IA para periodistas: herramientas que están cambiando las redacciones

El periodismo lleva décadas sobreviviendo crisis: internet, las redes sociales, la caída de la publicidad impresa. Ahora llega la IA, y la pregunta que me hacen constantemente es si va a acabar con los periodistas.

La respuesta corta es no. La respuesta larga es que va a acabar con los periodistas que no sepan usarla.

No soy periodista, pero trabajo con muchos. Y lo que veo en las redacciones españolas que están adoptando IA no es sustitución: es transformación. Los que dominan estas herramientas producen más, investigan mejor y cometen menos errores. Los que las ignoran se están quedando atrás.

Este artículo va de lo concreto: qué herramientas sirven, cómo se usan, qué limitaciones tienen y dónde están los riesgos que no puedes ignorar. Empezando por el que ya no es teórico: desde el 2 de agosto de 2026 hay obligaciones legales de transparencia sobre contenido generado con IA, y afectan de lleno a cualquier medio.

Lo primero: qué te obliga a etiquetar el artículo 50

El artículo 50 del Reglamento (UE) 2024/1689 —el Reglamento Europeo de Inteligencia Artificial— está en aplicación desde el 2 de agosto de 2026. No es una recomendación deontológica: es derecho vigente con régimen sancionador detrás, con multas que pueden alcanzar los 15 millones de euros o el 3% del volumen de negocio anual mundial en los incumplimientos de este bloque.

Y para una redacción tiene una lógica que conviene entender bien, porque no es "etiquétalo todo".

Contenido	¿Hay que informar?	Matiz
Deepfake: imagen, audio o vídeo generado o manipulado que parece real	Sí, siempre	Se informa de forma clara y visible
Contenido evidentemente artístico, satírico o de ficción	Sí, de forma adaptada	Sin estropear la obra: basta una indicación adecuada
Texto publicado para informar al público sobre asuntos de interés general	Sí, salvo excepción	Ver el punto siguiente, que es el que te salva
Texto con revisión humana y responsabilidad editorial de una persona física o jurídica	No	Esta es la excepción clave para el periodismo
Chatbot en la web del medio que interactúa con lectores	Sí	Debe identificarse como sistema de IA
Transcripción, traducción o búsqueda como herramienta interna	No	No genera contenido publicado

La excepción de la responsabilidad editorial es la pieza central para un medio, y merece la pena leerla despacio. El Reglamento exige informar cuando se publica texto generado o manipulado con IA con el fin de informar al público sobre asuntos de interés público, salvo que el contenido haya sido sometido a un proceso de revisión humana o control editorial y una persona física o jurídica asuma la responsabilidad editorial de la publicación.

Traducido a la práctica de una redacción: si un redactor genera un borrador con IA, lo verifica, lo edita y el medio asume la responsabilidad editorial de lo publicado —que es exactamente lo que hace un medio con cualquier pieza—, no nace la obligación de etiquetar ese texto. Si se publica directamente una salida de la máquina sin que nadie la revise, sí.

Lo que no admite esa excepción es el deepfake. Una imagen, un audio o un vídeo generado o manipulado que puede parecer auténtico se declara siempre, aunque haya pasado por edición. Y ahí entran cosas que muchas redacciones no consideran deepfakes: una recreación visual de un hecho, una voz sintética leyendo una declaración, una imagen generada para ilustrar un reportaje.

Tres consecuencias operativas que recomiendo llevar al manual de estilo esta semana:

1. Escribe la política y publícala. Qué usos de IA están permitidos, cuáles requieren declaración y quién firma la responsabilidad editorial de cada pieza. Que exista por escrito es la mitad de la defensa.
2. Etiqueta toda imagen generada o alterada con IA, aunque sea ilustrativa. El coste de hacerlo es una línea de pie de foto; el coste de no hacerlo puede ser bastante mayor.
3. Deja rastro de la revisión humana. Si tu excepción se apoya en el control editorial, tiene que poder acreditarse: quién revisó, cuándo y qué cambió.

He desarrollado el detalle de la norma y de cómo se está aplicando en deepfakes y etiquetado de contenido de IA, y el análisis de la entrada en vigor en la obligación de etiquetar contenido de IA desde agosto de 2026. El calendario completo del Reglamento está en mi guía de la ley de IA europea.

Transcripción automática: el fin de las horas perdidas

Si haces entrevistas, sabes lo que duele transcribir. Una hora de entrevista puede costar tres o cuatro de trabajo. La IA ha resuelto esto casi por completo.

Otter es la referencia para transcripción con identificación de hablantes, resumen automático, búsqueda dentro de las transcripciones y sincronización con las plataformas de videollamada. Tiene plan gratuito con límite mensual de minutos y planes de pago para uso profesional; verifica el precio actual, porque estas tarifas se mueven.

Limitación honesta: el español con acentos regionales marcados sigue dando problemas, y los ambientes ruidosos degradan la precisión. Revisa siempre la transcripción antes de citar. Una cita mal transcrita publicada es una rectificación.

Whisper, el modelo de transcripción de OpenAI, es de código abierto y puede ejecutarse en local. Esa es su gran ventaja: la grabación no sale de tu máquina. Si manejas fuentes confidenciales, esto no es un detalle técnico, es lo único aceptable. Requiere algo de manejo, aunque existen aplicaciones de escritorio que lo empaquetan con interfaz gráfica y evitan tocar la terminal.

Herramientas de limpieza de audio. Adobe Podcast y funciones equivalentes separan la voz del ruido de fondo. Una entrevista grabada en un bar, en una manifestación o en una rueda de prensa concurrida puede pasar de casi inservible a perfectamente transcribible.

Descript transcribe y permite editar el audio modificando el texto: borras una frase del texto y desaparece del audio. Para producción de pódcast y vídeo cambia el flujo de trabajo por completo.

Verificación e investigación

El fact-checking es una de las tareas más intensivas del oficio. La IA acelera partes del proceso, con matices importantes.

Perplexity busca en internet en tiempo real y cita sus fuentes, lo que lo hace más útil que un chatbot cerrado para orientarte. El flujo correcto es: introduces la afirmación, obtienes un resumen con enlaces y vas a la fuente primaria a verificar. El resumen es el mapa, no el territorio.

Análisis de documentos largos. Un expediente de 300 páginas, un informe oficial, una memoria anual. Subes el documento y preguntas: "¿Hay menciones a pagos en efectivo superiores a 10.000 euros?", "¿Qué empresas aparecen como beneficiarias de los contratos?". No sustituye la lectura exhaustiva: te dice dónde mirar primero.

Advertencia crítica, y la desarrollo más abajo: nunca subas documentos con fuentes confidenciales a una herramienta en la nube.

Herramientas específicas de verificación. InVID/WeVerify sigue siendo el estándar de facto para verificación de vídeos e imágenes en periodismo, y su extensión de navegador es gratuita y debería estar instalada en cualquier redacción. Iniciativas como Full Fact o ClaimBuster trabajan en detección automatizada de afirmaciones verificables. En España, Maldita.es y Newtral han publicado sus metodologías, que combinan búsqueda inversa, análisis de metadatos y consulta a expertos: un proceso que la IA acelera en la fase de búsqueda y no puede reemplazar en la de juicio.

Periodismo de datos

El periodismo de datos existía, pero exigía programación o acceso a un equipo especializado. La IA ha bajado esa barrera de forma notable.

Visualización. Herramientas como Datawrapper te permiten subir un conjunto de datos, elegir el gráfico y publicar con un incrustado que funciona en cualquier gestor de contenidos. Lo que la IA añade es la fase previa: si tienes una tabla mal formateada, describes el problema y te genera el código o las fórmulas para arreglarla.

Análisis con Python. Con un asistente de IA puedes pedir código para descargar datos de fuentes públicas —INE, Eurostat, datos.gob.es—, limpiar conjuntos, calcular estadísticas y generar gráficos. No necesitas saber programar para leer los resultados, pero sí necesitas criterio para detectar cuando el análisis está mal. El riesgo real no es que el código falle: es que funcione perfectamente y calcule algo distinto de lo que necesitas. Ese error no da error.

Grandes redacciones internacionales llevan años usando IA para procesar volúmenes de registros que a mano habrían tardado semanas. En España, los equipos de datos de varios medios ya integran estas herramientas en su flujo, aunque la información pública sobre cómo exactamente sigue siendo escasa.

Generación de contenido: dónde ayuda y dónde falla

Aquí viene el tema espinoso. La IA puede generar texto. ¿Debe un periodista usarla para escribir?

Depende del tipo de contenido, y ahora también de lo que exige el artículo 50.

Donde tiene sentido

Artículos de datos estructurados: resultados deportivos, cotizaciones, meteorología, escrutinios. Estructura fija y datos verificables. Las agencias internacionales llevan años haciéndolo y varios medios españoles lo aplican ya a cobertura deportiva de categorías menores.

Primeros borradores a partir de una nota de prensa, con revisión exhaustiva y añadiendo contexto, fuentes independientes y análisis. Sin eso no es periodismo, es reenviar el gabinete.

Resúmenes de sesiones largas: plenos, juicios, comparecencias. Con la transcripción delante y revisión obligatoria.

Titulares alternativos para pruebas A/B, con selección editorial humana.

En todos estos casos, si hay revisión humana y responsabilidad editorial asumida, no nace la obligación de etiquetar el texto. Lo que sí conviene es tener escrito que ese control existe.

Donde no

Periodismo de investigación. La IA no hace llamadas, no consigue documentos, no convence a nadie de hablar y no detecta cuando algo no cuadra.

Entrevistas y crónicas. Su valor está en la presencia, la observación y la interpretación. Un perfil generado es, en el mejor de los casos, mediocre, y se nota.

Cualquier cosa que requiera verificación exhaustiva. Los modelos inventan datos, citan fuentes que no existen y confunden hechos con total aplomo. Que esto no es teórico lo demuestra que en España ya hay abogados sancionados por presentar jurisprudencia inventada: el TSJ de Canarias multó con 420 euros a un letrado en febrero de 2026 por citar 48 sentencias inexistentes, y con 840 euros a otro en julio del mismo año. Si eso ocurre en un escrito judicial revisado por un profesional, imagina lo fácil que es que se cuele una cita falsa en una pieza escrita con prisa.

Detección de deepfakes

Es uno de los usos más importantes para el periodismo actual y del que menos se habla en las redacciones. Un deepfake es un vídeo, audio o imagen manipulada para hacer parecer que alguien dijo o hizo algo que no ocurrió, y su calidad actual los hace indistinguibles a simple vista en muchos casos.

Herramientas de detección. Existen plataformas comerciales especializadas —Sensity, Hive y otras— que dan una puntuación de probabilidad de manipulación, con acceso de pago orientado a empresa. Hay detectores gratuitos útiles para una primera criba, con fiabilidad menor.

Ninguna garantiza la detección. La carrera entre generadores y detectores es permanente y cada mejora en detección se convierte en objetivo de los generadores. Un detector no es una prueba: es una señal.

Señales que puedes ver tú: bordes difusos en pelo y dientes, parpadeo anormal o ausente, sombras que no cuadran, manos extrañas, audio ligeramente desincronizado, fondo con artefactos, piel demasiado uniforme sin poros ni imperfecciones.

El protocolo de verificación de un vídeo viral:

1. Búsqueda inversa: sube un fotograma para ver si el vídeo existe en otro contexto
2. Metadatos: analiza los metadatos con InVID/WeVerify
3. Contexto geográfico: comprueba que el escenario encaja con la localización afirmada —edificios, señales, matrículas, vegetación—
4. Fuente primaria: quién lo publicó primero y qué historial tiene
5. Detector: solo si lo anterior no es concluyente

La regla práctica no ha cambiado con la IA: si no puedes verificar la autenticidad con razonable certeza, no lo publiques. La presión por ser el primero nunca ha justificado publicar algo falso, y ahora falso es mucho más barato de fabricar.

Verificación de fuentes e identidades

Búsqueda inversa de imágenes. Los buscadores generalistas y TinEye son la base. Existen motores de búsqueda facial mucho más potentes, con debates éticos y jurídicos legítimos sobre su propia existencia y con implicaciones de protección de datos que conviene consultar antes de usarlos de forma sistemática.

Análisis de cuentas. Herramientas académicas permiten estimar si una cuenta se comporta como un bot o visualizar cómo se propaga un enlace en redes, lo que ayuda a distinguir viralidad orgánica de amplificación coordinada.

Ninguna de estas herramientas da certezas. Dan indicios que orientan la investigación.

Medios españoles que ya usan IA

El País ha integrado IA en transcripción, traducción, análisis de datos electorales y personalización de boletines, y ha publicado directrices internas sobre su uso.

El Confidencial tiene uno de los equipos de datos más activos del periodismo español y usa IA en análisis de grandes conjuntos de datos para sus investigaciones.

La Agencia EFE ha anunciado acuerdos para automatizar contenido de bajo valor añadido —datos bursátiles, meteorología, resultados— liberando a sus periodistas, y usa IA en clasificación y distribución multilingüe.

RTVE trabaja en subtitulación automática y en transcripción y búsqueda semántica de sus archivos históricos, un patrimonio audiovisual enorme y en buena parte inaccesible por falta de catalogación.

Varias televisiones autonómicas usan ya subtitulado automático en directo. No es perfecto, pero para accesibilidad de personas sordas la alternativa era no tener subtítulos.

Ética y protección de fuentes

Transparencia con la audiencia

Más allá de la obligación legal, está la deontológica. Mi posición: si la IA ha generado partes significativas del texto, decláralo aunque la excepción de responsabilidad editorial te exima; si solo ha ayudado con transcripción o búsqueda, es comparable a usar un buscador y no hace falta.

La FAPE publicó una guía de recomendaciones sobre IA en periodismo que establece principios de transparencia, verificación y responsabilidad editorial, y es un buen punto de partida para redactar la política de tu medio.

Derechos de autor

Si usas IA para generar imágenes, la titularidad de esas imágenes sigue siendo un terreno inestable en la legislación española y europea de propiedad intelectual. Varias organizaciones profesionales recomiendan no usar imágenes generadas para sustituir a fotógrafos en coberturas informativas y declarar siempre cuándo una imagen es sintética. Con el artículo 50 en aplicación, esa segunda parte ya no es solo una recomendación.

Sesgos

Los modelos reflejan los sesgos de sus datos de entrenamiento, y el resultado puede contener sesgos de género, origen o ideología que no son evidentes. Un ejemplo sencillo de comprobar: pide el perfil de un profesional de éxito de cualquier sector y observa qué género y qué perfil te devuelve por defecto. Detectarlo y corregirlo es responsabilidad del periodista, no del modelo.

Protección de fuentes: el punto crítico

Este es el más importante de todo el artículo y el que más se incumple por desconocimiento.

Nunca uses herramientas de IA en la nube para procesar información que pueda identificar a una fuente confidencial. En los planes gratuitos y personales de las grandes herramientas las conversaciones pueden emplearse para entrenar los modelos salvo exclusión expresa, y esa exclusión hay que activarla a mano. Y aunque la desactives, el dato ha salido de tu equipo y está en un servidor de un tercero, sujeto a sus políticas y a las peticiones legales que reciba.

Si necesitas procesar información sensible, usa modelos que se ejecuten en local. Herramientas como Ollama o LM Studio permiten correr modelos abiertos en tu propio ordenador sin conexión: son menos potentes que los modelos de frontera, pero para extracción de información y resumen suelen ser más que suficientes. Es más lento y menos brillante, y la seguridad de tus fuentes no tiene alternativa.

Si trabajas con datos personales de terceros —que en periodismo pasa constantemente—, el marco de protección de datos aplicable lo tengo desglosado por herramienta y por plan en RGPD e inteligencia artificial en la empresa.

Qué modelo usar

A agosto de 2026 los modelos generalistas vigentes son la familia GPT-5 en ChatGPT, Claude Opus 5 y Claude Sonnet 5 en Claude, y Gemini 3.x Pro en Google. Los planes de pago rondan los 20-23 euros al mes por usuario; comprueba el precio actual en la web oficial. Si alguien te vende formación basada en GPT-4, Claude 3.5 o Gemini 1.5 como lo último, va dos generaciones por detrás.

Para trabajo con documentos propios sin riesgo de datos inventados, NotebookLM es gratuito y responde solo con los archivos que le subas, citando el fragmento de origen. Para investigación con verificación, Perplexity. Para material confidencial, modelo local. Esa es la caja de herramientas completa.

Integrarla en el día a día

Semanas 1 y 2: transcripción. Es el cambio con mayor retorno inmediato. El objetivo no es una transcripción perfecta: es una lo bastante buena para que revisar te lleve treinta minutos en lugar de tres horas.

Semanas 3 y 4: investigación asistida. Usa Perplexity para orientarte rápido en un tema nuevo, nunca para dar por verificado un hecho. Ejemplo: te asignan una pieza sobre el efecto de una nueva normativa de vivienda en el alquiler de una ciudad. Empiezas ahí para el contexto y las series de datos, y de ahí vas a las fuentes primarias.

Mes 2: análisis de documentos. Prueba con un informe largo y crea el hábito de verificación: por cada dato extraído con IA, vuelve al documento original a confirmarlo.

Mes 3: verificación de vídeo e imagen. Fórmate en el protocolo de InVID/WeVerify. Es gratuito y es la competencia que más va a valer en los próximos años.

En paralelo, desde el día uno: la política de uso de IA del medio. Con el artículo 50 en aplicación, tenerla escrita ya no es opcional.

Lo que todavía no merece tu tiempo

Generadores de artículos completos. Resultado genérico, sin fuentes verificadas y con riesgo alto de invención.

Chatbots de atención al lector sin supervisión. La reputación de un medio se construye en años y se destruye en horas.

Análisis de sentimiento para cobertura política en español. Los modelos tienen sesgos conocidos, y la ironía y el sarcasmo del español peninsular generan falsos positivos sistemáticos. Sacar titulares de ahí es pedir una rectificación.

Preguntas frecuentes

¿Hay que avisar de que un artículo se ha escrito con IA?

Depende. El artículo 50 del Reglamento Europeo de IA obliga a informar cuando se publica texto generado o manipulado con IA para informar al público sobre asuntos de interés general, salvo que haya pasado revisión humana o control editorial y alguien asuma la responsabilidad editorial. En una redacción que revisa y firma sus piezas, esa excepción aplica. Con imágenes, audio y vídeo manipulados no hay excepción: se declara siempre.

¿Desde cuándo hay que etiquetar el contenido generado con IA?

Desde el 2 de agosto de 2026, fecha en que entraron en aplicación las obligaciones de transparencia del artículo 50 del Reglamento (UE) 2024/1689. Las prácticas prohibidas y la obligación de formación del personal ya eran exigibles desde febrero de 2025, y las obligaciones de los sistemas de alto riesgo del Anexo III se aplazaron a diciembre de 2027.

¿Qué multa hay por no etiquetar contenido generado con IA?

Los incumplimientos de las obligaciones de transparencia del artículo 50 pueden sancionarse con hasta 15 millones de euros o el 3% del volumen de negocio anual mundial total del ejercicio anterior, la cuantía que resulte mayor. Los importes se modulan según la gravedad, la duración y el tamaño de la organización, con reglas específicas para pymes.

¿Puedo subir a ChatGPT documentos con fuentes confidenciales?

No. En los planes gratuitos y personales las conversaciones pueden usarse para entrenar el modelo salvo que desactives esa opción, y aun desactivándola el documento sale de tu equipo hacia un servidor de un tercero. Para material sensible, usa un modelo ejecutado en local con herramientas como Ollama o LM Studio: menos potente, pero los datos no salen de tu máquina.

¿Cuál es la mejor IA para transcribir entrevistas en español?

Otter funciona bien y es el estándar más extendido, con identificación de hablantes y resumen automático. Si necesitas privacidad, Whisper ejecutado en local es la opción, porque el audio no sale de tu ordenador. En ambos casos hay que revisar la transcripción antes de citar: los acentos regionales marcados y el ruido ambiente siguen degradando la precisión.

¿Se inventa la IA datos y citas?

Sí, y con formato perfectamente creíble. Puede darte una declaración que nadie hizo, un informe que no existe o una referencia con autor real y título inventado. En España ya hay precedentes judiciales de profesionales sancionados por presentar citas inventadas generadas con IA. Todo dato que vaya a publicarse se verifica en la fuente primaria, sin excepciones.

¿Cómo detecto si un vídeo es un deepfake?

Con un protocolo, no con una herramienta. Búsqueda inversa de un fotograma, análisis de metadatos con InVID/WeVerify, verificación del contexto geográfico, identificación de quién lo publicó primero y, solo si nada de eso es concluyente, un detector automático. Ningún detector es fiable al 100%, así que si no puedes verificarlo con razonable certeza, la respuesta es no publicarlo.

¿Puede la IA sustituir a un periodista?

Puede sustituir la producción de piezas de datos estructurados —resultados, cotizaciones, meteorología— y acelerar transcripción, documentación y análisis. No puede hacer llamadas, conseguir documentos, ganarse la confianza de una fuente ni detectar que algo no cuadra. Lo que está sustituyendo es la parte del oficio que menos se parecía al oficio.

¿Puedo usar imágenes generadas por IA para ilustrar noticias?

Puedes, pero con dos condiciones. La primera es legal: si la imagen puede parecer auténtica, hay que declarar que es generada o manipulada con IA, sin excepción de responsabilidad editorial. La segunda es deontológica: varias organizaciones profesionales desaconsejan sustituir con imágenes sintéticas el trabajo de fotógrafos en coberturas informativas, y con razón.

¿Qué debe incluir la política de uso de IA de un medio?

Como mínimo: qué usos están permitidos y cuáles prohibidos, qué contenidos requieren declaración al lector, quién asume la responsabilidad editorial de cada pieza, cómo se acredita la revisión humana, qué herramientas están autorizadas para material sensible y cuáles no, y el protocolo de verificación de imágenes y vídeos recibidos. Escrita, publicada y conocida por la redacción.

El periodismo no va a desaparecer. Pero el que no integre estas herramientas va a producir menos, investigar peor y competir en desventaja con el que sí lo haga. Y el que las integre sin entender qué le obliga la norma desde agosto de 2026 se va a llevar un disgusto que era perfectamente evitable. La elección es tuya.