El Reuters Institute for the Study of Journalism advierte de que la supervisión humana ya no basta para controlar los riesgos de la inteligencia artificial en las redacciones. El análisis, elaborado por Ramaa Sharma a partir de entrevistas con 20 responsables de medios, especialistas y académicos de 13 países, reclama nuevas herramientas de control para editores.
El límite de la revisión manual en las redacciones
Los responsables consultados sitúan la supervisión editorial como el principal recurso de control, aunque empiezan a constatar su límite cuando crece el volumen de contenidos generados por sistemas de inteligencia artificial. El trabajo del Reuters Institute comprueba que varias organizaciones están trasladando la gobernanza de la IA desde las guías de uso hacia el propio diseño de los sistemas y los flujos de trabajo.
El punto de partida es desigual. Algunos medios permiten el uso de herramientas como ChatGPT sin políticas específicas, mientras otros han creado principios internos, comités interdepartamentales y sistemas de supervisión humana. Organizaciones de mayor tamaño, como la BBC o YLE, han incorporado además puestos y equipos dedicados a la denominada inteligencia artificial responsable, un camino que también sigue Czech Television.
Tres niveles de gobernanza: de las guías al diseño técnico
El Reuters Institute identifica tres grandes aproximaciones. La primera corresponde a redacciones donde el uso de la IA ha aparecido de forma espontánea, sin normas formales ni mecanismos claros de supervisión. La segunda parte de principios editoriales o guías de uso, apoyadas por comités y procedimientos de revisión humana. La tercera, presente sobre todo en organizaciones de mayor tamaño, incorpora estructuras especializadas de gestión del riesgo, evaluación y control.
La supervisión humana sigue siendo imprescindible, pero el volumen de contenido generado convierte el control individual en una carga estructural para los editores.
La BBC cuenta con un equipo de inteligencia artificial responsable dirigido por James Fletcher y estructurado en tres áreas: gobernanza y riesgos, principios y políticas, y evaluación y ciencia de datos. En Dinamarca, JP/Politikens impulsa desde 2019 el marco Values Compass, con el que define primero la función social del medio antes de decidir qué tecnología desarrollar. Chequeado aplica un planteamiento parecido, también en la selección de proveedores tecnológicos.
El estudio previo de FT Strategies y WAN-IFRA, basado en respuestas de 448 redacciones, refleja la dimensión de ese desfase. El 57% de las organizaciones consultadas no contaba con representación específica de la IA en su estructura; el 64% seguía produciendo principalmente para un único canal tradicional. El indicador más utilizado para medir el éxito era la eficiencia: un 42% señalaba el ahorro de tiempo como principal beneficio.
Regulación europea y rendición cognitiva
La mayoría de los responsables entrevistados considera imprescindible que una persona revise los contenidos generados o asistidos por inteligencia artificial. Sin embargo, ese mecanismo traslada una carga creciente sobre editores y mandos intermedios, que ya supervisan producción, calidad y cumplimiento normativo. Annika Ruoranen, antigua responsable de inteligencia artificial responsable de la radiotelevisión pública finlandesa YLE, advierte de que buena parte de esa responsabilidad se concentra a a los mandos intermedios.
Sannuta Raghu, responsable de producto de inteligencia artificial del medio indio Scroll, describe una revisión cada vez más minuciosa y unos límites al volumen de producción asistida que su personal debe verificar. La preocupación ha alcanzado además una dimensión regulatoria en Europa: desde el 2 de agosto de 2026, el artículo 50 del Reglamento europeo de inteligencia artificial establece obligaciones de transparencia para determinados textos generados mediante IA, con excepciones cuando existe revisión humana o control editorial.
Veronika Macurova Krizova, responsable de inteligencia artificial y estrategia de Czech Television, plantea que el debate se centra en determinar qué puede considerarse una revisión humana efectiva. La capacidad de los sistemas para producir textos prácticamente terminados incrementa el riesgo de que la comprobación se convierta en una formalidad. A este desafío se suma la denominada rendición cognitiva: la tendencia a delegar juicio y responsabilidad en las respuestas de una IA, descrita en un trabajo de 2026 por Steven Shaw y Gideon Nave, investigadores de la Universidad de Pensilvania.
Análisis: la gobernanza se traslada al diseño de los sistemas
El análisis del Reuters Institute sitúa este movimiento frente a los datos previos de FT Strategies y WAN-IFRA, que ya median el desplazamiento progresivo desde la ausencia de representación específica hasta la integración de la gobernanza en el diseño técnico. La lectura de los 448 casos sugiere que la eficiencia como métrica dominante puede no capturar por sí sola riesgos como los sesgos sistemáticos. James Fletcher recuerda que una pieza aislada puede no revelar un desequilibrio en el uso de pronombres masculinos o femeninos, mientras que el análisis de 10.000 textos sí puede hacerlo visible.
Ese enfoque conecta con los experimentos de Martin Schori en Aftonbladet sobre representación y hábitos de lectura, y con el desarrollo del sistema News Atom, impulsado por Sannuta Raghu para etiquetar componentes periodísticos a nivel de frase. El International Press Telecommunications Council trabaja con Raghu para estudiar si ese modelo puede convertirse en un estándar de datos. Der Spiegel analiza con Google cómo se atribuyen sus contenidos en productos basados en IA, y The Economist experimenta con versiones preparadas para agentes de inteligencia artificial.
La gobernanza empieza así a integrar decisiones sobre proveedores, datos, evaluación, almacenamiento y trazabilidad. El reto para los editores es que los mecanismos de control no dependan solo de la revisión individual, sino del diseño técnico de los sistemas. La próxima fase no será únicamente humana: será arquitectónica.
📡 El Radar del Sector
- El vacío que llena: La gobernanza de la IA deja de depender solo de la revisión manual y se integra en el diseño técnico de los flujos editoriales.
- El reto por delante: Determinar qué constituye una revisión humana efectiva y evitar la delegación excesiva del criterio editorial en los sistemas de IA.
- El tablero competitivo: Los grupos con equipos especializados y estándares de datos escalables marcan el ritmo frente a las redacciones con menor estructura.
