Por Kelly Robledo Dioses y Belén Sancho Ligorred

El Observatorio para la Innovación de los Informativos en la Sociedad Digital (OI2) publica el informe titulado: “Personalización de contenido en medios audiovisuales. La Inteligencia Artificial aplicada a informativos 2019-2020”. En él se analizan las posibilidades, oportunidades y beneficios que puede ofrecer dicha tecnología, así como los eventuales perjuicios que su aplicación puede suponer en el campo del periodismo y a la sociedad en general.

Este estudio es el tercero que se realiza sobre Inteligencia Artificial (IA) aplicada a los informativos y es fruto de la investigación sobre innovación en periodismo audiovisual que desarrolla la Cátedra RTVE-UAB, con colaboración de la red InnoNews y el Ministerio de Ciencia e Innovación del Gobierno Español. La presentación oficial del informe se realizó el pasado jueves 5 de noviembre de forma virtual, y contó con la participación de la investigadora Laura Cervi, de la UAB; Manuel Gómez Zotano, Director de Tecnología e Interactivos de RTVE.es y Pere Vila, Director de Estrategia Tecnológica e Innovación Digital de RTVE.

“Personalización de contenido en medios audiovisuales. La Inteligencia Artificial aplicada a informativos 2019-2020” se trata de un informe amplio y completo que ofrece una visión desde la academia y la industria sobre el estado y avance del uso de la IA para ofertar contenido informativo personalizado a los usuarios. De esta forma, se combina la literatura académica con la presentación y el análisis de casos concretos, españoles e internacionales, y que provienen del mundo del entretenimiento como del informativo.

Personalizar la oferta informativa: ¿Qué dice la academia?

La primera parte del informe profundiza sobre qué se ha publicado en libros y revistas científicas sobre el tema. En este sentido, se desarrollan puntos como el desarrollo y la definición del concepto de personalización, el Big Data, la relación de la IA con la personalización y la aplicación concreta de ello en el ámbito informativo.

Dos de los principales hallazgos en este apartado son:

1. La investigación académica en el ámbito del periodismo es baja. Según el estudio, en general y hasta la fecha, se han generado sorprendentemente pocos trabajos sobre personalización.
2. Dentro de la escasez de los análisis académicos se pueden distinguir entre dos enfoques fundamentales: el pesimista y el realista. El primero es el enfoque relativamente más predominante (Dörr, 2016) y entiende la tendencia como parte de una concentración preocupante de poder corporativo (Nechushtai et alt., 2019) y una pérdida de capacidad de elección de los ciudadanos (Broussard, 2018). En cambio, el segundo ve a la personalización como necesaria para la supervivencia de los medios, pasando de un modelo de transmisión a uno personalizado (Plattner, 2018).

Hacia un modelo de personalización de contenidos

Según el estudio la personalización periodística consiste en “establecer correspondencias entre, por un lado, los productos periodísticos, y, por otro, las personas que conforman el público”. Así, “se conjugan dos realidades: el usuario (como sujeto) y el contenido informativo (como objeto)”, considerándose también en este último su forma de presentación y combinatoria.

A partir de la aclaración de este concepto, en el informe se establece un modelo de personalización de contenidos informativos a través de la IA, tanto en producción como en entrega. Con la explicación y diagramación que se hace del modelo, se intenta develar la lógica que siguen los medios para que cada usuario pueda recibir una versión personalizada de ciertas noticias, según sus gustos y patrones de consumo.

Servicios y herramientas disponibles

El informe señala cómo el consumo de la información está cambiando a una forma más selectiva. El usuario tiene capacidad de decisión y escoge en función de sus intereses personales, descartando aquello que no necesita. Plataformas audiovisuales como Netflix, HBO, Amazon Prime Video, YouTube o Spotify son solo algunos ejemplos a tener en cuenta en torno a la selección y personalización del contenido. 

Los medios de comunicación también están empezando a aplicar la personalización del contenido de diferentes formas: 

• La personalización del texto: por su complejidad y coste, ningún medio está experimentando esta opción.
• Personalización de titulares: Knowhere News o Bandito, entre otros. 
• Personalización de la entrega a través del newsletter.
• Recomendaciones personalizadas en los medios: destacan Clavis – ARC Publishing, My WSJ o Flipboard, este último siendo el más usado por medios españoles y los principales en el mercado mundial. 
• Personalización en las secciones: la mayoría de los medios trasladan sus contenidos online a una app propia que puede ser descargada en cualquier smartphone. The New York Times, BBC News, RTVE o El País han implementado la IA para clasificar su contenido a través de secciones. 
• Personalización de las portadas: conocemos el proyecto piloto Re-Priv que consiste en crear un perfil de usuario y, en función de su comportamiento de navegación, sitios visitados e historial previo se personaliza la portada. 
• Republicación personalizada: Le Temps desarrolló un algoritmo llamado “Zombie”. Es capaz de detectar contenido antiguo que merece ser publicado nuevamente. 
• Personalización hiperlocal: los sistemas Fishwrap o NPR One destacan en esta tarea. 
• Notificaciones push: se activan notificaciones que avisan al usuario a través de un texto, imágenes o botones de acción para ver un tipo de contenido. OneSignal es uno de los principales líderes mundiales en gestionar estas notificaciones. 
• Personalización del tiempo de entrega: este tipo de personalización permite al usuario consumir la información en momentos concretos. Hay muy pocas empresas aplicando este tipo de personalización.

Ventajas y desventajas de la aplicación de IA

La aplicación de la IA en el periodismo es una realidad y poco a poco se van implementando más sistemas que tratan de ayudar a los medios y a sus trabajadores/as. El informe desarrolla y profundiza en diversos sistemas de personalización. Todo ello conlleva una serie de ventajas y desventajas para el periodismo: 

Te invitamos a leer el informe completo en este enlace.

La entrada Inteligencia Artificial para la personalización de contenido en medios audiovisuales se publicó primero en MIL Magazine.

Realidad virtual y tutores inteligentes para aprender y enseñar

El informe Artificial Intelligence and Life in 2030 es el primero que se publica dentro del proyecto One Hundred Year Study on Artificial Intelligence (AI100), impulsado por la Universidad de Stanford para promover el debate social acerca de estas tecnologías y guiar el desarrollo ético de programas, sensores y máquinas inteligentes. La publicación, en la que participan 24 expertos de distintas universidades, disecciona el panorama actual de la IA en distintas áreas, y vaticina qué tendencias se consolidarán hacia el 2030 en cada ámbito, tomando como escenario una típica ciudad de Estados Unidos.

En el caso de la educación, el estudio destaca la realidad virtual, la robótica educativa, los sistemas de tutoría inteligente y aprendizaje online o la analítica del aprendizaje como las tecnologías que, con toda probabilidad, ocuparán un lugar destacado en las aulas dentro de quince años. Pero, ¿en qué consisten? ¿Cuál es su nivel de desarrollo en el presente y qué se espera de ellas en el futuro? El informe Artificial Intelligence and Life in 2030 ofrece algunas pistas:

1. Realidad virtual: en la actualidad ya se usan entornos de realidad virtual que permiten a los alumnos interactuar con distintos ambientes y objetos. Los expertos creen que en 2030 estos entornos sean más generales y sofisticados, de modo que los estudiantes podrán sumergirse en ellos para explorar asignaturas de distintas disciplinas. “La recreación de mundos pasados y ficticios será tan popular en el estudio de las artes como en el de otras ciencias”, señalan.
2. Robótica educativa: desde que Lego desarrollara en los años ochenta sus primeros kits de robótica bajo la marca Mindstorms, se han lanzado al mercado numerosos modelos destinados a promover distintas áreas del aprendizaje. Ozobot, Cubelets o Dash and Dot permiten a los alumnos crear y programar sus propios robots a la vez que desarrollan el pensamiento lógico y deductivo y la creatividad. Los expertos, sin embargo, creen que la robótica educativa solo encontrará su sitio en las aulas si se demuestra que, además de motivar a los alumnos, mejora sus resultados académicos.Robots como NAO, de Aldebaran Robotics, ya se usan en las escuelas.
3. Sistemas de tutoría inteligente: el desarrollo de algunas tecnologías de IA, como el reconocimiento automático de habla (RAH) y el procesamiento de lenguajes naturales (PLN), ha facilitado el desarrollo de los sistemas de tutoría inteligente, que han pasado rápidamente del laboratorio al uso real. Estos tutores cognitivos imitan el rol del profesor y guían el aprendizaje y la ejercitación en distintas disciplinas. Ofrecen pistas a los estudiantes cuando están atascados en un problema, les proporcionan un feedback inmediato en función de sus errores o respuestas, e incluso diseñan secuencias de aprendizaje personalizadas para cada alumno. Sus aplicaciones son muchas y se han traducido en distintas herramientas de aprendizaje adaptativo. Por ejemplo, Duolingo, enfocada al aprendizaje de lenguas extranjeras, detecta los errores del estudiante, los corrige y le ayuda a progresar a su ritmo.Los expertos creen que este tipo de herramientas “van a convertirse en uno de los núcleos del proceso de enseñanza en la educación superior “, ya que ayudarán a mantener los costes al dar servicio a un mayor número de alumnos y permitir que estos pasen por la escuela más rápidamente.
4. Sistemas de aprendizaje online: el informe califica de “sorprendente” la “explosión de los MOOC y de otros modelos de educación online en todos los niveles educativos”. Estos han logrado expandir el tamaño del aula y dar cabida a miles de estudiantes, que pueden ser evaluados más fácilmente gracias a las tecnologías de inteligencia artificial. De hecho, ya existen programas que generan preguntas de manera automática y evalúan preguntas de respuesta corta y abierta. Según el informe, esta tendencia se consolidará y perfeccionará hacia 2030. Y, aunque la educación formal no desaparecerá, los investigadores del estudio creen que “los MOOC y otros tipos de educación online formarán parte del aprendizaje en todos los niveles, desde Secundaria a la universidad”, de forma que la educación evolucionará hacia un formato semipresencial o de blended learning.
5. Analítica del aprendizaje o learning analytics: esta área, que consiste en la medición, recopilación y análisis de datos de los estudiantes durante el proceso de aprendizaje, se ha visto impulsada por el crecimiento de los MOOC y los sistemas de aprendizaje online, que han actuado como “vehículos naturales” para la recopilación de datos. Esta colaboración podría contribuir a nuevos descubrimientos científicos en el campo de la cognición, y conducir a la mejora del aprendizaje a gran escala. De hecho, en la actualidad, ya se usan tecnologías de inteligencia artificial para analizar la motivación, comportamiento y resultados de los El objetivo de estos estudios es “detectar los errores más comunes de los estudiantes, predecir cuáles están en riesgo de suspenso y proporcionarles una respuesta en tiempo real, lo que está estrechamente ligado a sus resultados”. Por otro lado, también se están llevando a cabo investigaciones para “entender mejor los procesos cognitivos implicados en la comprensión, la escritura, la adquisición de conocimientos y la memoria!”, cuyos resultados tendrán aplicación en la práctica educativa y el desarrollo de nuevas tecnologías. De hecho, los expertos consideran que la analítica del aprendizaje acelerará la creación de herramientas para personalizar el aprendizaje.

Beneficios y retos de la inteligencia en la educación 

Todas estas tecnologías presentan ventajas plausibles para el mundo de la educación, pero también desafíos para docentes y alumnos. “Creemos que las aplicaciones de la inteligencia artificial serán mucho más comunes y útiles hacia 2030, y mejorarán nuestra economía y calidad de vida […] Pero esta tecnología también creará grandes desafíos, que afectarán al trabajo, a los ingresos y a otros temas de los que debemos comenzar a hablar para asegurarnos de que los beneficios de la inteligencia artificial sean ampliamente compartidos”, explica a Science Daily Peter Stone, profesor de Ciencias de la Computación de la Universidad de Texas y director del informe.

En el caso de la educación, los beneficios apuntan hacia la personalización del aprendizaje, la expansión del aula y una mayor y mejor interacción entre profesores y alumnos, tanto dentro como fuera de clase. La confluencia de los sistemas de aprendizaje online, los tutores inteligentes y la analítica del aprendizaje contribuirían a personalizar la educación y extenderla más allá de las paredes del aula, de manera que los alumnos por clase se multiplicarían significativamente. Esto también dará lugar a que muchos adultos y profesionales puedan ampliar su educación de manera sencilla, ya que muchos grados y certificaciones profesionales podrán obtenerse vía online o semipresencial, lo que también favorecerá la educación permanente o lifelong learning.

Además, los sistemas de aprendizaje online y otras tecnologías de IA facilitarán la interacción entre alumnos y docentes, o entre los alumnos y la materia de estudio, como en el caso de los entornos de realidad virtual.

Sin embargo, para que este escenario sea posible, los docentes y demás actores de la comunidad educativa tendrán que afrontar un reto clave: “saber integrar este tipo de tecnologías con el aprendizaje presencial y la interacción humana”, explica el informe. Esto supone tomar conciencia de las posibilidades de la inteligencia artificial en la educación y reformular el proceso de enseñanza-aprendizaje para que estas nuevas tecnologías encajen de una forma práctica y significativa, de forma que puedan reportar los beneficios señalados.

La entrada Inteligencia artificial: las tecnologías que cambiarán la educación en 2030 se publicó primero en MIL Magazine.