El uso de IA en el periodismo se extiende y los usuarios deben saber identificarlo

En este escenario, la capacidad de entender y manipular código ya no es una habilidad de nicho para el departamento de sistemas, sino una competencia central para la supervivencia periodística, una capacidad clave que los periodistas tendrán que entender a mayor profundidad, de acuerdo con el reporte.

Esto implica además tener más transparencia hacia los lectores quienes tendrán que aprender también a leer más metadatos, pues la automatización de procesos back-end, como es etiquetado de metadatos, transcripción y asistencia en edición es considerada una tendencia "importante" por el 97% de los ejecutivos encuestados.

Específicamente, un 64% la califica como "muy importante", ya que esta capa técnica busca eliminar las tareas mecánicas que históricamente han consumido el tiempo de las redacciones.

Por otro lado, surge el desarrollo de productos y la codificación como el segundo motor de cambio. El 44% de los líderes de medios considera que la programación y el desarrollo son pilares fundamentales para 2026. Esta cifra representa un crecimiento de 16 puntos porcentuales respecto al año anterior, impulsado por la aparición de "agentes de codificación" que permiten incluso a quienes no tienen formación técnica crear prototipos y aplicaciones en cuestión de minutos.

¿Por qué el periodista ahora debe "hablar" código?

El informe de Reuters introduce el concepto de ‘Contenido Líquido’, definido como historias que no son estáticas, sino que se adaptan en tiempo real al contexto, ubicación y preferencias del usuario. Para que un periodista pueda concebir una pieza "líquida", debe comprender la arquitectura que permite que ese contenido se fragmente y personalice automáticamente mediante IA.

Esto significa que los medios ya no solo producen artículos, sino unidades informativas atómicas que fluyen y se adaptan a través de múltiples recipientes, desde aplicaciones móviles y redes sociales hasta asistentes de voz. Para que esta fluidez sea posible, el periodista moderno debe integrarse en los procesos de automatización back-end y dominar nociones de codificación, permitiendo que la información se ensamble y personalice en tiempo real según las necesidades de un usuario saturado de estímulos.

Por ejemplo, un contenido líquido puede verse en los Juegos Olímpicos o el Mundial de Fútbol, donde ya no es una pieza única como una crónica escrita o un video de 10 minutos, sino que se comporta de manera "atómica" y adaptable. O sea, puede tener una nota base que funciona como un átomo donde se generan datos básicos de resultados, después está en una aplicación del medio o notificaciones donde llegue esta información a los usuarios que les interese y además un programa paralelo de contenidos en otras plataformas.

En redes sociales como TikTok o Instagram, la misma noticia se convierte automáticamente en un clip vertical de 15 segundos con los momentos destacados, optimizado para el algoritmo de "vibe". Mientras que el contenido en web se "hidrata" con metadatos y gráficos interactivos que cambian en tiempo real según el usuario siga haciendo clic.

Si el usuario pregunta a un altavoz inteligente, el sistema extrae el "núcleo" de la noticia para dar una respuesta hablada rápida.

Miriam Wells, editora de impacto en Examination, señaló que incluso medios de distribución como WhatsApp pueden funcionar como parte de esta estrategia por mantener a las audiencias informadas y que el análisis de quienes leen una noticia dentro de estos canales puede ayudar a que los usuarios perciban que las noticias son personalizadas, pero también curadas.

Ante la caída del tráfico proveniente de redes sociales y la amenaza del contenido sintético de baja calidad, la capacidad de "hablar código" y gestionar productos digitales se convierte en la nueva ventaja competitiva.

Además, el auge del vibe coding, la práctica de generar software simplemente describiendo lo que se desea a un programa de IA, está democratizando el desarrollo tecnológico dentro de las redacciones. Esto significa que el periodista del 2026 ya no solo escribe la noticia, sino que participa activamente en el diseño de la interfaz y la experiencia a través de la cual se consume.

Casos de uso de la IA en el periodismo

El New York Times utiliza IA para analizar volúmenes masivos de datos en formatos mixtos (vídeo, audio, PDF) y encontrar patrones. En una investigación reciente, procesaron miles de horas de contenido en solo dos semanas, una tarea que anteriormente habría tomado un año.

Otro medio que ha implementado micro automatizaciones es el Helsingin Sanomat de Finlandia que usa bots que rastrean canales de Telegram en ruso para alertar a los periodistas sobre noticias de última hora en tiempo real.

Aunque el informe de Reuters es el eje central, la necesidad de perfiles técnicos se ve reforzada por las realidades de medición que reportan consultoras como Comscore y Nielsen. La caída estrepitosa del tráfico referido desde redes sociales tradicionales (Facebook -43%, X -46%) obliga a los medios a invertir en plataformas propias más sofisticadas.

Los editores esperan que el tráfico desde buscadores tradicionales caiga más de un 40% en los próximos tres años debido a los "motores de respuesta" impulsados por IA. Para combatir esto, la industria está pivotando hacia la Optimización para Motores de Respuesta (AEO), una evolución técnica del SEO que requiere un conocimiento profundo de cómo los modelos de lenguaje (LLMs) indexan y sintetizan la información.

El documento de Reuters señala que el 76% de los medios planea que su personal se comporte más como "creadores", enfocándose en formatos de vídeo y audio, sin embargo a pesar de la alta inversión en tecnología, solo el 13% de los ejecutivos describe los resultados de sus iniciativas de IA como "transformadores", mientras que el 42% los califica todavía como "limitados".