Metodología para ver cómo integrar la IA en el trabajo de un medio

Por Álvaro Liuzzi

En un momento donde la inteligencia artificial (IA) empieza a formar parte de los procesos productivos de muchas redacciones, se vuelve fundamental una pregunta de fondo: ¿Cómo se integra esta tecnología para impulsar la tríada conformada por el periodismo, los formatos y la audiencia?

Durante el primer semestre de 2025 coordiné un workshop en la redacción de Clarín, uno de los principales medios de Argentina, con el objetivo de explorar nuevos formatos narrativos de noticias y avanzar en la integración práctica de inteligencia artificial en los flujos de trabajo cotidianos. A lo largo de cuatro encuentros presenciales, trabajé con 50 periodistas y editores de distintas áreas — Último Momento, Política, Economía, Cultura, Espectáculos y verticales temáticos — en un entorno de formación aplicado, que combinó teoría, experimentación y producción concreta.

Desde el inicio del proyecto intenté dejar en claro que el propósito del workshop no era enseñar herramientas, sino repensar la forma en que se organiza, presenta y automatiza la información desde una lógica periodística, incorporando la IA como una aliada de ese proceso. Para esto, diseñé el contenido pedagógico sobre tres marcos conceptuales que acompañaron los encuentros con los periodistas:

• Un enfoque centrado en las necesidades del usuario, basado en el modelo de Dmitry Shishkin de la BBC. Este enfoque identifica distintas motivaciones por las que las personas se acercan a las noticias, más allá de informarse. Permite pensar contenidos ajustados al momento de consumo y al nivel de conocimiento del lector.
• Un diagnóstico sobre los cambios en los hábitos de consumo. Hoy muchas personas acceden a las noticias desde buscadores o redes sociales, sin pasar por la portada de un sitio. Además, compiten con miles de estímulos por un tiempo de atención cada vez más breve. Este contexto exige narrativas más claras, sintéticas y modulares.
• Un abordaje estratégico de la inteligencia artificial como tecnología transversal. Las herramientas no reemplazan el trabajo del periodista, pero sí pueden asistir, acelerar o enriquecer múltiples tareas dentro del proceso editorial. En ese sentido, el taller se propuso explorar cómo usarla con criterio, al servicio de utilidades concretas.

En este artículo documento el proceso completo, desde la metodología de trabajo y los marcos conceptuales que guiaron el taller hasta los casos puntuales que surgieron de la experiencia colectiva. La intención es que esta iniciativa pueda servir como referencia para otras redacciones que estén explorando cómo integrar inteligencia artificial con una mirada estratégica y centrada en el oficio periodístico.

Cómo diseñar un workshop editorial con IA y nuevos formatos

El workshop en Clarín fue pensado como una instancia de trabajo intensiva, pero con una lógica distinta a la de una capacitación tradicional. La premisa fue clara desde el principio: la IA no debía enseñarse como un conjunto de herramientas, sino como parte de una estrategia editorial. Por eso, el foco estuvo en repensar procesos existentes, experimentar con formatos concretos y producir soluciones aplicables en el día a día.

Para facilitar ese enfoque, se dividió a los asistentes en dos grupos según sus áreas de cobertura:

• Grupo 1: Último Momento, Política, Economía, Mundo, Sociedad y Deportes.
• Grupo 2: Cultura, Espectáculos, Fama, Viva, Revista Ñ y verticales temáticos (Recetas/ Gourmet (no es Gastronomía), Buena Vida, Servicios, Tecnología, Autos, Familias, Relaciones y Astrología).

Esta segmentación no respondió a niveles de experiencia ni a roles jerárquicos, sino a una decisión estratégica para que cada grupo pudiese trabajar sobre formatos, herramientas y problemas específicos de su universo de producción. Por ejemplo, las coberturas de Último Momento exigen inmediatez y actualización constante, mientras que en Cultura o Espectáculos suelen primar el contexto y la atemporalidad.

El programa se organizó en tres fases secuenciales complementarias:

1. Fase Conceptual: dedicada a analizar la arquitectura de nuevos formatos y la narrativa modular.
2. Fase Práctica y Técnica: enfocada en el diseño de prompts y uso responsable de herramientas generativas.
3. Taller de Prototipado: donde, mediante sprints de diseño, los equipos crearon y probaron sus propias soluciones.

Una lección aprendida fue que reunir en un mismo grupo a periodistas de secciones con dinámicas similares facilitó el intercambio de trucos y problemas comunes, acelerando la identificación de soluciones.

Comprender la arquitectura de los nuevos formatos es clave

El primer eje del workshop se centró en comprender los fundamentos que sostienen los nuevos formatos digitales, antes de aplicarlos en ejercicios concretos. Se trabajó sobre la arquitectura informativa de las piezas, las estructuras modulares y la lógica de capas narrativas. La propuesta fue pensar cómo se puede organizar la información para acompañar mejor el recorrido del lector: qué necesita saber primero, qué puede explorar después y qué puede guardar o consultar más adelante, según su contexto de consumo.

Más allá de las estructuras formales, el foco estuvo puesto en el sentido editorial de cada decisión.

Un marco clave en esta etapa fue el Modelo de Necesidades del Usuario, creado por Dmitry Shishkin durante su paso por BBC World Service. Este modelo identifica ocho motivos principales por los cuales las personas consumen noticias:

• mantenerse informadas
• aprender algo nuevo
• resolver un problema práctico
• inspirarse
• entretenerse
• encontrar comunidad
• validar su identidad
• seguir una historia en desarrollo

Comprender esas motivaciones cambia el modo en que se piensa un contenido. Ya no se trata sólo de producir una nota que sea clara y actualizada, sino de responder a una necesidad específica del lector, en un momento y plataforma determinados.

En este sentido, la inteligencia artificial fue abordada como una herramienta para mejorar esa capacidad de respuesta. No se trató de automatizar por automatizar, sino de usar la IA para crear contenidos más útiles, accesibles y personalizados.

Las preguntas que guiaron esta etapa fueron decididamente editoriales:

• ¿Para quién está pensado este contenido?
• ¿Qué necesidad concreta busca resolver?
• ¿Cómo cambia esa necesidad si la nota se encuentra en la home, en redes sociales o llega por WhatsApp?

En un ecosistema donde el acceso a la información ya no es lineal y los grandes modelos de lenguaje comienzan a mediar ese acceso, pensar desde las necesidades del usuario ya no es una ventaja competitiva. Es una condición básica para sostener la relevancia editorial en el tiempo.

Selección y aplicación de IA con criterios editoriales

En el bloque práctico se buscó desmitificar el funcionamiento de la IA generativa y ofrecer herramientas concretas para su uso editorial. Se trabajó especialmente en el diseño de prompts efectivos, entendidos no como fórmulas mágicas, sino como instrucciones estratégicas que permiten guiar a los modelos para producir resultados alineados con los criterios particulares de Clarín.

Los participantes aprendieron a redactar prompts ajustados a distintos formatos, como explainers, cronologías o listas, y a adaptar esas instrucciones según la necesidad informativa que quisieran resolver. También se abordaron los riesgos de las "alucinaciones" y cómo minimizar errores mediante el diseño de indicaciones claras, la selección de documentos de entrenamiento, referencias al texto base, indicación de estilo, tono o extensión.

Además, se presentó un conjunto reducido pero potente de herramientas accesibles para todos los perfiles:

• ChatGPT: Se trabajó con su versión de modelos personalizados (custom GPTs), entrenados con documentos e instrucciones específicas para tareas editoriales y operativas de la redacción.
• NotebookLM: Se utilizó como plataforma para analizar grandes volúmenes de documentos y convertirlos en bases de conocimiento conversacional. Se mostró su aplicación como lector inteligente de materiales extensos, como boletines oficiales o informes públicos, y su capacidad para generar podcasts sintéticos a partir de ese contenido.
• Ideas disparadoras: Se complementó con un documento de ejemplos prácticos sobre cómo estas herramientas pueden integrarse a procesos reales sin alterar la dinámica editorial, ayudando a reducir tiempos y permitiendo más espacio para tareas de análisis o creatividad.

En este eje también se trabajó sobre la dimensión ética del uso de IA, discutiendo casos de uso aceptables, criterios de transparencia y la importancia del control humano en cada etapa del proceso.

Asistentes personalizados: experimentar con IA para resolver tareas reales

En la tercera etapa, se guió a cada grupo para que pueda identificar un proceso concreto de su rutina diaria sobre el cual experimentar con herramientas de inteligencia artificial. El punto de partida fue detectar un problema real, cotidiano, que consumiera tiempo o estuviera mal resuelto, y explorar cómo una herramienta personalizada podía intervenir para mejorarlo.

La experimentación no se impulsó desde plataformas genéricas, sino desde una serie de preguntas editoriales que acompañaron el proceso:

• ¿Dónde se está perdiendo tiempo que podría aprovecharse mejor?
• ¿Qué tareas son repetitivas, pero necesarias?
• ¿Qué pasos podrían automatizarse sin perder control ni calidad?

Con esa perspectiva, los equipos diseñaron asistentes personalizados para cada flujo de trabajo, a partir de instrucciones específicas construidas colaborativamente. El objetivo fue experimentar, poner en práctica ideas y aprender durante el proceso. El enfoque se mantuvo iterativo y flexible, con la intención de que cada equipo se asumiera como creador y no como mero usuario.

La tecnología se pensó como una aliada de necesidades editoriales concretas. Cada prueba tuvo una intención clara y buscó mejorar algún aspecto del trabajo diario. Los prototipos desarrollados fueron variados en sus enfoques, aunque coincidieron en algo fundamental: ampliar capacidades, resolver tareas tediosas y liberar tiempo para un mayor valor humano agregado en los contenidos.

Cuatro soluciones de IA desarrolladas junto a periodistas

Uno de los ejes más potentes del workshop fue la posibilidad de que los propios periodistas identificaran oportunidades de aplicación de IA en sus flujos de trabajo. Lejos de partir de herramientas genéricas, cada equipo seleccionó un proceso cotidiano que quisiera optimizar, automatizar o enriquecer. A partir de ahí, se diseñaron soluciones a medida, muchas de ellas utilizando custom GPTs entrenados con instrucciones específicas para cada tarea.

Entre todos los prototipos desarrollados, cuatro proyectos se destacaron por su claridad, aplicabilidad y valor editorial:

Automatizador de reuniones de sumario

• Problema identificado: Las reuniones diarias de sumario en la redacción reúnen a periodistas de distintas áreas para compartir los temas en los que están trabajando. Sin una estructura común ni documentación estandarizada, esta instancia representa una sobrecarga para los editores, que deben reconstruir en tiempo real el panorama de coberturas, priorizar contenidos y detectar solapamientos o huecos informativos sin una herramienta clara de apoyo.
• Solución: Los periodistas crearon un asistente personalizado que permite cargar anticipadamente los temas en un formulario. A partir de esa información, el modelo genera un reporte estructurado que ordena los aportes por sección, estado de avance y urgencia, facilitando al editor una visión clara y editable del panorama del día.
• Beneficio: Mejora la eficiencia y la planificación editorial diaria, reduce la carga operativa de los editores y deja una bitácora digital de coberturas en curso, accesible incluso fuera de las reuniones.

Reescritura de notas para fechas clave

• Problema identificado: El equipo de Gastronomía y Recetas de Clarín pudo identificar que muchas notas con contenido valioso quedan subutilizadas. Ante fechas conmemorativas o eventos estacionales, como feriados o celebraciones tradicionales, reformular estas notas para adaptarlas a nuevas ocasiones demanda tiempo y trabajo manual, lo que lleva a que se desaproveche contenido ya producido que podría tener una segunda vida útil.
• Solución: El equipo desarrolló un modelo personalizado de GPT, entrenado con notas anteriores, que permite reformular contenidos existentes en función de nuevas efemérides. A partir de un artículo gastronómico ya publicado, la herramienta propone una nueva versión adaptada a una fecha o contexto puntual, manteniendo el estilo editorial y ajustando el enfoque.
• Beneficio: Aumenta la productividad de la sección, permite reutilizar contenido con coherencia editorial y reduce los tiempos de producción sin perder calidad ni estilo propio.

Conector de noticias en desarrollo con antecedentes del CMS

• Problema identificado: En la sección de Último Momento, donde el ritmo de publicación es constante, los periodistas suelen trabajar sobre noticias en desarrollo con escaso tiempo para buscar antecedentes. Esto puede provocar que, en coberturas extensas o de largo plazo, las notas nuevas carezcan de contexto, se omitan referencias relevantes o repitan información ya publicada sumando una capa de complejidad para el periodista a cargo.
• Solución: El equipo diseñó un asistente que analiza los borradores de notas en desarrollo, identifica nombres propios, fechas y entidades clave, y propone otros artículos ya publicados sobre el mismo tema. Aunque el sistema aún no se conecta automáticamente con el CMS, el desarrollo incluye las instrucciones y estructura para hacerlo posible en una etapa futura.
• Beneficio: Fortalece la continuidad narrativa en coberturas fragmentadas, facilita el acceso a antecedentes durante el proceso de redacción y deja las bases para una integración futura que optimice flujos de trabajo.

Lector automático de informes técnicos para coberturas especializadas

• Problema identificado: En la cobertura del sector automotor, los periodistas deben analizar informes mensuales de ACARA (Asociación de Concesionarios de Automotores de la República Argentina), que incluyen datos extensos sobre patentamientos, marcas y modelos. Estos documentos, en formato PDF, requieren una lectura minuciosa y extracción manual de cifras, lo que retrasa la publicación.
• Solución: Los periodistas crearon un asistente entrenado con documentos anteriores y sus notas derivadas que permite cargar el PDF mensual, extraer los datos clave y generar un borrador de artículo periodístico ya estructurado, listo para su edición final.
• Beneficio: Agiliza la producción de contenidos técnicos, reduce la carga operativa de lectura manual y permite publicar con mayor oportunidad sin comprometer la precisión.

Además de los prototipos desarrollados durante los encuentros presenciales, los modelos personalizados también funcionaron como una herramienta de continuidad para extender la experiencia del workshop más allá de sus sesiones. Para eso se diseñó un modelo personalizado entrenado con todos los contenidos trabajados durante la capacitación y con el listado completo de asistentes, incluyendo sus nombres y las secciones en las que trabajan dentro de la redacción.

Este asistente permite a cada periodista consultar dudas, recuperar conceptos o explorar casos de uso utilizando lenguaje natural. Al reconocer quién realiza la consulta y en qué área se desempeña, el modelo ofrece respuestas contextualizadas, adaptadas a los intereses y necesidades de cada usuario. De este modo, el conocimiento compartido durante el workshop permanece disponible como un recurso de consulta activa en el trabajo cotidiano.

Como complemento se compartió también un traductor de formatos pensado para facilitar la apropiación de los distintos estilos narrativos presentados. Esta herramienta permite tomar un borrador o nota ya producida, como una cobertura informativa clásica, y transformarla en un nuevo formato narrativo, como una cronología, un explainer o una lista de claves. La propuesta busca acelerar la experimentación con estructuras más atractivas y funcionales, alineadas con un documento de estilos trabajado durante el taller, sin necesidad de partir desde cero.

Es importante señalar que, en varios casos, los prototipos no fueron concebidos como desarrollos finalizados durante la jornada, sino como el punto de partida para su diseño e implementación. Lo más valioso del proceso fue la posibilidad de que los equipos identificaran necesidades reales dentro de sus flujos de trabajo, imaginaran soluciones concretas y dieran los primeros pasos hacia su construcción. La prioridad no estuvo en llegar a un producto terminado, sino en activar una forma de pensar la inteligencia artificial desde el periodismo, con foco en problemas concretos, criterios editoriales y posibilidades reales de adopción.

La IA como aliada editorial y no como destino tecnológico

La experiencia junto a los periodistas de Clarín reafirmó algo que venía observando en trabajos anteriores junto a diferentes redacciones de la región.

El verdadero potencial de la inteligencia artificial en los medios no reside en la automatización per se. En contextos marcados por la aceleración constante y la saturación informativa, el aporte más valioso de esta tecnología no es su capacidad para hacer todo más rápido, sino su potencial para habilitar una nueva relación con el tiempo. Una relación que permita a las redacciones recuperar espacios de análisis, volver a mirar los procesos con distancia y priorizar decisiones editoriales más reflexivas.

Cada redacción tiene su propio ritmo, su cultura y sus urgencias. Sin embargo, hay una pregunta transversal que todos deberíamos hacernos: ¿Qué tareas podríamos resolver mejor si contáramos con una asistencia editorial diseñada a medida? El punto de partida no es la tecnología, es el criterio. ¿Qué hacemos, para quién lo hacemos y cómo podríamos hacerlo de forma más eficaz sin perder calidad?

Diseñar un taller de estas características implicó, antes que nada, poner en pausa la lógica del contenido inmediato y abrir un espacio para pensar. Para muchas redacciones, esa pausa puede ser incómoda. Pero si algo quedó claro es que no se trata de formar expertos en IA, sino de invitar a los periodistas a recuperar el control sobre las herramientas, adaptarlas a su entorno y volverlas parte de su lenguaje.

Algo más profundo está cambiando. La IA ya no es sólo un conjunto de herramientas. Se está convirtiendo en una nueva interfaz para acceder al conocimiento. Los chatbots conversacionales están reconfigurando la forma en que las personas se informan. Las audiencias ya no buscan, conversan. Ya no esperan encontrar una nota. Esperan que alguien, o algo, les responda. En esa transición se encuentra hoy el periodismo. Y no es una transición tecnológica. Es estructural.

Por eso, más que adoptar tecnologías, lo que necesitamos es construir criterios. Y más que buscar soluciones definitivas, lo que deja un proceso como este son preguntas abiertas: ¿Qué podemos hacer mejor? ¿Cómo lo hacemos más claro, más útil, más humano?

Las respuestas no están en los modelos. Están en el periodismo.