Título del Capítulo: «Innovación tecnológica y metamorfosis del newsmaking»
Autoría: José Miguel Túñez-López; Karina Valarezo González
Cómo citar este Capítulo: Túñez-López, J.M.; Valarezo González, K. (2023): «Innovación tecnológica y metamorfosis del newsmaking». En Fieiras Ceide, C.; Túñez López, J.M.; Rodríguez Castro, M. (eds.), Innovar en innovación televisiva. Análisis de casos de éxito en los medios públicos europeos. Salamanca: Comunicación Social Ediciones y Publicaciones.
ISBN: 978-84-17600-96-9
d.o.i.: https://doi.org/10.52495/c1.emcs.21.p107
José Miguel Túñez-López
Universidade de Santiago de Compostela
Karina Valarezo González
Universidad Técnica Particular de Loja, Ecuador
Introducción
El proceso de elaboración de los productos y formatos periodísticos ha experimentado una transformación permanente en las últimas décadas directamente vinculada a los avances tecnológicos. En un primer momento, innovar era modernizar, ajustarse al cambio, mantener el ritmo de renovación tecnológica. Había que moverse al ritmo de los tiempos para no quedarse atrás. Era una idea de la innovación vinculada a las infraestructuras que a medida que se estandarizaba y colectivizaba el avance iba dejando paso a una idea de innovación conceptual, de corte cognitivo, orientada al modo de hacer las cosas, al formato, a los contenidos.
La informatización y la automatización de procesos han producido cambios silentes que en un primer momento se celebraron como avances propios de la modernización de los medios y que ahora generan alarma porque han alcanzado al eslabón final de la cadena, al comunicador como elaborador de contenidos.
En la década de los 80, por ejemplo, el cambio de la máquina de escribir por el ordenador se celebraba en las redacciones como un síntoma de progreso. Y nadie supo vaticinar abiertamente que comenzaba la transformación silenciosa de un periodismo entonces artesanal, hecho a mano en todas sus fases, a un posible periodismo artificial realizado íntegramente sin intervención humana, como demuestran los primeros medios silentes que ya son realidad.
Sin la máquina de escribir manual los teletipos de agencia entraban directamente en el puesto de trabajo del redactor. El newsmaking comenzaba su metamorfosis. Las organizaciones podían contactar directamente con el periodista y el periodista podía escribir sus textos íntegramente en maqueta. Las tareas del departamento de diagramación se trastocaron. Los puestos de trabajo del cuarto de teletipos desaparecieron. La automatización del proceso comenzaba a ser visible, aunque no la viéramos.
Las décadas de finales del XX y de comienzos del XXI han sido una progresiva revisión de la ejecución de las tareas de recolección, selección y jerarquización de las noticias porque la tecnología provocaba cambios convulsos también en el modo de relacionarnos socialmente y, por extensión, en el modo de relacionarse los medios y los periodistas, internamente con su propio medio, para realizar la cobertura informativa y, externamente con las audiencias y con sus fuentes.
Cuando se proyecta la inteligencia artificial sobre el periodismo la tendencia ha estado orientada a centrar la mirada en un uso restrictivo de lo que se considera IA débil (o estrecha) porque se aborda su impacto sobre el newsmaking considerando la automatización como un proceso mecánico de ejecución por la máquina (el bot, el programa, el algoritmo…) de tareas programadas, principalmente en medios escritos.
La evidencia es que la IA no sólo se desarrolla para atender necesidades en cualquiera de las fases de la producción de noticias, sino que se hace en multilenguaje, con nuevos formatos y orientada a todo tipo de soportes, de modo que la máquina aprenda a la vez que ejecuta la función programada. La IA se programa para ser la becaria de la redacción preparada para convertirse a sí misma en la editora del medio porque trabaja con IA fuerte (o general) «que es la que tiende a ajustar la máquina para que imite el modo en el que los humanos procesamos la información e incluso a que sea capaz de reaccionar para poder aportar soluciones» (Túñez; Toural; Frazão, 2020: 117).
Este proceder no es una seña distintiva del periodismo ni de la comunicación en general, sino que define la tendencia general de la Inteligencia Artificial que deja de ser una utilidad para máquinas reactivas que sólo hagan acciones para las que se les programa y ha pasado a ser proactiva gracias a su capacidad de almacenar información con la que capacitarse para tomar decisiones; es decir, no sólo hace, sino que aprende a hacer o a mejorar lo que hace.
El periodismo artificial (Tuñez; Toural; Valdiviezo, 2019) o automated journalism (Carlson, 2015; Graefe, 2016), algorithm journalism (Diakopoulos, 2015; Dörr, 2016), robot journalism (Oremus, 2015) o, como sintetizan Vállez y Codina (2018: 761): computer-assisted reporting (Houston, 2015), augmented journalism (Marconi; Siegman, 2017); y data journalism o data-driven journalism (Parasie; Dagiral, 2013) es una realidad que despierta un interés reciente por su capacidad de alterar cualquier paso en el proceso de newsmaking y se extiende desde los modos de conseguir, almacenar, elaborar y transmitir la información hasta las formas en que las audiencias la consumen y comparten poniéndola de nuevo en circulación.
En el panorama mediático han irrumpido los primeros medios sintéticos, es decir, las redacciones que elaboran y distribuyen piezas informativas que han sido elaboradas íntegramente por máquinas sin que en todo el proceso intervenga ningún periodista. Automatizar de manera íntegra la producción de noticias mediante procesamiento de lenguaje natural para ofrecer contenidos personalizados a los medios de comunicación o directamente a los usuarios es una posibilidad relativamente reciente.
El análisis de cuatro agencias digitales pioneras en crear y distribuir información íntegramente con máquinas (la japonesa JX Press Corp, la británica Reuters News Tracer, la francesa News Republic y la española Videre AI) concluye que «los resultados atestiguan que existen semejanzas a la hora de simular el comportamiento humano en el proceso informativo» (Ufarte-Ruiz; Murcia-Verdú; Túñez López, 2023: 10) y permite contemplar una dinámica productiva centrada en el uso de algoritmos que utilizan un conjunto inicial de datos en un proceso de progresiva incorporación de imágenes, voces, fotos, objetos, vídeos y textos, entre otros, «para aprender de ellos y seleccionar, clasificar, elaborar y distribuir contenido digital artificial de aspecto y sonido realistas, a partir de las indicaciones de la programación. Son, en definitiva, clones de voz, máscaras de voz, gestos únicos, fotos y bots interactivos» (Ufarte-Ruiz; Murcia-Verdú; Túñez López, 2023: 11).
Los medios de comunicación en el contexto global encaran una etapa de cambios constantes sin precedentes. Los medios sintéticos trabajan a modo de agencia para otros medios. La CNN, la BBC o The New York Times, por ejemplo, han establecido alianzas de colaboración y acuerdos comerciales para recibir diariamente informaciones automatizadas en tiempo real, y la startup japonesa JX Press Corp cuenta entre sus clientes con la empresa de radiodifusión pública de Japón. Sin embargo, las transformaciones derivadas de la digitalización y de la irrupción de la IA afectan de un modo generalizado a las rutinas productivas, a los canales de comunicación y plataformas, o a la relación con sus públicos y a las herramientas que emplean. «El componente digital de sus estructuras es cada vez mayor, al igual que la necesidad de innovar para mantener la ventaja competitiva con el resto de los agentes involucrados. En este escenario, tecnologías basadas en la automatización o la inteligencia artificial cotizan al alza, consolidándose como una de las respuestas más efectivas y con mayor posibilidad de prolongarse en el futuro» (Fieiras Ceide; Vaz Álvarez; Túñez López, 2022a: 47).
Los análisis del impacto de la IA sobre el periodismo destacan cómo se ha producido la permeabilidad a los medios y a sus procesos de producción de contenidos con algoritmos silentes (no siempre reconocidos públicamente), que cada vez imitan más el modo de comportarse y reaccionar de un cerebro humano. «Los cambios se hicieron visibles al alcanzar la automatización del producto final (noticias) o su puesta en escena (bots que presentan o retransmiten) pero se extienden a lo largo de todo el proceso de gestión del medio informativo y de ideación, creación, difusión y consumo de sus productos, tanto de entretenimiento como informativos» (Túñez-López; Fieiras Ceide; Vaz-Álvarez, 2021: 190).
Las estimaciones señalan que en newsmaking la automatización podría afectar más a los temas centrados en el uso de datos estructurados y menos en asuntos locales de cobertura directa. Es la batalla silenciosa de lo cognitivo frente a lo operativo. El algoritmo es capaz de ejecutar todas las acciones que sean repetitivas, incluido el estilo de redacción personal, y generar producto que lo presenten en voces, idiomas, y hasta caras diseñadas artificialmente. La alternativa más repetida es que en periodismo es necesario retomar el newsmaking basado en los aportes personales del periodista, centrarse en diseños estratégicos del temario y de su modo de producción delegando en la máquina las acciones rutinarias que faciliten la tarea.
No es menor la preocupación por el uso de herramientas de creación y distribución para simular contenidos verídicos que tiene la intención deliberada de engañar. Es la otra cara de la IA que evoluciona trabajando a la vez para generar fakes, para detectarlas, para programar el modo de eludir los controles de fakes y blindar la falsa noticia ante los verificadores y diseñando nuevos identificadores de fakes sofisticadas. «El combate de las falsa noticias generadas por bots debería reforzarse con educación social en IA, cambio de hábitos en el consumo de contenidos y un esfuerzo profesional por reforzar los avales de veracidad a través de la reputación del autor y del medio compartiendo esfuerzo por la veracidad y la confianza entre el medio, el soporte, el contenido, la firma de autoría y las evaluaciones/comentarios de la audiencia» (Túñez-López; Fieiras Ceide; Vaz-Álvarez, 2021: 190)
Con todas estas consideraciones, este capítulo reflexiona sobre la innovación tecnológica y la inteligencia artificial en la creación del temario desde una mirada orientada en el periodismo, pero centrada en lo que están haciendo los medios audiovisuales públicos. En este análisis sobre el uso de IA en los principales PSM (Public Service Media) europeos nos detendremos en la automatización en la producción de noticias, la detección de temáticas de interés a través de alertas en redes sociales y espacios digitales, las labores de documentación; la distribución, recomendación y personalización de contenidos; la verificación de informaciones y el uso de realidades virtual, aumentada y mixta en la proyección de noticias, que nos haga pensar en la viabilidad de los metaversos como nuevos espacios de distribución e interacción informativa.
La IA en la producción de noticias: amplificación de la cobertura periodística y especialización de las informaciones
El potencial de la inteligencia artificial es aplicado en casos reducidos de forma vanguardista o disruptiva por parte de las radiotelevisiones públicas del contexto europeo, a pesar de que una exploración transversal por sus rutinas de producción demuestra actitudes innovadoras en el sector de medios. La investigación sobre las estrategias de inteligencia artificial planteadas por estas empresas de comunicación (Fieiras; Vaz; Túñez, 2022b) señala que las actuaciones más arriesgadas están lideradas, como era de esperar, por las corporaciones con mayores presupuestos, mientras que el resto de las emisoras se mantienen como seguidoras inteligentes, aprovechando las experiencias y conocimientos que ya han derivado en prácticas exitosas.
En el caso específico de la BBC, ya ha empezado a experimentar con la idea de los object-based media, una nueva forma de personalizar los contenidos que tiene en cuenta la situación del usuario (geográfica, postural, sensorial) y adapta automáticamente los contenidos a diferentes formatos bajo demanda. A modo de ejemplo: si al comienzo del día un usuario dispone de 20 minutos para llegar al trabajo, es posible solicitar a la aplicación de noticias que resuma las principales noticias de la mañana en un pódcast de esa duración; o si el sistema conoce por rutina que las preferencias del consumidor son audiovisuales, podía preparar una pieza de vídeo que cumpla con las características requeridas por el usuario.
Por su parte, la corporación alemana ARD ya ha esbozado una hoja de ruta en la que incluye las áreas y operaciones en las que prevé aplicar la IA. Los algoritmos tendrán un papel destacado en la producción de contenidos, la verificación, recomendación, reconocimiento de imágenes e incluso en aspectos operativos internos de la corporación, mediante una novedosa estrategia que contempla incluso su uso para el cálculo de las bonificaciones de sus empleados. Es coincidente en el conjunto de emisoras de radiotelevisión pública de Europa que se apunte al uso de esta tecnología en cuatro ámbitos principales:
No existe una gran homogeneidad entre el PSM europeo en cuanto al software específico utilizado, lo que refuerza la idea de que la IA es una tecnología ad hoc que requiere una instalación personalizada en cada caso, una de las razones por las que es altamente costosa y muy difícil de escalar. El caso de la IA es comparable al uso de tecnologías de gestión interna en el ámbito de la radiodifusión, que suelen necesitar soluciones tecnológicas a medida y no tan a menudo productos estándar del mercado por las particularidades de sus flujos de trabajo e intranets.
Las corporaciones de radiotelevisión pública de Europa coinciden en que la inteligencia artificial tiene un enorme potencial que todavía están comenzando a interiorizar e introducir en sus estructuras, por lo que se encuentran en una primera fase de experimentación de estos sistemas, caracterizada por la proliferación de multitud de proyectos piloto, pero sin producciones escalables o con poco enfoque estratégico. Sin embargo, se esperan avances considerables a corto plazo.
Entre las limitaciones detectadas para el avance de las soluciones basadas en IA, sobresale que estas herramientas son costosas y complejas de implementar para conseguir resultados personalizados y específicos. Es por ello por lo que las prácticas más frecuentes consisten en colaboraciones y acuerdos interempresariales, con empresas privadas y start-ups, y en el caso del PSM, con la Unión Europea de Radiodifusión (UER-EBU) como punto de encuentro. Entre los usos que los radiodifusores públicos hacen de esta tecnología destaca la gestión de los archivos internos de las corporaciones y los metadatos de los contenidos allí alojados.
La complejidad de localizar profesionales experimentados en el uso y acompañamiento de la inteligencia artificial en los medios se combina con la dificultad de formar a los propios periodistas de las corporaciones, lo que limita en muchos casos la implementación de soluciones inteligentes. Esta cuestión, unida a los elevados costes de implantación de los sistemas, ralentiza los desarrollos esbozados y planteados por los medios.
La accesibilidad a los contenidos es otro aspecto prioritario para estas radiotelevisiones, entendiendo que la IA es útil para acercar los contenidos a personas con limitaciones, por ejemplo, auditivas, y a través del subtitulado automático con sistemas de reconocimiento y transcripción de voz. Estos prototipos de IA en riguroso directo son cada vez más frecuentes, y en corporaciones como VRT, fue la primera aplicación de IA que logró integrarse en los contenidos.
En términos generales, la percepción común de los medios que comienzan a aplicar la inteligencia artificial es que, con ella, será posible amplificar la cobertura ejecutada hasta el momento, a la vez que dan un salto cualitativo en la elaboración de contenidos. RTVE está trabajando en la integración de un sistema de dispositivos audiovisuales inteligentes que le dará la oportunidad de realizar una cobertura en directo con una sola cámara. En el caso de la BBC, han integrado alternativas creativas para la dirección automatizada de la programación y los contenidos de uno de sus canales.
En lo relativo a la optimización de la relación y conversación con las audiencias, los PSM también toman ventaja de las oportunidades que brinda la inteligencia artificial, como es el caso de los prototipos de chatbots o asistentes virtuales. Los sistemas algorítmicos de recomendación son una de las soluciones que los radiodifusores públicos europeos aplican para hacer llegar al usuario productos relevantes en función de sus intereses y cumplir así con una de las misiones centrales del servicio público de radiodifusión: ser importantes en la vida de las personas.
Distribución automatizada, recomendación y personalización de contenidos
En plena transición digital, las radiotelevisiones públicas de Europa se han visto en la necesidad de hallar nuevas alternativas que les permitan mantenerse relevantes para sus públicos y mejorar la experiencia de los usuarios vinculados a sus propuestas. En este sentido, la agresiva competencia que emana de los operadores comerciales y los productos y servicios que éstos ofrecen también ha propiciado que los PSM europeos implementen tecnologías disruptivas para reducir la distancia competitiva con ellos.
Ejemplo de esta casuística es el progresivo proceso de implementación de sistemas de recomendación y personalización de contenidos, con los que estas emisoras alcanzan una distribución efectiva en la que los usuarios y sus intereses se encuentran en un punto común: las plataformas de video on demand (VoD) o las aplicaciones de noticias.
Los medios de servicio público de Europa coinciden en que los servicios lineales que ofrecen se mantendrán en el futuro y se complementarán con su creciente oferta digital, ganando ésta una progresiva relevancia que terminará por imponerse como contenido de referencia en sus estructuras. Estos medios priorizan el establecer una diferenciación con los sistemas de recomendación habituales de las operadoras privadas, en las que priman la generación de ingresos y el mantener al usuario al frente de la pantalla.
Otra de las cuestiones sobre la que será importante mantener la atención en la próxima etapa de medios es la construcción de los algoritmos de servicio público, sobre lo que existe un profundo debate entre las corporaciones. Emisoras como la NPO explican que, en el proceso de producción de sistemas automatizados, intentan relacionar los valores de los PSM con códigos numéricos, para que así el algoritmo pueda interpretarlo y aplicarlo en la recomendación posterior. Aun así, la British Broadcasting Corporation o la Danmarks Radio aseguran que no ven posible definir lo que es realmente el servicio público, por lo que priorizan el dotar de diversidad, pluralidad, responsabilidad y transparencia al algoritmo para que se adapte a su misión y evitar el aislamiento de contenidos en los usuarios.
La falta de habilidades en datos e ingeniería, y de perfiles profesionales que puedan llevar a cabo estas tareas, fuerza, en la mayoría de las ocasiones, a que las corporaciones acudan a proveedores que les suministren los algoritmos para posteriormente adaptarlos a su estructura. Esto se contrapone a la realidad de otras corporaciones, las que prácticamente desarrollan y optimizan toda esta tecnología in house con la aportación de sus trabajadores.
Los sistemas de recomendación más frecuentes se establecen sobre el filtrado colaborativo, fundamentado en las características del usuario y que le ofrece el contenido teniendo en cuenta la ruta de consumo de perfiles semejantes al suyo; y el filtrado basado en el contenido, que tiene al producto periodístico o de entretenimiento como centro de la recomendación. Asimismo, las corporaciones de radiotelevisión pública establecen una diferenciación entre el proceso de recomendación ejecutado para generar sugerencias en las plataformas de vídeo bajo demanda y las aplicaciones de noticias, donde recalcan la importancia de mantener el rigor y valores editoriales periodísticos.
Como cuestiones controvertidas que los PSM esperan encaminar en los próximos años, sobresale la preocupación ante la actitud de parte de los públicos, a los que les es indiferente compartir sus datos personales con cualquier tipo de suministrador de contenido. Además de las campañas de concienciación llevadas a cabo desde las emisoras, a nivel europeo destaca la normativa GDPR, cuya reinterpretación obligó recientemente a cambiar el funcionamiento de los sistemas basados en cookies y llevó a las corporaciones afectadas a buscar alternativas en los portales de suscripción y fórmulas de log in.
Verificación automatizada de contenidos para contrarrestar las fake news
La desinformación ocasionada por la proliferación de las fake news es uno de los problemas principales a los que se enfrentan los medios públicos en su rutina diaria. El nuevo contexto digital ha multiplicado los canales a través de los que las piezas informativas llegan a la audiencia, por lo que es imposible, desde el punto de vista logístico, controlar todas las vías de distribución existentes. Las soluciones automatizadas resuelven o agilizan parte del trabajo llevado a cabo por los verificadores, bien sean estos periodistas, o figuras asociadas a la labor de comunicación.
La IA brinda la posibilidad de rastrear palabras claves, contrastar información y analizar grandes volúmenes de datos en tiempo récord. Esta asistencia permite a los profesionales de la información centrarse en tareas específicas de testeo, monitorización o logística, con un componente humano que desde las corporaciones entienden como insustituible, referenciando a la coherencia y pensamiento crítico como valores principales. Aun así, la unión de recursos humanos y tecnológicos es esencial para concretar una estrategia efectiva que se adapte a las características específicas de la realidad identificada.
La solución que proponen desde la RTS de Suiza es ofrecer contenido de calidad y relevante desde las radiotelevisiones públicas para contrarrestar así el efecto de los bulos y de las burbujas de filtro. Los PSM asumen que la cuestión de las noticias falsas no desaparecerá de un día para otro, sino que será un problema duradero para el que todavía no tienen muchas soluciones y que afectará de forma desigual a los diferentes sectores de la población.
Las radiotelevisiones públicas europeas no están avanzadas en la protección y lucha contra la desinformación, y consideran que la labor que se hace en las escuelas y desde el propio gobierno con los discursos políticos deberían reforzar esta coyuntura. El desarrollar herramientas útiles es costoso, por lo que corporaciones como RTVE crearon un departamento de verificación en el que emplean tecnologías de terceras plataformas —como las de Google o Facebook— y contrastan con el material de su archivo.
Otras empresas optan por construir alternativas propias mediante colaboraciones con más entidades. La escasez de recursos económicos y temporales para introducir y optimizar estas soluciones complica en muchas ocasiones su puesta en marcha, por lo que los medios optan por aplicaciones sencillas y generalistas, en vez de concretar sistemas precisos adaptados a sus estructuras.
Las fake news avanzan al mismo tiempo que las soluciones que las contrarrestan, por lo que las herramientas paliativas son tan variadas como los problemas que emanan en el sector de medios. Y se demanda formación a los jóvenes para que estimulen su conciencia crítica y pongan en duda los discursos que reciben —una de las tareas ésta a completar por parte de la sociedad.
En el caso español, en los últimos años se han desarrollado múltiples soluciones digitales para ayudar a la población a detectar información falsa. Estas herramientas proceden de iniciativas tanto públicas como privadas, y abarcan todos los escenarios posibles: redes sociales, internet o incluso bulos que se difundan mediante el boca a boca en las relaciones interpersonales tradicionales. La especialización temática de estos proyectos también es diversa, y vaga entre propuestas más generalistas hasta otras centradas en temas políticos, sociales o sanitarios.
Referencias bibliográficas
Carlson, M. (2015). The robotic reporter: automated journalism and the redefinition of labor, compositional forms, and journalistic authority. Digital journalism 3 (3), 416-431. https://www.tandfonline.com/doi/abs/10.1080/21670811.2014.976412
Diakopoulos, N. (2015). Algorithmic accountability. Algorithmic accountability. Journalistic investigation of computational power structures. Digital Journalism 3 (3), 398415.
Dörr, K. (2016). Mapping the field of algorithmic journalism. Digital Journalism 4 (6), 700722.
Fieiras-Ceide, César; Vaz-Álvarez, Martín; Túñez-López, Miguel (2022a). «Artificial intelligence strategies in European public broadcasters: Uses, forecasts and future challenges». Profesional de la información, v. 31, n. 5, e310518. https://doi.org/10.3145/epi.2022.sep.18
Fieiras Ceide, C.; Vaz Álvarez, M.; Túñez López, M. (2022b). Verificación automatizada de contenidos en las radiotelevisiones públicas europeas: primeras aproximaciones al uso de la inteligencia artificial, Redmarka. Revista de Marketing Aplicado, vol 26, núm. 1, 36-51. https://doi.org/10.17979/redma.2022.26.1.8932
Graefe, Andreas (2016). Guide to automated journalism. Broadway, USA: Columbia Tow Center for Digital Journalism. https://doi.org/10.7916/D80G3XDJ
Houston, Brant (2015). Computer-assisted reporting: a practical guide. Londres: Routledge. ISBN: 978 1 317 51943 0 https://doi.org/10.3145/epi.2018.jul.05
Marconi, F.; Siegman, A. (2017). The future of augmented journalism: a guide for newsrooms in the age of smart machines. About AP insights. Retrieved from https://insights.ap.org/uploads/images/the-future-of-augmented-journalism_apreport.pdf
Oremus, W. (2015). No more pencils, no more books. Slate. Nuevo México: Public Service Aliance.
Parasie, Sylvain; Dagiral, Eric (2013). «Data-driven journalism and the public good: ‘Computer-assisted-reporters’ and ‘programmer-journalists’ in Chicago». New media & society, v. 15, n. 6, pp. 853-871.https://doi.org/10.1177/1461444812463345
Túñez-López, J.M.; Fieiras Ceide, C.; Vaz-Álvarez, M. (2021). Impacto de la Inteligencia Artificial en el Periodismo: transformaciones en la empresa, los productos, los contenidos y el perfil profesional. Communication & Society, 34(1), 177-193.
Túñez, J.M; Toural, C.; Frazão, A.G. (2020). «Del periodismo de datos al periodismo robótico: La automatización del procesamiento de noticias». En: Vázquez-Herrero, J.; Direito-Rebollal, S.; Silva-Rodríguez, A.; López García, X. (eds.). Metamorfosis periodística: Estudios en Big Data, 70. Cham: Springer.
Túñez, J.M; Toural, C.; Valdiviezo, C. (2019). «Automatización, bots y algoritmos en la redacción de noticias: Impacto y calidad del periodismo artificial». Revista Latina de Comunicación Social, 74, 1411-1433
Ufarte-Ruiz, María-José; Murcia-Verdú, Francisco-José; Túñez-López, José-Miguel (2023). «Use of artificial intelligence in synthetic media: first newsrroms without journalists». Profesional de la información, v. 32, n. 2, e320203. https://doi.org/10.3145/epi.2023.mar.03
Vállez, M.; Codina, L. (2018). Periodismo computacional: evolución, casos y herramientas. El profesional de la información, 27(4), 759-768.