VIAJES FOTOS Y COMIDA DE BERNARDO SABISKY
Por: Bernardo Sabisky
La IA permite analizar millones de datos, detectar patrones y acelerar investigaciones periodísticas en América Latina. Sin embargo, diez experiencias analizadas muestran que la tecnología no reemplaza la verificación, las entrevistas ni el criterio editorial. Además, persiste un obstáculo decisivo: el acceso a la información pública.
La inteligencia artificial ya está cambiando la manera de investigar en las redacciones latinoamericanas. Su capacidad para examinar millones de imágenes satelitales, cruzar registros judiciales y detectar posibles anomalías en las compras públicas abre nuevas posibilidades para el periodismo de datos.
La pregunta, sin embargo, va más allá de la tecnología: ¿qué cambia realmente cuando una investigación incorpora inteligencia artificial? El análisis de diez experiencias de integración de estas herramientas permite identificar cuatro claves y una dificultad que no se resuelve con algoritmos.
1. No toda automatización implica el mismo riesgo
La IA puede detectar anomalías, ordenar contrataciones según su nivel de riesgo, clasificar grandes cantidades de documentos o automatizar la creación de gráficos. Aunque todas estas tareas permiten ahorrar tiempo, no son equivalentes.
Cada una requiere un grado de supervisión humana acorde con sus posibles consecuencias. Por eso, en lugar de reducir el debate a si la inteligencia artificial reemplazará a los periodistas, conviene examinar qué tareas realiza el sistema y cuáles decisiones permanecen bajo control profesional.
Automatizar un procedimiento técnico no significa delegar la responsabilidad de una investigación.
2. Analizar más datos no garantiza mejores noticias
Procesar grandes volúmenes de información es una de las principales ventajas de la inteligencia artificial. Interpretarlos correctamente es otra cuestión.
Una correlación estadística no demuestra por sí sola que exista una irregularidad. Tampoco una cifra explica las causas de un problema. Para transformar un hallazgo algorítmico en una noticia, los periodistas necesitan contrastar evidencias, entrevistar fuentes, realizar trabajo de campo y reconstruir el contexto.
La tecnología puede señalar una pista. Determinar si esa pista tiene valor periodístico exige investigación y verificación.
3. Las decisiones editoriales siguen siendo humanas
En las diez experiencias examinadas, los equipos periodísticos conservaron el control editorial: definieron qué investigar, qué importancia asignar a cada hallazgo y qué información publicar.
La IA funcionó como una herramienta para agilizar etapas intermedias del procesamiento técnico, sin sustituir el criterio profesional.
Esta distinción es fundamental. La velocidad con la que se obtiene un resultado no determina su relevancia pública ni garantiza que sea correcto. La responsabilidad por la información publicada continúa en manos de quienes la investigan y editan.
4. El principal obstáculo puede estar fuera de la tecnología
Incluso las herramientas más avanzadas encuentran límites cuando la información pública no está disponible o resulta difícil de utilizar.
En los proyectos analizados, una de las principales dificultades fue acceder a datos abiertos y estructurados. Los formatos cerrados, la falta de información disponible y los procesos prolongados de extracción y limpieza pueden frenar una investigación antes de que comience el análisis.
El desafío, entonces, también es institucional: sin información pública accesible, las posibilidades que ofrece la inteligencia artificial quedan restringidas.
Qué puede hacer la IA y qué sigue necesitando el periodismo
En los casos estudiados, la inteligencia artificial se utilizó para recolectar, organizar y analizar datos. No se empleó para entrevistar fuentes ni para construir la narrativa final de las historias.
La diferencia importa. Una investigación periodística no consiste solamente en encontrar patrones: también implica formular preguntas relevantes, comprobar hechos y explicar por qué un hallazgo merece la atención pública.
La IA puede ampliar la capacidad de las redacciones para examinar información. Pero aprovechar ese potencial depende de algo más que incorporar herramientas nuevas: requiere supervisión humana, acceso a datos públicos y rigor profesional.
El futuro del periodismo de datos no pasa simplemente por procesar más información, sino por convertirla en conocimiento verificable y útil para la sociedad.
@viajesfotosycomidas #viajesfotosycomidas
https://sites.google.com/view/bernardosabisky-media-kit
Can Artificial Intelligence Replace Journalists?
By Bernardo Sabisky
AI makes it possible to analyze millions of data points, identify patterns, and accelerate journalistic investigations across Latin America. However, an analysis of ten case studies shows that technology does not replace fact-checking, interviews, or editorial judgment. One major obstacle remains: access to public information.
Artificial intelligence is already changing how newsrooms across Latin America conduct investigations. Its ability to examine millions of satellite images, cross-reference court records, and detect potential irregularities in public procurement opens up new possibilities for data journalism.
The question, however, goes beyond technology: what really changes when an investigation incorporates artificial intelligence? An analysis of ten experiences integrating these tools identifies four key lessons and one challenge that algorithms alone cannot solve.
1. Not All Automation Carries the Same Risks
AI can detect anomalies, rank contracts according to their risk levels, classify large volumes of documents, or automate chart creation. Although these tasks can all save time, they are not equivalent.
Each requires a level of human oversight appropriate to its potential consequences. Rather than reducing the debate to whether artificial intelligence will replace journalists, it is more useful to examine which tasks the system performs and which decisions remain under professional control.
Automating a technical process does not mean handing over responsibility for an investigation.
2. Analyzing More Data Does Not Guarantee Better Journalism
Processing large volumes of information is one of the main advantages of artificial intelligence. Interpreting that information correctly is another matter.
A statistical correlation does not, by itself, prove that an irregularity exists. Nor does a figure explain the causes of a problem. To turn an algorithmic finding into a news story, journalists must cross-check evidence, interview sources, conduct fieldwork, and reconstruct the broader context.
Technology can point to a lead. Determining whether that lead has journalistic value requires investigation and verification.
3. Editorial Decisions Remain Human
In the ten cases examined, journalistic teams retained editorial control: they decided what to investigate, how much weight to give each finding, and what information to publish.
AI served as a tool to speed up intermediate stages of technical data processing without replacing professional judgment.
This distinction is fundamental. The speed at which a result is obtained does not determine its public relevance or guarantee its accuracy. Responsibility for published information remains with the journalists and editors who investigate, verify, and shape the story.
4. The Main Obstacle May Have Little to Do With Technology
Even the most advanced tools face limitations when public information is unavailable or difficult to use.
In the projects analyzed, one of the main challenges was gaining access to open, structured data. Closed formats, missing information, and lengthy extraction and cleaning processes can stall an investigation before the analysis even begins.
The challenge, then, is also institutional: without accessible public information, the possibilities offered by artificial intelligence remain limited.
What AI Can Do—and What Journalism Still Requires
In the cases studied, artificial intelligence was used to collect, organize, and analyze data. It was not used to interview sources or craft the final narrative of the stories.
That distinction matters. Journalism is not simply about finding patterns; it also involves asking relevant questions, establishing the facts, and explaining why a finding deserves public attention.
AI can expand newsrooms’ capacity to examine information. But making the most of that potential requires more than adopting new tools: it demands human oversight, access to public data, and professional rigor.
The future of data journalism is not simply about processing more information. It is about turning that information into verified knowledge that serves the public.
@viajesfotosycomidas #viajesfotosycomidas
https://sites.google.com/view/bernardosabisky-media-kit
人工智能能取代记者吗？
作者：Bernardo Sabisky
人工智能（AI）能够分析数百万条数据、识别规律，并加快拉丁美洲的新闻调查进程。然而，对十个案例的分析表明，技术无法取代事实核查、采访工作或编辑判断。此外，一个关键障碍依然存在：公共信息的获取。
人工智能正在改变拉丁美洲各地新闻编辑部开展调查的方式。它能够分析数百万张卫星图像、交叉比对司法记录，并发现公共采购中可能存在的异常情况，为数据新闻开辟了新的可能性。
然而，真正值得关注的问题并不只是技术本身：当一项调查引入人工智能时，新闻工作究竟发生了哪些变化？对十个整合人工智能工具的实践案例进行分析后，可以总结出四个关键启示，以及一个无法单靠算法解决的难题。
一、自动化程度不同，面临的风险也不同
人工智能可以识别异常、按照风险等级对合同进行排序、大规模分类文件，或自动生成图表。尽管这些任务都能够节省时间，但它们并不能一概而论。
每项任务都需要根据其潜在影响，设置相应程度的人工监督。因此，与其将讨论局限于人工智能是否会取代记者，不如深入考察系统具体执行哪些任务，以及哪些决策仍然由专业人员掌控。
自动化一项技术流程，并不意味着可以将调查责任一并交出去。
二、分析更多数据，不代表能产出更好的新闻
处理海量信息是人工智能的主要优势之一。但能否正确解读这些信息，则是另一回事。
统计相关性本身并不能证明违规行为确实存在，单一数字也无法解释某个问题产生的原因。要将算法发现转化为新闻报道，记者仍然需要交叉核实证据、采访消息来源、开展实地调查，并还原事件发生的背景。
技术可以提供线索，但要判断一条线索是否具有新闻价值，仍然离不开调查与核实。
三、编辑决策仍然由人来作出
在所研究的十个案例中，新闻团队始终保留着编辑主导权：由他们决定调查什么、如何衡量每项发现的重要性，以及最终发布哪些信息。
人工智能作为辅助工具，加快了数据处理过程中的部分中间环节，但并未取代专业判断。
这一区别至关重要。获取结果的速度，并不能决定其公共价值，也无法保证结果准确。对于已发布信息所承担的责任，仍然属于负责调查、核实和编辑报道的新闻工作者。
四、最大的障碍可能并不在技术本身
即使拥有最先进的工具，当公共信息无法获取或难以使用时，调查工作依然会受到限制。
在所分析的项目中，主要困难之一是无法顺利获取开放、结构化的数据。封闭的数据格式、信息缺失，以及耗时漫长的数据提取与清理流程，都可能在正式分析开始之前，就让一项调查陷入停滞。
因此，这也是一个制度层面的挑战：如果公共信息无法便捷获取，人工智能所能发挥的作用就会受到限制。
人工智能能做什么？新闻工作又需要什么？
在所研究的案例中，人工智能被用于收集、整理和分析数据，但没有被用于采访消息来源，也没有被用于撰写报道的最终叙事内容。
这一点很重要。新闻调查并不只是寻找规律，还包括提出有价值的问题、核实事实，以及向公众解释为什么某项发现值得关注。
人工智能能够增强新闻编辑部分析信息的能力。然而，要真正发挥这项技术的潜力，仅仅引入新工具还远远不够。人工监督、公共数据的开放获取以及严谨的专业态度，缺一不可。
数据新闻的未来，不只是处理更多信息，而是将这些信息转化为经过核实、能够服务公众的知识。
@viajesfotosycomidas #viajesfotosycomidas
https://sites.google.com/view/bernardosabisky-media-kit
क्या आर्टिफिशियल इंटेलिजेंस पत्रकारों की जगह ले सकता है?
लेखक: Bernardo Sabisky
आर्टिफिशियल इंटेलिजेंस (AI) लाखों डेटा बिंदुओं का विश्लेषण करने, पैटर्न पहचानने और लैटिन अमेरिका में पत्रकारिता संबंधी जांच को तेज करने में मदद करता है। हालांकि, दस मामलों के विश्लेषण से पता चलता है कि तकनीक तथ्यों की पुष्टि, साक्षात्कार और संपादकीय विवेक की जगह नहीं ले सकती। इसके अलावा, एक बड़ी बाधा अब भी बनी हुई है: सार्वजनिक जानकारी तक पहुंच।
आर्टिफिशियल इंटेलिजेंस पहले ही लैटिन अमेरिका के न्यूज़रूम में जांच-पड़ताल के तरीकों को बदल रहा है। लाखों उपग्रह चित्रों का विश्लेषण करने, न्यायिक अभिलेखों का आपस में मिलान करने और सरकारी खरीद में संभावित अनियमितताओं का पता लगाने की इसकी क्षमता ने डेटा पत्रकारिता के लिए नई संभावनाएं खोली हैं।
लेकिन असली सवाल केवल तकनीक तक सीमित नहीं है: जब किसी पत्रकारिता जांच में आर्टिफिशियल इंटेलिजेंस का इस्तेमाल किया जाता है, तो वास्तव में क्या बदलता है? इन उपकरणों को शामिल करने के दस अनुभवों के विश्लेषण से चार प्रमुख निष्कर्ष सामने आते हैं, साथ ही एक ऐसी चुनौती भी, जिसे केवल एल्गोरिदम के सहारे हल नहीं किया जा सकता।
1. हर तरह के स्वचालन में जोखिम एक जैसा नहीं होता
AI विसंगतियों का पता लगा सकता है, जोखिम के स्तर के आधार पर ठेकों की प्राथमिकता तय कर सकता है, बड़ी मात्रा में दस्तावेजों को वर्गीकृत कर सकता है और चार्ट बनाने की प्रक्रिया को स्वचालित कर सकता है। हालांकि, ये सभी काम समय बचाने में मदद करते हैं, लेकिन इनके बीच महत्वपूर्ण अंतर हैं।
हर कार्य के संभावित परिणामों के अनुरूप मानवीय निगरानी आवश्यक है। इसलिए, इस बहस को केवल इस सवाल तक सीमित करने के बजाय कि क्या आर्टिफिशियल इंटेलिजेंस पत्रकारों की जगह ले लेगा, यह समझना अधिक उपयोगी है कि सिस्टम कौन-से काम करता है और कौन-से निर्णय पेशेवरों के नियंत्रण में रहते हैं।
किसी तकनीकी प्रक्रिया को स्वचालित करने का अर्थ किसी जांच की जिम्मेदारी सौंप देना नहीं है।
2. अधिक डेटा का विश्लेषण करने से बेहतर खबरों की गारंटी नहीं मिलती
बड़ी मात्रा में जानकारी को संसाधित करना आर्टिफिशियल इंटेलिजेंस के प्रमुख लाभों में से एक है। लेकिन उस जानकारी की सही व्याख्या करना एक अलग चुनौती है।
सांख्यिकीय सहसंबंध अपने आप में यह साबित नहीं करता कि कोई अनियमितता हुई है। इसी तरह, कोई आंकड़ा किसी समस्या के कारणों को नहीं समझाता। किसी एल्गोरिदम से मिले निष्कर्ष को समाचार में बदलने के लिए पत्रकारों को साक्ष्यों का परस्पर सत्यापन करना, स्रोतों के साक्षात्कार लेना, जमीनी स्तर पर जांच करना और व्यापक संदर्भ को समझना पड़ता है।
तकनीक किसी संभावित सुराग की ओर संकेत कर सकती है। लेकिन यह तय करने के लिए कि उस सुराग का पत्रकारिता की दृष्टि से महत्व है या नहीं, जांच और तथ्यों की पुष्टि जरूरी है।
3. संपादकीय निर्णय अब भी इंसान लेते हैं
जिन दस मामलों का अध्ययन किया गया, उनमें पत्रकारिता टीमों ने संपादकीय नियंत्रण अपने पास रखा। उन्होंने ही तय किया कि किस विषय की जांच करनी है, प्रत्येक निष्कर्ष को कितना महत्व देना है और कौन-सी जानकारी प्रकाशित करनी है।
AI ने तकनीकी डेटा प्रसंस्करण के बीच के कुछ चरणों को तेज करने वाले उपकरण के रूप में काम किया, लेकिन उसने पेशेवर विवेक की जगह नहीं ली।
यह अंतर बेहद महत्वपूर्ण है। किसी निष्कर्ष तक तेजी से पहुंचना न तो उसके सार्वजनिक महत्व को निर्धारित करता है और न ही उसकी सटीकता की गारंटी देता है। प्रकाशित जानकारी के लिए जिम्मेदारी उन पत्रकारों और संपादकों की ही रहती है, जो उसकी जांच, पुष्टि और प्रस्तुति करते हैं।
4. सबसे बड़ी बाधा तकनीक से बाहर भी हो सकती है
सबसे उन्नत उपकरण भी तब सीमित हो जाते हैं, जब सार्वजनिक जानकारी उपलब्ध नहीं होती या उसका उपयोग करना मुश्किल होता है।
विश्लेषण में शामिल परियोजनाओं के सामने प्रमुख चुनौतियों में से एक खुला और सुव्यवस्थित डेटा प्राप्त करना था। बंद प्रारूपों में उपलब्ध जानकारी, डेटा की अनुपलब्धता और उसे निकालने तथा साफ करने में लगने वाला लंबा समय किसी जांच का विश्लेषण शुरू होने से पहले ही उसकी गति रोक सकता है।
इसलिए, यह संस्थागत स्तर की चुनौती भी है: सार्वजनिक जानकारी तक आसान पहुंच के बिना आर्टिफिशियल इंटेलिजेंस की संभावनाएं सीमित रह जाती हैं।
AI क्या कर सकता है और पत्रकारिता को अब भी किसकी जरूरत है?
अध्ययन किए गए मामलों में आर्टिफिशियल इंटेलिजेंस का इस्तेमाल डेटा एकत्र करने, व्यवस्थित करने और उसका विश्लेषण करने के लिए किया गया। इसका उपयोग स्रोतों के साक्षात्कार लेने या खबरों की अंतिम कथा तैयार करने के लिए नहीं किया गया।
यह अंतर मायने रखता है। पत्रकारिता जांच केवल पैटर्न खोजने तक सीमित नहीं है। इसमें प्रासंगिक सवाल पूछना, तथ्यों की पुष्टि करना और जनता को यह समझाना भी शामिल है कि कोई निष्कर्ष सार्वजनिक रूप से ध्यान दिए जाने योग्य क्यों है।
AI न्यूज़रूम की जानकारी का विश्लेषण करने की क्षमता बढ़ा सकता है। लेकिन इस क्षमता का पूरा लाभ उठाने के लिए केवल नए उपकरण अपनाना पर्याप्त नहीं है। इसके लिए मानवीय निगरानी, सार्वजनिक डेटा तक पहुंच और पेशेवर सख्ती भी जरूरी है।
डेटा पत्रकारिता का भविष्य केवल अधिक जानकारी संसाधित करने में नहीं है, बल्कि उस जानकारी को सत्यापित ज्ञान में बदलने में है, जो समाज के लिए उपयोगी साबित हो।
@viajesfotosycomidas #viajesfotosycomidas
https://sites.google.com/view/bernardosabisky-media-kit
