Periodista · El testigo que averigua qué pasa y se lo cuenta al público — de las Acta Diurna de Roma a los Panama Papers, sigue haciendo las preguntas que el poder preferiría evitar.
La automatización llegó a la redacción antes que a la mayoría de los oficios: Associated Press empezó a generar automáticamente historias rutinarias de resultados empresariales en 2014, ampliando la cobertura de unos pocos cientos de empresas por trimestre a varios miles sin añadir reporteros. Una década después, la transcripción, la traducción, el resumen y los primeros borradores de noticia commoditizada son tareas de máquina, y cada gran redacción decide cuáles de sus propios hábitos eran en realidad solo plantillas.
La división honesta atraviesa el centro del trabajo. El trabajo que reempaqueta información que ya existe — resúmenes, agregación, reescrituras de comunicados — se automatiza con facilidad, y empleaba a muchos periodistas. El trabajo que crea información nueva no: ningún modelo puede situarse donde las cámaras están prohibidas, convencer a un funcionario asustado de hablar o formular una pregunta a un ministro y apostar un nombre legalmente responsable a la respuesta.
Una parte sustancial de la producción cotidiana — resúmenes rutinarios, transcripción, traducción, primeros borradores de resúmenes, monitorización de feeds — ya es automatizable, y los empleos construidos sobre todo en agregación están desapareciendo. Las tareas que rompen historias no lo son: cultivar fuentes humanas, ser testigo presencial y las entrevistas adversariales de rendición de cuentas exigen un humano de confianza y legalmente responsable. El trabajo se encoge y se recentra en el reportaje original en lugar de desaparecer.
Puntuado por tareas, no por título. Más bajo es más seguro.
Empleos que la IA no puede quitar →Alguien tiene que estar físicamente presente donde no existe un registro limpio — la zona de guerra, el tribunal cerrado, el desastre — y ser creído sobre lo que vio. La presencia no se sintetiza, y el «metraje» sintético hace más valioso, no menos, al testigo humano verificado.
Las filtraciones, los denunciantes y la orientación off the record fluyen hacia personas, a través de relaciones construidas en años de promesas cumplidas. Los Panama Papers empezaron con un humano eligiendo a un humano en quien confiar; ninguna interfaz sustituye ser el reportero al que una fuente asustada decide llamar.
Formular una pregunta incómoda a alguien con poder — y insistir cuando evade — es una confrontación humana con peso legal detrás. Los funcionarios están obligados a responder a periodistas de formas en las que nunca lo estarán ante un chatbot.
Un humano con nombre responde de cada afirmación publicada, en un tribunal si hace falta; el derecho de difamación, las leyes de protección y la acreditación de prensa lo presuponen. Los modelos generan texto plausible sin nadie detrás — precisamente lo que una redacción existe para negarse a publicar.
Decidir qué importa a una comunidad real — qué abre, qué es justo, qué está listo — codifica valores, conocimiento local y gusto. Los modelos pueden ordenar engagement; no pueden decidir qué merece saber un pueblo, ni responder después de la elección.
Los resúmenes de resultados, resúmenes deportivos, el tiempo y las notas de movimientos de mercado se escriben a máquina a escala desde que AP automatizó la cobertura de resultados en 2014 — historias plantilla a partir de datos estructurados, exactamente lo que los modelos de lenguaje hacen más barato.
La transcripción de entrevistas, antes horas de trabajo junior por cinta, es ahora casi instantánea y casi gratis, y la traducción automática abre fuentes en lenguas extranjeras a cualquier reportero — entre las victorias más claras que la automatización ha entregado al oficio.
Reescribir el reportaje de otros medios para el tráfico de búsqueda empleó a miles a lo largo de los años 2010; los modelos producen ahora esos resúmenes derivados a coste despreciable, y los empleos construidos sobre ese trabajo son los que ya desaparecen.
Vigilar feeds, presentaciones, expedientes y datasets en busca de anomalías es cada vez más algorítmico — los scrapers de registros judiciales y las alertas de divulgación sacan pistas automáticamente, haciendo el trabajo de patrulla que los reporteros juniors de beat hacían por rutina.
Los Panama Papers del ICIJ pusieron a unos 370 reporteros en unos 80 países sobre una filtración compartida bajo un embargo común — un método de trabajo, repetido con los Paradise y Pandora Papers, que las redacciones individuales nunca habrían podido intentar y que ahora es estándar en las mayores investigaciones.
Las filtraciones llegan ahora en terabytes — solo los Panama Papers tenían 11,5 millones de archivos — y el aprendizaje automático hace el primer pase: indexación, emparejamiento de entidades, señalización de nombres. El trabajo del reportero sube un nivel, de leerlo todo a interrogar lo que la máquina sacó a la superficie y demostrarlo.
Las plataformas de boletines y los podcasts permiten a reporteros individuales sacar un beat y su audiencia de la institución, invirtiendo un siglo en el que la cabecera empleaba el nombre. Las redes de seguridad del oficio — editores, abogados, verificadores — no viajan con ellos, que es el coste sin resolver del modelo.
El trabajo de Bellingcat desde 2014 — geolocalizar ataques, identificar a los sospechosos del envenenamiento Skripal a partir de registros abiertos — convirtió el OSINT en una disciplina reconocida, y las mesas de forense visual de los grandes medios ganan ahora Pulitzers reconstruyendo hechos a partir de imágenes satelitales, metraje y datos de vuelo.
Reportar donde la fuente es un dataset: limpiar, analizar y visualizar registros para encontrar historias — una especialidad de redacción que apenas existía en 2005 y está ahora entre las pocas en crecimiento fiable.
Reconstruir hechos a partir de imágenes satelitales, vídeo social, trayectorias de vuelo y registros públicos, en la tradición que estableció Bellingcat — la verificación como oficio de investigación en sí mismo.
Mesas dedicadas de verificación y organizaciones independientes — cientos en el mundo trabajan ya bajo el código de la International Fact-Checking Network — convirtiendo la disciplina interna más antigua del oficio en una profesión pública propia.
Un reportero-emprendedor que dirige un beat enfocado como negocio directo de suscripción — cambiando el respaldo institucional por la propiedad de la audiencia, el archivo y el riesgo.
La matemática del empleo es sobria: las tareas que llenaban las descripciones de puestos juniors — reescrituras, resúmenes, transcripción, agregación — son las más automatizables, y los peldaños de entrada que representaban se adelgazan. Las tareas que justifican la existencia de la profesión — reportaje original, trabajo con fuentes, verificación, testimonio — son las menos automatizables y siempre fueron la parte escasa.
Eso apunta a un oficio más pequeño con un núcleo más duro: menos gente pagada por reempaquetar información, relativamente más de los empleos supervivientes construidos sobre averiguar lo que aún no contiene ninguna base de datos. Los reporteros que pueden trabajar un volcado de documentos con máquinas, verificar medios sintéticos y seguir llamando a puertas combinan las dos mitades que el mercado premia ahora.
La comodín no es la tecnología sino el modelo de negocio debajo. La IA no cerró los diarios locales — el colapso de la publicidad sí — y si las suscripciones, la filantropía y la financiación pública pueden pagar el reportaje original a escala modelará el tamaño de esta profesión mucho más que las capacidades de cualquier modelo. La función ha sobrevivido a todos los medios hasta ahora; la pregunta, como siempre, es quién paga el borrador.
Vecinos más cercanos en el perfil de seis puntuaciones, no solo el mismo campo.
El guardián y guía del conocimiento registrado, desde las tablillas de Nínive hasta la lucha por el préstamo digital: organizar lo que la humanidad sabe para que cualquiera pueda encontrarlo.
Resistente a la IA 55 🎻Pasa años dominando un instrumento o la voz, y luego vive de conciertos, grabaciones y clases en un mercado que el streaming ha ampliado, pero pagando menos.
Resistente a la IA 60 🚓El agente juramentado que patrulla, investiga y mantiene el orden, desde los detectives encubiertos de Vidocq y los constables de Peel en 1829 hasta la disputada confianza pública de hoy.
Resistente a la IA 66 📷La persona a la que se paga por decidir cómo se ve un momento — de la exposición de ocho horas de Niépce en 1826 a dos billones de fotos al año, la mayoría hechas por todos los demás.
Resistente a la IA 55 🎞️El artista que decide qué ocurre entre los dibujos — de las proyecciones pintadas a mano de Reynaud en París a un Óscar letón hecho con software libre.
Resistente a la IA 56 ✍️Quien escribe ficción de libro, desde la corte Heian de Murasaki Shikibu hasta la avalancha del autopublicado en Kindle: un oficio sin licencia, sin escalafón y sin edad de jubilación.
Resistente a la IA 62La persona a la que se paga por decidir cómo se ve un momento — de la exposición de ocho horas de Niépce en 1826 a dos billones de fotos al año, la mayoría hechas por todos los demás.
Resistente a la IA 55 🏅El cuerpo como carrera: de los victoriosos coronados de Olimpia a las estrellas globales de hoy, una profesión breve, brutal y de todo-para-el-ganador que ven miles de millones.
Resistente a la IA 88 🎭Desde Tespis saliendo del coro ateniense hasta la era del self-tape: el fingidor profesional cuyo oficio es hacer que personas inventadas se sientan verdaderas, toma tras toma.
Resistente a la IA 70 🕹️Del torneo Spacewar de 1972 en un laboratorio de Stanford a finales en estadios llenos: la carrera deportiva más joven, corta y vista del deporte moderno.
Resistente a la IA 74 🎞️El artista que decide qué ocurre entre los dibujos — de las proyecciones pintadas a mano de Reynaud en París a un Óscar letón hecho con software libre.
Resistente a la IA 56