Thomas Baekdal: Usar IA para crear contenido periodístico es, en esencia, un enfoque equivocado

Con más de 20 años de experiencia analizando tendencias en la industria de los medios, Thomas Baekdal ha sido una voz crítica respecto a cómo los editores han abordado la digitalización. Desde su plataforma independiente, Baekdal.com, examina los cambios estructurales del periodismo y sus modelos de negocio, alejándose de las métricas tradicionales que priorizan el volumen por sobre el valor.

En esta conversación, el experto en medios profundiza en el desafío de la publicidad digital en un contexto donde la privacidad del usuario es una preocupación creciente. Según su visión, las organizaciones periodísticas deben alejarse de la dependencia de los datos de terceros y desarrollar modelos directos que permitan una segmentación más efectiva sin comprometer la confianza del público.

Asimismo, advierte sobre el uso de la inteligencia artificial en la producción de contenido periodístico. Si bien reconoce su potencial en áreas como la personalización o los reportes hiperlocales, insiste en que reemplazar el trabajo periodístico con IA es un error que afectaría la identidad de los medios. Para Baekdal, la clave no está en la automatización, sino en redefinir la conexión con las audiencias.

En esta entrevista con LA NACION, el analista subraya que la industria ha desperdiciado años intentando integrarse en plataformas tecnológicas que no están diseñadas para favorecer a los medios. En lugar de seguir persiguiendo a los gigantes digitales, propone que los editores retomen el control de su contenido y su relación con los lectores, apostando por modelos de negocio basados en la relevancia y la lealtad de la audiencia.

-En el contexto actual, donde la privacidad del usuario es una preocupación creciente, ¿cómo pueden las organizaciones de medios adaptar sus estrategias publicitarias sin depender de datos de terceros?

-Esta es una pregunta muy difícil de responder porque requiere un enfoque completamente diferente. La publicidad programática de display basada en datos de terceros se sustenta en el concepto de volumen y escala, pero a costa de una segmentación de alto valor. Como resultado, ese tipo de publicidad en realidad tiene un rendimiento pobre, por eso las grandes empresas tecnológicas no la utilizan. Todas usan publicidad de primera mano específica de su plataforma porque funciona mucho mejor. Entonces, el problema para los editores no es solo una cuestión de pasar de datos de terceros a datos de primera mano en términos de privacidad. Se trata mucho más de qué es esa publicidad, qué formatos utilizar y cómo demostrar a las marcas que este es un método más efectivo para anunciarse. Esto significa que los editores tienen que analizar cada aspecto de cómo funciona la publicidad, y dependiendo de cómo definamos la privacidad en este contexto, también puede implicar un enfoque completamente distinto en cuanto a la segmentación. Tenemos la privacidad total, donde no se utilizan datos de segmentación, lo que significa que los editores deben centrarse en encuestas a usuarios y segmentación contextual en lugar de dirigirse a individuos. Pero también existe la segmentación de primera mano, donde las personas son dirigidas de manera personalizada, pero esos datos nunca se comparten. Esto funciona bien para las revistas, pero menos para los periódicos de gran alcance. En esencia, el problema no es tanto la privacidad, sino el hecho de no usar el mismo modelo programático. Básicamente, nosotros, como editores, tenemos que desarrollar un nuevo modelo directo que funcione para nosotros.

-¿Qué oportunidades y desafíos presenta la inteligencia artificial en la creación y distribución de contenido periodístico?

-En general, la respuesta a esto es “muy pocas”. Usar IA para crear contenido periodístico es, en esencia, un enfoque equivocado. Es fundamental que los editores mantengan el contacto con sus lectores, y usar IA simplemente para crear “contenido” nos aleja de eso. Además, imaginemos qué pasaría si los editores hicieran esto. En ese punto, ya no habría razón para que una persona visite un periódico o una revista. Se perdería la unicidad. Las áreas donde sí hay cierto potencial están en cómo podemos usar la IA para ampliar el periodismo de formas que no serían posibles manualmente. Entonces, hay aspectos de personalización, reportes hiperlocales y actualizaciones rápidas, es decir, cosas que no requieren un enfoque periodístico tradicional, pero donde la información es difícil de procesar manualmente y sigue siendo útil para la gente.

-¿Qué consideraciones éticas deberían tener en cuenta las organizaciones de medios al implementar inteligencia artificial en sus procesos?

-El acto del periodismo y el rol profesional del periodista es ayudar al público a estar informado de manera fáctica, representando con precisión la realidad. Entonces, el uso ético de la IA es justamente eso: debe cumplir con ese estándar. Y si no puede hacerlo por defecto, deben establecerse métodos para evitar que cause daño. El problema con la IA hoy en día es que, aunque parece impresionante, no es lo suficientemente buena como para alcanzar este nivel de calidad. Por lo tanto, los editores deben implementar controles muy estrictos en todo lo que hacen con IA. Eso es, en esencia, lo que significa un uso ético de la IA.

-¿Cómo pueden las organizaciones de medios aprovechar la inteligencia artificial y el análisis de datos para personalizar la experiencia del usuario sin comprometer la independencia editorial?

-Me parece una pregunta extraña (perdón), pero esos no son opuestos. Una de las cosas que he observado como analista de medios es que la gente está tan enfocada en cómo funcionan los análisis de datos en las redes sociales y las granjas de contenido, que asumimos que eso es lo que también significaría para los editores. Es decir, si usamos análisis de datos o personalización con IA, se inclinaría hacia lo opuesto de lo que definirían los editores. Hemos visto malos ejemplos de esto, como cuando un periódico decide que todos sus periodistas deben ser medidos por la cantidad de vistas de sus artículos (lo cual es una idea estúpida). Pero el problema aquí no es que se use personalización con IA o análisis de datos. El problema es que están persiguiendo las métricas equivocadas. Como editores, debemos definir métricas que hagan que la gente valore nuestro periodismo. Un ejemplo es la “relevancia”, en la que me he estado enfocando. Y cuando se usa el análisis de datos para eso, no se compromete la independencia editorial, sino que se la refina.

-Con la automatización de ciertas tareas periodísticas y el rol de los algoritmos, ¿qué habilidades deberían desarrollar los periodistas para seguir siendo únicos, distintivos y relevantes en la industria?

-Esta es una pregunta excelente. Si pensamos en el rol del periodista en el pasado, vemos que muchos pasaban una enorme cantidad de tiempo haciendo dos cosas: entrevistando personas y escribiendo artículos, es decir, trabajando en la historia. Lo que hace la automatización es reemplazar parte de ese trabajo, por lo que los periodistas del futuro deberán centrarse mucho más en las necesidades del público (es decir, no solo informar la noticia, sino entender por qué algo es importante), en la interacción con la comunidad y en el desarrollo de historias.

-¿Cómo pueden los medios tradicionales reinventarse para adaptarse sin problemas a un entorno digital dominado por las plataformas tecnológicas?

-Voy a decir algo extraño: no creo que esto sea un problema. Sí, ahora mismo es un problema enorme, pero eso se debe principalmente a que estamos persiguiendo a las empresas tecnológicas. Lo que necesitamos hacer es definir nuestro periodismo como una forma de medios distinta, en lugar de gastar tanto tiempo intentando ser parte de todas las demás formas de medios. Este es el error que la industria ha cometido durante los últimos 15 años. En lugar de centrarse en volverse valiosa por sí misma, los editores han pasado demasiado tiempo intentando ser valiosos en Facebook. Tenemos que alejarnos de ese enfoque.

-¿Qué modelos de negocio emergentes considera sostenibles para los medios en la era digital?

-Je… bueno, este no es realmente un modelo emergente. Pero el modelo de negocio más sostenible es lograr que la gente interactúe con vos directamente y que pague por ello. Es decir, tráfico directo y muros de pago. Sé que es una respuesta aburrida, pero es en lo que los editores realmente deben enfocarse.

-¿Cómo puede la innovación digital ayudar a fortalecer la credibilidad y la confianza en los medios?

-No estoy seguro de cómo responder a esto porque no es la innovación digital en sí la que lo causa. En términos fundamentales, los editores necesitan entender por qué sus lectores recurren a ellos y deben tener una mentalidad enfocada en el futuro, porque estamos ayudando a nuestros lectores en su recorrido por la vida. Entonces, los editores que parecen desactualizados también son automáticamente menos creíbles y menos confiables, simplemente porque dan la impresión de no estar al día. Mientras tanto, los editores que tienen un enfoque futurista en términos de contenido periodístico, modelos de negocio, formatos y necesidades del usuario, parecerán más valiosos para la gente porque se los percibe como profesionales que saben lo que hacen.

-¿Qué estrategias recomienda para construir lealtad en la audiencia en un mercado saturado de información?

-Centrarse en la relevancia y en las necesidades del usuario. Sé que es algo muy fácil de decir, pero es en lo que no somos buenos hoy en día. Tenemos que crear un producto que la gente necesite y que realmente los ayude.