señales involuntarias de su entrenador, como una mirada, un cambio de postura o un leve gesto en el rostro. Así, lo que se interpretó como inteligencia extraordinaria era, en realidad, la respuesta automática del animal ante pequeños estímulos que indicaban la proximidad del acierto. Desde entonces, numerosos textos han convertido este caso en una referencia clásica para comprender la tendencia humana a atribuir inteligencia, comprensión o intención a conductas que, en realidad, responden a simples patrones de estímulo y respuesta. La actualidad del ejemplo es evidente: muchas reacciones públicas frente a la IA generativa repiten ese mismo impulso de antropomorfización, adjudicando comprensión profunda allí donde operan sobre todo correlaciones estadísticas, predicción probabilística y ajuste sobre datos previos (MIT, 2025).

La tercera escena histórica es la figura del robot en la obra del científico y novelista Isaac Asimov. Al formular en sus relatos las célebres “Tres leyes de la Robótica”, Asimov condensa uno de los intentos más influyentes de imaginar una ética incorporada a sistemas autónomos: no dañar al ser humano, obedecer a sus órdenes salvo conflicto con la primera ley, y proteger la propia existencia siempre que ello no contravenga las anteriores (FHCS, 2024). Más allá de su carácter ficcional, estas leyes siguen siendo relevantes porque expresan una intuición que permanece vigente: la técnica no puede pensarse al margen de normas de responsabilidad. A menudo se exagera afirmando que este manual inicial de instrucciones se programa en los chips de cada máquina construida hoy, pero la metáfora es útil para comprender su impacto cultural. Sin embargo, tras varias décadas de desarrollo, la IA contemporánea ya no se asemeja al robot clásico de la ciencia ficción; opera más bien como una infraestructura invisible, distribuida en plataformas, modelos de lenguaje, sistemas de recomendación, motores de búsqueda, sintetizadores de voz y generadores de imagen (Soulard, 2025). Esto obliga a desplazar el problema ético desde la conducta de un ente individual hacia los ecosistemas sociotécnicos en los que se diseñan, entrenan, implementan y legitiman estos sistemas (Gómez et. al., 2024)

En conjunto, estas tres escenas históricas muestran que la IA no irrumpe en un vacío social ni cultural. Llega a un terreno previamente preparado por siglos de imaginación y ficción técnica. De ahí que parte de la discusión contemporánea herede malentendidos persistentes alojados en nuestra memoria cultural: la creencia de que la máquina “piensa” como un sujeto, la tendencia a atribuirle una intención moral propia o la confianza excesiva en que las reglas técnicas bastan para resolver problemas sociales complejos (Freire et. al., 2024). Por ello, como mencionaba anteriormente, resulta necesario trasladar la crítica ética de la IA en los medios de comunicación hacia un reconocimiento basal: toda tecnología de automatización llega ya envuelta en relatos culturales que condicionan su recepción, su promesa y su legitimidad (Saura et. al., 2024).

Imagen, verdad y crisis de verosimilitud

Un tema de interés permanente es la relación entre la IA y una aparente crisis de verosimilitud en el campo de la imagen. La preocupación no reside únicamente en la posibilidad de que existan o se difundan imágenes falsas que atenten contra una verdad objetiva compartida -situación que acompaña a la historia de la representación desde mucho antes de lo digital- sino en un fenómeno más reciente: la creciente dificultad, en la experiencia ordinaria de visionado de las audiencias, para distinguir entre una imagen capturada como registro de un acontecimiento y una imagen producida sintéticamente con apariencia documental (Medina, 2023).

Joan Fontcuberta sugiere que el temor no proviene de la inteligencia artificial en sí misma, sino del riesgo de confundir aquello que ha sido registrado por una cámara con lo que ha sido generado por un computador, especialmente en ámbitos como el periodismo y la fotografía documental (Fontcuberta, 2024). Esta observación resulta crucial porque desplaza la discusión desde la herramienta hacia el estatuto testimonial de la imagen. Cuando una fotografía, un video o una voz pueden ser generados con alta plausibilidad, lo que entra en crisis es el vínculo entre imagen y evidencia, entre documento y verdad pública.

En ese escenario, la imagen deja de funcionar automáticamente como índice de un referente real. Se vuelve necesario acompañarla de trazabilidad, contexto, metadatos y procedimientos de verificación. La IA, por tanto, no solo introduce nuevas técnicas de producción visual, sino que transforma también las condiciones culturales bajo las cuales una sociedad decide creer en sus imágenes. Esta cuestión resulta especialmente delicada para los medios de comunicación, cuya legitimidad histórica se ha apoyado, en parte, en la capacidad de ofrecer registros visuales y sonoros como formas de constatación de hechos.

La referencia que entrega Dra. en Filosofía y académica de la Universidad de Barcelona, Andrea Soto Calderón, es llamar a reflexionar sobre los nuevos regímenes visuales que se configuran con la inteligencia artificial y la urgencia de construir un espacio crítico colectivo capaz de responder a esas transformaciones (Soto, 2025). Lo que está en juego no es únicamente la falsificación puntual de una imagen, sino la emergencia de un entorno visual en el que la propia noción de inteligencia, de representación y de referencia se vuelve incierta. En otras palabras, la IA no solo altera las formas de producción de imágenes, sino también las condiciones culturales desde las cuales una sociedad las interpreta y les otorga sentido. de su interpretación.

Desde el punto de vista comunicacional, este proceso obliga a revisar categorías profundamente arraigadas: documento, testimonio, huella, registro, recreación, montaje, evidencia. Al mismo tiempo, exige interrogar las tecno-estéticas dominantes de la IA: ¿qué estilos de imagen?, ¿qué modos de nitidez?, ¿qué tipos de rostros?, ¿qué gestualidades y qué ambientes son privilegiados por los modelos generativos? No se trata solo de determinar si una imagen es falsa o verdadera, sino de analizar qué formas de realidad se vuelven visualmente creíbles dentro de un ecosistema mediado por modelos entrenados sobre bases de datos desiguales.

De la inquietud simbólica al riesgo ético

Se organiza, además, una transición muy clara entre el miedo cultural y la identificación de riesgos concretos. Esa trasformación es importante porque evita una crítica abstracta o moralizante, así, en lugar de denunciar a la IA como una amenaza difusa, se propone examinar los problemas específicos que introduce en la práctica mediática: alucinaciones, sesgos, desinformación, deepfakes, vulneración de la privacidad, pérdida de confianza, injusticia algorítmica, transformación del trabajo y dilución de la responsabilidad editorial (IA-Com, s.f.).

Las llamadas alucinaciones de la IA merecen particular atención. En modelos de lenguaje e imagen, este fenómeno describe la generación de contenidos plausibles pero falsos, inventados o no verificables. En el contexto mediático, ese problema se vuelve especialmente grave porque la plausibilidad formal puede confundirse fácilmente con confiabilidad informativa. Un texto bien redactado, una imagen coherente o una voz sintética convincente pueden circular con rapidez y adquirir apariencia de verdad antes de ser verificados. Esto incrementa el riesgo de desinformación y exige que las redacciones desarrollen rutinas de contraste más exigentes que las heredadas del entorno analógico. A ello se suma el problema del sesgo, determinado principalmente por la injusticia algorítmica asociada a clases sociales, género, raza, territorio y religión, remitiendo a la forma en que los datos de entrenamiento trasladan al interior de los modelos las desigualdades históricas presentes en la cultura. Cuando estos sistemas se usan para producir, clasificar o recomendar contenidos, no solo reflejan el mundo: lo reorganizan jerárquicamente, pudiendo invisibilizar ciertos sujetos, reforzar estereotipos o naturalizar una idea restrictiva de lo que cuenta como normal, relevante o creíble.

Los deepfakes representan otro punto crítico que es importante de mencionar. Su peligrosidad no reside únicamente en que pueden falsificar rostros o voces -sonido e imagen-, sino en que erosionan la confianza que las audiencias tienen en el registro audiovisual como tal (Ballesteros & Ruiz, 2024). Han existido algunas situaciones aparecidas en prensa, donde algunos chilenos acusan que sus voces han sido clonadas y puestas a circular en contextos no consentidos como estafas telefónicas o por redes sociales digitales (Canal 13, 2024). Esa situación revela con nitidez que la IA afecta dimensiones profundamente identitarias de la comunicación: la voz, el rostro, el estilo expresivo, la presencia pública. Lo que se pone en juego no es solo la propiedad intelectual o el uso de una herramienta, sino la integridad simbólica de los sujetos y su derecho a controlar la circulación de sus huellas expresivas.

Este conjunto de riesgos muestra que la ética de la IA en medios no puede limitarse a una lista de buenas intenciones. Requiere protocolos, estándares, auditorías, formación y marcos institucionales de responsabilidad. También exige abandonar la idea de que la automatización de los procedimientos editoriales es neutral. Cada decisión sobre entrenamiento, diseño, interfaz, rotulación, publicación o moderación contiene criterios de inclusión y exclusión, y por lo mismo debe ser sometida a evaluación crítica de parte de los responsables de cada medio.

Trabajo, automatización y precariedad profesional

Otro eje decisivo de discusión es la relación entre la IA y el trabajo. Por ejemplo, la automatización de tareas, la precariedad laboral, la transformación de rutinas técnicas y el desplazamiento de funciones, permiten escapar de una lectura puramente moral de la IA para situarla en el terreno material de las condiciones de producción mediática que afectan a millones de trabajadores en diferentes disciplinas y tareas de la producción en medios.

En muchos entornos periodísticos y audiovisuales, la IA ya se utiliza para transcribir entrevistas, resumir documentos, sugerir titulares, catalogar archivos, limpiar audio, estabilizar imagen, generar subtítulos y producir borradores, entre otras tareas. Estas aplicaciones pueden liberar tiempo para la investigación, el análisis o la edición fina que puedan ejecutar los profesionales, pero también pueden ser instrumentalizadas por organizaciones que buscan reducir costos, acelerar flujos de trabajo y reemplazar funciones humanas sin garantizar condiciones de reconversión ni criterios claros de calidad editorial. El problema, por tanto, no es solo tecnológico, sino político y laboral.

La aceleración productiva que promete la IA tiene una ambivalencia profunda. Puede ampliar la capacidad de procesamiento de información y abrir nuevas posibilidades narrativas, pero también puede intensificar la presión por producir más en menos tiempo, debilitando la verificación y la deliberación ética. En comunicación, donde buena parte del valor profesional reside en la interpretación, el contexto y el juicio, la automatización de rutinas no debería traducirse en la automatización del criterio. Sin embargo, eso solo será posible si las instituciones reconocen que la calidad informativa necesita tiempos, responsabilidades y mediaciones humanas (Mayo, 2024).

La precarización también adopta formas simbólicas. A medida que la IA genera textos, imágenes o voces de manera convincente, se instala la idea de que ciertas habilidades profesionales son fácilmente sustituibles. Esta narrativa puede erosionar el reconocimiento del trabajo especializado de periodistas, editores, fotógrafos, diseñadores sonoros y realizadores audiovisuales. Frente a ello, la discusión ética debe insistir en que la profesionalidad comunicacional no se agota en la ejecución técnica de piezas, sino que incluye criterio, interpretación, responsabilidad pública, sensibilidad contextual y capacidad de responder por las consecuencias de lo publicado (Modrón & Sánchez, 2016).

Es entonces relevante, numerar las preguntas habituales que hoy atraviesan a los medios de comunicación. Allí aparecen interrogante sobre el registro, la memoria, el testimonio, la memoria algorítmica, la huella digital, el punto de vista autoral, la coautoría, la investigación, el método, el valor de la imagen real, los límites con la ficción, la regulación legal y el proceso creativo mediado por software. Que cada medio discuta estos temas ¿qué? ¿para qué?, ¿cómo? ¿Dónde? ¡por qué? ¿con qué efectos? por ejemplo, permitirá sentar bases concretas de un lineamiento ético y normativo para sus trabajadores y el público que los consume. Estas mismas preguntas revelan que la IA no puede analizarse solo como un instrumento de producción. Afecta también la temporalidad del archivo, la supervivencia de los datos y la forma en que los

medios recuerdan, reordenan y reactivan el pasado. La llamada memoria algorítmica no se limita a almacenar información. Permite correlacionarla, recombinarla y hacerla operativa en nuevos contextos. Esto modifica la relación entre archivo y actualidad, entre huella y exposición pública, entre persistencia y derecho al olvido.

Para el periodismo y la comunicación audiovisual, ello abre dilemas complejos. ¿Qué significa reutilizar imágenes, voces o registros de personas en escenarios donde los modelos pueden sintetizar nuevas secuencias a partir de materiales previos? ¿Dónde termina el archivo y comienza la recreación? ¿Cómo se informa a la audiencia que una escena ha sido reconstruida algorítmicamente? ¿Qué estatuto tiene una imagen “aparentemente real” cuando ha sido compuesta mediante modelos generativos? Todas estas preguntas apuntan al corazón del vínculo entre medios, memoria y verdad pública.

La cuestión de la coautoría también es central. Si una redacción utiliza IA para redactar borradores, traducir piezas, proponer enfoques o generar recursos visuales, la autoría ya no puede pensarse en términos simples y por ello, es más importante aún, la responsabilidad. La coautoría técnica no puede traducirse en irresponsabilidad editorial. Los medios deben seguir siendo capaces de explicar ¿quién decidió? ¿bajo qué criterio? ¿con qué fuentes? y ¿mediante qué procedimientos se produjo un determinado contenido? La opacidad del software no puede convertirse en refugio para evadir rendición de cuentas.

Asimismo, los límites entre ficción y verosimilitud se vuelven más porosos. En algunos géneros audiovisuales, la recreación es una práctica legítima y conocida. El problema surge cuando las estéticas generativas borran o debilitan las marcas que antes permitían reconocer esa diferencia. Si no existen protocolos de rotulación, trazabilidad y contexto, lo recreado puede ser recibido como registro, y lo artificial como evidencia. Esta confusión no solo afecta a las audiencias; redefine también los estándares de legitimidad de las propias instituciones mediáticas.

En Chile, la Ley 19.628 sobre vida privada, la Política Nacional de Inteligencia Artificial y la Política Nacional Audiovisual 2025-2030, se convierten en los primeros lineamientos que operacionalizan la ética en la administración pública mediante herramientas de auditoría, transparencia y coordinación interministerial. La relevancia de estas normativas, radica en que permite salir del nivel puramente teórico y observar cómo la ética de la IA requiere institucionalización. No basta con que académicos y profesionales identifiquen riesgos; es necesario que existan marcos normativos capaces de orientar prácticas, exigir transparencia y establecer responsabilidades. La Ley 19.628 resulta particularmente pertinente en un entorno mediático donde los sistemas de IA dependen de volúmenes masivos de información personal, conductual y contextual.

La Política Nacional de Inteligencia Artificial, en su formulación y actualización, constituye un intento de articular factores habilitantes, adopción tecnológica y gobernanza ética. En el contexto mediático, este enfoque es fundamental porque reconoce que la innovación no puede desligarse de criterios de trazabilidad, explicabilidad y supervisión institucional. La actualización del eje de gobernanza frente a la expansión de la IA generativa muestra, además, que los marcos regulatorios deben ser dinámicos y responder a mutaciones tecnológicas rápidas.

La Política Nacional Audiovisual 2025-2030 aporta, por su parte, una dimensión cultural y sectorial. Su inclusión en la presentación sugiere que el debate sobre IA en medios no pertenece solo al campo técnico o jurídico, sino también al de las políticas culturales. El audiovisual no es únicamente una industria: es también un espacio de memoria, representación, identidad y disputa simbólica. Por eso, regular el uso de IA en producción, recreación y circulación de imágenes implica decidir qué se protege, qué se fomenta y qué responsabilidades se exigen en la construcción pública de lo visible.

Se propone así, que el trabajo con inteligencia artificial pueda considerar: autonomía humana, prevención, equidad y explicabilidad. Estos principios, aunque formulados de manera sintética, ofrecen una base sólida para pensar criterios operativos en medios de comunicación. La autonomía humana debe entenderse como la preservación del juicio editorial y de la deliberación profesional. La IA puede asistir, sugerir, acelerar o sistematizar procesos, pero no debería reemplazar la capacidad humana de ponderar contexto, consecuencias, relevancia pública y responsabilidad. En comunicación, donde las decisiones afectan percepciones colectivas, reputaciones individuales y procesos democráticos, la autonomía del criterio no es un lujo profesional, sino una condición ética mínima. La prevención supone evaluar por anticipado los efectos potenciales de la automatización sobre dignidad, privacidad, seguridad informativa y derechos de las audiencias. Esta lógica preventiva es especialmente importante frente a tecnologías generativas, cuyos impactos no siempre se limitan al uso previsto por quienes las implementan. Una imagen o voz sintetizada puede dañar a personas concretas, pero también debilitar la confianza general en el entorno informativo. Prevenir, en este contexto, significa diseñar protocolos antes de que el daño ocurra.

La equidad y la explicabilidad remiten a la necesidad de que los sistemas no profundicen desigualdades existentes y de que sus decisiones relevantes puedan ser comprendidas y auditadas. No toda caja negra es aceptable en un ecosistema mediático democrático. Si un medio utiliza IA para recomendar, priorizar, resumir o generar contenido, debe estar en condiciones de explicar con suficiente claridad el papel que cumple esa tecnología y de revisar sus efectos cuando estos sean injustos o problemáticos.

La ética aplicada a medios no puede descansar únicamente en la buena voluntad profesional. Necesita institucionalizarse en manuales, procedimientos, informes, revisión externa y mecanismos de corrección. Solo así la IA puede integrarse de manera responsable a la práctica comunicacional.

La respuesta a la IA no puede agotarse en la regulación ni en la crítica. Debe incluir una transformación formativa. Allí se hacen necesarias nuevas competencias para quienes desean trabajar en el ámbito de las comunicaciones y para la academia en general: alfabetización algorítmica, verificación multimodal, criterio normativo, rendición de informes y vinculación académica.

La alfabetización algorítmica, no significa simplemente aprender a programar o dominar instrucciones para interactuar con modelos. Significa comprender límites, sesgos, opacidades y condiciones de funcionamiento. Un periodista o comunicador alfabetizado algorítmicamente no es quien admira la herramienta, sino quien sabe interrogarla críticamente.

Esto implica reconocer cuándo un modelo produce un resultado verosímil pero no confiable, cuándo reproduce estereotipos o cuándo requiere verificación adicional. La verificación multimodal es otra competencia central. En un entorno donde texto, voz, imagen y metadatos pueden ser generados, alterados o combinados de manera automatizada, la verificación ya no puede restringirse al chequeo de declaraciones textuales. Debe abarcar procedencia de archivos, continuidad visual, coherencia sonora, rastros de edición, contexto de circulación y relación entre distintos formatos de evidencia. Esta exigencia redefine tanto la práctica periodística como la enseñanza universitaria de la verificación.

Es relevante, además, la necesidad de la continua rendición de informes sobre volumen, uso, fuentes y procedimientos en el uso de IA. Esta dimensión administrativa y documental suele parecer menor, pero en realidad resulta decisiva para construir confianza institucional. Un medio que usa IA debería ser capaz de informar de manera clara en qué etapas la utiliza, con qué fines, bajo qué supervisión y qué resguardos adopta. La transparencia sobre los procesos es parte constitutiva de la ética, no un complemento posterior.

La reflexión sobre IA en los currículos universitarios, no debería quedar confinada a un taller, a una asignatura optativa ni a un curso aislado de ética. Debe atravesar la formación en periodismo, audiovisual, cine y comunicaciones de manera transversal e interdisciplinaria. Esta idea es especialmente relevante para América Latina, donde las transformaciones tecnológicas suelen llegar con rapidez, pero no siempre acompañadas de marcos institucionales, recursos pedagógicos y discusiones públicas a la misma velocidad.

Se logra demostrar que el problema de la inteligencia artificial en los medios de comunicación no puede reducirse a una oposición simplista entre entusiasmo e incertidumbre. Lo que está en juego es algo más profundo: la reconfiguración de los criterios con que una sociedad produce verdad pública, representa a sus sujetos, organiza su memoria, distribuye su trabajo simbólico y regula el uso de tecnologías capaces de intervenir en todos esos niveles a la vez.

La IA modifica procesos de producción, distribución, comercialización, promoción y consumo mediático. Pero su impacto más delicado se percibe en la zona donde se cruzan imagen, credibilidad, autoría y responsabilidad. Allí emergen preguntas difíciles: qué cuenta como testimonio, cómo distinguir registro de recreación, quién responde por los errores automatizados, cómo proteger la privacidad y cómo evitar que los sesgos de los datos se conviertan en sesgos del espacio público.

En definitiva, pensar éticamente la IA en medios exige defender una idea fuerte de mediación humana. No se trata de rechazar la tecnología, sino de impedir que la automatización debilite el juicio, opaque la responsabilidad o banalice la verdad. La IA puede colaborar con la investigación, el análisis de datos, la edición y la experimentación narrativa. Pero solo tendrá legitimidad democrática si su incorporación se sostiene en autonomía humana, transparencia, auditoría, formación crítica y compromiso con la justicia informativa

Referencias bibliográficas

Ballesteros, L., & Ruiz, F. J. (2024). Vídeos falsos y desinformación ante la IA: el deepfake como vehículo de la posverdad. Revista De Ciencias De La Comunicación E Información, 29, 1–14. https://doi.org/10.35742/rcci.2024.29.e294

Buitrago, J., Morales, E., & Villamizar, C. (2025). ¿Cómo está transformando la inteligencia artificial la comunicación científica? Desafíos, oportunidades y el papel de los actores involucrados: una revisión de alcance. Investigación bibliotecológica, 39(104), 111-150. Epub 06 de abril de 2026. https://doi.org/10.22201/iibi.24488321xe.2025.104.59032

Calle, S. & Pallo J. (2024). Inteligencia Artificial en la comunicación científica. En Torres-Toukoumidis, Á.; León-Alberca, T. (coords.), ComunicAI. La revolución de la Inteligencia Artificial en la Comunicación. Salamanca: Comunicación Social Ediciones y Publicaciones. ISBN: 978-84-10176-01-0

Canal 13. (2024, 24 de septiembre). PDI alerta nueva estafa: delincuentes clonan la voz con IA. 13.cl. https://www.13.cl/programas/servicios-13/servicios/pdi-alerta-nuevo-metodo-de-estafa-delincuentes-clonan-la-voz-de

Fontcuberta, J. (2024, 22 febrero). El alarmismo por la inteligencia artificial me parece totalmente infundado. Ara. https://es.ara.cat/cultura/fotografia/joan-fontcuberta-alarmismo-inteligencia-artificial-parece-absolutamente-infundado_1_4801199.html

Freire, A., López, J., & Rodríguez, S. (2024). Diferencias intergeneracionales en el imaginario cultural de la IA asociadas al relato y la iconicidad del cine de animación infantil y juvenil. Revista Latina De Comunicación Social, (83), 1–18. https://doi.org/10.4185/rlcs-2025-2303

García, E., Ramos, G., Yezers’ka L, Gonzales, M., Higuera. L., & Herrera, C. (2025). The use and ethical implications of artificial intelligence, collaboration, and participation in local Ibero-American newsrooms. Front. Commun. 10:1539844. doi:10.3389/fcomm.2025.1539844

Gómez, R., Fuentes, A., & Castro, A. (2024). El Uso Ético y Moral de la Inteligencia Artificial en Educación e Investigación. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 3243-3261. https://doi.org/10.37811/cl_rcm.v8i5.13801

Mayo, M. (2024). Capítulo 6. Aplicación y principios éticos de la inteligencia artificial en medios audiovisuales: el caso de Sky News. (2024). Espejo De Monografías De Comunicación Social, 25, 141-163. https://doi.org/10.52495/c6.emcs.25.p108

Medina, R. (2023). Inteligencia artificial. Desatando nudos y desmontando mitos. Revista Iberoamericana De Complejidad Y Ciencias Económicas, 1(1), 77-88. https://doi.org/10.48168/ricce.v1n1p77

Modrón, I., & Sánchez, P. (2026). Inteligencia artificial aplicada al periodismo de servicio público: innovación multimodal de RTVE. Revista Latina De Comunicación Social, (84), 1–24. https://doi.org/10.4185/rlcs-2026-2564

Ruiz, G., Ortega, A., Vasco, J., & Rojas, K. (2025). Inteligencia artificial en la redacción y producción científica. Revista Social Fronteriza, 5(3). https://doi.org/10.59814/resofro.2025.5(3)705

Saura, G., Lima, P., & Arguelho, M. (2024). Imaginarios sociotécnicos en educación: inteligencia artificial y transformación digital. Journal of Supranational Policies of Education (JOSPOE), 20, 11-30. https://doi.org/10.15366/jospoe2024.20.001

Soto Calderón A. (2025). Imaginación e invención: contra la hostilidad de las imágenes. Res Publica. Revista de Historia de las Ideas Políticas, 28(1), 29-39. https://doi.org/10.5209/rpub.98689

Declaraciones finales

Conflicto de intereses: Los autores declaran que no existe conflicto de interés posible.

Financiamiento: No existió asistencia financiera de partes externas al presente artículo.

Texto basado en la conferencia “Desafíos éticos en el uso de la Inteligencia Artificial en los Medios de Comunicación”, realizada durante el IV Congreso de Comunicación Social “Comunicar en tiempos de inmediatez e hiperconectividad”, desarrollado por el Programa de Comunicación Social de la Universidad de Investigación y Desarrollo (UDI) de Colombia, en mayo de 2026.↩︎

DOI: https://doi.org/10.63862/rhs-v1n2-367-384-2026

Transformaciones y retos en el uso de la inteligencia artificial en los medios de comunicación

Transformations and Challenges in the Use of Artificial Intelligence in the Media

Introducción

Imaginarios históricos de la inteligencia no humana

Imagen, verdad y crisis de verosimilitud

De la inquietud simbólica al riesgo ético

Trabajo, automatización y precariedad profesional

Referencias bibliográficas

Declaraciones finales