Gráfico 1. Número de artículos registrados en SCOPUS anualmente temática IA.
Fuente: Elaboración propia. Análisis de resultados de una búsqueda sobre IA en Scopus.
Título del Capítulo: «Inteligencia Artificial en el periodismo, el marketing y la publicidad: una revisión sistématica de la literatura»
Autoría: Leonardo La-Rosa; Eglée Ortega-Fernández; Marta Perlado
Cómo citar este Capítulo: La-Rosa, L.; Ortega-Fernández, E.; Perlado, M. (2025): «Inteligencia Artificial en el periodismo, el marketing y la publicidad: una revisión sistématica de la literatura». En Sánchez-Navarro, J.; Hellín, P. (eds.), Inteligencia artificial: retos y oportunidades para la formación y el empleo en el ámbito de la comunicación. Observatorio ATIC, nº 7. Salamanca: Comunicación Social Ediciones y Publicaciones.
ISBN: 978-84-10176-09-6
d.o.i.: https://doi.org/10.52495/c2.emcs.36.p114
Leonardo La-Rosa
Universidad Nebrija
Eglée Ortega-Fernández
Universidad Nebrija
Marta Perlado
Universidad Nebrija
1. Introducción
Desde su debut, el ChatGPT, una manifestación de la Inteligencia Artificial Generativa (IAG) ha captado la atención de numerosos campos académicos, convirtiéndose en foco de estudio, reflexión y análisis. Si retrocedemos en el tiempo hasta 1962, observamos que, a principios de 2024, en SCOPUS se registran un total de 145.301 artículos dedicados a la Inteligencia Artificial (IA). Este fenómeno refleja el creciente interés y la importancia que la comunidad académica otorga a la IA y, en particular, a la IAG, subrayando su potencial para transformar diversos campos de estudio y prácticas. Y es que la IA no es solo una herramienta tecnológica, sino un catalizador de cambio y progreso en nuestra sociedad.
Es importante destacar que la producción científica en este ámbito experimenta un crecimiento significativo a partir de 2009, año en el que se publica más de 2.000 artículos académicos sobre esta temática. Este ritmo de desarrollo continúa y, en 2023, el número de publicaciones en este campo en SCOPUS alcanza la impresionante cifra de 25.185 (véase el gráfico 1).
Por otra parte, en la base de datos Web of Science (WOS) se registran un total de 1.128 publicaciones científicas centradas en Inteligencia Artificial (IA) en el subcampo de Comunicación, dentro del área de Ciencias Sociales y Humanidades, en el periodo comprendido entre 1971 y 2023.
Este dato revela una interesante intersección entre la IA y el ámbito de la Comunicación. Sin embargo, al analizar más detenidamente estas publicaciones, se observa una tendencia hacia la hibridación de los estudios con otras áreas del conocimiento. Esta interdisciplinariedad, si bien enriquece la comprensión de la IA, también sugiere una notable ausencia de investigaciones puramente centradas en la comunicación durante la mayoría de los años en los que la IA ha sido objeto de estudio académico, tal como se puede apreciar en la Imagen 1.
Este hallazgo pone de manifiesto la necesidad de fomentar investigaciones que se centren específicamente en la intersección de la IA y la comunicación, para explorar a fondo las implicaciones y oportunidades que puede ofrecer en este campo. Asimismo, subraya la importancia de la especialización en la investigación, además de la interdisciplinariedad, para un estudio más profundo de la IA en diferentes ámbitos del conocimiento.
En el terreno de la investigación en Ciencias Sociales, un hito crucial en el estudio de la Inteligencia Artificial se establece con el lanzamiento de ChatGPT en noviembre de 2022, el cual se convierte en el Modelo Generativo de Inteligencia Artificial (IAG) más utilizado hasta la fecha.
La popularización de ChatGPT abre las puertas a la introducción de otros Modelos de Lenguaje Grande (LLMs, por sus siglas en inglés), que fueron lanzados al público. Entre otros se encuentran Google Bard (anteriormente conocido como LaMDA, ahora denominado Gemini), Meta Llama 2 (de la empresa Meta, anteriormente Facebook) y Claude (desarrollado por Anthropic).
Este auge en el desarrollo de LLMs impulsa significativamente la producción científica en las bases de datos académicas más reconocidas a nivel mundial: Web of Science (WOS) y SCOPUS. Al realizar una búsqueda exhaustiva del término «IA» en ambas bases de datos, desde la primera década del siglo XXI, se observa un crecimiento exponencial en la producción científica a partir del año 2018, tal como se ilustra en el gráfico 2.
Este fenómeno destaca la creciente importancia de la IA en la investigación académica y subraya el impacto que los avances en los LLMs han tenido en la generación de nuevo conocimiento en las Ciencias Sociales.
Los LLMs son sistemas de Inteligencia Artificial que han revolucionado el procesamiento del lenguaje natural. Estos modelos, entrenados en una amplia gama de datos, generan textos que emulan la escritura humana, adaptándose a diversas tareas lingüísticas y ofreciendo un nivel de seguridad y resistencia sin precedentes. Aunque han existido durante décadas, han experimentado un avance significativo en los últimos años gracias a los desarrollos en redes neuronales y el aprendizaje automático. El hito más destacado en este avance es la publicación del artículo «Attention Is All You Need» realizado por ingenieros de Google (Vaswani et al., 2017), que introduce el concepto de las redes de transformación o Transformer Networks.
Este innovador concepto revoluciona el procesamiento de lenguaje natural al permitir a los modelos traducir entre idiomas, analizar información de manera simultánea y asignar importancia a partes específicas del texto. Las redes de transformación son altamente eficientes para entrenar y paralelizar, lo que ha permitido un gran salto en las capacidades de los LLMs. De hecho, la tecnología de transformers es tan fundamental que OpenAI no pudo registrar el nombre «GPT» (Generative Pre-trained Transformer) en Estados Unidos, ya que es un término que se refiere a una tecnología de software libre.
Desde su existencia en 2017, esta tecnología ha impulsado un aumento sustancial en la producción científica sobre IA en el mundo académico. Sin embargo, su popularización está asociada con el lanzamiento del modelo ChatGPT-3 por la empresa OpenAI en 2022. La idea principal de esta aplicación es «hablar» con cada persona que interactúa con ella, mientras que la herramienta sigue «aprendiendo» de cada usuario. Esta popularización está impulsando cambios en los perfiles profesionales y en los procesos de trabajo en campos como la información, los medios de comunicación, el marketing y la publicidad.
Los expertos en este campo subrayan el potencial transformador de estos modelos en un amplio espectro de aplicaciones, desde consideraciones éticas hasta implementaciones prácticas en el desarrollo de software. Los LLMs pueden reflejar la inteligencia de quien los utiliza, transformando las interacciones con las máquinas y revelando nuevos conocimientos sobre la función cerebral (Sejnowski, 2018). Sin embargo, a veces su poder se ve obstaculizado por los sesgos en el conjunto de datos, lo que requiere soluciones de filtrado (Mengnan et al., 2020).
En julio de 2023, la Organización de Consumidores y Usuarios (OCU, 2023) llevó a cabo una encuesta en España para evaluar la percepción de la IA entre los ciudadanos. Los resultados revelaron que esta tiene una presencia significativa en la vida de las personas, con 6 de cada 10 encuestados afirmando que está algo, bastante o muy presente en su vida diaria.
Sin embargo, a pesar de su prevalencia, existe una falta notable de conocimiento sobre estas tecnologías. El 51% de los encuestados admitió tener escasa instrucción sobre la IA, y solo un 6% afirmó estar muy bien informado. En cuanto a la confiabilidad, solo el 16% consideró que ChatGPT es una fuente de información fiable. Además, un 31% lo describió como una herramienta potencialmente peligrosa, capaz de manipular la opinión pública.
Esta investigación tiene como objetivo llevar a cabo una revisión sistemática de la literatura académica científica publicada en SCOPUS, una de las bases de datos más reconocidas. El enfoque de este estudio es explorar los intereses y objetos de estudio de los investigadores en relación con la Inteligencia Artificial (IA). Esta revisión permitirá una comprensión más completa de cómo la IA está moldeando estos campos y ayudará a identificar posibles áreas para futuras investigaciones.
2. Impacto de la IAG en el periodismo, el marketing y la publicidad
El impacto de la Inteligencia Artificial generativa (IAG) es innegable y se está sintiendo en numerosos campos. Sin embargo, es en el ámbito de las ciencias sociales, especialmente en los sectores relacionados con la comunicación, donde se perciben de manera más intensa tanto las ventajas como las desventajas que conlleva la adopción generalizada de estas innovadoras herramientas.
Estas tecnologías están revolucionando los procesos de trabajo, la creación de contenido y la interacción con la audiencia. Ante estos cambios, académicos e investigadores han centrado sus esfuerzos en analizar los diversos escenarios que han surgido en sectores clave como el periodismo, el marketing y la publicidad. Estos estudios proporcionan una visión valiosa de cómo la IAG está redefiniendo las prácticas tradicionales y planteando nuevos desafíos y oportunidades en el panorama de la comunicación global.
En el periodismo, el marketing y la publicidad, la Inteligencia Artificial ha encontrado una variedad de aplicaciones significativas. Entre las más destacadas se encuentran la curación y creación de contenido inteligente, que permiten una personalización óptima de los mensajes. Además, las búsquedas por voz, la compra programática de medios, la implementación de modelos de propensión y análisis predictivo para identificar clientes son otros usos relevantes en estos campos. La automatización del marketing a través de herramientas que mejoran la eficiencia y efectividad de las estrategias, así como los chatbots y la potenciación de los algoritmos para el retargeting, también son aspectos clave en la aplicación de la Inteligencia Artificial en estas áreas.
Calvo-Rubio y Ufarte-Ruiz (2021) realizan una revisión de las publicaciones científicas publicadas en las bases de datos Web of Science y Scopus entre 2008 y 2019. Su objetivo es mostrar el creciente interés en los estudios sobre la aplicación de la IA en el periodismo. Según sus conclusiones, el auge de estos estudios comienza en 2015, alcanzando un pico en 2019 para el período analizado. Además, observan que la mayoría de las investigaciones se centran en los Estados Unidos. Su estudio subraya la importancia y el impacto creciente de la IA en el campo del periodismo y la comunicación.
Al extender el período de estudio hasta 2020, Parrat-Fernández et al. (2021) destacan que las áreas que han generado mayor interés son el periodismo de datos, la redacción robótica y la verificación de noticias. Sin embargo, señalan que aspectos como la revisión del papel del periodista, la personalización de contenidos y la incorporación de la IA en la enseñanza del periodismo aún requieren una exploración más profunda.
Nuevamente orientado al periodismo, un metaanálisis sobre la calidad de las noticias automatizadas identificó 18 artículos publicados en Scopus y WoS entre 2014 y 2022 (Sandoval-Martín; La-Rosa, 2023), detectando el predominio del experimento como método preferente, y que los países que más investigan sobre la temática son los Estados Unidos y España.
Además, entre los temas más discutidos se encuentran las nuevas oportunidades y desafíos que la Inteligencia Artificial generativa plantea para la industria de los medios. Fieiras et al. (2022) sugieren que se debería emplear de manera activa la IA para fomentar una transformación inteligente y lograr una adaptación eficaz de los métodos de producción de información a las necesidades del usuario. Esta propuesta subraya la relevancia de la Inteligencia Artificial en la evolución y adaptación de la industria de los medios a las demandas de los usuarios.
Por otro lado, Sanjeev et al. (2021) llevan a cabo una investigación exhaustiva sobre las tecnologías disruptivas aplicadas al marketing, enfocándose en la Inteligencia Artificial como la tecnología con mayor potencial de transformación en el área. Tras una revisión bibliométrica (1982-2020), concluyen que los profesionales de todo el mundo están buscando las soluciones de IA que mejor se adapten a sus funciones de marketing y van evolucionando en esa dirección.
Chintalapati y Pandey (2022), por su parte, exploran en el marketing como corriente emergente de investigación. El estudio identifica 170 casos de uso destacados de la literatura existente, donde el marketing aprovecha la IA para ofrecer resultados y experiencias de calidad. Los autores evalúan 57 publicaciones que reúnen los requisitos en el contexto del marketing impulsado por IA y proponen una agenda de investigación para estudiar la transformación acelerada de la IA en el marketing.
De acuerdo con los hallazgos de diversas investigaciones, la implementación de la Inteligencia Artificial en las estrategias de marketing digital puede aportar beneficios significativos a los mercadólogos, mejorando la productividad, la eficiencia organizacional y la rentabilidad. Se destaca que esta tecnología facilita una comprensión más profunda de las necesidades y comportamientos del cliente, promoviendo así su lealtad y satisfacción (Dwivedi et al., 2021; Elhajjar et al., 2021; Sułkowski; Kaczorowska-Spychalska, 2021).
La IA se está volviendo cada vez más accesible y asequible, lo que permite que incluso las pequeñas empresas o agencias de publicidad adopten estas tecnologías para mejorar sus estrategias de marketing. Nair y Gupta (2020) enfocan su estudio en explorar cómo la Inteligencia Artificial puede aplicarse en el marketing digital y en las redes sociales para mejorar el retorno de la inversión. Asimismo, resaltan cómo los profesionales y agencias de publicidad pueden especializarse y colaborar utilizando la IA para mejorar sus propias estrategias y procesos de marketing.
Marín-Palacios y Fullat (2022) también relacionan el marketing y la publicidad, destacando que las nuevas tecnologías y herramientas de IA para la recopilación de datos permiten un mejor conocimiento de las personas al obtener tendencias generales entre datos demográficos, intereses y preferencias de los usuarios. De esta manera, se pueden construir perfiles de grupos de usuarios a los que los anunciantes pueden dirigirse con mayor precisión.
La irrupción de la Inteligencia Artificial (IA) ha desencadenado una revolución en los perfiles profesionales, un fenómeno que se prevé que se intensificará en el futuro. Según un estudio de Goldman Sachs (Galán, 2023), se estima que cerca de 300 millones de empleos a nivel global podrían ser automatizados con la implementación de la IA. Sin embargo, históricamente, la automatización ha sido compensada con la aparición y creación de nuevos empleos y disciplinas. Tanto la financiera como otras instituciones destacan la creación de nuevos empleos, que hoy en día no existen, como la gran característica que definirá al mercado laboral tras la consolidación de la IA a más niveles.
El avance de las herramientas y aplicaciones basadas en IA en áreas como la comunicación, el marketing y la publicidad crecerá en los próximos años, de hecho, según la consultora Gartner (Meneses, 2024), el 80% de las empresas habrán implementado programas, modelos y aplicaciones de IAG antes del 2026.
Es evidente, pues, que este es un tema de máxima actualidad; la IA, el empleo y los perfiles profesionales, sin embargo, en el ámbito de la información, el marketing y la publicidad son todavía pocos los investigadores que se atreven a abordar la cuestión, quizá porque la era de la IA apenas ha comenzado.
Precisamente, Túñez-López et al. (2019), en el campo de la información, muestran que los nuevos perfiles y roles están todavía en construcción, aunque les resulta indudable que el trabajo cognitivo del periodista es y será el elemento diferenciador insustituible puesto que no está sujeto a procedimientos estandarizados y a la reiteración mecánica.
También para López-García y Vizoso (2021), la automatización de procesos y el talento periodístico deben ser capaces de establecer una alianza saludable, sin que el periodismo renuncie a sus elementos esenciales, conduciendo a la profesión a una nueva fase en la que la diversidad de perfiles sustentará nuevas dimensiones.
La coexistencia entre la Inteligencia Artificial y los profesionales de la comunicación se presenta como una oportunidad para aprovechar al máximo las fortalezas de ambos y ofrecer un enfoque más completo y efectivo en la comunicación.
Los periodistas deben adquirir formación en nuevas tecnologías, lo que les permitirá manejar y analizar grandes volúmenes de datos, procesar lenguaje para entender y generar lenguaje humano, así como descubrir patrones y conocimientos en datos complejos, si bien varios autores advierten, precisamente, sobre la escasez de formación y aprendizaje en estas materias. Ciertamente, para Ufarte Ruiz et al. (2020) es esencial reflexionar sobre la oferta curricular y sus metodologías en los centros de formación y adaptarse a las demandas del nuevo escenario comunicativo.
La enseñanza de la disciplina del periodismo se consolida como un reto constante al que se enfrentan las facultades en esta nueva era. Igualmente, Ceballos del Cid (2022) detecta la necesidad de formación en este campo, pero enfatiza que las habilidades esenciales de los profesionales de la información deben permanecer como las originales del periodismo tradicional.
En el sector editorial, el estudio de Salvador Benítez y Sánchez Vigil (2020) determina que tras la explosión del big data, destacan los perfiles clave del científico de datos (Data Scientist), como el más especializado, y el CDO (Chief Data Officer) o jefe de datos, en el ámbito estratégico.
Para Gómez-Diago (2022), las iniciativas investigadoras que afrontan la inteligencia artificial desde una perspectiva aplicada buscan formar a los estudiantes en tres competencias: la obtención y el tratamiento de datos, la creación de contenido automatizado y la verificación de contenido.
En el ámbito del marketing, la eficiencia se ha incrementado significativamente, reduciendo los tiempos de análisis, mejorando la calidad, desarrollo y rendimiento de proyectos digitales. Las competencias tecnológicas más demandadas por la industria incluyen el aprendizaje autónomo, la eliminación de sesgos humanos y la adaptación autónoma.
Las agencias de publicidad, por su parte, están adoptando rápidamente la IA, lo que está revolucionando su modelo de negocio y se realizan, además, diseños generados, ya sea total o de forma parcial, con soluciones de IA; contenidos generados de manera automática con una redacción avanzada; y optimización de las campañas digitales, con mejores resultados que antes.
La continua transformación del sector del marketing y la publicidad hace indispensable que los profesionales de estos campos se formen y desarrollen competencias técnicas y habilidades (Meneses, 2024) tales como la analítica de datos, gestión de redes sociales, dominio de tecnologías emergentes, destrezas para crear y gestionar contenido digital, entendimiento y comprensión del consumidor y de las tendencias de las audiencias, además de prácticas técnicas como el diseño web; gráfico; compra y venta programática; programación en diferentes lenguajes; comercio en marketplaces y eRetailers; televisión conectada y branded content. Igualmente, se requiere una actitud crítica y responsable sobre el uso de los medios digitales.
La IA ha demostrado ser eficaz en la automatización de tareas rutinarias, como la generación automática de informes, el análisis de datos y la redacción de contenido básico. Esto podría llevar a un cambio en las responsabilidades de los profesionales de la comunicación, liberándolos de tareas repetitivas y permitiéndoles centrarse en actividades más estratégicas y creativas. Esta transformación representa una oportunidad para redefinir el papel de los profesionales de la comunicación en el tiempo de la IA, permitiéndoles explorar nuevas formas de aportar valor e innovación en su trabajo diario.
La ética desempeña un papel crucial en la adopción de la Inteligencia Artificial Generativa (IAG) en los campos del periodismo, el marketing y la publicidad. Es fundamental desarrollar algoritmos que sean transparentes y responsables (Franganillo, 2023), lo que implica evitar sesgos y garantizar que los resultados generados no conduzcan, entre otros, a la discriminación. Ahora se posee potencial para personalizar la comunicación minuciosamente y, por tanto, es decisivo garantizar la privacidad y la protección de datos. La ética en la adopción de IAG implica equilibrar la innovación con la responsabilidad, asegurando que estas tecnologías beneficien a toda la sociedad en su conjunto.
Los profesionales del marketing tienen que priorizar la transparencia en el uso de IA, asegurando que los clientes estén completamente informados, promoviendo la transparencia. En este sentido, Kumar y Suthar (2024) subrayan la importancia de invertir en herramientas de detección de sesgos y en tecnología que mejore la privacidad, que permitan identificar y abordar fallos en los algoritmos, salvaguardar la privacidad del consumidor y extraer información productiva de los datos del consumidor.
Y es que los modelos de IAG pueden llegar a ser muy opacos, de modo que es esencial trabajar en métodos para explicar cómo llegan a sus decisiones, especialmente en áreas como la publicidad. La posibilidad de conocer lo que hay detrás del consumidor a través de disciplinas como el neuromarketing genera un saber detallado de los consumidores, que debe utilizarse de manera ética y respetuosa. Esto implicará, con seguridad, mayor transparencia.
La IAG puede generar contenido publicitario y de marketing a una velocidad y variedad nunca vista, lo que implica la necesidad de la honestidad en la comunicación con el público, evitando trucos o manipulaciones con ellos.
En suma, la irrupción de la IAG presenta una serie de retos éticos significativos. Las organizaciones deben abordar estos desafíos con un compromiso firme con la ética, la transparencia y la responsabilidad corporativa. Para Ufarte-Ruiz, et al. (2021), la formación, y especialmente la labor de las facultades vinculadas a los estudios de Periodismo, afrontan un importante desafío, tanto desde el punto de vista de las técnicas de producción como de la deontología.
El objetivo principal de este trabajo es realizar una revisión bibliográfica sistemática de estudios e investigaciones académico-científicas en una de las bases de datos académica más importantes, SCOPUS, acerca de la IA en los campos del periodismo, el marketing y la publicidad. Para ello se plantearon, además, los siguientes objetivos específicos:
Para ello se llevó a cabo una búsqueda sistemática en la base de datos SCOPUS en la primera quincena del mes de abril utilizando los términos específicos relacionados con periodismo, el marketing y la publicidad, con un enfoque en la Inteligencia Artificial. La búsqueda se restringió a artículos publicados entre 2017 y 2024 y se limitó a los siguientes criterios:
Cada artículo seleccionado fue codificado utilizando una ficha de análisis que incluía:
En el análisis de los 156 artículos, se observa que el marketing es el subcampo predominante con un total de 99 publicaciones, seguido de cerca por el Periodismo, con 93 artículos, mientras que la Publicidad cuenta con una representación significativamente menor, con tan solo 9 publicaciones.
Es significativo destacar que la mayoría de ellos abordan los Modelos de Lenguaje Grande (LLMs) de manera tangencial, como se puede apreciar en el gráfico 3. De hecho, solo un 21,89% de los artículos (N= 40) centran su investigación en estos modelos.
Estos hallazgos sugieren que, a pesar de la prevalencia de ciertos subcampos como el marketing y el periodismo, existe una oportunidad para una exploración más profunda y centrada de los Modelos de Lenguaje Grande en las investigaciones futuras.
Es relevante evidenciar que varios artículos se clasifican en múltiples subcampos simultáneamente. Esto explica por qué la suma total de los artículos en esta sección del análisis (N=201) supera el tamaño de la muestra original (N=156).
Un análisis interesante surge al explorar la nacionalidad del primer autor de cada publicación. En este contexto, España destaca como el país con la mayor cantidad de publicaciones (N=38), seguido de cerca por los Estados Unidos (N=20), China (N=9) e India (N=9). Al contrastar estos detalles con la producción científica registrada en las bases de datos de WOS y SCOPUS durante el período 2000-2024 (como se muestra en el gráfico 4), se podría inferir que estos patrones de publicación pueden estar influenciados por la IAG, tal como se representa en el gráfico 4.
Al examinar estos resultados en detalle por subcampo del conocimiento (según se muestra en la Tabla 1), se observa que, en España, el periodismo emerge como el área más investigada (N=31), superando casi cinco veces al marketing (N=7). Sin embargo, en Estados Unidos, la distribución de las publicaciones es más equilibrada entre estas dos disciplinas, con diez artículos centrados en marketing y nueve enfocados al periodismo. Esta comparación pone de relieve las diferencias en las prioridades de investigación entre ambos países.
Tabla 1. Desglose de cantidad de publicaciones de los primeros 10 países por subcampo del conocimiento.
|
País |
Periodismo |
Marketing |
Publicidad |
|
España |
31 |
7 |
0 |
|
Estados Unidos |
9 |
10 |
1 |
|
China |
3 |
6 |
0 |
|
India |
0 |
8 |
1 |
|
Reino Unido |
3 |
3 |
0 |
|
Alemania |
3 |
2 |
0 |
|
Arabia Saudita |
3 |
2 |
0 |
|
Portugal |
4 |
1 |
0 |
|
Suiza |
2 |
2 |
1 |
|
Australia |
1 |
3 |
0 |
Fuente: Elaboración propia.
En un análisis más detallado de los diez países con el mayor número de publicaciones, se mantiene la tendencia general de la muestra de que los artículos no se centran en LLMs (como se ilustra en el gráfico 5). Sin embargo, al examinar el ‘top 10’ de países con más publicaciones sobre IAG (según se muestra en el gráfico 6), se observa que de los artículos que focalizan sus investigaciones en este campo, únicamente dos abordan el perfil profesional como temática principal. Este dato subraya la necesidad de una mayor exploración de la IAG.
Es importante subrayar que, aunque el uso de la Inteligencia Artificial Generativa (IAG) por parte de los profesionales se menciona de manera tangencial en numerosos artículos analizados, rara vez se presenta como el foco principal en los objetivos y resultados. Este hecho resalta que, a pesar de su relevancia, la aplicación profesional de la IAG no suele ser el eje central de las investigaciones, lo que abre un interesante campo de estudio por explorar.
En este contexto, cabe mencionar que el campo del marketing, por citar un ejemplo, ha mostrado indicios tempranos de abordar la Inteligencia Artificial Generativa (IAG), en 2018 y 2019, de forma periférica desde la perspectiva del aprendizaje automático. Sin embargo, esto no implica necesariamente que se esté haciendo referencia al uso de Modelos de Lenguaje Grande (LLMs) impulsados por tecnología de transformadores por parte de los profesionales del sector. Como señalan Bayoude et al. (2018), «a raíz de la revolución tecnológica del aprendizaje automático en otras aplicaciones prácticas, el machine learning está transformando el escenario del marketing digital. En 2018, el 84% de las organizaciones de marketing estaban implementando o expandiendo su uso». Este dato subraya la creciente importancia de estas tecnologías, aunque no necesariamente se refiere a la adopción específica de LLMs con tecnología de transformadores.
A partir del análisis de la temáticas y resultados más repetidos en cada año, la cronología de las tendencias en IA desde 2018-2024 en los ámbitos estudiados es la siguiente:
5. Conclusiones
La revisión bibliográfica sistemática de las publicaciones académicas en SCOPUS sobre la IA en los campos del periodismo, el marketing y la publicidad indican que, aunque el marketing y el periodismo son predominantes en términos de publicaciones, la mayoría de los artículos abordan los LLMs de manera tangencial, lo que abre la oportunidad para una exploración más profunda en investigaciones futuras.
España destaca como el país con la mayor cantidad de publicaciones, sin embargo, no todas las áreas analizadas tienen el mismo protagonismo. Es evidente que el periodismo emerge como la de mayor interés, superando casi cinco veces al marketing, mientras que, si lo comparamos con países como Estados Unidos, la distribución de las publicaciones es más equilibrada entre estas dos disciplinas.
A pesar de que ciertos subcampos como el marketing y el periodismo predominan en la actualidad, se vislumbra una oportunidad para una exploración más profunda y específica de los LLMs en los estudios emergentes. Si bien la Inteligencia Artificial Generativa (IAG) es mencionada de forma periférica en la práctica profesional, raramente se le otorga un papel protagonista en los objetivos y resultados de las investigaciones. Este hecho subraya que, a pesar de su importancia, la aplicación profesional de la IAG no suele ser el núcleo de las investigaciones. Esta circunstancia abre, por tanto, un campo de estudio fascinante y poco explorado.
Los resultados confirman la hipótesis de que la irrupción de LLMs con transformadores ha supuesto un aumento en la producción científico-académica en el periodismo, el marketing y la publicidad, tanto en 2017 como en 2022. Sin embargo, también destacan la necesidad de una mayor exploración de este aspecto en el campo de la IAG, especialmente en lo que respecta a su aplicación en el ámbito profesional. Por lo tanto, se aconseja que los futuros estudios se centren más en la aplicación práctica de la Inteligencia Artificial Generativa y los Modelos de Lenguaje Grande en estos campos, así como en la exploración de las implicaciones de estas tecnologías para los profesionales y las organizaciones, con especial hincapié en los perfiles profesionales y competencias que deberán adquirirse para hacer frente a los nuevos retos de la era de la IA.
Asimismo, es relevante mencionar que, en marketing, por citar un ejemplo, se muestran indicios tempranos en 2018 y 2019 de abordar la IAG de forma periférica desde la perspectiva del aprendizaje automático. Sin embargo, esto no implica necesariamente que se esté haciendo referencia al uso de LLMs impulsados por tecnología de transformadores por parte de los profesionales del sector.
Como señalan Bayoude et al. (2018), «a raíz de la revolución tecnológica del aprendizaje automático en otras aplicaciones prácticas, el machine learning está transformando el escenario del marketing digital. En 2018, el 84% de las organizaciones de marketing estaban implementando o expandiendo su uso». Este dato subraya la creciente importancia de estas herramientas, aunque no obligatoriamente se refiere a la adopción específica de LLMs con tecnología de transformadores.
A partir del análisis de la temáticas y resultados más repetidos por ámbito en cada año, se ha podido trazar una cronología de las tendencias en IA desde 2018-2024. Esta progresión destaca la evolución de los temas de interés en cada campo y la metodología predominante de cada año, proporcionando una visión detallada de cómo ha evolucionado la investigación a lo largo del tiempo. Se trata de una información que puede ser útil para investigadores y profesionales que busquen entender las tendencias actuales y futuras en el periodismo, el marketing y la publicidad.
Canavilhas, J.; Giacomelli, F. (2023). Artificial Intelligence in sports journalism: a study in Brazil and Portugal. Revista de Comunicación, 22(1), 53-69. https://doi.org/10.26441/RC22.1-2023-3005
Chintalapati, S.; Pandey, S. K. (2022). Artificial intelligence in marketing: A systematic literature review. International Journal of Market Research, 64(1), 38-68. https://doi.org/10.1177/14707853211018428
Dwivedi, K. et al. (2021). Setting the future of digital and social media marketing research: Perspectives and research propositions. International Journal of Information Management, (59). https://doi.org/10.1016/j.ijinfomgt.2020.102168
Faranda, W.T.; Clarke, T.B.; Clarke, I. (2021). Marketing Student Perceptions of Academic Program Quality and Relationships to Surface, Deep, and Strategic Learning Approaches. Journal of Marketing Education, 43(1). https://doi.org/10.1177/0273475320939261
Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. Methaodos. Revista de ciencias sociales, 11(2) http://dx.doi.org/10.17502/mrcs.v11i2.710
Galán Feced, C. (17 de abril 2023). La IA podría impactar a 300 millones de empleos: qué trabajos tecnológicos se verían afectados, y cómo. Business Insider. https://www.businessinsider.es/impacto-chatgpt-ia-sector-tecnologico-empleos-1231418
Gómez-Diago, G. (2022). Perspectivas para abordar la inteligencia artificial en la enseñanza de periodismo. Una revisión de experiencias investigadoras y docentes. Revista Latina de Comunicación Social, 80, 29-46. https://doi.org/10.4185/RLCS-2022-1542
Jallouli, R.; Kaabi, S. (2022). Mapping Top Strategic E-commerce Technologies in the Digital Marketing Literature. Journal of Telecommunications and the Digital Economy, 10(3), 149-164. https://doi.org/10.18080/jtde.v10n3.55
Kumar, D.; Suthar, N. (2024). Desafíos éticos y legales de la IA en el marketing: una exploración de soluciones, Journal of Information, Communication and Ethics in Society, 22(1), 124-144. https://doi.org/10.1108/JICES-05-2023-0068
López-García, Xosé; Vizoso, Ángel (2021). Periodismo de alta tecnología: signo de los tiempos digitales del tercer milenio. El Profesional de la información, 30 https://doi.org/10.3145/epi.2021.may.01
Malthouse, E.;Copulsky, J. (2023). Artificial intelligence ecosystems for marketing communications. International Journal of Advertising.. https://doi.org/10.1080/02650487.2022.2122249
Marín-Palacios C.; Fullat, M. (2022) Promotional digital marketing strategies with social networks. Bibliometric analysis of digital strategies through Facebook and Instagram. TECHNO Review. International Technology, Science and Society Review, 11. https://doi.org/10.37467/revtechno.v11.4393
Mengnan D.; Fan, Y.; Na, Z.; Xia, H. (2020). Fairness in Deep Learning: A Computational Perspective. IEEE Intelligent Systems. https://doi.org/10.1109/MIS.2020.3000681
OCU. Organización de Consumidores y Usuarios (12 julio de 2023). ChatGPT: satisfechos, pero con muchas dudas. https://bit.ly/4atkn17
Parratt-Fernández, S.; Mayoral-Sánchez, J.; Mera-Fernández, M. (2021). The application of artificial intelligence to journalism: an analysis of academic production. Profesional De La información, 30(3). https://doi.org/10.3145/epi.2021.may.17
Sandoval-Martín, T.; La-Rosa Barrolleta, L. (2023). Investigación sobre la calidad de las noticias automatizadas en la producción científica internacional: metodologías y resultados. Cuadernos.info, 55, 114-136. https://doi.org/10.7764/cdi.55.54705
Sanjeev, V.; Rohit, S.; Subhamay, D.; Deboji, M. (2021) Artificial intelligence in marketing: Systematic review and future research direction. International Journal of Information Management Data Insights, 1. https://doi.org/10.1016/j.jjimei.2020.100002
See, A.; Pappu, A.; Saxena, R.; Yerukola, A.; Manning, C.D. (2019). Do massively pretrained language models make better storytellers?. arXiv https://doi.org/10.48550/arXiv.1909.10705
Siitonen, M.; Laajalahti, A.; Venäläinen, P. (2023). Mapping Automation in Journalism Studies 2010-2019: A Literature Review. Journalism Studies, 25(3), 299-318. https://doi.org/10.1080/1461670X.2023.2296034
Soto-Sanfiel, M.T.; Ibiti, A.; Machado, M.; Marín Ochoa, B.E.; Mendoza Michilot, M.; Rosell Arce, C.G.; Angulo-Brunet, A. (2022). In Search of the Global South: Assessing Attitudes of Latin American Journalists to Artificial Intelligence in Journalism. Journalism Studies, 23(10), 1197-1224. https://doi.org/10.1080/1461670X.2022.2075786
Túñez-López J.M.; Fieiras-Ceide C.; Vaz-Álvarez, M. (2021). Impact of artificial intelligence on journalism: Transformations in the company, products, contents and professional profile. Communication and Society, 34(1). https://doi.org/10.15581/003.34.1.177-193
Túñez-López, M.; Toural-Bran, C.; Valdiviezo-Abad, 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. https://doi.org/10.4185/RLCS-2019-1391
Ufarte Ruiz, M.J.; Fieiras-Ceide, C.; Túñez-López, M. (2020). La enseñanza-aprendizaje del periodismo automatizado en instituciones públicas: estudios. Propuestas de viabilidad y perspectivas de impacto de la IA. Análisi: Quaderns de comunicació i Cultura, 62, 131-146. https://doi.org/10.5565/rev/analisi.3289
2.
Gráfico 1. Número de artículos registrados en SCOPUS anualmente temática IA.
Fuente: Elaboración propia. Análisis de resultados de una búsqueda sobre IA en Scopus.
Imagen 1. Conexión en WOS de la producción académica sobre IA en comunicación con otras áreas del conocimiento.
Fuente: Elaboración propia. Análisis de resultados de una búsqueda sobre IA en WOS.
Gráfico 3. Comparativa por disciplinas del número de publicaciones centrados en LLMs y los tratados de manera tangencial.
Fuente: Elaboración propia.
Gráfico 4. Número de publicaciones por países según nacionalidad de primer autor.
Fuente: Elaboración propia.
Gráfico 5. Top 10 de los países con más publicaciones entre los artículos centrados en IAG, no centrados y que lo tratan de modo tangencial.
Fuente: Elaboración propia.
Gráfico 6. Top 10 de los países con más publicaciones sobre IAG y perfiles profesionales.
Fuente: Elaboración propia.
Gráfico 7. Artículos publicados por año y sub-ámbito.
Fuente: Elaboración propia.
