Este artículo reúne experiencias que muestran cómo distintos medios de la región están tomando decisiones prácticas para integrar la inteligencia artificial de forma responsable y con impacto real en su operación diaria.
Al hablar de inteligencia artificial en el periodismo, el verdadero desafío no es la tecnología en sí, sino cómo integrarla en las redacciones: qué problemas abordar primero, qué tareas automatizar, dónde poner reglas y cómo hacerlo sin perder foco editorial ni confianza con la audiencia. En distintas redacciones de América Latina, este proceso ya está en marcha. Lejos de soluciones genéricas, los medios están avanzando a partir de necesidades concretas, aprendizaje práctico y decisiones estratégicas que conectan tecnología, operación y misión periodística.
En este contexto, desde WAN-IFRA se han habilitado espacios de intercambio, experimentación y aprendizaje aplicado para que los medios puedan explorar estas tecnologías desde su propia realidad. Más que promover herramientas específicas, el objetivo es acompañar a las redacciones en la formulación de preguntas relevantes, en la identificación de casos de uso con impacto real y en la construcción de conocimiento compartido frente a una tecnología en constante evolución.
Los casos que se presentan a continuación surgieron en el marco del LATAM Newsroom AI Catalyst, Cohorte 2, un espacio impulsado por WAN-IFRA con el apoyo de OpenAI, para acompañar a medios de la región en la exploración práctica de la inteligencia artificial. A partir de desafíos reales y contextos muy distintos entre sí, las redacciones participantes desarrollaron prototipos y soluciones aplicadas que muestran cómo la IA puede integrarse de forma concreta, gradual y alineada con las necesidades del periodismo actual.
El verdadero desafío no es la tecnología en sí, sino cómo integrarla en las redacciones: qué problemas abordar primero, qué tareas automatizar, dónde poner reglas y cómo hacerlo sin perder foco editorial ni confianza con la audiencia.
La historia de Tuki: inteligencia artificial e identidad local
Contexto
Diario UNO es un medio digital de Mendoza, Argentina, con una vocación innovadora sostenida en el tiempo. Al comenzar a explorar el uso de inteligencia artificial, el equipo identificó dos desafíos claros: el uso individual y desordenado de herramientas de IA dentro de la redacción y la alta carga de tareas de bajo valor agregado, como transcripciones o reescrituras, asumidas por periodistas con amplia experiencia. De esa necesidad surgió Tuki, con el objetivo de ordenar el uso de la IA y liberar tiempo para el periodismo de mayor profundidad.
El proyecto
El desarrollo de Tuki comenzó con un prototipo orientado a convertir audios de Radio Nihuil en borradores de notas periodísticas. Con el tiempo, evolucionó hacia una herramienta accesible para los periodistas del grupo.
Este crecimiento implicó también un desafío organizacional: pasar del experimento a un uso real en redacción que requirió coordinación entre equipos periodísticos y técnicos, y entender la implementación como un cambio cultural, no solo tecnológico.
Resultados y aprendizajes
Hoy, Tuki permite generar borradores de notas a partir de audios y documentos escritos, incorporando el manual de estilo y normas propias del medio. Desde el inicio, el equipo sostuvo un enfoque claro de human in the loop: la automatización funciona como una capa de eficiencia, mientras que el criterio periodístico y la edición humana siguen siendo centrales.
El principal aprendizaje fue la sistematización. La IA dejó de ser una práctica dispersa para convertirse en un proceso compartido, con reglas y objetivos claros.
Lo que sigue
El próximo paso es escalar la experiencia y consolidar a Tuki como una plataforma de apoyo editorial más amplia, reforzando una forma de trabajo más eficiente y ordenada.
De la intuición a la inteligencia editorial: incorporar IA a la rutina editorial
Contexto
En Grupo La Silla Rota, la conversación sobre inteligencia artificial no partió del entusiasmo tecnológico, sino de una incomodidad concreta. Como grupo multimedia independiente, con medios como La Silla Rota, sus ediciones regionales, SuMédico y La Cadera de Eva, el equipo producía grandes volúmenes de información editorial. Sin embargo, muchas decisiones clave seguían apoyándose en la intuición y señales dispersas. Los datos existían, pero llegaban tarde a la conversación diaria.
El desafío
Desde el inicio, el equipo tuvo claro que la IA solo sería útil si se integraba sin fricciones en la rutina editorial. Con ese objetivo nació AURA, un prototipo diseñado para estar presente antes de las reuniones de planeación, aportando contexto, señales y tendencias relevantes sin alterar la dinámica cotidiana del equipo. La IA no debía reemplazar decisiones, sino alimentarlas mejor y a tiempo.
La IA no debía reemplazar decisiones, sino alimentarlas mejor y a tiempo.
El proceso
El desarrollo de AURA fue colaborativo e incremental. Editores, analítica y apoyo técnico trabajaron en ciclos cortos, priorizando la utilidad real por sobre la sofisticación técnica.
Resultados y aprendizajes
Los primeros resultados permitieron transformar métricas aisladas en una conversación común. Los datos dejaron de ser reportes tardíos y se convirtieron en un punto de partida compartido para discutir temas y prioridades editoriales. El mayor aprendizaje fue el cambio de mirada: la IA pasó de verse como una promesa lejana a entenderse como una infraestructura de apoyo al criterio periodístico.
Lo que sigue
El siguiente paso es seguir afinando AURA y fortalecer las capacidades analíticas del equipo editorial, integrando la inteligencia artificial de forma cada vez más natural en la toma de decisiones.
LIZA: el asistente de IA que recupera la memoria y el tiempo en la redacción
Contexto
Frente al auge de la inteligencia artificial, Primicias comenzó a explorar cómo esta tecnología podía resolver un problema concreto de su redacción: el tiempo que los periodistas invertían en buscar información histórica para contextualizar los reportajes actuales. Dos factores profundizaban esta dificultad: la ausencia de una estrategia SEO consolidada y un buscador interno poco eficiente.
El objetivo era claro: recuperar tiempo para destinarlo a reportería, a encontrar historias distintas y a profundizar en la cobertura informativa.
El proyecto
Durante el proceso de trabajo, el equipo definió el desafío en torno a la gestión del conocimiento y el tiempo. De ahí surgió LIZA, un prototipo de IA generativa concebido como asistente de búsqueda y redacción. La herramienta fue entrenada con información histórica del medio, principalmente de las secciones de Política y Economía, y con lineamientos editoriales propios. Además, se integraron fuentes externas para detectar hechos relevantes en tiempo real, gracias al trabajo conjunto de un equipo interdisciplinario de Redacción y Tecnología.
Resultados y aprendizajes
LIZA se consolidó como una herramienta con tres funciones principales orientadas a reducir tiempos de producción: contextualización a partir del archivo del medio, generación de borradores bajo estándares editoriales y apoyo SEO mediante recomendaciones de titulares y enlaces. El principal aprendizaje fue confirmar que la tecnología debe adaptarse al problema editorial, y no al revés. Diseñar soluciones propias permitió, además, preservar la identidad del medio.
Lo que sigue
El siguiente paso es ampliar el uso de LIZA a todas las secciones de la redacción y conformar un grupo de periodistas que pruebe la herramienta de forma más intensiva. A mediano plazo, el equipo explora extender su uso a la audiencia y fortalecer el proyecto mediante alianzas y financiamiento especializado en inteligencia artificial.
En conjunto, estos casos muestran que la adopción de inteligencia artificial en las redacciones de América Latina no responde a soluciones universales, sino a decisiones informadas desde la práctica. En contextos distintos, los medios partieron de problemas reales y avanzaron con enfoques graduales, priorizando la utilidad por sobre la complejidad técnica. La IA aparece así no como un reemplazo del criterio periodístico, sino como una infraestructura de apoyo que ordena procesos, libera tiempo y amplía capacidades. Más que la tecnología en sí, lo que marca la diferencia es la claridad del propósito y la disposición a aprender en el camino. En ese cruce entre experimentación, cultura editorial y aprendizaje colectivo, comienzan a tomar forma nuevas maneras de hacer periodismo en la región.
Sobre WAN-IFRA y los próximos espacios de intercambio
En línea con estas experiencias, WAN-IFRA continuará ofreciendo conferencias y programas regionales donde los medios pueden profundizar en temas como inteligencia artificial aplicada, innovación editorial y sostenibilidad del negocio periodístico. Más información sobre estos espacios está siempre disponible en nuestros canales regionales y en la página de eventos.