TVMorfosis 9

Inteligencia artificial en contenidos audiovisuales

Guillermo Orozco, Carlos A. Scolari, Gabriel Torres Espinoza, Alejandro Piscitelli, Claudia Flores-Saviaga, Darwin Franco Migues, Gerardo Albarrán de Alba

• Editorial: Tintable
• Año: 2021
• ISBN:
  9786078346554
• Edición: 1
• Categoría: Ciencias sociales
• Categoría: Estudios de medios

La pantalla inteligente almacena, responde y pregunta, relaciona opciones, evalúa, clasifica, aconseja a los televidentes que se plantan frente a ella para ver qué menú les ha preparado cada día. ¡Esta pantalla con inteligencia artificial aprende! El algoritmo tiene una perspectiva única de los televidentes individuales que los televidentes no tenemos de nosotros mismos. Y esta información algorítmica permite predecir comportamientos, deseos y gustos televisivos, no de uno, sino de miles o millones de televidentes, y conocer las tendencias de visionado más frecuentes, las preguntas que harán los individuos frente a cierta programación y muchas cosas más. A lo largo del libro, se exploran las amenazas y oportunidades que dispone la inteligencia artificial, haciendo énfasis en los desafíos para el periodismo, la deliberación y la gestión de la información en el entorno digital.

INTELIGENCIA ARTIFICIAL, ALIADA O ADVERSARIA DE LAS FAKE NEWS

Claudia Flores-Saviaga

El tema de las fake news es tan antiguo como la propia industria del periodismo: la información engañosa, la propaganda y la sátira han existido durante mucho tiempo. Los diferentes medios de comunicación como la radio, los periódicos, la televisión y en los últimos años, la Internet y las redes sociales, han servido como difusores de lo que pasa en el mundo para mantener informada a la sociedad.

En años recientes, la predominancia del uso de las redes sociales, por parte de líderes de opinión en diferentes eventos políticos clave en todo el mundo, han destacado la necesidad de comprender las interacciones entre plataformas digitales, la distribución de la información y su influencia en la sociedad.

¿Qué son las fake news?

Mientras que muchos han usado y continúan usando el término fake news para referirse al contenido falso compartido; muchas organizaciones, periodistas e investigadores han abogado por un cambio del uso del término fake news a una serie de términos más específicos, tales como desinformación e información engañosa, agrupados bajo el concepto de trastornos de la información.

En este capítulo, nos abstendremos de usar el término fake news por varias razones. La primera, este término ha sido considerado inadecuado para describir los fenómenos complejos de los trastornos de la información. La segunda, dicho término comenzó a ser utilizado por líderes de opinión de todo el mundo para describir las notas de organizaciones de noticias cuya cobertura les parece desagradable. Es por eso que diferentes organizaciones, periodistas e investigadores consideran que ha sido utilizado para tratar de restringir, minar y desafiar a la prensa libre (Bounegru y Gray, 2018).

Por lo tanto, en este capítulo utilizaremos dos términos del marco conceptual desarrollado por el Shorenstein Center de la Universidad de Harvard (https://shorensteincenter.org/):

•Información engañosa: cuando se comparte información errónea, sin intención de causar algún daño.

•Desinformación: cuando la información falsa se comparte a sabiendas de que puede causar daño.

Si bien sabemos que estos trastornos de la información no son nuevos, el surgimiento de la Internet y las redes sociales, así como los avances tecnológicos han provocado cambios fundamentales en la forma en que se produce, distribuye y comunica la información (Hilbert y López, 2011).

Por ejemplo, la tecnología ha permitido que cualquiera pueda crear, editar, publicar y distribuir información de una manera fácil y barata. A su vez, el consumo de información se ha vuelto más accesible a través de las redes sociales, ya que rompe la barrera entre la comunicación de las personas. Finalmente, la velocidad a la que se difunde la información se ha incrementado gracias al uso de teléfonos móviles y el acceso a la Internet. Sin embargo, esto no ha venido sin consecuencias, ya que es más frecuente que la información sea transmitida entre amigos, familiares y conocidos y, por lo tanto, la veracidad de la misma sea poco cuestionada (Anspach, 2017). Antes, los medios tradicionales servían como guardianes de la información cuya función era revisar la veracidad de los reportes que publicaban, mientras ahora, debido a la cantidad de fuentes de información existente, el centro de atención está en la nota y no en la fuente (Metzger y Flanagin, 2013).

Las redes sociales también tienen otro efecto adverso, ya que la manera en que están diseñadas refuerza los sesgos de información, creando los llamados filter bubbles, o filtros burbuja, que se originan cuando los algoritmos de las redes sociales presentan sugerencias al usuario de lo que le gustaría ver, basado en lo que ya ha visto antes (Flaxman, Goel y Rao, 2016). Por lo tanto, las personas van a leer y buscar aquello que está de acuerdo con sus puntos de vista. A su vez, la forma en que los algoritmos de las redes sociales dan prioridad a la información que los usuarios ven, refuerza esto al impedir que las personas se expongan a puntos de vista diferentes de los suyos propios.

Se estima que hacia 2022, las personas podrían encontrarse con más desinformación que información real en la Internet (Panetta, 2017). La inteligencia artificial (IA) puede acentuar esto, debido a que mediante ésta, es posible generar contenido en grandes proporciones, siendo este tan convincente que las personas podrían tener dificultades para discernir si es verdad o no.

La Inteligencia artificial como aliada de la desinformación

Así como la IA sirve para crear estos mecanismos de difusión de la información en las redes sociales, también puede ser usada para generar desinformación (Brundage, 2018). Aquí presentamos algunos ejemplos.

Generación automática de desinformación

Investigadores de la compañía OpenAI, dedicada al desarrollo de IA, crearon un algoritmo capaz de traducir texto, responder preguntas y realizar otras tareas útiles, como la sumarización de textos o la mejora de las habilidades de conversación de los chatbots que usan algunas compañías para atención al cliente. Sin embargo, también descubrieron que su algoritmo es capaz de generar contenido falso con bastante facilidad, como desinformación o publicaciones de redes sociales falsas (Knight, 2019). Es decir, ya es posible generar de manera automática contenido falso convincente.

Híperpersonalización

La IA ha hecho posible la generación de campañas de desinformación híperpersonalizadas; esto ha dado a diferentes compañías la posibilidad de sugerirle a sus clientes contenido más afín a sus gustos. Un ejemplo claro es el caso de Netflix, al hacer sugerencias de contenido a sus clientes de acuerdo con su comportamiento dentro de la plataforma (Burgess, 2018). No obstante, en otros casos, esta híperpersonalización también ha sido usada con la intención de tratar de influir en el comportamiento de las personas.

Un ejemplo controversial de este hecho fue el escándalo de Cambridge Analitica (Confessore, 2018) en el que millones de datos de usuarios de Facebook fueron coleccionados para crear perfiles psicológicos y así generar publicidad política personalizada a cada usuario según dicho perfil. Aunque los efectos de si esta publicidad dirigida tuvo efecto en las elecciones presidenciales de Estados Unidos aún es un tema controversial, lo que sí es irrefutable es que el uso de la IA hizo posible realizar ese análisis y generar contenido de una forma automatizada y a gran velocidad. La IA también pudo ser usada para eficientar la distribución de la información política. El análisis de información de las redes sociales, que usan la IA, permite identificar a las personas más influyentes dentro de una red social para luego abordarlas con información dirigida y así asegurar que dicha información la compartan con sus contactos, con el fin de tener un impacto mayor. Este análisis de perfiles permite asegurar que la persona es un puente efectivo para llegar a miles de usuarios.

Deep fakes

Unos ejemplos interesantes son los los llamados deep fakes. Los avances en la IA han permitido que sea posible producir videos y audios completamente falsos, pero notablemente realistas que representan eventos que nunca sucedieron o personas diciendo cosas que en realidad nunca dijeron (Shao, 2018). Un ejemplo son los videos altamente realistas en que líderes de opinión parecen hacer comentarios subversivos que en realidad nunca hicieron (Vincent, 2018). Ha mejorado tanto la tecnología para generarlos que distinguir entre contenido real y fabricado ahora es extremadamente difícil a simple vista. Los expertos temen que los videos falsos generen un problema de confianza del usuario al leer o ver noticias en la Internet, sin embargo, aún no exist...

Índice

• Cubierta
• Portada
• Créditos
• CONTENIDO
• Presentación
• El storytelling en la era de la inteligencia artificial
• Inteligencia artificial, big data y analíticas: medición e interactividad de las audiencias
• Periodismo “centauro” en la era de la creatividad computacional
• Inteligencia artificial, aliada o adversaria de las fake news
• Inteligencia artificial y periodismo: ¿quién redactará las noticias?
• Humanizar a las máquinas o robotizar a la humanidad
• Los autores