De semanas a días: cómo la IA acelera el periodismo de datos
Un artículo del Reuters Institute for the Study of Journalism documenta cómo el periodista italiano Jacopo Ottaviani reconstruyó en apenas dos días proyectos de visualización de datos que hace poco más de una década requerían semanas de trabajo técnico.
La inteligencia artificial ya está reduciendo de semanas a apenas unos días el desarrollo de proyectos de periodismo de datos. Así lo documenta un artículo publicado por el Reuters Institute for the Study of Journalism, que analiza la experiencia del periodista de datos y científico informático italiano Jacopo Ottaviani al reconstruir dos proyectos de visualización con apoyo de modelos generativos.
El trabajo describe cómo herramientas de este tipo pueden acelerar significativamente procesos técnicos que tradicionalmente requerían conocimientos avanzados de programación, sin sustituir el criterio periodístico ni la supervisión humana.
Uno de los proyectos fue Patrie Galere, una plataforma publicada originalmente en 2012 que convirtió una hoja de cálculo en un mapa interactivo sobre las muertes ocurridas en cárceles italianas. La información provenía de Ristretti Orizzonti, un periódico elaborado dentro de la prisión de Padua que documenta estos casos desde 1992.
Ottaviani explica que, cuando desarrolló el proyecto por primera vez, necesitó cerca de tres semanas para limpiar los datos, programar la aplicación y construir la visualización. Al repetir recientemente el mismo ejercicio con herramientas generativas, logró reconstruir una versión actualizada en apenas dos días, incorporando además nuevas funciones e información adicional.
El segundo proyecto consistió en desarrollar desde cero una visualización sobre las carreteras con mayor índice de mortalidad en Roma. El ejercicio permitió comprobar que buena parte del tiempo dedicado tradicionalmente a programar y construir visualizaciones puede reducirse de manera considerable mediante estas herramientas, siempre bajo la dirección y supervisión del periodista.
No obstante, el autor advierte que la rapidez no elimina la necesidad de verificación. Durante el proceso detectó errores en consultas, cálculos y resultados que parecían correctos, pero que solo pudieron identificarse al contrastarlos con las bases de datos originales y revisar cuidadosamente cada etapa del trabajo.
La experiencia demuestra que estas herramientas pueden automatizar tareas repetitivas, generar código y agilizar el desarrollo de productos digitales, pero continúan dependiendo del criterio del periodista para definir qué investigar, interpretar los datos, validar la información y construir una historia con contexto.
El artículo también plantea que el periodismo de datos podría volverse más accesible para profesionales sin formación avanzada en programación. Muchas tareas que antes requerían conocimientos especializados en bases de datos, desarrollo web y visualización ahora pueden iniciarse mediante instrucciones escritas en lenguaje natural, reduciendo barreras técnicas dentro de las redacciones.
Sin embargo, Ottaviani sostiene que esta evolución no resta importancia al aprendizaje del periodismo de datos. Por el contrario, considera que comprender cómo funcionan las bases de datos, las visualizaciones y los procesos de análisis será cada vez más importante para detectar errores, verificar resultados y garantizar la calidad del trabajo periodístico.
“Al ritmo al que están mejorando estos modelos, será cada vez más difícil responder por qué una redacción debería pagar por una herramienta propietaria de visualización de datos cuando puede disponer de un equivalente de código abierto. Nada de esto significa que quienes se forman en periodismo de datos deban dejar de aprender el lenguaje de la visualización de datos. Todo lo contrario”, escribe Ottaviani.
El caso presentado por el Reuters Institute refleja una tendencia emergente en las redacciones internacionales: la inteligencia artificial comienza a acelerar tareas técnicas y repetitivas, mientras el valor diferencial del periodismo sigue descansando en la capacidad humana para formular las preguntas correctas, verificar la información, interpretar los datos y convertirlos en historias confiables y de interés público.
Fuente: Basado en el artículo From weeks to days: How I rebuilt two data journalism projects with Gen AI, de Jacopo Ottaviani, publicado por el Reuters Institute for the Study of Journalism.