El periodismo asistido por IA exige más rigor, no menos

Llevo meses observando una conversación pública sobre inteligencia artificial en periodismo que oscila entre dos posiciones igualmente equivocadas. La primera advierte que los modelos de lenguaje van a reemplazar a los periodistas; la segunda celebra que la IA va a salvar al oficio del colapso económico. Las dos comparten un error de fondo: tratan a la IA como una variable de productividad. Lo es, pero no es eso lo que define la discusión que importa para la profesión.

Mi tesis es directa. El periodismo asistido por IA exige más rigor que el periodismo sin IA, no menos. Y quien lo aplica con disciplina lo sabe desde la primera pieza que firma.

Cada afirmación generada por modelo es input, no output

El error fundacional consiste en confundir el texto producido por un modelo de lenguaje con la pieza periodística terminada. No lo es. Es un insumo. Y como todo insumo destinado a publicación bajo firma, requiere contrastación con fuente primaria antes de salir al aire. Cada cifra que un modelo entrega exige que alguien abra el reporte original y la lea. Cada cita textual debe cotejarse contra la transcripción o el documento donde supuestamente aparece. Cada nombre propio, cada cargo, cada fecha de inicio o término de mandato se cruza con registro oficial. La regla no admite atajos.

En la práctica de mi propia redacción, el tiempo de redacción asistida por IA se redujo entre 30% y 50% por pieza, según la complejidad. El tiempo de verificación, en cambio, aumentó. No porque la herramienta sea poco confiable —algunas son notablemente competentes— sino porque la responsabilidad editorial no se delega a un sistema cuyo modo de error consiste en producir texto plausible que no es verdadero. Plausibilidad no es verificación. Es exactamente el problema opuesto.

La cadena de custodia documental se alarga, no se acorta

En toda redacción seria, la trazabilidad de cada afirmación es un activo, no una carga. Cuando una redacción contemporánea asiste su producción con modelos generativos, la cadena de custodia documental no desaparece: se desplaza. Cada output del modelo se etiqueta con la fuente con la que se contrastó, la fecha del cruce y el dictamen editorial sobre el nivel de confianza. Si el archivo de trabajo de una pieza no muestra ese rastro, hay un problema de método, no una pieza terminada.

Lo que esto significa en operaciones es concreto. Un reportaje que antes producía un periodista con 50 horas-hombre, hoy puede producirse con menos horas de redacción y más horas de auditoría documental. La aritmética total del costo, medida en horas, no necesariamente baja. En piezas de investigación con aparato de fuentes extenso, sube. La diferencia frente al periodismo sin IA es que la cadena queda registrada paso a paso, lo cual mejora la capacidad de defensa editorial frente a cualquier reclamo posterior. Si tu cadena no se alarga al asistir con IA, no la estás documentando. Estás haciendo trampa.

El indicador correcto no son los tokens ahorrados sino las horas de verificación añadidas

Aquí me distancio del discurso comercial dominante en la industria de la IA. La métrica con la que se vende productividad —tokens procesados, palabras generadas por minuto, ahorro de tiempo de redacción— es la métrica equivocada para el oficio. El indicador relevante para una redacción profesional es otro: cuántas horas de verificación cruzada añadió la pieza por unidad de afirmación factual publicada. Esa es la métrica que distingue a una redacción que usa IA con criterio de una redacción que confunde velocidad con calidad.

Una redacción contemporánea que toma en serio su función pública debería estar publicando dos cifras junto a cada pieza producida con asistencia de modelos. La primera: cuántas afirmaciones factuales contiene la pieza. La segunda: cuántas fuentes primarias se cruzaron para sostenerlas. La transparencia metodológica deja de ser un adorno y pasa a ser una garantía verificable para la audiencia. En la Sala que dirijo aplicamos esa disciplina con un timbre visible al cierre de cada pieza: un sello que declara la cantidad de fuentes con verificación de confianza alta sobre el total. Es replicable por cualquier redacción que lo decida. No requiere licencia ni proveedor.

La pregunta operativa que define el método

La pregunta que cualquier editor o director de medios debería hacerle hoy a su redacción no es si usan IA. Es otra. La pregunta es esta: cuando un modelo entrega un dato que va a publicarse bajo firma, cuál es el procedimiento documentado que la redacción aplica para contrastarlo con fuente primaria. Y luego: cómo se deja registro del cruce y se declara el resultado al lector. Si la respuesta es vaga, no hay método; hay improvisación con tecnología cara. Si la respuesta es precisa y verificable, el oficio sigue siendo lo que siempre fue: contraste con la realidad documental, ejecutado por una persona que firma. Lo demás es decoración.