Esto significa que los anunciantes ahora optan por gastar su dinero en otros lugares. Si seguimos así, ¿quién prestará el servicio de responsabilización de las autoridades locales, al mismo tiempo que resaltará los temas de importancia local?
Resulta que los robots pueden. La agencia de prensa británica Press Association (PA) está apostando por que la inteligencia artificial pueda llenar la brecha dejada por reporteros redundantes y oficinas de periódicos locales cerradas. Una nueva iniciativa los ve asociados con los especialistas en automatización de noticias Urbs Media – y respaldados por una subvención de Google de 706.000 euros – para crear 30.000 noticias localizadas cada mes.
La tecnología se basa en la generación de lenguaje natural (NLG), piedra angular de gran parte del progreso que se ha hecho en los últimos años gracias a la inteligencia artificial y la automatización. El principio es que los seres humanos y las computadoras pueden trabajar juntos mucho más eficazmente si todos hablamos el mismo idioma. Y la enseñanza de máquinas ultrarápidas e infalibles para comprender y comunicarse en nuestros propios lenguajes humanos es más eficiente que enseñar a los humanos lentos y falibles a comunicarse con las computadoras en su idioma (por ejemplo, aprendiendo código de computadora).
Es la tecnología que está detrás de Siri del iPhone y Alexa de Amazon, así como de los “chatbots” que están tomando cada vez más funciones de servicio al cliente.
El proyecto PA se conoce como RADAR – Reporters and Data and Robots – y se basa en conjuntos abiertos de datos del gobierno, las autoridades locales y los servicios públicos. El editor en jefe de Urbs Media, Gary Rogers, dijo que inicialmente comenzaron a estudiar las posibilidades de generar historias para los medios nacionales usando fuentes de datos abiertas, pero pronto se dieron cuenta de que su naturaleza altamente segmentada geográficamente significaba que era muy adecuada para las historias locales. “Así que en lugar de escribir una historia sobre un conjunto de datos – una historia nacional – se podrían escribir 10 historias regionales o 200 historias de autoridades locales”, asegura.
“Nos dimos cuenta de que si podemos escribir esta automatización en el proceso de producción de noticias locales, no estamos tomando el trabajo de alguien, estamos haciendo algo que nadie más está haciendo”. De hecho, los periodistas humanos, por ahora, siguen desempeñando un papel esencial en el proceso, y Gary no ve esto cambiando en el futuro inmediato.
Los seres humanos todavía son necesarios para tomar la decisión inicial sobre qué conjuntos de datos serán analizados para las historias. El proceso de “definición” de las plantillas de historias también se hace todavía por los seres humanos o los hechos noticiosos.
Como prueba de concepto, inicialmente construyeron urbs.london, “para ver si podíamos hacer algo con datos abiertos que parecían una operación de noticias”, dice Rogers. Satisfechos de que realmente pudieran, se comenzó a trabajar para permitir que las historias fueran nacionalizadas para cualquier región del Reino Unido, y se planea que las historias producidas con el sistema estarán disponibles para las editoriales locales en un futuro próximo, a través de PA.
La esperanza es que los proveedores de noticias del Reino Unido, donde todavía tienen personal periodístico dedicado a temas locales, usarán historias descubiertas por la IA como elementos básicos para sus propias investigaciones más profundas y en curso sobre los asuntos locales.