ANP

Síguenos en

ANP > Noticias > Asociado ANP: descarga el informe “Automatización de noticias” de WAN-IFRA 13 / 03 / 2019

Asociado ANP: descarga el informe “Automatización de noticias” de WAN-IFRA

Asociados ANP pueden descargar el informe ACÁ (en inglés).

Información extraída y traducida de WAN-IFRA:

Resumen

Este informe se centra en una parte específica de la automatización de las noticias: la generación automática de textos de noticias basados en datos estructurados. No se trata de mirar una bola de cristal. La automatización de las noticias ya se está haciendo sentir en la vida diaria de las salas de redacción, y los ejemplos presentados en este informe muestran cómo la automatización puede ayudar al periodismo, así como las implicaciones y la ética que conlleva.

Los medios de comunicación se enfrentan a una presión comercial cada vez mayor para extraer mayores márgenes de los recursos cada vez más escasos, lo que constituye un factor clave para la automatización de las noticias. En la actualidad, uno de los principales objetivos de los contenidos automatizados es ahorrar esfuerzo periodístico, especialmente en tareas repetitivas, a la vez que se aumenta el volumen de producción. La producción automatizada es ante todo una herramienta que ayuda y crea contenido adicional.

Una de las características de lo que se denomina "noticias automatizadas" es que se centra en escribir historias que los periodistas no pueden o no tienen necesariamente tiempo para escribir. Lo bueno es que, hasta ahora, la automatización de las noticias no ha reemplazado a los humanos, y parece que va a trabajar junto a ellos en la sala de redacción.

A pesar de todo el bombo sobre el "periodismo robot", estamos más o menos en el mismo punto que hace tres años. La IA tiene un problema de publicidad y necesitamos dejar de lado nuestras ideas inspiradas en Hollywood sobre la IA superavanzada y ver el proceso de automatización como una extensión lógica de la Revolución Industrial. El futuro de la automatización está en la descomposición o deconstrucción de los principios fundamentales del periodismo. Esto significa dividir el trabajo periodístico en artefactos de información y microprocesos para analizar lo que puede automatizarse y lo que son tareas inherentemente humanas.

Cinco ejemplos de aplicación en todo el mundo

En este informe, presentamos cinco ejemplos de cómo se ha implementado la automatización de noticias en las salas de redacción de todo el mundo:

MittMedia y United Robots (Suecia)

RADAR (REINO UNIDO)

The Washington Post (Estados Unidos)

Valtteri (Finlandia)

Xinhua y Caixin (China)

Los editores que están considerando implementar sistemas de automatización de noticias tienen que hacer muchas llamadas de juicio. La decisión más importante es si el sistema debe comprarse a un proveedor de servicios o si debe crearse y modificarse internamente. Además, se debe considerar el enfoque de la implementación de la automatización de noticias, las consideraciones éticas y la transparencia.

El periodismo automatizado transforma los datos estructurados en artículos de noticias, y la calidad de los resultados depende en gran medida de la calidad de los datos que se introducen en ellos. La calidad de los datos se describe a menudo como las cinco V: volumen, velocidad, variedad, valor y veracidad. El volumen, la variedad y la velocidad son en gran medida relevantes desde una perspectiva empresarial, satisfaciendo a los clientes ávidos de contenido e impulsando los flujos de ingresos. La veracidad, por otro lado, es más importante desde un punto de vista ético y periodístico.

El proceso de traducción de datos codificados digitalmente al lenguaje humano se denomina Generación del Lenguaje Natural (NLG). Ha habido mucha investigación sobre el NLG, pero sigue siendo poco explotado en el contexto del periodismo algorítmico. Una de las razones es la complejidad del lenguaje natural utilizado en los entornos periodísticos: los periodistas son extremadamente hábiles para evitar la repetición, y los enfoques NLG fáciles de implementar sólo funcionan realmente cuando la gama de posibles historias periodísticas es relativamente limitada.

Debido a que las plantillas utilizadas en la automatización de noticias son diseñadas por humanos, existe el riesgo de que la automatización refleje lo que los humanos consideran importante. Cuanto más suelta sea la plantilla, mayor será la posibilidad de que surjan discrepancias y mayor el riesgo de que los lectores no se convenzan de ello. Más allá de las discrepancias de creencia en los hechos, los sistemas NLG también pueden producir discrepancias en las reclamaciones de hechos, que también pueden denominarse "declaraciones incorrectas" o más simplemente "mentiras".

En todos los casos de uso, la buena percepción del usuario es crucial. Este informe examina el impacto de decir cuándo se crean historias automáticamente, así como lo que sucede cuando se pide a los usuarios que comparen el contenido creado por las máquinas con el creado por los periodistas.