Desde que Associated Press automatizó la producción y publicación de informes de ganancias trimestrales en 2014, los algoritmos que generan automáticamente noticias a partir de datos estructurados y legibles por máquina han estado sacudiendo a la industria de noticias. Las promesas de esta tecnología, a menudo denominada periodismo automatizado (o robot), son atractivas: una vez desarrollados, tales algoritmos podrían crear un número ilimitado de noticias sobre un tema específico a bajo costo. Y podrían hacerlo más rápido, más barato, con menos errores y en más idiomas de lo que cualquier periodista humano podría hacerlo.

Esta tecnología brinda la oportunidad de ganar dinero creando contenido para audiencias muy pequeñas, incluso, tal vez, noticias personalizadas para una audiencia de una sola persona. Y cuando funciona bien, los lectores perciben la calidad de las noticias automatizadas como a la par de las noticias escritas por periodistas humanos.

El investigador y creador de periodismo automatizado Andreas Graefe descubrió que las noticias informatizadas pueden ofrecer fortalezas clave. También identificó algunas debilidades importantes que destacan la importancia de los humanos en el periodismo.

Identificar las habilidades de automatización

En enero de 2016, el investigador publicó una “Guía para el Periodismo Automatizado“, que revisó el estado de la tecnología en ese momento. También planteaba cuestiones clave para futuras investigaciones, y discutía las posibles implicaciones para periodistas, consumidores de noticias, medios de comunicación y la sociedad en general. Encontró que, a pesar de su potencial, el periodismo automatizado todavía estaba en una fase temprana.

En este momento, los sistemas automatizados de periodismo están sirviendo a audiencias especializadas, grandes y pequeñas, con información muy particular, produciendo resúmenes de eventos deportivos de ligas menores, noticias financieras, informes de delitos y alertas de terremotos. La tecnología está limitada a este tipo de tareas porque hay límites sobre qué tipo de información puede tomar y procesar en un texto que los humanos puedan leer y entender fácilmente.

Funciona mejor cuando se manejan datos estructurados que son precisos, como los precios de las acciones. Además, los algoritmos sólo pueden describir lo que sucedió, no por qué, haciéndolos más adecuados para las noticias de rutina basadas únicamente en hechos que tienen poco espacio para la incertidumbre y la interpretación, como cuándo y dónde ocurrió un terremoto. Y debido a que el principal beneficio de los informes informatizados es que pueden realizar trabajos repetitivos rápida y fácilmente, es mejor utilizarlos para cubrir temas iterativos, que requieren producir un gran número de historias similares, como informes de eventos deportivos.

Cubrir las elecciones

Otra área útil para el reportaje de noticias automatizado es la cobertura de elecciones, específicamente en relación con los resultados de las numerosas encuestas que salen casi diariamente durante las principales campañas. A finales de 2016, Graefe se asoció con otros investigadores y la empresa alemana AX Semantics para desarrollar noticias automatizadas basadas en los pronósticos de las elecciones presidenciales de ese año en Estados Unidos.

Los datos de predicción fueron proporcionados por el proyecto PollyVote, que también ofreció la plataforma para publicar los textos resultantes. Establecieron un proceso totalmente automatizado, desde la recolección y agregación de los datos brutos de predicción, hasta el intercambio de datos con AX Semantics y la generación de los textos, hasta la publicación de dichos textos.

Durante el transcurso de la temporada electoral, publicaron casi 22,000 artículos de noticias automatizados en inglés y alemán. Debido a que provenían de un proceso totalmente automatizado, los textos finales a menudo tenían errores, como errores tipográficos o palabras faltantes. También tuvieron que pasar mucho más tiempo de lo que esperaban solucionando problemas. La mayoría de los problemas provenían de errores en los datos fuente, en lugar del algoritmo, resaltando otro reto clave del periodismo automatizado.

Encontrar los límites

El proceso de desarrollar sus propios algoritmos de generación de textos les enseñó de primera mano sobre el potencial y los límites del periodismo automatizado. Es crucial asegurarse de que los datos sean lo más precisos posible. Y es fácil automatizar el proceso de creación de texto a partir de un solo conjunto de hechos, como los resultados de una sola encuesta. Pero agregar ideas, como comparar esa encuesta a otras anteriores, es mucho más complicado.

La lección más importante que aprendieron fue la rapidez con que alcanzaron los límites de la automatización. Al desarrollar las reglas que rigen cómo el algoritmo convertiría los datos en texto, tuvieron que tomar decisiones que podrían parecer fáciles para las personas, como si el liderazgo de un candidato debería ser descrito como “grande” o “pequeño”, y qué señales podrían sugerir que un candidato tuvo un impulso en las encuestas.

Pero los periodistas humanos tendrán dificultades para superar la automatización cuando cubran noticias rutinarias y repetitivas basadas en hechos que requieran simplemente una conversión de datos sin procesar en escritura estándar, como resúmenes deportivos o informes de ganancias de las empresas. Los algoritmos serán más rápidos en la identificación de anomalías en los datos, y generarán al menos los primeros borradores de muchas noticias.

Pero no todo está perdido para la gente. Los periodistas tienen muchas oportunidades de asumir tareas que los algoritmos no pueden realizar, como poner esos números en un contexto adecuado, así como proporcionar un análisis en profundidad, informes tras bambalinas, y entrevistas con personas clave. Es probable que los dos tipos de cobertura se integren estrechamente, con las computadoras utilizando sus fortalezas, y los humanos centrándose en las nuestras.


Periodismo.com

Dejar respuesta

Please enter your comment!
Please enter your name here