SEECI

Revista de Comunicación de la SEECI (2026). 

ISSN: 1576-3420

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0


Recibido: 23/06/2026 --- Aceptado: 10/09/2026 --- Publicado: 13/10/2026


Propuesta de un diseño metodológico mixto para analizar la integración de la inteligencia artificial generativa en las rutinas periodísticas

PROPOSAL OF A MIXED-METHODS RESEARCH DESIGN TO ANALYZE THE INTEGRATION OF GENERATIVE ARTIFICIAL INTELLIGENCE INTO JOURNALISTIC ROUTINES

 

Francisco J. Cristòfol: Universidad Internacional de La Rioja. España. 

franciscojavier.cristofol@unir.net

 

Alfred Hermida: University of British Columbia. Canada.

alfred.hermida@ubc.ca

 

Juan Pablo Mateos Abarca: Universidad Complutense de Madrid. España. 

juanpmat@ucm.es

 

Cómo citar el artículo:

Cristòfol, Francisco J., Hermida, Alfred y Mateos Abarca, Juan Pablo (2026). Propuesta de un diseño metodológico mixto para analizar la integración de la inteligencia artificial generativa en las rutinas periodísticas [Proposal of a mixed-methods research design to analyze the integration of generative artificial intelligence into journalistic routines]. Revista de Comunicación de la SEECI, 59, 1-32. https://doi.org/10.15198/seeci.2026.59.e989 

RESUMEN

Introducción: La incorporación de herramientas de inteligencia artificial generativa está transformando de manera significativa las rutinas profesionales del periodismo, introduciendo nuevas dinámicas en los procesos de producción informativa, la organización del trabajo y la identidad profesional de los periodistas. A pesar del creciente interés académico por este fenómeno, persisten limitaciones metodológicas para analizar de forma sistemática su impacto en el trabajo cotidiano de las redacciones. En este contexto, el presente estudio propone y justifica un diseño metodológico mixto orientado a analizar la integración de la inteligencia artificial generativa en las rutinas periodísticas y a establecer una base operativa para su futura medición empírica. Metodología: La investigación adopta un enfoque de triangulación metodológica que combina tres instrumentos de recogida de datos: una encuesta dirigida a periodistas en activo, entrevistas en profundidad y un diario de uso de herramientas de inteligencia artificial en situaciones reales de trabajo. El diseño incorpora una perspectiva comparada entre dos ecosistemas mediáticos: Andalucía (España) y la provincia canadiense de British Columbia. Asimismo, se propone el Índice de Impacto de la IA Generativa en el Periodismo (IIGP) como un marco multidimensional de operacionalización que integra diferentes dimensiones analíticas del impacto de la inteligencia artificial en el trabajo periodístico. Resultados: El estudio presenta como resultado principal un modelo metodológico estructurado que integra percepciones profesionales, experiencias laborales y registros de uso de inteligencia artificial en contextos periodísticos. Asimismo, se propone la operacionalización inicial del IIGP como un marco multidimensional estructurado en ocho dimensiones: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgo ético, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo. Su futura aplicación empírica requerirá la validación de la estructura dimensional y el empleo de procedimientos compatibles con la naturaleza ordinal de los datos. Discusión: El diseño propuesto contribuye a superar las limitaciones de estudios previos basados exclusivamente en aproximaciones exploratorias o en una única técnica de investigación, al integrar diferentes niveles de análisis del fenómeno. La combinación de métodos permite abordar de manera más robusta la complejidad del impacto de la inteligencia artificial generativa en las rutinas periodísticas. Conclusiones: El modelo metodológico desarrollado ofrece una herramienta analítica replicable para futuras investigaciones en comunicación, permitiendo avanzar hacia una medición más sistemática del impacto de la inteligencia artificial en el periodismo. Su aplicación en distintos contextos mediáticos puede contribuir a una mejor comprensión de las transformaciones profesionales asociadas a estas tecnologías.

Palabras clave: Inteligencia artificial generativa; Rutinas periodísticas; Metodología mixta; Periodismo digital; Innovación tecnológica. 

ABSTRACT 

Introduction: The integration of generative artificial intelligence tools is significantly transforming journalistic routines, introducing new dynamics in news production processes, work organization, and professional identity. Despite growing academic interest in this phenomenon, methodological limitations remain in systematically assessing its impact on everyday journalistic practices. This study proposes and justifies a mixed-methods research design aimed at analyzing the integration of generative artificial intelligence into journalistic routines and establishing an operational basis for its future empirical measurement.

Methodology: The research adopts a triangulation approach combining three data collection methods: a survey of active journalists, in-depth interviews, and a daily log documenting the use of artificial intelligence tools in real work contexts. The study follows a comparative design between two media ecosystems: Andalusia (Spain) and British Columbia (Canada). Additionally, the Generative AI Impact Index in Journalism (IIGP) is proposed as a multidimensional operational framework that integrates different analytical dimensions of artificial intelligence impact on journalistic work. Results: The study presents, as its main result, a structured methodological model that integrates professional perceptions, work experiences, and AI-use records in journalistic contexts. It also proposes the initial operationalization of the IIGP as a multidimensional framework structured around eight dimensions: intensity of use, perceived efficiency, editorial autonomy, human supervision, ethical risk, artificial intelligence literacy, cognitive load, and organizational context. Its future empirical application will require validation of the dimensional structure and the use of procedures compatible with the ordinal nature of the data. Discussion: The proposed methodological model offers a replicable analytical tool for future research in journalism and communication studies, enabling more systematic measurement of AI’s impact. Its application across different media contexts can enhance understanding of ongoing professional transformations.

Keywords: Generative artificial intelligence; Journalistic routines; Mixed methods; Digital journalism; Technological innovation

 

1. INTRODUCCIÓN

La transformación tecnológica del periodismo ha experimentado una aceleración notable durante la última década debido a la incorporación progresiva de sistemas automatizados y herramientas de inteligencia artificial en las redacciones. Desde los primeros experimentos de periodismo automatizado y generación algorítmica de noticias, el campo ha evolucionado hacia un ecosistema informativo cada vez más mediado por tecnologías capaces de procesar, analizar y producir contenidos informativos de forma autónoma o semiautónoma (Carlson, 2015; Dörr, 2016). En este contexto, la inteligencia artificial generativa representa una nueva fase en el proceso de automatización del periodismo, caracterizada por la capacidad de estos sistemas para producir textos, imágenes o análisis complejos a partir de modelos de lenguaje avanzados (Hermida, 2024; Lewis et al., 2019; Pavlik, 2023).

La introducción de estas tecnologías está generando cambios significativos en las rutinas profesionales de los periodistas. Diversos estudios han señalado que la automatización de tareas informativas puede modificar el reparto del trabajo dentro de las redacciones, alterar los procesos de producción de noticias y redefinir el papel profesional del periodista en relación con los sistemas algorítmicos (Diakopoulos, 2019; Thurman et al., 2017). En este sentido, la literatura académica ha subrayado que la incorporación de inteligencia artificial en los medios no debe entenderse únicamente como una innovación tecnológica, sino también como un proceso de transformación organizativa y cultural dentro de las empresas periodísticas (Broussard et al., 2019; Veglis y Maniou, 2019).

En los últimos años, la aparición de herramientas de inteligencia artificial generativa, como los modelos de lenguaje de gran escala, ha intensificado este debate al ampliar de forma significativa las posibilidades de automatización del trabajo periodístico. Estas herramientas permiten generar borradores de noticias, resumir documentos, traducir contenidos o asistir en procesos de documentación informativa, lo que abre nuevas oportunidades para mejorar la eficiencia de las redacciones, pero también plantea interrogantes sobre la calidad, la veracidad y la transparencia de los contenidos producidos con apoyo algorítmico (Gutiérrez-Caneda et al., 2023; Lewis et al., 2025; Segarra-Saavedra et al., 2019). De este modo, el uso de inteligencia artificial generativa en el periodismo se sitúa en el centro de un debate académico que aborda cuestiones relacionadas con la autonomía profesional, la ética informativa y la credibilidad de los medios (Tandoc et al., 2020).

En el contexto español, diferentes investigaciones han comenzado a analizar el impacto de la inteligencia artificial en las redacciones y en la práctica profesional del periodismo. Estos trabajos destacan que la adopción de tecnologías algorítmicas en los medios españoles se encuentra aún en una fase de desarrollo desigual, condicionada por factores como los recursos disponibles, el tamaño de las redacciones o el grado de innovación tecnológica de las organizaciones periodísticas (Noain-Sánchez, 2022; López-García et al., 2017; Romera-Fadón et al., 2024). En este sentido, la literatura española ha subrayado que la incorporación de herramientas de inteligencia artificial no solo implica cambios en los procesos de producción informativa, sino también en las competencias profesionales que deben desarrollar los periodistas para trabajar en entornos mediáticos cada vez más digitalizados (Sánchez-García y Tejedor, 2022).

Al mismo tiempo, estudios recientes han puesto de manifiesto la creciente relevancia de los medios digitales locales y regionales dentro del ecosistema informativo contemporáneo, especialmente en contextos como España, donde la digitalización ha favorecido la aparición de nuevos actores mediáticos y la transformación de los modelos de negocio periodísticos (Negredo et al., 2023; Salaverría, 2020). Este proceso de cambio estructural resulta particularmente relevante para analizar el impacto de la inteligencia artificial en el periodismo, ya que la adopción de estas tecnologías puede variar considerablemente según el tamaño del medio, el ámbito territorial de cobertura o el grado de innovación tecnológica de la organización.

A pesar del creciente interés académico por la inteligencia artificial aplicada al periodismo, una parte significativa de la literatura existente se ha centrado en estudios exploratorios basados en percepciones profesionales, análisis de casos o revisiones conceptuales del fenómeno. En consecuencia, todavía existen limitaciones metodológicas para comprender de forma sistemática cómo estas tecnologías están influyendo realmente en las rutinas profesionales de los periodistas y en el funcionamiento cotidiano de las redacciones (Romera-Fadón et al., 2024). Como señalan diversos autores, resulta necesario desarrollar enfoques metodológicos capaces de combinar diferentes técnicas de investigación para observar tanto las percepciones de los profesionales como las prácticas reales de uso de estas tecnologías en el trabajo periodístico (Lewis et al., 2019; Pavlik, 2023; Cristòfol, 2026).

En este contexto, el presente artículo propone un diseño metodológico comparado para analizar la integración de la inteligencia artificial generativa en las rutinas profesionales del periodismo. La contribución del trabajo se sitúa en el plano metodológico: no presenta resultados empíricos derivados de la aplicación completa del estudio, sino que formula una estrategia de investigación replicable para futuras investigaciones sobre el uso profesional de estas tecnologías. El diseño plantea un enfoque de triangulación metodológica que combina encuestas a periodistas, entrevistas en profundidad y diarios de uso de inteligencia artificial en situaciones reales de trabajo. Esta aproximación permite integrar diferentes niveles de análisis —percepciones profesionales, experiencias laborales y prácticas cotidianas— con el objetivo de establecer una base sistemática para estudiar el impacto de la inteligencia artificial en la práctica periodística.

Además, la investigación adopta una perspectiva comparada entre dos ecosistemas mediáticos regionales: la provincia canadiense de British Columbia y la comunidad autónoma de Andalucía, en España. La selección de estos casos responde a su interés como contextos territoriales con sistemas mediáticos diferenciados, presencia de medios locales y regionales, coexistencia de actores tradicionales y digitales, y condiciones profesionales potencialmente distintas en relación con la innovación tecnológica. La comparación no pretende establecer una equivalencia plena entre ambos entornos, sino explorar cómo factores institucionales, organizativos, lingüísticos, culturales y laborales pueden incidir en la forma en que los periodistas incorporan herramientas de inteligencia artificial generativa en sus rutinas profesionales.

Desde esta perspectiva, el artículo se concibe como una investigación metodológica orientada al diseño y fundamentación de instrumentos de análisis. Su aportación principal consiste en articular un modelo mixto que permita observar el fenómeno desde tres planos complementarios: la percepción declarada de los profesionales, la interpretación cualitativa de sus experiencias y el registro de usos concretos de inteligencia artificial generativa en la práctica laboral cotidiana. Esta delimitación resulta necesaria para evitar una lectura del estudio como medición empírica ya concluida y para situar su contribución en el desarrollo de herramientas aplicables a investigaciones posteriores.

1.1. Automatización del periodismo y transformación de las rutinas profesionales

La incorporación de tecnologías digitales en el periodismo ha transformado profundamente las rutinas profesionales de los periodistas durante las últimas décadas. Desde la generalización de internet hasta el desarrollo de plataformas digitales y redes sociales, los procesos de producción informativa han experimentado una creciente automatización y digitalización que ha modificado tanto las prácticas profesionales como la organización del trabajo en las redacciones (Salaverría, 2020). En este contexto, el desarrollo de sistemas algorítmicos capaces de procesar grandes volúmenes de datos y generar contenidos informativos ha introducido una nueva fase en la evolución del periodismo digital (Hermida, 2024).

La automatización del periodismo comenzó a consolidarse a principios del siglo XXI con el desarrollo de sistemas de generación automática de noticias basados en datos estructurados. Estos sistemas, conocidos habitualmente como automated journalism o robot journalism, permitían producir textos informativos a partir de bases de datos mediante plantillas y algoritmos de procesamiento del lenguaje natural (Carlson, 2015). Diversas investigaciones han señalado que estos sistemas se utilizaron inicialmente en ámbitos informativos altamente estructurados, como la información financiera, deportiva o meteorológica, donde los datos disponibles podían transformarse fácilmente en narrativas periodísticas automatizadas (Graefe, 2016).

Desde una perspectiva teórica, la automatización del periodismo ha sido interpretada como parte de un proceso más amplio de transformación del trabajo informativo en entornos mediáticos cada vez más digitalizados. En este sentido, diversos autores han analizado cómo la introducción de sistemas algorítmicos modifica la división del trabajo dentro de las redacciones y redefine el papel del periodista en relación con las tecnologías de producción informativa (Diakopoulos, 2019). En lugar de sustituir completamente a los periodistas, la automatización suele dar lugar a modelos híbridos en los que humanos y sistemas algorítmicos colaboran en diferentes fases del proceso de producción de noticias.

Este proceso ha generado un debate académico sobre el impacto de la automatización en la identidad profesional del periodismo. Algunos estudios han señalado que la introducción de tecnologías algorítmicas puede reforzar ciertas funciones tradicionales del periodista, como la interpretación, la contextualización o la verificación de la información, al tiempo que automatiza tareas repetitivas o basadas en datos (Lewis et al., 2019). Otros autores, sin embargo, advierten que la creciente dependencia de sistemas automatizados puede alterar las dinámicas de autoridad y control editorial dentro de las organizaciones periodísticas (Carlson, 2015).

En el ámbito europeo y español, diversas investigaciones han analizado cómo la digitalización de los medios ha transformado las rutinas profesionales del periodismo y ha introducido nuevas exigencias en términos de competencias tecnológicas y adaptación organizativa. La literatura ha señalado que los periodistas deben desarrollar habilidades cada vez más complejas relacionadas con el análisis de datos, el uso de herramientas digitales y la gestión de flujos informativos en entornos mediáticos híbridos (Sánchez-García y Tejedor, 2022). En este sentido, la innovación tecnológica no solo implica cambios en las herramientas de producción informativa, sino también en los perfiles profesionales y en la cultura organizativa de los medios.

Asimismo, el desarrollo del periodismo digital ha favorecido la aparición de nuevos actores mediáticos, especialmente en el ámbito de los medios nativos digitales. En el caso español, investigaciones recientes han identificado una creciente diversidad de proyectos periodísticos digitales que operan en escalas locales, regionales y nacionales, lo que ha contribuido a transformar el ecosistema mediático y las dinámicas de producción informativa (Negredo et al., 2023). Este contexto resulta particularmente relevante para analizar la adopción de tecnologías de inteligencia artificial en el periodismo, ya que la capacidad de innovación tecnológica puede variar considerablemente según el tamaño, los recursos y la estructura organizativa de los medios.

En este escenario de transformación tecnológica, la inteligencia artificial ha emergido como uno de los principales motores de cambio en el periodismo contemporáneo. La capacidad de los sistemas de inteligencia artificial para procesar grandes volúmenes de información, identificar patrones y generar contenidos ha ampliado las posibilidades de automatización de diversas tareas periodísticas, desde la recopilación de datos hasta la redacción de noticias (Broussard et al., 2019). No obstante, la literatura académica ha subrayado que la adopción de estas tecnologías no responde únicamente a factores tecnológicos, sino también a decisiones organizativas, estratégicas y culturales dentro de las empresas periodísticas.

En este sentido, el impacto de la inteligencia artificial en el periodismo debe analizarse en relación con las rutinas profesionales que estructuran el trabajo informativo. El concepto de rutinas periodísticas ha sido ampliamente utilizado en la investigación en comunicación para describir los procesos organizados mediante los cuales los periodistas seleccionan, procesan y producen información en el contexto de las redacciones (Shoemaker y Reese, 2013). La incorporación de tecnologías automatizadas introduce nuevas dinámicas en estas rutinas, ya que modifica tanto los flujos de trabajo como las herramientas utilizadas para producir contenidos informativos.

Por tanto, comprender cómo las tecnologías de inteligencia artificial se integran en las rutinas profesionales del periodismo resulta fundamental para analizar su impacto real en la práctica periodística. Este enfoque permite superar visiones excesivamente deterministas de la tecnología y situar el análisis en la interacción entre herramientas tecnológicas, prácticas profesionales y contextos organizativos. En este marco, la investigación sobre inteligencia artificial y periodismo ha comenzado a explorar cómo los periodistas incorporan estas tecnologías en su trabajo cotidiano y cómo negocian su uso dentro de las dinámicas profesionales de las redacciones.

1.2. Inteligencia artificial generativa en las redacciones

El desarrollo reciente de modelos de inteligencia artificial generativa ha introducido una nueva etapa en la relación entre tecnología y periodismo. A diferencia de los sistemas de automatización periodística basados en plantillas o datos estructurados, las herramientas de inteligencia artificial generativa utilizan modelos de lenguaje de gran escala capaces de producir textos complejos, resumir documentos, traducir contenidos o generar análisis a partir de grandes volúmenes de información (Lewis et al., 2025; Segarra-Saavedra et al., 2019). Este avance tecnológico ha ampliado considerablemente las posibilidades de aplicación de la inteligencia artificial en las redacciones, al permitir que estas herramientas participen en fases más diversas del proceso de producción informativa.

La aparición de sistemas como ChatGPT, Claude, Gemini o Copilot ha facilitado el acceso a herramientas de generación automática de texto para periodistas y organizaciones mediáticas. En este contexto, diversas investigaciones han comenzado a analizar cómo estas tecnologías están siendo incorporadas en las rutinas de trabajo de las redacciones y cuáles son sus principales aplicaciones en el ámbito periodístico (Beckett y Yaseen, 2023). Entre los usos más habituales identificados en la literatura se encuentran la generación de borradores de noticias, la edición y reescritura de textos, la elaboración de titulares, la traducción de contenidos o el análisis preliminar de documentos. El caso de Sophi, desarrollado por The Globe and Mail, muestra cómo la implantación de IA en una organización periodística debe analizarse en relación con los valores editoriales, las decisiones organizativas y los procesos de adaptación profesional (Hermida y Simon, 2025; Mateos Abarca y Gamonal Arroyo, 2024).

Desde una perspectiva organizativa, la adopción de herramientas de inteligencia artificial generativa está vinculada a procesos más amplios de innovación tecnológica en los medios de comunicación (Segarra-Saavedra et al., 2019). Las redacciones contemporáneas operan en entornos altamente competitivos caracterizados por la aceleración de los ciclos informativos y la presión por producir contenidos de forma continua para múltiples plataformas digitales. En este contexto, la inteligencia artificial se presenta como una tecnología capaz de mejorar la eficiencia de los procesos de producción informativa y de apoyar el trabajo de los periodistas en tareas repetitivas o intensivas en tiempo (Pavlik, 2023).

No obstante, la integración de estas tecnologías en el periodismo plantea también importantes interrogantes sobre sus implicaciones profesionales y éticas. Diversos autores han señalado que el uso de inteligencia artificial generativa en la producción de contenidos informativos puede generar riesgos relacionados con la precisión de la información, la transparencia editorial y la responsabilidad profesional de los periodistas (Gutiérrez-Caneda et al., 2023). Los modelos de lenguaje generativo pueden producir textos aparentemente coherentes que contienen errores factuales o interpretaciones incorrectas de la información, lo que obliga a los periodistas a revisar cuidadosamente los contenidos generados por estas herramientas.

Además, el uso de inteligencia artificial en el periodismo ha reactivado el debate sobre la autoridad profesional del periodista y el papel de los algoritmos en la producción informativa. Investigaciones previas han mostrado que la percepción del público sobre la credibilidad de las noticias puede verse afectada cuando los contenidos informativos son producidos o asistidos por sistemas automatizados (Tandoc et al., 2020). En este sentido, algunos autores sostienen que la incorporación de inteligencia artificial en el periodismo exige desarrollar nuevas prácticas de transparencia y rendición de cuentas que permitan a las audiencias comprender el papel de estas tecnologías en la producción de noticias.

Por otra parte, el uso de inteligencia artificial generativa también plantea desafíos en términos de competencias profesionales. La literatura reciente sugiere que los periodistas deben desarrollar nuevas habilidades relacionadas con la interacción con sistemas algorítmicos, la evaluación crítica de contenidos generados por inteligencia artificial y la integración de estas herramientas en los procesos de producción informativa (Sánchez-García y Tejedor, 2022). En este sentido, el uso efectivo de inteligencia artificial en el periodismo no depende únicamente de la disponibilidad tecnológica, sino también de la capacidad de los profesionales para comprender sus limitaciones y gestionar su aplicación dentro de las rutinas de trabajo.

En el ámbito europeo y español, los estudios sobre inteligencia artificial generativa en el periodismo se han intensificado en los últimos años, pasando de aproximaciones principalmente exploratorias a investigaciones centradas en usos profesionales concretos, percepciones de los periodistas y experiencias de integración en medios. En el contexto europeo, Ufarte Ruiz y Murcia Verdú (2024) ofrecen una aproximación al mapa de la investigación sobre inteligencia artificial aplicada al periodismo entre 2013 y 2023, lo que permite situar el fenómeno dentro de una línea de trabajo en expansión. Asimismo, Canavilhas (2022) analiza el proyecto A European Perspective como ejemplo de aplicación de inteligencia artificial al periodismo en el ámbito europeo, lo que permite observar cómo estas tecnologías pueden integrarse en procesos de selección, organización y circulación de contenidos informativos en entornos transnacionales.

En España, investigaciones recientes han analizado tanto la percepción profesional sobre el uso de IA en ecosistemas mediáticos específicos, como el periodismo vasco, como su aplicación en medios de servicio público y proyectos de innovación periodística, entre ellos RTVE (Modrón-Lecue y Sánchez-García, 2026; Pérez Dasilva et al., 2026). Estas aportaciones muestran que el uso de inteligencia artificial en los medios suele comenzar con aplicaciones experimentales o de apoyo a tareas específicas, antes de integrarse progresivamente en los flujos de trabajo habituales de las redacciones.

La incorporación de inteligencia artificial en medios públicos constituye, además, un ámbito especialmente relevante para observar la relación entre innovación tecnológica, responsabilidad editorial y servicio a la ciudadanía. El caso de RTVE ha sido abordado desde distintas perspectivas: por un lado, mediante experiencias de redacción automatizada vinculadas a la cobertura informativa de las elecciones municipales de 2023 y, por otro, a través de proyectos de innovación multimodal aplicados a tareas de verificación, documentación y automatización informativa (Aramburú Moncada et al., 2023; Modrón-Lecue y Sánchez-García, 2026). Estos trabajos resultan especialmente útiles para contextualizar el presente estudio, ya que muestran que la integración de inteligencia artificial en el periodismo no afecta únicamente a la producción textual, sino también a la organización del trabajo, los procesos de supervisión editorial, la transparencia y la definición de nuevas competencias profesionales.

En este contexto, comprender cómo los periodistas utilizan realmente estas herramientas en su trabajo cotidiano se ha convertido en una cuestión central para la investigación en comunicación. Mientras que muchos estudios se han centrado en analizar las posibilidades tecnológicas de la inteligencia artificial o en explorar las percepciones profesionales sobre su impacto, existe todavía una necesidad de investigaciones que observen de manera sistemática cómo estas tecnologías se integran en las rutinas profesionales del periodismo.

Este vacío metodológico resulta particularmente relevante en el caso de la inteligencia artificial generativa, cuya rápida difusión en el ámbito profesional ha superado en muchos casos la capacidad de la investigación académica para analizar sus efectos en el trabajo periodístico. Por esta razón, diversos autores han subrayado la necesidad de desarrollar enfoques metodológicos que permitan estudiar simultáneamente las percepciones de los periodistas, las prácticas reales de uso de estas tecnologías y los contextos organizativos en los que se producen estas transformaciones (Lewis et al., 2019; Pavlik, 2023).

La evidencia reciente también justifica la necesidad de diseñar instrumentos capaces de captar no solo la frecuencia de uso de estas herramientas, sino también las condiciones profesionales en las que se incorporan. Estudios centrados en percepciones profesionales, integración en redacciones, ecosistemas mediáticos específicos y aplicaciones institucionales de la inteligencia artificial muestran que el fenómeno debe analizarse atendiendo a dimensiones diferenciadas. En el caso del ecosistema radiofónico español, Gómez López (2026) aborda las percepciones de profesionales y audiencias sobre usos actuales, cambios en las rutinas y dilemas éticos, lo que refuerza la necesidad de incorporar al diseño dimensiones relativas a prácticas profesionales, supervisión, riesgo ético y recepción social. En consecuencia, el diseño metodológico propuesto en este artículo incorpora dimensiones como las tareas en las que se emplea la IA, el grado de supervisión humana, la percepción de utilidad, los riesgos éticos, la alfabetización en inteligencia artificial, las políticas internas y los efectos sobre la identidad profesional del periodista (Baloğlu y Budak, 2025; Gómez López, 2026; Pérez Dasilva et al., 2026).

En este marco, el presente estudio propone un diseño metodológico que permita analizar la integración de herramientas de inteligencia artificial generativa en las rutinas profesionales del periodismo mediante la combinación de diferentes instrumentos de investigación. Este enfoque busca contribuir al desarrollo de métodos de análisis más robustos para estudiar el impacto de estas tecnologías en la práctica periodística contemporánea.

1.3. Rutinas profesionales, autonomía editorial y ética en el periodismo algorítmico

El estudio de las rutinas profesionales ha ocupado un lugar central en la investigación sobre periodismo desde el desarrollo de los enfoques sociológicos de la producción informativa. Las rutinas periodísticas pueden entenderse como los procedimientos organizados mediante los cuales los periodistas seleccionan, procesan y transforman la información en productos informativos dentro de las redacciones (Shoemaker y Reese, 2013). Estas rutinas permiten gestionar la complejidad del trabajo informativo, estableciendo patrones relativamente estables de producción de noticias en contextos organizativos específicos.

La introducción de tecnologías digitales ha modificado progresivamente estas rutinas, alterando tanto los procesos de producción informativa como las relaciones entre periodistas, organizaciones mediáticas y audiencias. La incorporación de herramientas algorítmicas en el periodismo ha intensificado este proceso de transformación al introducir sistemas capaces de intervenir directamente en diferentes fases del trabajo informativo, desde la recopilación y análisis de datos hasta la generación de contenidos (Diakopoulos, 2019). En este sentido, el periodismo contemporáneo se desarrolla cada vez más en entornos híbridos en los que interactúan periodistas humanos, sistemas automatizados y plataformas digitales.

Uno de los aspectos más debatidos en la literatura académica sobre inteligencia artificial y periodismo se refiere a su impacto en la autonomía profesional de los periodistas. Tradicionalmente, la autonomía editorial ha sido considerada uno de los principios fundamentales del ejercicio profesional del periodismo, ya que garantiza la capacidad de los periodistas para tomar decisiones informativas basadas en criterios profesionales y éticos (Carlson, 2015). Sin embargo, la creciente presencia de sistemas algorítmicos en los procesos de producción informativa obliga a diferenciar entre autonomía editorial, supervisión humana y control de calidad. La autonomía remite a la capacidad del periodista para conservar el criterio profesional en la selección, jerarquización e interpretación de la información; la supervisión humana se refiere a la revisión activa de los resultados generados por sistemas automatizados; y el control de calidad alude a los procedimientos editoriales destinados a verificar precisión, coherencia, contextualización y adecuación ética de los contenidos asistidos por inteligencia artificial.

Diversos estudios han señalado que la introducción de sistemas automatizados en el periodismo puede modificar las dinámicas de autoridad profesional al redistribuir ciertas tareas entre periodistas y algoritmos (Lewis et al., 2019). En algunos casos, estas tecnologías permiten automatizar tareas rutinarias o intensivas en datos, lo que puede liberar tiempo para que los periodistas se concentren en actividades de mayor valor añadido, como el análisis, la contextualización o la investigación periodística. No obstante, también existe la preocupación de que la dependencia de sistemas automatizados pueda influir en la forma en que se selecciona, interpreta o presenta la información.

Otro aspecto relevante en el debate académico sobre inteligencia artificial y periodismo se refiere a los desafíos éticos asociados al uso de estas tecnologías. La literatura ha identificado varios riesgos potenciales relacionados con la aplicación de inteligencia artificial en la producción informativa, entre los que destacan la generación de información incorrecta, la reproducción de sesgos algorítmicos y la falta de transparencia en los procesos de producción de noticias (Broussard et al., 2019). En particular, los modelos de inteligencia artificial generativa pueden producir textos plausibles que contienen errores factuales o interpretaciones inexactas de la información, lo que plantea desafíos importantes para los procesos de verificación periodística.

En este contexto, diversos autores han subrayado la necesidad de desarrollar principios éticos y marcos regulatorios que orienten el uso responsable de la inteligencia artificial en el periodismo. Estas propuestas incluyen la adopción de políticas de transparencia sobre el uso de algoritmos en la producción de noticias, el establecimiento de mecanismos de supervisión editorial de los contenidos generados por inteligencia artificial y la promoción de prácticas profesionales que garanticen la responsabilidad informativa frente a las audiencias (Pavlik, 2023).

Esta dimensión ética se ha vuelto especialmente relevante con la expansión de herramientas generativas de uso generalista, ya que su incorporación a las redacciones plantea problemas específicos de verificabilidad, atribución, confidencialidad y responsabilidad editorial. En este sentido, las políticas profesionales sobre inteligencia artificial insisten en que los resultados generados por estos sistemas deben tratarse como material no verificado hasta que hayan sido revisados por periodistas, y recomiendan evitar la introducción de información confidencial, sensible o no publicada en herramientas externas. Estas pautas conectan directamente con la necesidad de medir no solo la percepción general de riesgo ético, sino también las prácticas concretas de supervisión humana, transparencia ante la audiencia y protección de datos en los procesos de producción informativa. Estas preocupaciones no se limitan al periodismo, sino que forman parte de un debate más amplio sobre inteligencia artificial, comunicación pública y ciudadanía. En el ámbito de la publicidad digital, Braza Delgado (2026) muestra cómo la IA introduce nuevos desafíos teóricos, éticos y sociales asociados a la personalización, la segmentación y los discursos persuasivos. Aunque el objeto de estudio difiere del periodismo informativo, esta perspectiva resulta útil para situar la transparencia, la responsabilidad y la protección de la ciudadanía como dimensiones transversales de la comunicación mediada por inteligencia artificial.

Además de las cuestiones relacionadas con la autonomía editorial y la ética profesional, la incorporación de inteligencia artificial en el periodismo plantea implicaciones en términos de bienestar laboral, eficiencia y carga cognitiva. Estas dimensiones deben distinguirse analíticamente. La eficiencia se vincula con la reducción del tiempo dedicado a tareas repetitivas o de bajo valor añadido; el bienestar laboral se relaciona con la percepción de apoyo, presión o estrés asociado al uso de estas tecnologías; y la carga cognitiva remite al esfuerzo adicional necesario para supervisar, verificar y contextualizar contenidos generados por inteligencia artificial. Algunas investigaciones han señalado que el uso de herramientas tecnológicas avanzadas puede mejorar la eficiencia de las redacciones, mientras que otras advierten que la supervisión constante de sistemas automatizados puede introducir nuevas exigencias cognitivas y profesionales para los periodistas (Gutiérrez-Caneda et al., 2023).

Por otra parte, la integración de tecnologías de inteligencia artificial en las rutinas periodísticas exige el desarrollo de nuevas competencias profesionales. Los periodistas deben adquirir habilidades relacionadas con la interacción con sistemas algorítmicos, la formulación crítica de instrucciones, la evaluación de contenidos generados por inteligencia artificial, la detección de errores o sesgos y la comprensión de los límites técnicos y editoriales de estas herramientas (Baloğlu y Budak, 2025; Sánchez-García y Tejedor, 2022). En este sentido, la alfabetización en inteligencia artificial no debe confundirse únicamente con la autopercepción de competencia técnica, sino que incluye también la capacidad de supervisar resultados, identificar usos apropiados, reconocer riesgos y aplicar criterios editoriales en contextos de automatización parcial del trabajo informativo.

 

En este sentido, el análisis del impacto de la inteligencia artificial en el periodismo requiere considerar simultáneamente diferentes dimensiones de la práctica profesional. Más allá de los cambios tecnológicos, resulta necesario examinar cómo estas herramientas influyen en la autonomía editorial de los periodistas, en la percepción de riesgos éticos, en el desarrollo de competencias digitales y en las condiciones laborales dentro de las redacciones. Estas dimensiones constituyen elementos clave para comprender la forma en que la inteligencia artificial se integra en las rutinas profesionales del periodismo contemporáneo.

A partir de este marco conceptual, el presente estudio propone un diseño metodológico orientado a analizar la integración de la inteligencia artificial generativa en las rutinas periodísticas mediante un enfoque capaz de distinguir dimensiones profesionales, organizativas y éticas del fenómeno. En particular, la investigación plantea un índice compuesto destinado a operacionalizar, para futuras aplicaciones empíricas, distintas dimensiones del impacto potencial de estas tecnologías en el trabajo periodístico: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgo ético, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo. Esta reformulación permite evitar una concepción excesivamente agregada del impacto tecnológico y facilita una medición más transparente y replicable.

2. OBJETIVOS

El objetivo general de esta investigación es desarrollar y justificar una propuesta de diseño metodológico mixto orientada a analizar la integración de la inteligencia artificial generativa en las rutinas profesionales del periodismo. 

A partir de este planteamiento general, la investigación se articula en torno a los siguientes objetivos específicos:

3. METODOLOGÍA

3.1. Diseño de investigación

La presente investigación adopta un enfoque metodológico mixto orientado a diseñar una estrategia de análisis sobre la integración de la inteligencia artificial generativa en las rutinas profesionales del periodismo. El diseño se concibe como una propuesta metodológica de tipo convergente, en la que diferentes instrumentos de recogida de datos: encuesta, entrevistas en profundidad y diario de uso, permiten abordar un mismo fenómeno desde planos analíticos complementarios. La triangulación metodológica no se plantea únicamente como acumulación de técnicas, sino como un procedimiento de integración entre datos cuantitativos y cualitativos destinado a contrastar percepciones declaradas, experiencias profesionales y prácticas registradas de uso de inteligencia artificial. Este enfoque permite abordar fenómenos complejos desde múltiples perspectivas y reducir los sesgos asociados al uso de un único instrumento de investigación (Creswell y Plano Clark, 2018; Denzin, 1978; Flick, 2018).

En el ámbito de la investigación en comunicación, la combinación de métodos cuantitativos y cualitativos resulta especialmente útil para estudiar procesos profesionales y organizativos dentro de los medios de comunicación. El enfoque de métodos mixtos permite integrar datos estructurados obtenidos mediante encuestas con información cualitativa derivada de entrevistas o técnicas de observación, generando una comprensión más completa de los fenómenos analizados (Creswell y Plano Clark, 2018). En el caso del presente estudio, esta aproximación se formula como una arquitectura metodológica destinada a analizar simultáneamente tres niveles del fenómeno: las percepciones declaradas de los periodistas, las experiencias profesionales asociadas al uso de inteligencia artificial generativa y las prácticas concretas de integración de estas tecnologías en el trabajo cotidiano.

La investigación se plantea además desde una perspectiva comparada entre dos ecosistemas mediáticos regionales: la provincia canadiense de British Columbia y la comunidad autónoma de Andalucía, en España. La elección de ambos casos responde a una lógica de comparación entre contextos territoriales con estructuras mediáticas diferenciadas, presencia de medios locales y regionales, coexistencia de organizaciones tradicionales y proyectos digitales, y condiciones institucionales y profesionales potencialmente distintas en relación con la adopción de tecnologías emergentes. British Columbia constituye uno de los principales entornos mediáticos de la costa oeste de Canadá, con actividad informativa local, regional y nacional, diversidad lingüística y presencia de iniciativas periodísticas vinculadas a la innovación digital. Andalucía, por su parte, representa un ecosistema mediático regional dentro del sistema informativo español, caracterizado por la coexistencia de medios tradicionales, proyectos nativos digitales, medios públicos autonómicos y estructuras informativas de proximidad. Esta comparación permite explorar cómo variables contextuales: estructura del mercado mediático, cultura profesional, lenguas de trabajo, políticas internas sobre inteligencia artificial, recursos organizativos y condiciones laborales que pueden influir en la integración de herramientas de inteligencia artificial generativa en las rutinas periodísticas.

El diseño de la investigación se articula a partir de un mapeo previo del ecosistema mediático en ambos contextos geográficos. Este mapeo incluye medios de prensa escrita, radio, televisión, agencias informativas, medios nativos digitales y proyectos periodísticos de ámbito local y regional. El objetivo de esta fase es identificar potenciales participantes que permitan obtener una muestra diversa de periodistas en activo vinculados a la producción informativa, evitando la inclusión de perfiles cuya actividad principal corresponda a comunicación institucional o estratégica fuera del ámbito periodístico.

La combinación de estos elementos configura un diseño metodológico comparado orientado a estudiar cómo la inteligencia artificial generativa puede incorporarse en las rutinas profesionales del periodismo en dos contextos mediáticos regionales con características diferenciadas. El modelo no presupone una equivalencia plena entre Andalucía y British Columbia, sino que utiliza la comparación como estrategia analítica para identificar posibles variaciones contextuales en la adopción, supervisión y valoración profesional de estas tecnologías. De este modo, el diseño permite observar no solo el grado de uso previsto de inteligencia artificial generativa, sino también las condiciones organizativas, profesionales y éticas que pueden influir en su integración en entornos periodísticos concretos.

3.2. Instrumentos y estrategia de recogida de datos

La estrategia de recogida de datos se basa en tres instrumentos de investigación complementarios: una encuesta dirigida a periodistas en activo, entrevistas semiestructuradas en profundidad y un diario de registro del uso de inteligencia artificial en situaciones reales de trabajo. Cada instrumento responde a un nivel analítico específico: la encuesta permite medir patrones generales de uso y percepción profesional; las entrevistas permiten interpretar experiencias, decisiones editoriales y tensiones éticas asociadas a la integración de estas herramientas; y el diario de uso permite registrar prácticas concretas en contextos laborales cotidianos. La combinación de estos instrumentos se articula mediante un diseño mixto convergente, en el que los datos cuantitativos y cualitativos se recogen de forma complementaria y se integran posteriormente mediante una matriz de correspondencia entre objetivos, variables, categorías e instrumentos.

El primer instrumento consiste en una encuesta de respuesta rápida diseñada para obtener información general sobre el uso de herramientas de inteligencia artificial generativa en el trabajo periodístico. La encuesta incluye preguntas relativas al perfil profesional de los participantes, el tipo de medio en el que trabajan, su experiencia profesional, el contexto organizativo y el grado de integración de herramientas de inteligencia artificial en distintas tareas periodísticas. Asimismo, incorpora escalas tipo Likert orientadas a operacionalizar las dimensiones que estructuran el modelo analítico: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgos éticos, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo.

La muestra prevista para esta fase del estudio es de aproximadamente 200 periodistas en activo, con una distribución equilibrada entre ambos contextos territoriales: alrededor de 100 participantes en Andalucía y 100 en British Columbia. La selección de participantes se plantea a partir del mapeo previo del ecosistema mediático y mediante un muestreo intencional orientado a garantizar diversidad de perfiles profesionales, tipos de medios, áreas informativas, trayectorias laborales y ámbitos de cobertura. El diseño excluye perfiles cuya actividad principal se desarrolle fuera del trabajo periodístico, con el fin de mantener la coherencia entre el universo de análisis, los objetivos del estudio y las rutinas profesionales examinadas.

El segundo instrumento de investigación consiste en una serie de entrevistas semiestructuradas en profundidad con periodistas en activo. Las entrevistas permiten explorar de manera detallada las experiencias profesionales relacionadas con el uso de herramientas de inteligencia artificial generativa en el trabajo informativo y profundizar en aspectos que la encuesta solo puede captar de forma agregada. Este tipo de entrevistas constituye una técnica ampliamente utilizada en la investigación cualitativa para analizar percepciones, interpretaciones y prácticas profesionales en contextos organizativos específicos (Kvale y Brinkmann, 2015). En el marco de este estudio, las entrevistas se centran en la integración de herramientas de inteligencia artificial en el flujo de trabajo periodístico, las transformaciones observadas en las rutinas profesionales, la supervisión humana de los contenidos generados, las tensiones éticas, la autonomía editorial, la carga cognitiva y las percepciones de los periodistas sobre el futuro de la profesión.

Las entrevistas se realizan de forma individual y tienen una duración aproximada de entre 45 y 60 minutos. Con el consentimiento de los participantes, las conversaciones se registran y posteriormente se transcriben para su análisis cualitativo. En el análisis cualitativo de las entrevistas podrá contemplarse el apoyo de herramientas de procesamiento del lenguaje natural para la organización preliminar de unidades temáticas, siempre bajo supervisión interpretativa de los investigadores. Experiencias previas en otros ámbitos de investigación cualitativa han mostrado la utilidad de estas técnicas para tratar corpus textuales amplios, aunque su empleo requiere control humano, contextualización y revisión crítica de los resultados obtenidos (Sancho Escrivá et al., 2020). La muestra prevista para esta fase incluye aproximadamente veinte entrevistas, distribuidas equitativamente entre ambos contextos geográficos.

El tercer instrumento de investigación consiste en un diario de uso de inteligencia artificial en rutinas periodísticas. Esta técnica permite registrar de forma sistemática cómo se utilizan las herramientas de inteligencia artificial generativa en situaciones reales de trabajo y reduce la dependencia de percepciones retrospectivas. A diferencia de la encuesta, que recoge frecuencia y valoración declarada, y de las entrevistas, que profundizan en experiencias e interpretaciones, el diario permite documentar usos concretos, tareas realizadas, herramientas empleadas, tiempo dedicado, utilidad percibida, satisfacción y problemas detectados durante una jornada laboral.

Cada registro incluye información sobre la tarea periodística realizada, la herramienta utilizada, el tiempo aproximado dedicado a la actividad, la utilidad percibida de la herramienta y el nivel de satisfacción con el resultado obtenido. Asimismo, se incorpora una pregunta abierta destinada a recoger posibles problemas detectados durante el uso de estas tecnologías, como errores en la información generada o dificultades de interpretación del contexto. La muestra prevista para esta fase del estudio está compuesta por veinte periodistas, diez en España (en Andalucía) y diez en Canadá (British Columbia).

Con el fin de integrar analíticamente parte de la información obtenida mediante el cuestionario, la investigación propone un indicador sintético denominado Índice de Impacto de la IA Generativa en el Periodismo (IIGP). Este índice no se presenta como una medida validada empíricamente en esta fase del estudio, sino como una propuesta de operacionalización destinada a futuras aplicaciones. Esta orientación metodológica se alinea con propuestas recientes que plantean la necesidad de conectar constructos teóricos, dimensiones analíticas, indicadores observables y procedimientos de validación para estudiar el impacto de la inteligencia artificial generativa en rutinas periodísticas específicas (Cristòfol, 2026). Su finalidad es sintetizar, de manera transparente y replicable, distintas dimensiones del impacto potencial de la inteligencia artificial generativa en las rutinas profesionales del periodismo.

El IIGP se estructura en ocho dimensiones analíticas: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgo ético, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo. La ampliación de seis a ocho dimensiones responde a la necesidad de distinguir aspectos que, aunque relacionados, no deben confundirse analíticamente. En particular, se diferencia entre autonomía editorial y supervisión humana; entre eficiencia productiva y carga cognitiva; y entre competencias digitales generales y alfabetización específica en inteligencia artificial.

Cada dimensión se operacionaliza mediante ítems del cuestionario medidos en escalas tipo Likert de cinco puntos. Dado el carácter ordinal de estas respuestas, su análisis se realizará respetando el nivel de medición de los datos. En consecuencia, las puntuaciones no se interpretarán como medidas de razón ni se asumirá que la distancia entre categorías consecutivas es necesariamente equivalente. Para la descripción de cada ítem y dimensión se emplearán distribuciones de frecuencia, porcentajes, mediana y rango intercuartílico, complementados, cuando proceda, con técnicas estadísticas adecuadas para datos ordinales.

En esta fase, el IIGP se plantea como un marco multidimensional de operacionalización y no como una puntuación sintética obtenida mediante la suma o el promedio directo de respuestas ordinales. Las ocho dimensiones: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgo ético, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo, serán examinadas inicialmente de manera diferenciada. La eventual construcción de una puntuación compuesta requerirá una validación empírica previa de la estructura dimensional del instrumento y la aplicación de procedimientos estadísticos compatibles con la naturaleza ordinal de los datos

En futuras aplicaciones empíricas, la consistencia interna de cada dimensión deberá evaluarse mediante estimadores adecuados para ítems ordinales y, cuando proceda, mediante coeficientes de fiabilidad basados en correlaciones policóricas. Asimismo, la estructura interna del índice podrá examinarse mediante análisis factorial exploratorio o confirmatorio, en función del tamaño muestral y de la distribución de los datos. En estudios comparativos entre Andalucía y British Columbia, resultará recomendable comprobar la invariancia de medida para garantizar que las dimensiones del índice son interpretables de forma equivalente en ambos contextos.

Tabla 1. Definición de las dimensiones propuestas en el modelo

Dimensión

Definición operacional

Ítems orientativos del cuestionario

Criterios de interpretación y análisis

Intensidad de uso

Frecuencia y diversidad de uso de herramientas de IA generativa en tareas periodísticas.

3.3; 5.1–5.8

Las categorías superiores indican una mayor frecuencia y diversidad declarada de uso de IA. Su interpretación se realizará respetando el carácter ordinal de las respuestas.

Eficiencia percibida

Percepción de mejora en rapidez, productividad, documentación y gestión de tareas.

6.1–6.5

Las categorías superiores indican una mayor percepción declarada de eficiencia, sin asumir distancias equivalentes entre las categorías de respuesta.

Autonomía editorial

Percepción de control profesional sobre decisiones informativas y contenidos finales.

7.1; 7.2; 7.4; 7.5

Los ítems 7.1, 7.2 y 7.4 requieren una interpretación diferenciada, ya que una mayor influencia percibida de la IA no equivale necesariamente a una menor autonomía editorial. Estos ítems no se agregarán automáticamente sin una validación previa de su estructura dimensional.

Supervisión humana

Grado de revisión, verificación y control editorial aplicado a resultados generados por IA.

7.3; posibles nuevos ítems sobre revisión, verificación y protocolos

Conviene trasladar aquí el ítem 7.3, actualmente situado bajo autonomía.

Riesgo ético

Percepción de errores, sesgos, problemas de transparencia y efectos sobre la credibilidad.

8.1–8.5

Las categorías superiores indican una mayor percepción declarada de riesgo ético, manteniendo una interpretación ordinal de las respuestas.

Alfabetización en IA

Autopercepción de capacidad crítica y formación para usar, evaluar y supervisar herramientas de IA.

9.1; 9.2; 9.4; 9.5

El ítem 9.3 debe tratarse con cautela o como ítem independiente, porque expresar necesidad de mejora puede indicar conciencia crítica.

Carga cognitiva y bienestar

Percepción de presión, estrés, esfuerzo adicional, complejidad y apoyo en el trabajo cotidiano.

10.1–10.5

Los ítems positivos de facilitación y los ítems negativos de carga o presión se analizarán de forma diferenciada y no se agregarán automáticamente en una única puntuación.

Contexto organizativo

Existencia de políticas internas, formación, criterios definidos, debate ético y presión organizativa.

2.7; 2.8; 11.1–11.4

Permite relacionar usos individuales con condiciones del medio.

Fuente: Elaboración propia.

La tabla 1 tiene carácter operativo y deberá ajustarse tras una prueba piloto del cuestionario. Dicha prueba permitirá revisar la claridad de los ítems, detectar redundancias, comprobar la consistencia interna de las dimensiones y valorar si la estructura teórica propuesta se corresponde con la estructura empírica observada. En este sentido, el IIGP debe entenderse como un marco multidimensional en fase de diseño. La posible construcción posterior de una puntuación compuesta dependerá de la validación empírica de las dimensiones y de la aplicación de procedimientos compatibles con la naturaleza ordinal de los datos.

El desarrollo del IIGP seguirá una estrategia de validación progresiva. En una primera fase, las ocho dimensiones se analizarán de forma diferenciada, respetando el carácter ordinal de los ítems que las componen. La eventual construcción de una puntuación compuesta solo se planteará tras comprobar empíricamente la coherencia interna de las dimensiones, su estructura factorial y la adecuación de los procedimientos de agregación. Esta precaución resulta necesaria para evitar interpretaciones simplificadas o engañosas derivadas de tratar respuestas ordinales como si constituyeran mediciones continuas o de razón.

La integración de los datos se realizará mediante una matriz de correspondencia entre objetivos, instrumentos y dimensiones analíticas, como se presenta en la tabla 2. Esta matriz permite explicitar qué aporta cada técnica al análisis, cómo se contrastan los resultados y de qué manera se interpretarán posibles convergencias o divergencias entre los datos cuantitativos y cualitativos.

Tabla 2. Matriz de correspondencia

Dimensión analítica

Encuesta

Entrevistas

Diario de uso

Intensidad de uso

Frecuencia y tareas declaradas

Contextualización de usos

Registro diario de usos concretos

Eficiencia percibida

Escalas de productividad y ahorro de tiempo

Experiencias sobre cambios en el flujo de trabajo

Tiempo dedicado y utilidad percibida

Autonomía editorial

Ítems sobre control profesional y decisiones editoriales

Relatos sobre toma de decisiones

Comentarios sobre intervención humana

Supervisión humana

Ítems sobre revisión y control de resultados

Protocolos, criterios y experiencias de verificación

Problemas detectados y correcciones realizadas

Riesgos éticos

Escalas sobre sesgos, errores y transparencia

Casos y dilemas narrados por periodistas

Registro de errores, sesgos o problemas

Alfabetización en IA

Autopercepción de competencias y formación

Necesidades formativas e interpretación crítica

Dificultades de uso registradas

Carga cognitiva y bienestar

Escalas sobre presión, estrés y complejidad

Experiencias de carga laboral

Tiempo, satisfacción y problemas de uso

Contexto organizativo

Políticas internas y actitud del medio

Cultura profesional y normas internas

Comentarios sobre condiciones de uso

Fuente: Elaboración propia.

 

3.3. Declaración sobre el uso de herramientas de inteligencia artificial

Durante la preparación del manuscrito se empleó ChatGPT 5.5, desarrollado por OpenAI, de forma auxiliar y limitada durante los meses de mayo y junio de 2026. La herramienta se utilizó exclusivamente para tareas de apoyo lingüístico, revisión de formulaciones académicas, asistencia en la traducción de determinados fragmentos al inglés y sistematización de las indicaciones editoriales recibidas durante el proceso de revisión preliminar.

El uso de esta herramienta no intervino en la definición del problema de investigación, la construcción del marco teórico, el diseño metodológico, la formulación del Índice de Impacto de la IA Generativa en el Periodismo, la selección bibliográfica ni la elaboración de las conclusiones científicas del trabajo. Todas las decisiones conceptuales, metodológicas y argumentales fueron adoptadas por los autores.

Los autores revisaron, contrastaron y verificaron manualmente todo el contenido final del manuscrito, incluidas las formulaciones asistidas lingüísticamente, las referencias bibliográficas, la coherencia metodológica y la adecuación de las respuestas incorporadas a partir de las observaciones editoriales. En consecuencia, los autores asumen plena responsabilidad sobre la versión final del texto.

4. RESULTADOS: PRODUCTOS METODOLÓGICOS DEL DISEÑO

La sección de resultados presenta los productos metodológicos derivados del diseño propuesto, no hallazgos empíricos sobre la incidencia efectiva de la inteligencia artificial generativa en las rutinas periodísticas. En coherencia con la naturaleza metodológica del artículo, los resultados se concretan en cuatro aportaciones principales: la definición de una arquitectura de investigación mixta de tipo convergente, el diseño de tres instrumentos complementarios de recogida de datos, la propuesta de un Índice de Impacto de la IA Generativa en el Periodismo (IIGP) y la elaboración de una matriz de integración destinada a relacionar objetivos, dimensiones analíticas e instrumentos. Esta formulación permite delimitar el alcance del estudio y evitar una interpretación de los resultados como evidencia empírica ya obtenida.

El primer producto metodológico es un cuestionario dirigido a periodistas en activo. El instrumento se estructura en bloques destinados a recoger información sobre perfil profesional, variables de control, uso general de inteligencia artificial generativa, herramientas empleadas, frecuencia de uso por tareas, eficiencia percibida, autonomía editorial, supervisión humana, riesgos éticos, alfabetización en inteligencia artificial, carga cognitiva, bienestar laboral y contexto organizativo. Esta organización permite que la encuesta cumpla una doble función: por un lado, identificar patrones generales de adopción y uso de inteligencia artificial generativa en el trabajo periodístico; por otro, proporcionar los ítems necesarios para la construcción inicial del IIGP. La inclusión de una pregunta abierta final permite, además, recoger formulaciones discursivas de los participantes sobre los cambios percibidos en el trabajo periodístico, que podrán contrastarse con los datos cualitativos procedentes de las entrevistas. El instrumento completo se incluye en el Anexo I.

El segundo producto metodológico es un guion de entrevistas semiestructuradas en profundidad. Este instrumento está diseñado para complementar la encuesta mediante la exploración cualitativa de experiencias profesionales, prácticas de supervisión, dilemas éticos, transformaciones en la autonomía editorial, efectos sobre la carga cognitiva y percepciones sobre el futuro del periodismo. El guion se organiza en bloques temáticos que permiten reconstruir la trayectoria profesional del participante, el contexto organizativo de la redacción, los usos concretos de inteligencia artificial generativa, los cambios en el flujo de trabajo, las formas de control editorial y las tensiones asociadas a la identidad profesional. Su función dentro del diseño convergente es aportar profundidad interpretativa a los patrones que puedan identificarse mediante la encuesta y permitir la comparación entre percepción agregada y experiencia narrada. El guion completo se recoge en el Anexo II.

El tercer producto metodológico es un diario de uso de inteligencia artificial generativa en rutinas periodísticas. Este instrumento se orienta a registrar prácticas concretas de interacción entre periodistas y herramientas de IA en situaciones laborales reales, reduciendo la dependencia de reconstrucciones retrospectivas. Cada registro permite documentar la tarea realizada, la herramienta utilizada, el tiempo aproximado de uso, la utilidad percibida, el nivel de satisfacción y los problemas detectados, tales como información incorrecta, sesgos, falta de precisión o dificultades de comprensión del contexto. En el diseño propuesto, el diario cumple una función especialmente relevante, ya que permite contrastar los usos declarados en la encuesta con los usos efectivamente registrados durante la jornada laboral. El modelo completo se incluye en el Anexo III.

La articulación de los tres instrumentos constituye el núcleo del diseño mixto convergente propuesto. La encuesta permite identificar patrones generales de uso y percepción; las entrevistas permiten interpretar los significados profesionales asociados a esos patrones; y el diario de uso permite registrar prácticas concretas en el contexto cotidiano de trabajo. La integración no se limita, por tanto, a la yuxtaposición de técnicas, sino que se apoya en la comparación sistemática entre datos declarados, relatos profesionales y registros de actividad. Esta estrategia permite identificar convergencias, complementariedades o divergencias entre lo que los periodistas dicen que hacen, cómo interpretan su experiencia y qué usos concretos registran durante su práctica laboral. 

El cuarto producto metodológico es la propuesta del Índice de Impacto de la IA Generativa en el Periodismo (IIGP), concebido en esta fase como un marco multidimensional de operacionalización para futuras aplicaciones empíricas y no como una puntuación sintética ya validada. Su estructura incorpora ocho dimensiones analíticas: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgo ético, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo. Estas dimensiones permiten organizar de forma sistemática diferentes aspectos profesionales, éticos y organizativos asociados a la integración de inteligencia artificial generativa en las rutinas periodísticas. Su aplicación empírica requerirá analizar inicialmente cada dimensión de forma diferenciada y comprobar posteriormente su consistencia interna, estructura dimensional y adecuación para una eventual integración en una medida compuesta. La Figura 1 sintetiza la arquitectura conceptual del IIGP.

Figura 1. Índice de Impacto de la IA Generativa en el Periodismo (IIGP)

Fuente: Elaboración propia.

En conjunto, los resultados metodológicos presentados ofrecen un marco analítico para estudiar de manera sistemática la incorporación de la inteligencia artificial generativa en las rutinas profesionales del periodismo. La aportación del artículo reside en la articulación de instrumentos, dimensiones e indicadores que pueden ser aplicados, contrastados y refinados en investigaciones posteriores. La inclusión de los instrumentos completos en los anexos refuerza la transparencia del diseño y facilita su replicabilidad en otros contextos mediáticos.

5. DISCUSIÓN 

La creciente incorporación de herramientas de inteligencia artificial generativa en el ámbito del periodismo plantea nuevos desafíos analíticos para la investigación en comunicación. Aunque en los últimos años se ha incrementado el número de estudios dedicados a analizar la relación entre inteligencia artificial y producción informativa, una parte relevante de la literatura continúa apoyándose en aproximaciones conceptuales, estudios de caso o análisis basados principalmente en percepciones profesionales. En este contexto, el presente trabajo plantea una contribución metodológica orientada a estudiar de manera sistemática la integración de la inteligencia artificial generativa en las rutinas profesionales del periodismo mediante la combinación de técnicas cuantitativas y cualitativas.

La principal aportación del artículo reside en la articulación de un diseño metodológico mixto convergente basado en tres instrumentos complementarios: encuesta, entrevistas semiestructuradas y diario de uso. Esta combinación permite observar el fenómeno desde tres planos diferenciados: las percepciones declaradas de los periodistas, la interpretación cualitativa de sus experiencias profesionales y el registro de prácticas concretas de uso en contextos laborales cotidianos. De este modo, el modelo propuesto contribuye a superar algunas limitaciones de estudios previos centrados en una única técnica de investigación, al establecer una estrategia explícita de integración entre datos declarativos, narrativos y registrados.

Un segundo elemento central de la contribución del estudio es la propuesta del Índice de Impacto de la IA Generativa en el Periodismo (IIGP) como marco multidimensional de operacionalización para futuras investigaciones empíricas. El modelo integra ocho dimensiones analíticas: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgo ético, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo, que permiten distinguir aspectos profesionales, éticos y organizativos de la integración de estas tecnologías. A diferencia de una puntuación agregada construida directamente a partir de respuestas ordinales, la propuesta plantea analizar inicialmente estas dimensiones de manera diferenciada. Esta decisión responde a la necesidad de preservar el nivel de medición de los ítems y de evitar que la transformación numérica de las categorías de respuesta implique, por sí misma, asumir intervalos equivalentes entre ellas.

La utilidad potencial del IIGP radica, por tanto, en ofrecer una estructura común para ordenar dimensiones que aparecen de forma dispersa en la literatura sobre inteligencia artificial y periodismo. Su principal valor en esta fase no consiste en producir una puntuación única, sino en establecer una correspondencia explícita entre constructos teóricos, ítems observables e instrumentos de recogida de datos. Futuras aplicaciones deberán comprobar empíricamente la consistencia de cada dimensión, revisar la adecuación y dirección de los ítems, analizar su estructura interna y valorar si existe evidencia suficiente para justificar algún procedimiento posterior de integración. En estudios comparativos, será además necesario examinar si las dimensiones mantienen un significado equivalente entre contextos mediáticos distintos.

Esta cautela metodológica resulta especialmente relevante en un campo en el que una parte importante de la investigación se ha apoyado en percepciones profesionales, estudios de caso o aproximaciones exploratorias. El diseño propuesto intenta avanzar sobre estas limitaciones no mediante la producción anticipada de una medida sintética, sino mediante la triangulación entre tres fuentes de evidencia: respuestas estructuradas del cuestionario, experiencias reconstruidas mediante entrevistas y prácticas concretas registradas en el diario de uso. Así, una eventual discrepancia entre una valoración declarada de eficiencia, el relato cualitativo del periodista y el tiempo o los problemas registrados durante el uso de una herramienta no se consideraría necesariamente un error de medición, sino un resultado analíticamente relevante para comprender la complejidad de la integración de la inteligencia artificial en las rutinas profesionales.

Como ocurre con cualquier propuesta metodológica, el modelo presenta limitaciones que deberán ser consideradas en futuras aplicaciones. En primer lugar, el diseño se centra en periodistas en activo vinculados a la producción informativa, por lo que no incorpora otros perfiles de comunicación estratégica, institucional o corporativa. Esta delimitación refuerza la coherencia del universo de análisis, aunque limita la extrapolación del modelo a otros ámbitos profesionales de la comunicación. En segundo lugar, la comparación entre Andalucía y British Columbia requiere atender cuidadosamente a las diferencias estructurales entre ambos ecosistemas mediáticos. En tercer lugar, la rápida evolución de las herramientas de inteligencia artificial generativa implica que los instrumentos propuestos deberán revisarse periódicamente para incorporar nuevas prácticas, herramientas y riesgos emergentes.

6. CONCLUSIONES

El presente artículo propone un diseño metodológico mixto para analizar la integración de la inteligencia artificial generativa en las rutinas profesionales del periodismo. Su contribución principal no reside en la presentación de resultados empíricos sobre el grado de adopción de estas tecnologías, sino en la formulación de una arquitectura metodológica replicable que combina encuesta, entrevistas semiestructuradas y diario de uso.

En relación con el primer objetivo específico, el estudio define una estrategia metodológica mixta de tipo convergente que permite analizar la integración de la inteligencia artificial generativa desde tres niveles complementarios: las percepciones profesionales declaradas, las experiencias laborales interpretadas por los periodistas y las prácticas concretas de uso registradas en situaciones reales de trabajo. La articulación de estas tres fuentes constituye uno de los principales aportes del diseño, ya que permite contrastar datos declarativos, narrativos y observacionales dentro de una misma estructura analítica.

En relación con el segundo objetivo específico, se proponen tres instrumentos de recogida de datos orientados a examinar dimensiones profesionales, éticas y organizativas asociadas al uso de inteligencia artificial generativa. El cuestionario permite recoger patrones de uso y percepción; las entrevistas profundizan en las experiencias, decisiones editoriales y dilemas profesionales; y el diario de uso registra prácticas concretas en el contexto cotidiano de trabajo. La correspondencia entre instrumentos y dimensiones facilita una triangulación explícita de la información obtenida.

En relación con el tercer objetivo específico, el artículo plantea una primera operacionalización del Índice de Impacto de la IA Generativa en el Periodismo (IIGP), estructurado en ocho dimensiones: intensidad de uso, eficiencia percibida, autonomía editorial, supervisión humana, riesgo ético, alfabetización en inteligencia artificial, carga cognitiva y contexto organizativo. En esta fase, el IIGP debe entenderse como un marco multidimensional en desarrollo y no como una puntuación sintética validada. Su futura aplicación requerirá comprobar empíricamente la consistencia de las dimensiones, su estructura interna y la adecuación de cualquier procedimiento de integración, respetando la naturaleza ordinal de los ítems del cuestionario.

En conjunto, la propuesta ofrece una base metodológica para investigaciones posteriores sobre inteligencia artificial generativa y periodismo, especialmente en estudios comparativos entre distintos contextos mediáticos. Su principal utilidad reside en hacer explícita la relación entre objetivos, dimensiones analíticas e instrumentos de investigación, al tiempo que delimita las condiciones necesarias para una futura validación empírica. El carácter cambiante de las tecnologías analizadas obliga, no obstante, a revisar periódicamente los instrumentos y categorías propuestas para mantener su adecuación a nuevas prácticas profesionales, herramientas y riesgos emergentes.

7. REFERENCIAS

Aramburú Moncada, L. G., López Redondo, I. y López Hidalgo, A. (2023). Inteligencia artificial en RTVE al servicio de la España vacía. Proyecto de cobertura informativa con redacción automatizada para las elecciones municipales de 2023. Revista Latina De Comunicación Social, (81), 1-16. https://doi.org/10.4185/RLCS-2023-1550  

Baloğlu, E. y Budak, E. (2025). Cómo integrar la inteligencia artificial en las prácticas periodísticas. Vivat Academia, 158, 1-21. https://doi.org/10.15178/va.2025.158.e1604

Beckett, C. y Yaseen, H. (2023). Generating Change. A global survey of what news organisations are doing with AI. Journalism IA. https://static1.squarespace.com/static/64d60527c01ae7106f2646e9/t/656e400a1c23e22da0681e46/1701724190867/Generating+Change+_+The+Journalism+AI+report+_+English.pdf 

Braza Delgado, R. (2026). Inteligencia artificial y publicidad digital: Discursos persuasivos y ciudadanía en la investigación científica. Revista de Ciencias de la Comunicación e Información, 31, 1-28. https://doi.org/10.35742/rcci.2026.31.e351 

Broussard, M., Diakopoulos, N., Guzman, A. L., Abebe, R., Dupagne, M. y Chuan, C.-H. (2019). Artificial intelligence and journalism. Journalism & Mass Communication Quarterly, 96(3), 673-695. https://doi.org/10.1177/1077699019859901

Canavilhas, J. (2022). Inteligencia artificial aplicada al periodismo: Estudio de caso del proyecto ‘A European Perspective’. Revista Latina de Comunicación Social, 80, 1-14. https://doi.org/10.4185/RLCS-2022-1534 

Carlson, M. (2015). The robotic reporter: Automated journalism and the redefinition of labor, compositional forms, and journalistic authority. Digital Journalism, 3(3), 416-431. https://doi.org/10.1080/21670811.2014.976412 

Creswell, J. W. y Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3ra Ed.). Sage.

Cristòfol, F. J. (2026). Measuring the micro-level impact of generative AI on science journalists’ professional routines: A methodological model for science communication contexts. Iberoamerican Journal of Science Measurement and Communication, 6(2), 1-11. https://doi.org/10.47909/ijsmc.340 

Denzin, N. K. (1978). The research act: A theoretical introduction to sociological methods. McGraw-Hill.

Diakopoulos, N. (2019). Automating the news: How algorithms are rewriting the media. Harvard University Press. https://doi.org/10.4159/9780674239302

Dörr, K. N. (2016). Mapping the field of algorithmic journalism. Digital Journalism, 4(6), 700–722. https://doi.org/10.1080/21670811.2015.1096748

Flick, U. (2018). An introduction to qualitative research (6ta Ed.). Sage.

Graefe, A. (2016). Guide to automated journalism. Tow Center for Digital Journalism.  https://doi.org/10.7916/D80G3XDJ   

Gómez López, C. (2026). La inteligencia artificial en el ecosistema radiofónico español: percepciones, usos y dilemas éticos en profesionales y audiencias. Revista de Comunicación de la SEECI, 59, 1-25. https://doi.org/10.15198/seeci.2026.59.e959

Gutiérrez-Caneda, B., Vázquez-Herrero, J. y López-García, X. (2023). Artificial intelligence in journalism: ChatGPT and the uses and risks of an emergent technology. Profesional de la Información, 32(5), e320514. https://doi.org/10.3145/epi.2023.sep.14

Hermida, A. y Simon, F. M. (2025). AI in the newsroom: Lessons from the adoption of The Globe and Mail’s Sophi. Journalism Practice, 19(10), 2323-2340. https://doi.org/10.1080/17512786.2025.2471781  

Hermida, A. (2024). From automata to algorithms: A jobs-to-be-done approach to AI in journalism. Estudios sobre el Mensaje Periodístico, 30(3), 671-675. https://doi.org/10.5209/emp.97746 

Kvale, S. y Brinkmann, S. (2015). InterViews: Learning the craft of qualitative research interviewing (3ra Ed.). Sage.

Lewis, S. C., Guzman, A. L. y Schmidt, T. R. (2019). Automation, journalism, and human–machine communication: Rethinking roles and relationships of humans and machines in news. Digital Journalism, 7(4), 409-427. https://doi.org/10.1080/21670811.2019.1577147

Lewis, S. C., Guzman, A. L., Schmidt, T. R. y Lin, B. (2025). Generative AI and its disruptive challenge to journalism: An institutional analysis. Communication and Change, 1, Article 9. https://doi.org/10.1007/s44382-025-00008-x

López-García, X., Rodríguez-Vázquez, A.-I. y Pereira-Fariña, X. (2017). Competencias tecnológicas y nuevos perfiles profesionales: desafíos del periodismo actual. Comunicar, 53, 81-90. https://doi.org/10.3916/C53-2017-08 

Mateos Abarca, J. y Gamonal Arroyo, R. (2024). Metodologías de investigación y usos de la inteligencia artificial aplicada al periodismo. Comunicación & Métodos, 6(1), 90-107. https://doi.org/10.35951/v6i1.220  

Modrón-Lecue, I. y Sánchez-García, P. (2026). Inteligencia artificial aplicada al periodismo de servicio público: Innovación multimodal de RTVE. Revista Latina de Comunicación Social, 84, 1-24. https://doi.org/10.4185/rlcs-2026-2564 

Negredo, S., Sánchez-García, P., Amoedo-Casais, A., Martínez-Costa, M. P. y Salaverría, R. (2023). Quantifying digital-native and legacy, national and local news websites in Spain. Anàlisi: Quaderns de Comunicació i Cultura, 68, 43-60. https://doi.org/10.5565/rev/analisi.3542

Noain-Sánchez, A. (2022). Addressing the impact of artificial intelligence on journalism: The perception of experts, journalists and academics. Communication & Society, 35(3), 105-121. https://doi.org/10.15581/003.35.3.105-121

Pavlik, J. V. (2023). Collaborating with ChatGPT: Considering the implications of generative artificial intelligence for journalism and media education. Journalism & Mass Communication Educator, 78(1), 84-93. https://doi.org/10.1177/10776958221149577

Pérez Dasilva, J., Peña Alonso, U., Ganzabal Learreta, M., Meso Ayerdi, K. y Mendiguren Galdospin, T. (2026). Percepciones sobre el uso de IA en el periodismo vasco y su integración en los medios. Revista Latina de Comunicación Social, 84, 1-28. https://doi.org/10.4185/rlcs-2026-2517 

Romera-Fadón, J. A., Cristòfol, F. J. y Peláez Agudo, D. (2024). IA: motor de cambio en El Español y sus redes sociales. Miguel Hernández Communication Journal, 15(2), 193-208. https://doi.org/10.21134/cg3gpc57  

Segarra-Saavedra, J., Cristòfol, F. y Martínez-Sala, A.-M. (2019). Inteligencia artificial (IA) aplicada a la documentación informativa y redacción periodística deportiva. El caso de BeSoccer. Doxa Comunicación. Revista Interdisciplinar de Estudios de Comunicación y Ciencias Sociales, 29, 275-286. https://doi.org/10.31921/doxacom.n29a14 

Salaverría, R. (2020). Exploring digital native news media. Media and Communication, 8(2), 1-4. https://doi.org/10.17645/mac.v8i2.3044

Sánchez-García, P. y Tejedor, S. (2022). Enseñanza técnico-digital en los estudios de periodismo en España: Hacia una formación híbrida genérica y especializada en lenguajes y formatos. Profesional de la Información, 31(1), e310105. https://doi.org/10.3145/epi.2022.ene.05

Sancho Escrivá, J. V., Fanjul Peyró, C., de la Iglesia Vayá, M., Montell, J. A., y Escartí Fabra, M. J. (2020). Aplicación de la inteligencia artificial con procesamiento del lenguaje natural para textos de investigación cualitativa en la relación médico-paciente con enfermedad mental mediante el uso de tecnologías móviles. Revista de Comunicación y Salud, 10(1), 19-41. https://doi.org/10.35669/rcys.2020.10(1).19-41 

Shoemaker, P. J. y Reese, S. D. (2013). Mediating the message in the 21st century: A media sociology perspective (1er Ed.). Routledge. https://doi.org/10.4324/9780203930434

Tandoc, E. C., Jr., Yao, L. y Wu, S. (2020). Man vs. machine? The impact of algorithm authorship on news credibility. Digital Journalism, 8(4), 548-562. https://doi.org/10.1080/21670811.2020.1762102

Thurman, N., Dörr, K. N. y Kunert, J. (2017). When reporters get hands-on with robo-writing: Professionals consider automated journalism’s capabilities and consequences. Digital Journalism, 5(10), 1240-1259. https://doi.org/10.1080/21670811.2017.1289819

Ufarte Ruiz, M. J. y Murcia Verdú, F. J. (2024). Una aproximación al mapa sobre la investigación en inteligencia artificial aplicada al periodismo en Europa (2013–2023). Revista Latina de Comunicación Social, 82, 1-19. https://doi.org/10.4185/rlcs-2024-2256 

Veglis, A. y Maniou, T. A. (2019). Chatbots on the rise: A new narrative in journalism. Studies in Media and Communication, 7(1), 1-6. https://doi.org/10.11114/smc.v7i1.3986 

 

CONTRIBUCIONES DE AUTORES, FINANCIACIÓN Y AGRADECIMIENTOS

Contribuciones de los autores: 

Conceptualización: Cristòfol, Francisco J. y Hermida, Alfred. Metodología: Cristòfol, Francisco J. y Hermida, Alfred. Software: Cristòfol, Francisco J. Validación: Cristòfol, Francisco J. y Hermida, Alfred. Análisis formal: Cristòfol, Francisco J. y Mateos Abarca, Juan Pablo. Curación de datos: Cristòfol, Francisco J. y Mateos Abarca, Juan Pablo. Redacción-Preparación del borrador original: Cristòfol, Francisco J. Redacción-Revisión y Edición: Cristòfol, Francisco J., Hermida, Alfred y Mateos Abarca, Juan Pablo. Visualización: Cristòfol, Francisco J. Supervisión: Hermida, Alfred. Administración de proyectos: Cristòfol, Francisco J. Todos los autores han leído y aceptado la versión publicada del manuscrito.

Financiación: Esta investigación no recibió financiamiento externo.

Conflicto de intereses: no existe.

Agradecimientos: Este trabajo ha sido financiado por la Convocatoria de Ayudas para Estancias de Investigación en el Extranjero 2025/2026 de la Universidad Internacional de La Rioja (UNIR).

AUTORES:

Francisco Javier Cristòfol Rodríguez

Universidad Internacional de La Rioja (UNIR)

Profesor Titular. Doctor en Periodismo y doctorando en Economía y Empresa por la Universidad de Málaga. Cuenta con un Máster en Periodismo (CEU) y un Máster en Profesorado (UMA), además del Máster GESCO de ESIC y el Programa Superior Europeo en Marketing Digital (ICEMD). Sus líneas de investigación se centran en marketing y comunicación cofrade, ámbito que aborda en su segunda tesis doctoral. También investiga sobre marcas territoriales, periodismo y comunicación política. Actualmente es profesor en la Universidad Internacional de La Rioja (UNIR) y ha formado parte del claustro de diversas instituciones académicas, entre ellas la Universidad Loyola Andalucía, la Universidad Europea, la Universitat Oberta de Catalunya, la Universidad Autónoma de Bucaramanga (Colombia) y la Universidad del Sagrado Corazón (Puerto Rico).

franciscojavier.cristofol@unir.net

Índice H: 12

Orcid ID: https://orcid.org/0000-0002-0967-3514

Google Scholar: https://scholar.google.es/citations?user=MIe2_OcAAAAJ&hl=es 

ResearchGate: https://www.researchgate.net/profile/F-Cristofol  

Scopus: https://www.scopus.com/authid/detail.uri?authorId=57209773312 

 

Alfred Hermida: 

University of British Columbia 

El Dr. Alfred Hermida es profesor y exdirector (2015-2020) de la Facultad de Periodismo, Redacción y Medios de Comunicación de la Universidad de Columbia Británica, y cofundador de The Conversation Canada. Con 25 años de experiencia en periodismo digital, su investigación actual aborda la transformación de las noticias, la innovación en los medios de comunicación y la inteligencia artificial en el periodismo. Actualmente se centra en el Global Journalism Innovation Lab, un proyecto de seis años financiado por el SSHRC que investiga cómo las prácticas de innovación, los modelos de negocio y los marcos normativos están configurando el futuro del periodismo. Antes de incorporarse a la UBC en 2006, trabajó durante 16 años como periodista en la BBC, tanto en televisión como en radio y en línea.

alfred.hermida@ubc.ca

Índice H: 41

Orcid ID: https://orcid.org/0000-0002-4632-3791

Google Scholar: https://scholar.google.es/citations?user=q67jNEIAAAAJ&hl=es&oi=ao 

ResearchGate: https://www.researchgate.net/profile/Alfred-Hermida 

Academia.edu: https://ubc.academia.edu/AlfredHermida 

 

Juan Pablo Mateos Abarca 

Universidad Complutense de Madrid 

Es Licenciado en Ciencias de la Información por la Universidad Complutense de Madrid, Máster en Periodismo Digital por el Grupo Recoletos y Máster en Derecho Comunitario por la Universidad Europea de Madrid.  Así mismo, Doctor CL en Empresa Informativa por la Universidad Complutense de Madrid.  Además, es miembro oficial del Grupo de Investigación MEDIACOM (UCM) y otros doce comités Científicos Editoriales y Miembro de Honor del Comité Nacional de Profesionales de la Comunicación (PROCOM). Es profesor en la Facultad de Ciencias de la Información de la Universidad Complutense de Madrid, en el área de Tecnología.  Ha publicado diversos artículos y capítulos de libro en reconocidas revistas científicas y editoriales (Historia y Comunicación, Icono14, Revista Mediterránea, Visual Review, Gedisa, Fragua, Dykinson, etc) 

juanpmat@ucm.es

Índice H: 7

Orcid ID: https://orcid.org/0000-0002-8449-0072

Google Scholar: https://scholar.google.com/citations?user=POOcP9wAAAAJ 

ResearchGate: https://www.researchgate.net/profile/Juan-Abarca-4 

Scopus: https://www.scopus.com/authid/detail.uri?authorId=57222579035 

Academia.edu: https://ucm.academia.edu/JuanPabloMateosAbarca 

 

Artículos relacionados:

Aramburú Moncada, L. G., López Redondo, I. y López Hidalgo, A. (2023). Inteligencia artificial en RTVE al servicio de la España vacía. Proyecto de cobertura informativa con redacción automatizada para las elecciones municipales de 2023. Revista Latina de Comunicación Social, 81, 1–16. https://doi.org/10.4185/RLCS-2023-1550

Baloğlu, E. y Budak, E. (2025). Cómo integrar la inteligencia artificial en las prácticas periodísticas. Vivat Academia, 158, 1–21. https://doi.org/10.15178/va.2025.158.e1604 

García de Blanes Sebastián, M., Díaz-Marcos, L., Aguado Tevar, Ó. y Delso Vicente, A. T. (2025). Análisis de las aplicaciones de la Inteligencia Artificial Generativa en sectores estratégicos: Una revisión de literatura. Revista Latina de Comunicación Social, 83, 1–24. https://doi.org/10.4185/rlcs-2025-2466 

La-Rosa, L., Ortega-Fernández, E. y Perlado, M. (2025). Capítulo 2. Inteligencia Artificial en el periodismo, el marketing y la publicidad: una revisión sistématica de la literatura. Espejo de Monografías de Comunicación Social, 36, 33-53. https://doi.org/10.52495/c2.emcs.36.p114 

Martínez-Navarro, G. (2025). Inteligencia Artificial y Periodismo: explorando el punto de vista de los periodistas. Doxa Comunicación. Revista Interdisciplinar De Estudios De Comunicación Y Ciencias Sociales, 259-278. https://doi.org/10.31921/doxacom.n40a2717