Reportaje — Inteligencia artificial y trabajo en comunicación
Cuando se les pregunta qué les aporta la inteligencia artificial generativa, los periodistas españoles responden casi al unísono: rapidez. Es el hallazgo central de la mayor encuesta hecha hasta ahora sobre el uso de estas herramientas en las redacciones del país: de los 313 periodistas que valoraron sus ventajas, 180 hablan de tiempo. Solo uno menciona que le sirva para comprobar lo que escribe. No es que nadie la use para revisar —el 23,2% dice que sí lo hace, «como revisor», y la mitad pide formación específica en verificación—. Es que, cuando alguien piensa en lo que gana con la IA, comprobar no le viene a la cabeza.
Ese hueco entre lo que la herramienta promete y lo que hace falta después se repite en cada departamento de comunicación, cada agencia y cada redacción que la ha incorporado sin que nadie lo decidiera formalmente. Es el asunto de este reportaje: la inteligencia artificial generativa no ha quitado trabajo al sector de la comunicación. Le ha cambiado la naturaleza. Antes, un profesional escribía un texto desde cero; ahora, la máquina entrega un primer borrador, y ese profesional tiene que leerlo, comprobar sus datos, corregir lo que esté mal y decidir si sirve. Ese trabajo de comprobar —documentan cuatro estudios y cuatro profesionales del sector— no lo están pagando las organizaciones que compraron la licencia. Lo está pagando, en tiempo y en cansancio, quien se sienta a corregir lo que la máquina entregó.
Si nadie paga ese trabajo, el coste no desaparece: acaba trasladándose a la calidad, a la confianza o a la reputación
Cristina Aced, consultora e investigadora en comunicación digital
El esfuerzo no desaparece, se muda
Hay un mecanismo detrás de ese silencio, y tiene nombre en la investigación académica. Un estudio de Carnegie Mellon University y Microsoft Research, presentado en 2025 en la conferencia CHI y revisado por pares, encuestó a 319 trabajadores del conocimiento —la categoría a la que pertenece cualquier profesional de la comunicación, cuyo trabajo consiste en producir juicios y textos, no objetos— y analizó 936 tareas reales hechas con IA generativa. Su conclusión no es que la herramienta elimine el pensamiento crítico: es que lo desplaza, de ejecutar la tarea a supervisar lo que la máquina ha hecho, verificarlo e integrarlo. Es el mismo movimiento que describen, con otras palabras y desde otro país, las cuatro voces de este reportaje.
Hay un matiz en ese mismo estudio que conviene tomarse en serio, porque explica por qué la supervisión falla precisamente cuando más se necesita: cuanta más confianza tiene alguien en la herramienta, menos piensa críticamente sobre lo que produce; cuanta más confianza tiene en sí mismo, más. Supervisar no es un gesto automático que viene incluido con la suscripción. Es una decisión que hay que tomar cada vez, y la propia herramienta —cuanto mejor funciona— hace más fácil no tomarla.
Un segundo estudio, del MIT Media Lab, mide con electroencefalograma la actividad cerebral de quienes escriben con y sin ayuda de IA, y encuentra menor conectividad neuronal en el primer grupo: sus autores acuñan la expresión «deuda cognitiva». Es un preprint sin revisar por pares, con muestra pequeña y una sola tarea, y sus propios autores piden tratar sus conclusiones como preliminares. Entra aquí como una señal, nunca como prueba por sí sola —el trabajo más citado del año sobre este asunto es también el que más advierte contra sus propios titulares—.
Cuatro palabras, y lo que hay detrás de cada una
Alrededor de este tema circulan cuatro expresiones que no significan lo mismo ni tienen el mismo origen.
Deuda cognitiva. La acuña el MIT Media Lab en el preprint citado arriba. Es literatura científica, con una salvedad importante: sus propios autores piden tratar sus conclusiones como preliminares —el estudio más citado del año es también el que más advierte contra sus propios titulares—.
Exposición frente a amenaza. La Organización Internacional del Trabajo mide exposición a la IA generativa —qué tareas podría hacer una máquina— y dice expresamente que lo más probable es que los empleos se transformen, no que desaparezcan. Buena parte de la cobertura internacional tradujo ese hallazgo como «la IA amenaza uno de cada cuatro empleos». No es lo mismo.
Brain rot. No es un término académico, sino lexicográfico: la editorial de la Universidad de Oxford lo eligió palabra del año 2024, para describir el deterioro mental que produce el consumo excesivo de contenido trivial en redes sociales. En España lo ha usado, en ese mismo sentido —el consumo en redes, no el trabajo con IA generativa—, la Sociedad Española de Neurología, en una nota de prensa remitida a esta redacción con motivo del Día de Internet Segura de 2025: alerta de que el exceso de vídeos cortos «reduce la capacidad de concentración, la memoria, la toma de decisiones y la creatividad», sobre todo en menores.
Sedentarismo cognitivo. Circula desde hace tiempo en la conversación pública sobre IA y atención, pero esta redacción no ha podido localizar una autoría académica acreditada: es una metáfora en circulación, no un término de la literatura científica citada en este reportaje.
Fuentes del despiece: Kosmyna et al. (2025), MIT Media Lab · Organización Internacional del Trabajo, Generative AI and Jobs (2025) · Sociedad Española de Neurología, nota de prensa remitida a esta redacción (11 de febrero de 2025).
El sector ya venía cansado: exposición a presión de tiempo o sobrecarga de trabajo
Lo que pasa en España, y lo que no sabemos
La fuente central de este reportaje llega de más cerca. Es una encuesta a 358 periodistas españoles, dirigida por Javier Mayoral-Sánchez y Montse Mera-Fernández, de la Universidad Complutense de Madrid, junto con João Canavilhas, de la Universidade da Beira Interior, publicada este año en la Revista Mediterránea de Comunicación. A la pregunta abierta sobre las ventajas de la IA generativa contestaron 313 personas; a la de los problemas, 322. La rapidez reunió 180 de los primeros comentarios; la falta de rigor o la calidad de las fuentes, 189 de los segundos. No son cifras enfrentadas —son preguntas distintas, con bases distintas—: son dos fuerzas que conviven, no un marcador.
Es, de hecho, el límite que el propio autor le pone a su estudio: sobre de qué lado cae el saldo entre el tiempo que la IA ahorra y el que consume en comprobar, Mayoral-Sánchez es tajante —«no podemos responder a esa pregunta con respuesta numérica o precisa», porque las preguntas del cuestionario eran abiertas—. Haría falta, dice, una pregunta específica que nadie ha hecho todavía. Las dos fuerzas conviven sin que el propio instrumento pueda dar un resultado neto.
Como aproximación —y presentada así por el propio autor—, el 50% de los encuestados señaló ventajas de gestión del tiempo; el 53%, problemas de deformación de la realidad. Un matiz que el propio Mayoral-Sánchez subraya: de las 358 respuestas, 24 —el 6,7%— son de profesionales de gabinetes de prensa o comunicación, y su equipo decidió no analizarlas por separado. Ninguna cifra de este estudio es, por tanto, un dato sobre los departamentos de comunicación: es un retrato de periodistas.
Detrás de esos porcentajes hay frases sueltas, con nombre oculto tras un código de participante, que el propio estudio reproduce y que dan cuerpo a lo que las tablas solo insinúan. «El ejercicio periodístico tiene componente humano. Creativo, compasivo, empático. La IAG, no», dice un periodista encuestado, citado en el estudio como P336. Otro, en una sesión formativa que los autores del estudio observaron directamente, lo dice con más aspereza todavía: «A mí la IAG, más que ahorrarme tiempo, me está retrasando el trabajo. Su manera de redactar me resulta poco periodística, algo fría y bastante anodina, así que al final tengo que reescribir y pulir» —citado como SF3—. Un tercero, SF1, resume la queja de fondo: la IA «no tiene el criterio, no tiene el instinto, no tiene el olfato que podemos tener [los periodistas] a la hora de detectar noticias». Y hay quien nombra el riesgo que ninguna estadística mide: P90 habla de «la tentación de acomodarte y que te lo den todo hecho». No es, sin embargo, un reportaje sobre gente que rechaza la herramienta: el mismo estudio recoge, en la respuesta P77, que puede «servir como una herramienta útil a la hora de generar ideas, aunque la construcción de la noticia debe correr a cuenta del redactor o periodista». Las dos cosas conviven en las mismas 358 personas.
Cómo leer un informe sobre IA y trabajo
Dos cifras que circulan mucho sobre este tema no dicen lo que parecen. Que el 77% de los trabajadores dice que la IA ha aumentado su carga de trabajo, y que el 61% cree que aumentará su agotamiento, son datos que numerosos artículos atribuyen a la consultora Deloitte y no son en realidad suyos: la propia Deloitte los cita en su informe, pero remitiendo a una nota de prensa de Upwork, una plataforma de trabajo freelance con interés directo en el resultado. Y el dato de que el 14% de los trabajadores europeos está sujeto a gestión algorítmica, que circula con la misma etiqueta, sale de un artículo publicado en Medium, no de un estudio.
La vía correcta para esa última cifra —el lado del trabajador, no el del empleador— es un informe del Centro Común de Investigación de la Comisión Europea que la propia OCDE cita como referencia. Comprobar de dónde sale un dato, y no solo quién lo repite, es el trabajo mínimo antes de publicarlo.
Fuentes del despiece: Deloitte, 2025 Global Human Capital Trends · OCDE, How widespread is algorithmic management in workplaces? (2025).
Nadie decidió esto — y nadie paga ese tiempo
Pregunte por qué pasa esto y la respuesta de Mayoral-Sánchez es organizativa, no tecnológica: «no existen, en la mayoría de los casos, planes definidos y sólidos de implantación de la IAG en las redacciones». El dato que lo sostiene: el 62,6% de los periodistas dice que no hubo diálogo entre empresa y trabajadores antes de implantar estas herramientas; el 50,8% accedió a ellas por iniciativa propia, y solo el 34,6% porque su empresa se las dio.
La formación cuenta la misma historia desde otro ángulo. En siete de cada diez medios, la empresa no ha ofrecido formación; medido por persona, la cifra es aún más dura: solo el 19,5% de los periodistas dice haber recibido alguna. Y cuando se les pregunta qué actitud predomina en su redacción ante la IA, la respuesta que más se repite no es entusiasmo ni rechazo: es el uso individual, sin hacerlo visible (37,5%), seguido de la pasividad (31,2%), el miedo (21,1%) y el rechazo (18,3%) —los encuestados podían marcar más de una opción—. Nadie decidió esto en una reunión. Cada quien lo decidió a solas, casi todos por su cuenta, y casi ninguno en voz alta.
Nadie lo decidió: actitud predominante ante la IA generativa en la redacción
La Organización para la Cooperación y el Desarrollo Económicos (OCDE) mide lo mismo desde el lado del empleador: en España, el 78% de las empresas ha adoptado ya al menos una herramienta para instruir, vigilar o evaluar a sus trabajadores. Es una encuesta a mandos, no a trabajadores, con una definición amplia de «gestión algorítmica». Entre los quince usos que recoge está, en el número 10, vigilar la fatiga o el estado de alerta de la plantilla: el desgaste empieza a ser una variable que el software mide, no solo algo que le pasa a una persona. Y el propio informe encuentra una contradicción que lo resume todo: el 60% de esos mandos cree que las herramientas mejoran sus decisiones, y casi dos tercios reconoce, al mismo tiempo, alguna preocupación por su efecto en los trabajadores.
El regulador español ya mira hacia ahí. El Plan Estratégico 2025-2027 de la Inspección de Trabajo y Seguridad Social avisa de que su actuación debe mirar también a la salud mental, porque las nuevas ocupaciones implican cada vez una mayor «carga o exigencia mental».
Si nadie decidió cómo entra la IA, alguien tiene que decidir quién paga el tiempo de comprobar lo que produce. Cristina Aced, consultora, formadora e investigadora en comunicación digital y doctora por la Universitat Oberta de Catalunya, ya respondió a esa pregunta en una entrevista publicada por este medio en agosto, y su respuesta fue precisa: «Por ahora, muchas veces no lo paga nadie de forma explícita. Se incorpora de manera invisible al trabajo de los profesionales, como si revisar un contenido generado por IA fuera una tarea menor o automática». El ahorro de tiempo, explicó, es muchas veces una ilusión óptica: «la IA puede reducir el tiempo de elaboración y aumentar, al mismo tiempo, el tiempo necesario para comprobar datos, revisar matices, asegurar la coherencia y valorar posibles sesgos y riesgos». Su conclusión es la que da título a este reportaje, dicha con otras palabras: «si nadie paga ese trabajo, el coste no desaparece: acaba trasladándose a la calidad, a la confianza o a la reputación».
Aced va más allá del diagnóstico inmediato: «el cambio más profundo, sin embargo, no es tecnológico, sino organizativo», y avisa de que el problema no termina en quien revisa hoy. Tener todas las licencias, dice, «no sirve de mucho si no existen buenos procesos, criterio profesional y capacidad para supervisar los resultados». Y plantea la pregunta generacional que ninguna encuesta de porcentajes puede hacer: si las primeras versiones las escribe siempre la máquina, ¿de dónde sale el criterio de quien tiene que supervisarlas dentro de cinco años? «No se puede supervisar aquello que nunca se ha aprendido a hacer».
Quienes lo viven no se ponen de acuerdo
Cuatro voces cuentan cómo se vive esto en el día a día, y no coinciden entre sí: Mayoral-Sánchez, ya citado; Virginia Sanz, cofundadora de la agencia eVerythink PR; Ana Filipa Luzia, Communications Director en Boost Portugal, un grupo lisboeta de ocio turístico —la única de las cuatro que ha pasado por los tres lados que atraviesa este reportaje: redacción, agencia con equipo a su cargo y, hoy, cliente, aunque su experiencia es la de Portugal, no la de España—; y Fernando Casals, nombre ficticio de un consultor de comunicación con más de veinte años de oficio en agencia que pidió no aparecer con su identidad real. Esa falta de acuerdo no es un problema: si las cuatro dijeran lo mismo, sería sospechoso.
¿Pide hoy el cliente las cosas más rápido, dando por hecho que la IA lo hace en un minuto? Sanz no lo nota: dice que su agencia siempre ha sido muy ágil, y lo atribuye a cómo trabajan, no a la herramienta. Luzia, en cambio, admite que sí, en algunas tareas —y se ha sorprendido a sí misma pidiéndolo—, aunque distingue dónde: la velocidad aporta valor en la gestión de grandes volúmenes, el análisis o la síntesis; en estrategia o creatividad, no cree que deba medirse por la rapidez.
Lo que sí coincide en las cuatro voces es que el trabajo no ha desaparecido: se ha movido. Casals lleva veinte años en el oficio, y empezó, recuerda, cuando una nota de prensa se enviaba por fax o por correo postal —una sola tarea que hoy resuelve en segundos y entonces podía llevarle horas—. Hoy revisa y saca más de diez documentos al día, frente a los dos o tres de antes. Pero no se lo atribuye a la IA: se lo atribuye a veinte años agilizando el oficio. Lo que sí atribuye a la herramienta es más concreto: le ayuda «a elaborar borradores, resumir largos documentos o estructurar la información inicial», y después es tarea suya «darle forma y consistencia a todo». Y hay una frase suya que resume el reportaje entero sin usar la palabra «desgaste»: el tiempo que antes se destinaba a dos o tres cosas hoy se destina a hacer diez, «con menor involucración en cada una de ellas» —y lo dice sin dramatismo, como una cuestión de rentabilidad: se trabaja en más clientes para que las cuentas salgan—. Luzia lo dice con otras palabras, desde el lado del cliente: «el hecho de que una herramienta produzca algo rápidamente no significa que el trabajo humano haya desaparecido. Hay un coste asociado a revisar, verificar, contextualizar, corregir y adaptar aquello que genera una herramienta. En algunos casos, incluso hay que rehacerlo por completo».
Sobre quién revisa y quién paga ese tiempo, las respuestas se cruzan sin llegar a chocar. Casals describe el mecanismo: la revisión de un primer borrador de IA lleva entre media hora y dos horas, según la complejidad, y pasa siempre por dos personas —primero el ejecutivo, luego el director o responsable del cliente—. Sanz cree que ese tiempo no debe facturarse aparte, y su argumento merece reproducirse entero porque la versión corta lo caricaturiza: «el tiempo de revisión es menor que el de creación de cero, por lo que no creo que se deba facturar, puesto que forma parte de la redacción, edición y adaptación» del trabajo normal. Luzia recuerda que, cuando dirigía una oficina, ese tiempo sí se contabilizaba y se facturaba —aunque aclara que entonces no trabajaban todavía con la IA generativa tal como se usa hoy: no es el mismo momento que describe Casals, es el principio que sostiene su cálculo, y ese principio es lo que de verdad importa.
Cuánto cuesta de verdad la IA
Existe la percepción de que usar IA generativa es barato porque hay versiones gratuitas. Ana Filipa Luzia lo pone en duda: la implantación a escala implica licencias, integración con otros sistemas, formación, seguridad, supervisión y, sobre todo, tiempo humano para validar y corregir los resultados. En algunos casos, dice, «incluso hay que rehacerlo por completo». No le sorprendería que el coste real de usar IA acabara siendo, en no pocos casos, mayor que el de una persona haciendo esa misma tarea.
Su conclusión reformula la pregunta que casi nadie se hace todavía: no será cuánto cuesta la herramienta, sino cuánto cuesta realmente conseguir un resultado fiable utilizándola.
Preguntadas por el cansancio, las tres voces con testimonio directo describen cosas distintas. Sanz dice que sí está más cansada que hace cinco años, pero que es una cuestión de la edad, y no va a culpar a la tecnología: es la contravoz que blinda la pieza, la que impide que la tesis fácil se dé por buena sin más. Casals lo ve como un reparto, no como un aumento: el volumen de trabajo es parecido al de antes, «simplemente se absorben más tareas». Luzia distingue dos cansancios, y su frase es la que mejor resume el reportaje entero: «antes podía terminar una jornada cansada por haber producido mucho. Hoy, muchas veces, termino cansada por haber tenido que pensar, decidir, cambiar de contexto, analizar información, revisar resultados y responder a múltiples demandas diferentes». Lo dice sin ambages: «la IA puede reducir parte de la carga operativa, pero no elimina la carga cognitiva. En algunos casos, incluso puede elevarla: si podemos hacer más, también aumenta la expectativa de que hagamos más».
Hay un ejemplo de cómo se responde a esto sin comprarlo en forma de licencia de software. El grupo belga de medios DPG Media planifica solo el 80% de la capacidad de sus equipos y deja el 20% restante sin asignar, a propósito, como colchón para lo imprevisto: es una respuesta organizativa a un problema organizativo. Y hay una paradoja con la que conviene cerrar, con su cautela puesta al lado —viene de un blog corporativo de McKinsey, que vende consultoría de transformación con IA—: quienes más usan estas herramientas son, a la vez, los más enganchados a su trabajo y los que más intención tienen de dejarlo, entre siete y diez puntos porcentuales por encima de quienes las usan poco o nada.
Queda la pregunta que Mayoral-Sánchez dice que habría que hacer y que, hasta hoy, nadie ha hecho todavía: si, en términos generales, en el trabajo de comunicación de este país prevalece el ahorro de tiempo o la inversión de esfuerzo en comprobar lo que la máquina ha escrito. Este reportaje no la contesta. La documenta: con cuatro estudios, cuatro voces que no se ponen de acuerdo entre sí y una certeza que sí sostienen todas juntas —que la herramienta entró sin plan, sin formación y sin diálogo, y que el tiempo de comprobar lo que produce no está en la carga de nadie, y por eso no se ve—. No se ve en ningún balance, ni en ninguna factura, ni en ninguna encuesta de clima. Se ve, si acaso, al final del día: en quien lo hizo.
Cómo se hizo
Para este reportaje se enviaron cuestionarios a nueve organizaciones y a siete profesionales del sector. Contestaron cuatro personas: Javier Mayoral-Sánchez, autor del estudio central citado en este reportaje; Virginia Sanz, cofundadora de eVerythink PR; Ana Filipa Luzia, Communications Director en Boost Portugal; y Fernando Casals, nombre ficticio de un consultor de comunicación con más de veinte años de oficio en agencia. Pidió no ser identificado ante el lector: esta redacción conoce su identidad real, le hemos dado un nombre inventado —en vez de describirlo cada vez por su puesto, como es norma de la casa— para que su testimonio se pueda seguir a lo largo del texto, y su testimonio —incluidas sus cifras de trabajo diario— procede de su respuesta directa a nuestras preguntas.
La Escuela Nacional de Medicina del Trabajo (Instituto de Salud Carlos III) declinó por escrito participar. Es una negativa expresa, no un silencio. La Sociedad Española de Neurología también respondió, el mismo día del cierre: dijo no poder tramitar la consulta a tiempo porque su responsable de prensa se incorporaba ese día de vacaciones, y remitió, como único material disponible, una nota de prensa de febrero de 2025 sobre el uso de redes sociales en menores —ajena al asunto de este reportaje, aunque sí aprovechable para el despiece sobre terminología—. No contestaron la Asociación de la Prensa de Madrid, Dircom, ATREVIA, evercom ni el Club de Creatividad —el plazo de cierre coincidió con agosto—.
Hay varias cosas que este reportaje no ha podido saber. No sabemos de qué lado cae el saldo entre el tiempo que la IA generativa ahorra al sector y el que consume en comprobar lo que produce: el propio autor del estudio central nos ha dicho que sus datos no pueden responder a esa pregunta. Nada de lo que aquí se cuenta sobre la encuesta a periodistas es, estrictamente, un dato sobre los departamentos de comunicación: de sus 358 respuestas, 24 son de profesionales de gabinete, y sus propios autores no las analizaron por separado. Las cifras del Instituto Nacional de Seguridad y Salud en el Trabajo son de 2020, anteriores a la IA generativa: son el punto de partida, no la medida de lo que ha pasado después. Y dos informes se quedaron fuera: uno del Club de Creatividad, de 2022 y no publicado en abierto, y otro de la herramienta Metricool, que no se ha podido obtener.
Fuentes
- Hao-Ping Lee et al., The Impact of Generative AI on Critical Thinking, Proceedings of the 2025 CHI Conference, documento completo
- Nataliya Kosmyna et al., Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, preprint en arXiv
- Javier Mayoral-Sánchez, Montse Mera-Fernández y João Canavilhas, Inteligencia artificial generativa (IAG): uso y percepción de los periodistas en España, Revista Mediterránea de Comunicación, artículo completo
- Instituto Nacional de Seguridad y Salud en el Trabajo, Salud Mental y Trabajo. Diagnóstico de situación (2023), informe
- Inspección de Trabajo y Seguridad Social, Plan Estratégico 2025-2027, documento completo
- Organización Internacional del Trabajo, Generative AI and Jobs: A Refined Global Index of Occupational Exposure (2025), documento completo
- Deloitte, 2025 Global Human Capital Trends, informe completo
- McKinsey, How AI is—and isn’t—changing the future of work, artículo
- OCDE, How widespread is algorithmic management in workplaces? (2025), informe completo
- Este medio, entrevista con Cristina Aced