No todo es IA (pero la IA lo cambia todo): una lectura en tres niveles para comunicación
Hay un dato que circula por los mentideros financieros que merece atención fuera de Wall Street: en apenas diez días, una cadena de pánicos bursátiles vinculados a la inteligencia artificial ha evaporado unos 285.000 millones de dólares en capitalización. Software, seguros, gestión patrimonial, inmobiliario, logística. Sectores enteros castigados, uno tras otro, por anuncios de empresas de IA que, en algunos casos, ni siquiera tenían un producto funcionando.
El episodio más revelador: una compañía llamada Algorhythm Holdings (hasta hace poco dedicada a vender máquinas de karaoke) publicó un comunicado sobre optimización logística con IA y provocó una caída del 24% en CH Robinson, una de las mayores empresas de intermediación de carga del mundo. Como documenta el analista Nate B. Jones, el mercado está manteniendo simultáneamente dos creencias incompatibles: que la IA es demasiado débil para justificar la inversión en infraestructura y demasiado fuerte para que sobreviva ningún negocio existente.
La contradicción importa porque no se queda en las pantallas de los brókers. Cuando las acciones de una empresa caen un 15%, el consejo pide un plan para el lunes. Ese plan casi siempre incluye recortes, contratación de consultores y una “estrategia de IA” que tiene más de gesto que de análisis. La reacción del mercado se convierte en la disrupción real, no la tecnología.
Jones propone una distinción útil: no todos los sectores están expuestos de la misma forma. Hay tres niveles, y confundirlos produce decisiones malas, ya sea en una mesa de inversiones, en una redacción o un departamento de comunicación. Merece la pena aplicar esa misma lectura al sector que nos ocupa.
Lo que ya está pasando: el trabajo externalizable tiene precio nuevo
El primer nivel es el del desplazamiento que ya se ha producido y tiene datos encima de la mesa. En comunicación, el equivalente más directo lo ofrece un estudio reciente de Ramp, la fintech estadounidense: las empresas que contrataban freelancers han sustituido ese gasto por herramientas de IA a un ratio de 25 a 1. Por cada dólar recortado en trabajo freelance, se gastan 0,03 dólares en IA. Más de la mitad de las empresas que usaban freelancers en 2022 habían dejado de hacerlo por completo en 2025.
El dato es contundente, pero requiere matiz. No todo el trabajo freelance es igual. Lo que se está desplazando es lo mecánico y estandarizable: redacción de plantilla, maquetación repetitiva, transcripción, traducciones básicas, piezas de contenido genérico. Es decir, tareas donde la ejecución era el valor, no el criterio. Lo que no se desplaza, al menos por ahora, es el trabajo que exige criterio: conocer al cliente, interpretar un contexto, saber qué no decir.
Para quien gestiona equipos de comunicación o dirige una agencia, la pregunta no es “¿uso IA o freelancers?” sino “¿qué tipo de trabajo he estado externalizando que ya no necesita un humano?” Y, más incómodamente: “¿cuánto de lo que hacíamos internamente era también mecánico, solo que más caro?”
Este nivel no admite negación. Pero tampoco admite alarmismo. Como ya he escrito anteriormente, la adopción forzada de la inteligencia artificial suele tener más que ver con desorden previo que con visión estratégica. El desplazamiento del trabajo freelance estandarizable era cuestión de tiempo; la pregunta relevante es si las organizaciones que lo sustituyen por IA están pensando en qué capacidades necesitan realmente o simplemente están reduciendo una línea de coste.
Lo que está cambiando, pero no como te cuentan: la penalización algorítmica del periodismo
El segundo nivel de Jones agrupa sectores donde la IA importará a medio plazo, pero donde el pánico actual sobredimensiona el riesgo inmediato. En comunicación, el equivalente más claro no es una amenaza de sustitución directa sino una reconfiguración silenciosa del terreno de juego.
Un estudio reciente, recogido por Nieman Lab a través de Gizmodo, ha documentado lo que muchos profesionales del sector sospechaban: el algoritmo de X (antes Twitter) favorece sistemáticamente el contenido de activistas políticos y cuentas de entretenimiento, mientras penaliza a los medios de comunicación tradicionales. Los números son elocuentes: el contenido periodístico aparece un 58% menos en los feeds algorítmicos, mientras que los activistas ganan un 27% más de visibilidad y las cuentas de entretenimiento un 21%.
Esto no es un problema de IA en el sentido habitual, nadie está sustituyendo a un periodista por un modelo de lenguaje, pero sí es un efecto directo de sistemas de IA diseñados para optimizar engagement. La plataforma no discrimina al periodismo por ser periodismo; lo penaliza porque su formato genera menos interacción que un hilo polémico o un meme. El resultado, sin embargo, es el mismo: menor alcance, menor relevancia, menor retorno de la inversión en presencia editorial.
Para medios pequeños o especializados, el coste de oportunidad se vuelve difícil de justificar. ¿Cuánto esfuerzo dedicar a una plataforma cuyo algoritmo trabaja activamente en tu contra? La respuesta no es necesariamente irse, la dependencia de canales de distribución ajenos es un viejo problema del sector, pero sí exige dejar de tratar X como un canal neutral y empezar a tratarlo como lo que es: un entorno con reglas propias que no están diseñadas para favorecer la información de calidad. Nieman Lab lo formula bien al preguntar si es hipocresía que los medios critiquen las plataformas pero sigan en ellas. Quizá la respuesta no es hipocresía sino inercia; y la inercia, en un entorno que cambia de reglas sin avisarte, tiene un coste creciente.
Lo que la IA no resuelve: el vacío que ningún modelo puede llenar
El tercer nivel de Jones es el más relevante para el sector comunicación, aunque parezca el menos tecnológico. Es el nivel donde el mercado “ha perdido el norte”: sectores a los que se atribuye una vulnerabilidad ante la IA que, en realidad, tienen problemas estructurales anteriores y más profundos.
Richard J. Tofel lo ha planteado con una claridad incómoda en un ensayo reciente recogido también en Nieman Lab: en comunidades donde la gente no tiene dinero, los muros de pago no funcionan porque las suscripciones son inasumibles. Y la publicidad que podría dirigirse a esas audiencias ha sido capturada casi por completo por la televisión y las plataformas digitales. Conclusión: el periodismo local con ánimo de lucro en comunidades pobres es, en sus palabras, “altamente problemático.”
La tentación es pensar que la IA puede aliviar esto abaratando la producción de contenido. Y técnicamente puede: un modelo de lenguaje genera textos, resume actas municipales, transcribe sesiones públicas. Pero producir contenido no es el problema. El problema es que no hay un mercado solvente que lo sostenga. La IA puede reducir costes de producción, pero no genera demanda donde no la hay. Atribuir la crisis del periodismo local a una “falta de innovación tecnológica” es exactamente el tipo de confusión que describe Jones en el tercer nivel: confundir la narrativa de la IA con la causa real del problema.
En un artículo anterior, apuntaba que la desaparición de periodistas locales en Estados Unidos (donde solo quedan 8,2 por cada 100.000 habitantes, según Muck Rack) no es un efecto de la automatización, sino de un modelo roto antes de que la IA llegara. Las redacciones ya se habían convertido en fábricas de contenido rápido optimizado para algoritmos. La IA no rompió ese modelo; acelera una deriva que estaba en marcha. El vacío informativo que deja no lo llenan ni las redes sociales ni los chatbots. Es un problema de infraestructura cívica, no de eficiencia tecnológica.
Distinguir para decidir
La lectura en tres niveles no pretende ser un marco definitivo, sino una herramienta de higiene mental. El pánico bursátil que describe Jones tiene un equivalente directo en el sector comunicación: la tendencia a tratar todo lo que pasa como “efecto de la IA”, sin distinguir entre lo que efectivamente está cambiando, lo que cambiará pero no al ritmo que se anuncia, y lo que tiene causas anteriores que ningún modelo va a resolver.
Los freelancers cuyo trabajo era procesual ya están siendo sustituidos. Las plataformas de distribución están reconfigurando las reglas del juego sin pedir permiso. Y el periodismo local se muere por razones que la IA no causó y no puede arreglar. Confundir estos tres niveles —o, peor, tratarlos como si fueran el mismo— produce exactamente el tipo de decisiones reactivas que Jones describe en el mercado financiero: gestos que dan la impresión de movimiento pero no construyen nada.
La capacidad de distinguir en qué nivel estás no es un ejercicio académico. Es lo que separa una decisión profesional de un reflejo.
Fuentes citadas
Ramp, estudio sobre desplazamiento de gasto en freelancers por IA.
Richard J. Tofel, “The hardest business problem in American journalism today,” Substack
Muck Rack, informe sobre periodistas locales por cada 100.000 habitantes en EE.UU.
