Transparencia algorítmica- María José Barragán
La transparencia algorítmica es la capacidad de comprender, explicar y hacer visible cómo funcionan los algoritmos y sistemas de inteligencia artificial que toman decisiones o producen contenidos que afectan a las personas. En el contexto de los medios de comunicación y el periodismo, implica que las organizaciones informativas comuniquen abiertamente a sus audiencias cuándo, cómo y en qué medida la inteligencia artificial participa en la producción, selección, personalización o distribución de noticias. El concepto no se limita a revelar el código fuente de un sistema, sino que abarca un compromiso más amplio con la rendición de cuentas: explicar los criterios con los que un algoritmo opera, qué datos utiliza, quién lo supervisa y qué consecuencias puede tener su uso. En palabras de la investigadora Kate Crawford, los sistemas de IA no son neutrales , reflejan decisiones humanas sobre qué datos recopilar, qué optimizar y quién se beneficia. Hacer visibles esas decisiones es precisamente el núcleo de la transparencia algorítmica. El informe Generative AI and News 2025 del Reuters Institute for the Study of Journalism (Simon, Nielsen y Fletcher, 2025) revela una brecha preocupante: el 77% de los encuestados consume noticias a diario, pero solo el 19% reporta ver etiquetas o indicaciones de que un contenido fue producido con ayuda de inteligencia artificial, es decir, la IA ya está integrada en las redacciones, pero el público mayormente no lo sabe. Esta invisibilidad tiene consecuencias directas sobre la confianza. El mismo informe señala que únicamente el 33% de las personas cree que los periodistas verifican los resultados de la IA antes de publicarlos. Cuando la audiencia no sabe que un algoritmo participó en la creación de una noticia, no puede evaluar críticamente esa información ni exigir responsabilidades. La transparencia algorítmica es, entonces, una condición necesaria para que el periodismo mantenga su función democrática en la era de la IA. Ejemplos de transparencia algorítmica en la práctica 1. Etiquetado de contenidos generados por IA Varios medios internacionales han comenzado a incluir etiquetas visibles en artículos producidos o asistidos por IA. La agencia Associated Press (AP), por ejemplo, utiliza IA para generar informes de resultados deportivos y financieros de forma automatizada, y lo indica explícitamente al final de cada pieza. Esto permite al lector saber que el texto fue generado automáticamente y calibrar su lectura en consecuencia. 2. Tarjetas de modelo (Model cards) En el ámbito tecnológico, empresas como Google y Hugging Face publican “tarjetas de modelo” que documentan cómo fue entrenado un sistema de IA, qué sesgos potenciales tiene y para qué usos fue diseñado. Aunque esta práctica aún no es estándar en los medios de comunicación, representa un modelo transferible al periodismo. 3. Sistemas de recomendación de noticias Plataformas como YouTube o los agregadores de noticias utilizan algoritmos para decidir qué contenidos mostrar a cada usuario. La falta de transparencia sobre estos sistemas ha sido señalada como un factor que favorece la polarización y la desinformación. Iniciativas como el Algorithmic Transparency Institute trabajan precisamente para auditar estos mecanismos y hacerlos comprensibles para el público general.
Transparencia algorítmica y confianza en los medios El informe del Reuters Institute subraya que la relación entre confianza en los medios y tolerancia al uso de IA no es casual: a mayor confianza en una organización periodística, mayor disposición del público a aceptar que esa organización use IA en sus procesos. Esto sugiere que la transparencia algorítmica no es solo una obligación ética, sino también una estrategia para sostener la credibilidad institucional. Nicholas Diakopoulos, profesor de la Northwestern University y autor de Automating the News: How Algorithms Are Rewriting the Media (2019), argumenta que la transparencia en el periodismo algorítmico debe operar en varios niveles: transparencia sobre los datos de entrada, sobre el proceso de producción, sobre quién supervisa el sistema y sobre los posibles errores. Ninguno de esos niveles es suficiente por sí solo. Desafíos y limitaciones Implementar transparencia algorítmica no es sencillo. Las empresas tecnológicas suelen proteger sus algoritmos como secretos comerciales. Además, explicar el funcionamiento de un modelo de lenguaje de gran escala (LLM) de manera comprensible para una audiencia general es técnicamente complejo. Existe también el riesgo de lo que algunos investigadores llaman transparencia performativa: publicar documentación que da apariencia de apertura sin revelar información realmente significativa. Por eso, varios organismos reguladores — entre ellos la Unión Europea con su AI Act (2024) — han comenzado a establecer obligaciones legales de transparencia para sistemas de IA de alto riesgo, incluyendo aquellos usados en medios de comunicación e información pública. Referencias y recursos externos
• Simon, F., Nielsen, R. K., & Fletcher, R. (2025). Generative AI and News Report 2025. Reuters Institute for the Study of Journalism, Universidad de Oxford. Enlace al informe • Diakopoulos, N. (2019). Automating the News: How Algorithms Are Rewriting the Media. Harvard University Press. • Crawford, K. (2021). Atlas of AI. Yale University Press. • Unión Europea. (2024). AI Act. Texto oficial • Algorithmic Transparency Institute: algorithmictransparency.us • Video recomendado: “How algorithms shape our world” — TED Talk de Kevin Slavin (2011). Disponible en ted.com