La adopción de inteligencia artificial se extiende por las organizaciones periodísticas de todo el mundo, pero los datos muestran una transformación todavía desigual: se concentra en las redacciones, avanza con mayor intensidad en Estados Unidos y Europa y apenas comienza a penetrar las áreas de audiencias, distribución y monetización.

La discusión sobre inteligencia artificial en los medios de comunicación ha cambiado de naturaleza. El debate ya no se centra en si los periodistas y las empresas informativas utilizarán IA, sino dónde la están utilizando, qué están automatizando y hasta qué punto esa adopción está cambiando realmente el negocio de las noticias.

Una iniciativa ofrece ahora una perspectiva particularmente útil para responder estas preguntas. Se trata de J·Index, creado por la periodista y consultora ucraniana Katya Gorchinskaya, que reúne miles de casos públicamente documentados sobre utilización de inteligencia artificial en organizaciones periodísticas alrededor del mundo.

El proyecto registra cada implementación a partir de unas 20 variables, entre ellas la organización, el país, la herramienta utilizada, la función que cumple, el grado de intervención humana, su nivel de madurez y la procedencia del financiamiento.

Pero hay una precisión necesaria antes de interpretar sus cifras. J·Index no constituye un censo mundial de utilización de inteligencia artificial en los medios. Trabaja sobre casos que pueden ser identificados y verificados públicamente, mediante investigación manual, búsquedas automatizadas y herramientas asistidas por IA, con revisión humana antes de incorporar las experiencias a la base.

Por tanto, lo que mide es adopción documentada. No toda la adopción existente. Esa diferencia metodológica no reduce su valor. Por el contrario, el volumen alcanzado comienza a permitir algo que hasta ahora era difícil: observar el fenómeno como conjunto e identificar patrones.

3,700 casos verificados

La inteligencia artificial ha entrado en medios de prácticamente todas las regiones del planeta. J·Index registra actualmente más de 3,700 casos verificados en más de 150 países. Un artículo publicado el 29 de septiembre de 2026 por Gretel Kahn, del Reuters Institute for the Study of Journalism de la Universidad de Oxford, señalaba que la base contenía entonces más de 3,000 implementaciones y ejemplos correspondientes a 142 países.

La diferencia entre ambas cifras, separadas por apenas días, permite advertir además una característica del fenómeno: estamos tratando de medir una transformación que continúa ocurriendo mientras la observamos. Pero la distribución dista mucho de ser homogénea. En los datos disponibles de J·Index, Estados Unidos encabeza ampliamente la relación, con 661 casos documentados, seguido por China, con 265; Reino Unido, con 211; Alemania, con 173, y Ucrania, con 103. Francia registra 99 casos e India 95. Europa y Asia Central constituyen, en conjunto, la región con mayor cantidad de implementaciones documentadas, con 1,493 casos.

RD aparece en la cola

América Latina también aparece en el mapa, aunque a bastante distancia de los mercados con mayor capacidad tecnológica y financiera. Brasil alcanza 91 casos; Argentina, 64; México, 50; Colombia, 32; Perú, 18; Chile, 12, y República Dominicana, 6, según los datos consultados en octubre de 2026.

Esta geografía permite hacer una primera lectura: que las herramientas de inteligencia artificial sean ampliamente accesibles no significa que las capacidades para incorporarlas de manera sistemática también lo sean.

Una redacción puede acceder hoy desde casi cualquier lugar a modelos generativos con capacidades que hace pocos años estaban reservadas a empresas tecnológicas de gran escala. Pero existe una distancia considerable entre utilizar una herramienta y convertirla en capacidad organizacional.

Integrar IA a un sistema editorial, desarrollar soluciones propias, organizar archivos y datos, establecer protocolos, formar al personal, experimentar continuamente y evaluar resultados exige recursos humanos, tecnológicos y financieros. Y esos recursos siguen estando distribuidos de forma muy desigual.

En la entrevista realizada por Kahn para el Reuters Institute, Gorchinskaya señala precisamente esa diferencia entre las organizaciones con mayores capacidades y aquellas que operan con menos recursos. Las primeras pueden desarrollar programas continuos de experimentación, mientras que en muchas empresas pequeñas la adopción se produce mediante herramientas o proyectos específicos.

En parte del Sur Global aparece además otra variable: la dependencia de subvenciones, fondos de cooperación o programas impulsados por grandes compañías tecnológicas para financiar la innovación.

Hay, sin embargo, un dato que evita reducir el fenómeno a las grandes corporaciones mediáticas. Cerca de una tercera parte de las implementaciones recopiladas por J·Index corresponde a medios pequeños, locales o hiperlocales. La barrera tecnológica ha bajado y lo que sigue siendo desigual es la posibilidad de convertir el experimento en una competencia permanente de la organización.

¿Qué están automatizando los medios?

La segunda gran conclusión aparece cuando se examina no dónde se utiliza la IA, sino para qué se utiliza. La categoría más frecuente en J·Index es producción y automatización de contenidos, con 529 casos. Le sigue asistencia a la escritura y flujo editorial, con 493. Investigación registra 283; avatares y presentadores sintéticos, 224; verificación y fact-checking, 219; experiencia y personalización de audiencias, 206; licenciamiento y alianzas de contenidos, 205, y políticas editoriales y ética de IA, 201.

Después aparecen producción multimedia y visual, con 158 casos; capacitación, con 157; transcripción y traducción, con 150, y producción de audio y voz, con 126. El patrón resulta evidente: la primera gran ola de incorporación de inteligencia artificial en los medios está ocurriendo dentro del proceso de producción periodística. Tiene lógica.

Los medios trabajan esencialmente con lenguaje, información, documentos, datos, imágenes y audio, precisamente los territorios donde los modelos generativos han avanzado con mayor rapidez. Y las primeras aplicaciones encuentran allí abundantes tareas repetitivas, intensivas en tiempo o susceptibles de asistencia tecnológica.

Gorchinskaya estima, según explicó al Reuters Institute, que alrededor del 60 % de las implementaciones continúa concentrado dentro de las redacciones. Pero el dato admite una lectura adicional. Los medios parecen estar comenzando la transformación por el espacio que dominan mejor: la fabricación de su producto. Es comprensible, aunque también revelador. Ante una tecnología disruptiva, la reacción inicial está siendo utilizarla para mejorar procesos conocidos antes que replantear actividades sobre las cuales las empresas tienen menor dominio o mayor incertidumbre.

En los desarrollos más avanzados empieza además a producirse otro cambio. La utilización de IA deja de depender exclusivamente de que cada periodista abra ChatGPT, Gemini, Claude u otra aplicación de manera individual. Gorchinskaya describe en su conversación con Reuters Institute sistemas que incorporan conocimiento propio de las organizaciones -archivos, normas editoriales, bases documentales- y que conectan distintas capacidades de IA con tareas concretas del flujo de producción.

El elemento relevante no es solamente qué aplicaciones contienen estos sistemas, sino qué significa su existencia. Cuando la inteligencia artificial deja de ser una herramienta externa utilizada ocasionalmente por un periodista y pasa a formar parte del entorno donde se busca información, se consulta el archivo, se transcribe, se edita o se prepara un borrador, la organización ha comenzado a cruzar una frontera distinta. Ya no estamos hablando únicamente de usar IA. Estamos hablando de incorporarla a la infraestructura productiva del medio.

¿Vendrá una transformación más profunda?

Es aquí donde aparece la principal paradoja del proceso. Mientras producción de contenidos registra 529 casos y asistencia editorial 493, las áreas directamente relacionadas con el negocio muestran cifras mucho menores: publicidad y operaciones publicitarias alcanzan 61 casos; suscripciones y paywalls, 60; inteligencia y analítica de audiencias, 55; análisis y previsión de ingresos, 24; creación de newsletters, 17; producción para redes sociales, 14; promoción y marketing de marca, 12; adquisición de audiencias, 7, y optimización para motores generativos, apenas 4.

J·Index observa la misma distancia desde una perspectiva más amplia: alrededor del 61 % de los casos documentados se relaciona con procesos de redacción, frente a 27 % situado en actividades comerciales. La diferencia merece más atención que la cifra misma. La primera reacción de los medios frente a la IA parece haber sido fundamentalmente productiva: hacer de una manera distinta, y generalmente más rápida, cosas que ya hacían.

La transformación más difícil podría comenzar cuando la tecnología se aplique a problemas que la industria todavía no ha conseguido resolver satisfactoriamente. ¿Cómo conocer mejor a una audiencia fragmentada? ¿Cómo personalizar contenidos sin diluir la identidad editorial? ¿Cómo reducir el abandono de suscriptores? 

Además, ¿cómo recuperar capacidad de distribución cuando los buscadores y las redes sociales dejan de enviar el tráfico que enviaban? ¿Cómo conseguir que una marca informativa sea encontrada, utilizada y citada por los nuevos sistemas generativos? ¿Cómo transformar archivos acumulados durante décadas en productos y servicios nuevos?

Es probablemente en este territorio donde la inteligencia artificial dejará de ser principalmente una tecnología de eficiencia para convertirse en una tecnología de transformación del negocio.

Una brecha que es un reto

Concentrarse únicamente en cómo utilizan IA los periodistas permitiría observar solo una parte del problema. Mientras los medios incorporan inteligencia artificial a sus procesos internos, la misma tecnología está modificando los hábitos de quienes consumen información.

El Reuters Institute ha encontrado que el uso semanal de herramientas de inteligencia artificial generativa en seis mercados pasó de 18 % a 34 % entre 2024 y 2025. Una proporción todavía pequeña, pero creciente, de usuarios comienza además a recurrir a chatbots como ChatGPT o Gemini para buscar información y consultar noticias.

La consecuencia es relevante. Durante décadas, las empresas informativas han tenido que adaptar su producto a sucesivas interfaces: periódicos, radio, televisión, web, buscadores, aplicaciones y redes sociales. Ahora aparece otra: la respuesta producida por una máquina.

Y esta interfaz introduce una diferencia fundamental. El usuario puede encontrar la información que buscaba sin visitar necesariamente el medio que la produjo originalmente. Por eso resulta significativo que Generative Engine Optimization (GEO), la optimización de contenidos para su descubrimiento en motores generativos, figure todavía entre las categorías con menor número de casos registrados en J·Index.

Existe aquí una asimetría que merece ser observada: los medios están avanzando mucho más rápidamente en utilizar IA para producir información que en prepararse para un entorno donde la IA también decidirá cómo esa información es encontrada, sintetizada y presentada a las audiencias. Ahí hay una brecha. Y, al mismo tiempo, un reto estratégico.

Reorganización del negocio

J·Index intenta también distinguir entre distintos grados de madurez en la adopción. En el extremo más avanzado aparecen organizaciones que han comenzado a ir más allá de la incorporación de herramientas individuales y modifican estructuras, productos o formas de operar alrededor de la inteligencia artificial. Son todavía pocas.

La plataforma identifica 41 organizaciones en este nivel superior. El grupo incluye empresas tradicionales que han reorganizado significativamente procesos y productos, organizaciones nacidas directamente sobre estructuras intensivas en IA y operadores capaces de utilizar una misma infraestructura tecnológica para sostener numerosos productos o cabeceras.

Más que la cifra, interesa la diferencia conceptual que introduce. Adoptar una tecnología no equivale necesariamente a transformarse. Un periodista que utiliza IA para resumir un documento ha aumentado su productividad. Una redacción que automatiza transcripciones ha mejorado un proceso. Un medio que integra un asistente editorial a sus sistemas ha avanzado un nivel adicional.

Pero transformar una organización supone algo bastante más profundo: reconsiderar cómo produce, distribuye y monetiza información y, sobre todo, dónde reside el valor que entrega a su audiencia. Los propios patrones registrados por J·Index indican que buena parte de la industria se encuentra todavía en fases donde la IA amplía o acelera capacidades humanas existentes. La reorganización integral del negocio alrededor de esta tecnología continúa siendo excepcional.

¿Cuál será la próxima batalla?

Hay otra razón para mirar más allá de la automatización. Una investigación del Reuters Institute realizada entre 1,004 periodistas británicos encontró que 56 % utilizaba inteligencia artificial profesionalmente al menos una vez por semana.

Sin embargo, la penetración organizacional era bastante menos profunda. Aunque 60 % decía trabajar en redacciones donde existía algún grado de incorporación de IA, la mayoría consideraba limitada esa integración.

El contraste es importante porque revela otra velocidad desigual: el uso individual está avanzando más rápidamente que la transformación de las organizaciones. Y eso tiene una consecuencia estratégica.

Disponer de ChatGPT, Gemini, Claude o cualquier otra plataforma difícilmente constituirá por mucho tiempo una ventaja competitiva. Las mismas herramientas, o capacidades equivalentes, estarán disponibles para prácticamente todos.

Cuando eso ocurra, la diferencia deberá buscarse en otra parte. Estará en los archivos propios organizados para ser utilizados inteligentemente; en bases de datos exclusivas; en conocimiento acumulado sobre las audiencias; en sistemas editoriales integrados; en procedimientos de verificación; en capacidades humanas difíciles de automatizar; en propiedad intelectual; en productos diferenciados y, de manera decisiva, en confianza.

Cuando todos puedan utilizar una inteligencia artificial semejante, el activo estratégico será aquello que cada organización posee, sabe hacer o representa y que sus competidores no pueden reproducir simplemente contratando el mismo modelo.

Hacia una estrategia de IA

El mapa que comienza a dibujar J·Index muestra una industria que ya cruzó el umbral de la experimentación inicial, pero que todavía no ha completado su transformación. La inteligencia artificial se ha extendido geográficamente, aunque de manera desigual. Penetra profundamente en producción y flujos editoriales, pero bastante menos en distribución, monetización y crecimiento.

Y mientras algunos medios comienzan a reorganizarse alrededor de ella, siguen constituyendo excepciones dentro de una industria que, por ahora, parece haber automatizado más de lo que se ha transformado. Por eso la pregunta estratégica empieza a cambiar.

Ya no basta con preguntar qué tareas podemos automatizar. Habrá que preguntarse qué capacidades debemos construir, qué procesos deben continuar siendo humanos, qué activos propios debemos proteger y desarrollar y cómo cambia nuestra propuesta de valor cuando producir contenido deja de ser la parte más escasa del sistema informativo.

Porque probablemente el gran impacto de la inteligencia artificial sobre los medios no consistirá simplemente en permitirles producir muchas más noticias, sino en obligarlos a responder una pregunta bastante más difícil: ¿por qué esas noticias, esa marca y esa relación con su audiencia seguirán teniendo valor cuando producir información sea cada vez más fácil?

—

Fuentes y referencias: Este análisis utiliza datos de J·Index, The Journalism AI Index, consultados en octubre de 2026, y hallazgos publicados por el Reuters Institute for the Study of Journalism de la Universidad de Oxford. Entre las referencias principales figuran la entrevista de Gretel Kahn a Katya Gorchinskaya, “This journalist built a database tracking thousands of cases of AI adoption in news organisations. Here’s what she’s learnt”, publicada el 29 de septiembre de 2026; el estudio AI adoption by UK journalists and their newsrooms; y resultados del Digital News Report 2026 relacionados con la utilización de chatbots de IA para información y noticias.