Análisis crítico sobre Inteligencia Artificial, desinformación y defensa de las audiencias
en el entorno digital

Critical analysis of Artificial Intelligence, disinformation and audience advocacy
in the digital environment

Mónica Niño Romero

Universidad de Huelva

monica.nino@alu.uhu.es https://orcid.org/0000-0002-7409-5124

Recibido: 09/02/2025 | Aceptado: 30/04/2025

Resumen: Este artículo ofrece un análisis crítico sobre los contextos tecnológicos y digitales en los que se desarrolla la inteligencia artificial (IA), abordando su impacto en la opinión pública, las estrategias para contrarrestar la desinformación y los enfoques metodológicos aplicados en su estudio. A través de una revisión exhaustiva de la literatura, un análisis de contenido y la aplicación de cuestionarios a profesionales de la comunicación, se examina el papel de los algoritmos y las tecnologías emergentes en la generación y difusión de información, así como su influencia en la viralización de noticias falsas. Los resultados revelan una creciente necesidad de alfabetización mediática y el establecimiento de regulaciones más estrictas para reducir los riesgos asociados a la desinformación. Además, se identifican desafíos éticos y profesionales vinculados al uso de la IA en el periodismo y la comunicación digital. Finalmente, el estudio presenta estrategias educativas diseñadas para fortalecer la defensa de las audiencias y fomentar una comprensión crítica de los sistemas algorítmicos, con el fin de garantizar un acceso a la información más transparente, equitativo y confiable en el entorno digital.

Palabras clave: alfabetización mediática; algoritmos; defensa de audiencias; desinformación; inteligencia artificial; opinión pública.

Abstract: This article offers a critical analysis of the technological and digital contexts in which artificial intelligence (AI) is developing by addressing its impact on public opinion, strategies to counteract disinformation and the methodological approaches applied in its study. Through an exhaustive literature review, a content analysis and the application of questionnaires to communication professionals, we examine the role of algorithms and emerging technologies in the generation and dissemination of information, as well as their influence on the viralisation of fake news. Results reveal a growing need for media literacy and the establishment of stricter regulations to reduce the risks associated with misinformation. In addition, ethical and professional challenges linked to the use of AI in journalism and digital communication are identified. Finally, the study presents educational strategies designed to strengthen audience advocacy and foster a critical understanding of algorithmic systems in order to ensure more transparent, equitable and trustworthy access to information in the digital environment.

Keywords: media literacy; algorithms; audience advocacy; disinformation; artificial intelligence; public opinion.

1. Introducción

La inteligencia artificial ha revolucionado los medios de comunicación y la difusión de la información. Sin embargo, también ha facilitado la propagación de desinformación, lo que plantea serios desafíos para la opinión pública y la defensa de las audiencias (Aparici et al., 2021). En un ecosistema digital donde los algoritmos determinan el acceso a la información, resulta fundamental analizar los riesgos asociados a su uso y desarrollar estrategias para mitigar su impacto negativo.

Este estudio examina el papel de la inteligencia artificial en la generación y distribución de noticias, los mecanismos de viralización de noticias falsas y las medidas para contrarrestar la desinformación. También se consideran las perspectivas educativas necesarias para fortalecer la alfabetización mediática y la protección de los usuarios ante la manipulación informativa.

En este contexto, es crucial examinar no solo los riesgos asociados al uso de la IA en la difusión de información, sino también las estrategias regulatorias y educativas que pueden mitigar sus efectos adversos.

Asimismo, este análisis contribuye al debate académico sobre la regulación de los algoritmos en la comunicación digital y ofrece herramientas para que periodistas y reguladores aborden de manera efectiva los desafíos que plantea la IA en el periodismo.

2. Revisión de la literatura

Las investigaciones recientes han abordado el impacto de la inteligencia artificial en la información y el periodismo, destacando los riesgos de automatización y personalización algorítmica (Lindén, 2017). La desinformación amplificada por inteligencia artificial ha sido objeto de estudio en distintos campos, incluyendo la comunicación, la sociología y la ciencia política (Napoli, 2021).

2.1. Algoritmos y desinformación

Los algoritmos personalizan el contenido consumido por los usuarios, lo que genera «burbujas de filtro» y facilita la propagación de noticias falsas (Vállez y Codina, 2018). Estas prácticas influyen en la opinión pública y pueden afectar la toma de decisiones democráticas (Caplan, 2016). Estudios recientes han evidenciado que los algoritmos pueden contribuir a la polarización política al priorizar contenido que refuerza creencias preexistentes, limitando así la exposición a perspectivas diversas (Lewandowsky et al., 2020).

La propagación intencionada de información falsa o engañosa, conocida como desinformación, ha adquirido una importancia considerable en el ecosistema digital. Su rápida difusión a través de redes sociales y otras plataformas dificulta que los usuarios puedan evaluar la veracidad del contenido al que acceden, lo que supone un reto para la calidad y credibilidad de la información (Tandoc et al., 2017). Este fenómeno ha generado un creciente interés en la comunidad académica, en el ámbito periodístico y entre organismos reguladores, que buscan comprender los factores que favorecen la proliferación de la desinformación y sus efectos en la percepción pública (Wardle y Derakhshan, 2017). Según Carenzio et al. (2021), los adultos mayores, especialmente aquellos de más de 60 años, presentan limitaciones en sus competencias digitales, lo que los hace más vulnerables a la desinformación en entornos digitales. Dado el auge de los medios informativos digitales y la diversidad de fuentes disponibles, resulta esencial desarrollar estrategias de formación dirigidas a este sector de la población para fortalecer su capacidad crítica ante el consumo de información en línea.

La burbuja de filtro limita la diversidad informativa al reforzar las creencias preexistentes de los usuarios, lo que contribuye a la polarización ideológica (Pariser, 2011). Estudios recientes han evidenciado que esta fragmentación informativa puede influir en procesos electorales y en la percepción de la realidad social (Lewandowsky et al., 2020).

2.2. Medidas regulatorias y educativas

Se han desarrollado iniciativas para contrarrestar la desinformación, como proyectos de alfabetización mediática que capacitan a las audiencias en la detección de noticias falsas (Friesem et al., 2022). La regulación también juega un papel clave en la imposición de restricciones al uso de IA en la generación de contenido engañoso (Benesch, 2023).

3. Metodología

Este estudio adopta un enfoque metodológico mixto, combinando revisión de literatura, análisis de contenido y la aplicación de un cuestionario estructurado dirigido a profesionales de la comunicación. La combinación de estos métodos permite obtener una visión integral de la alfabetización algorítmica en el periodismo, abordando tanto las perspectivas teóricas como los desafíos prácticos en la actualidad.

En primer lugar, se realizó una exhaustiva revisión de la literatura académica con el fin de identificar y analizar estudios previos relevantes en el ámbito del periodismo y la alfabetización algorítmica. Este proceso permitió contextualizar la problemática y establecer un marco teórico sólido para el estudio.

Posteriormente, se llevó a cabo un análisis de contenido centrado en examinar de manera sistemática materiales relacionados con el uso de tecnologías avanzadas en el periodismo. Se seleccionaron diversos proyectos de alfabetización mediática a nivel internacional, desarrollados tanto por medios de comunicación como por autoridades audiovisuales independientes. La selección de estos proyectos respondió a su relevancia en el contexto europeo, su carácter innovador y su impacto en la comprensión y uso crítico de tecnologías algorítmicas en el periodismo.

Entre los proyectos analizados se incluyen iniciativas de alfabetización promovidas por medios de comunicación como The Economist y su fundación educativa (The Economist Educational Foundation); la Fundación Atresmedia con sus programas Mentes AMI, Efecto MIL y Amibox; el proyecto Público na Escola en Portugal, y The Learning Network del The New York Times. Asimismo, se examinaron estrategias de autoridades reguladoras como EduCac, del Consejo Audiovisual de Cataluña; Mayores con Wifi, del Consejo Audiovisual de Andalucía, y EduMediaTest, desarrollado por la Entidade Reguladora para a Comunicação Social (ERC) en Portugal.

Finalmente, se diseñó y aplicó un cuestionario estructurado dirigido a periodistas y profesionales de los medios, con el objetivo de evaluar su nivel de alfabetización algorítmica, su percepción sobre el impacto de la inteligencia artificial en el periodismo y su disposición para adoptar nuevas herramientas tecnológicas. La muestra del estudio estuvo conformada por ciento catorce participantes y la distribución del cuestionario se realizó a través de plataformas digitales, garantizando un alcance amplio y diverso. Los datos obtenidos fueron analizados mediante técnicas estadísticas descriptivas para identificar tendencias generales, así como un análisis temático para examinar de manera cualitativa las percepciones de los encuestados. Para garantizar la validez y fiabilidad del cuestionario, se realizaron pruebas piloto para ajustar preguntas ambiguas y mejorar la claridad de las respuestas.

El cuestionario estructurado se organizó en las siguientes dimensiones principales:

• Objetivo: evaluar el grado de comprensión y aplicación de tecnologías como inteligencia artificial, algoritmos y chatbots en el ejercicio periodístico.
• Estructura: división en secciones específicas que abarcan desde la conciencia algorítmica hasta la transparencia periodística.
• Impacto: identificación de cómo estas tecnologías influyen en la práctica periodística y en la difusión de información.
• Enfoque: fomento de un entendimiento crítico y práctico sobre la alfabetización algorítmica en el periodismo contemporáneo.

Cada sección del cuestionario abordó aspectos clave para evaluar la situación actual y las competencias requeridas por los profesionales de la comunicación frente a los desafíos de la digitalización y la automatización informativa.

4. Discusión y resultados

Los resultados obtenidos a partir de la revisión literaria, el análisis de contenido y la aplicación del cuestionario estructurado reflejan el nivel de adaptación de los periodistas a las tecnologías algorítmicas en su práctica profesional. Se identifican áreas clave de conocimiento, desafíos en la aplicación de estos sistemas y estrategias efectivas para mitigar los efectos negativos de la desinformación.

4.1. Impacto de la inteligencia artificial en la opinión pública

Los hallazgos muestran que el 77,9 % de los encuestados considera que la personalización algorítmica restringe la diversidad de opiniones en el contenido periodístico, mientras que el 41,6 % percibe los algoritmos como herramientas efectivas para la verificación de información (Pérez-Seijo et al., 2023). Esto sugiere una percepción ambivalente sobre el papel de la IA en la difusión de noticias, donde la automatización puede mejorar la eficiencia de los procesos periodísticos, pero también generar riesgos asociados con la homogeneización de la información y el refuerzo de sesgos cognitivos en la audiencia. Esta percepción también impacta la confianza en los medios de comunicación. Según Newman et al. (2022), los usuarios que perciben sesgos en los algoritmos tienden a desconfiar de las fuentes informativas digitales, lo que refuerza el fenómeno de la desinformación al fomentar la búsqueda de contenidos en plataformas menos reguladas.

4.2. Alfabetización algorítmica en el periodismo

La revisión de los resultados detecta diferencias sobre el entendimiento de la alfabetización algorítmica por parte de los profesionales del periodismo, lo vemos en la figura 1. Más de la mitad (56,1 %) lo entiende como la habilidad para identificar y mitigar sesgos algorítmicos; el 41,2 % considera que es la aplicación de algoritmos en la creación de contenido y el 36 % lo define como la comprensión de los algoritmos, en los puestos principales.

Figura 1
Concepto de alfabetización algorítmica en el periodismo

Fuente: elaboración propia.

El estudio evidencia que los periodistas poseen un nivel de alfabetización algorítmica desigual. Mientras que el 50,9 % de los encuestados señala sobre la capacitación en detección de sesgos y discriminación en algoritmos, el 47,4 % contesta sobre análisis de datos y el 45,6 % hace referencia al uso de herramientas de verificación de información, en los tres primeros lugares, como señala la figura 2.

Iniciativas como Público na Escola y EduCac (figura 3) han demostrado ser efectivas en la capacitación de periodistas y ciudadanos para interpretar críticamente los algoritmos y sus efectos en la información (ERC, 2023). Estos programas enfatizan la importancia de la transparencia y el escrutinio de los sistemas algorítmicos utilizados en la distribución de noticias, promoviendo un periodismo basado en la verificación y la ética profesional.

4.3. Medidas contra la desinformación

Las estrategias para combatir la desinformación deben integrar tanto soluciones tecnológicas como iniciativas educativas. Proyectos como Mayores con WiFi (figura 4) y The Learning Network han facilitado la enseñanza de habilidades críticas en el consumo de información digital, permitiendo a los usuarios reconocer sesgos algorítmicos y prácticas de manipulación mediática (Caplan, 2016). Así como The Economist Educational Foundation y EduMediaTest también han cubierto aspectos sobre las tecnologías emergentes y, en el caso portugués, se aplica en la desinformación y las noticias falsas en el apartado de ideología (figura 7).

Figura 4
Mayores con wifi. Algoritmos

Fuente: Manual didáctico de alfabetización mediática para Mayores con wifi

El análisis de contenido confirma la efectividad de estas iniciativas en la identificación de noticias falsas y la mejora de la transparencia periodística. En particular, herramientas de fact-checking y auditoría algorítmica han sido adoptadas en redacciones de medios internacionales para optimizar la detección de contenido engañoso y mejorar la confianza en la información publicada; vemos en la figura 5 recursos sobre inteligencia artificial del proyecto The learning network. En el caso de figur  6, The Economist Educational Foundation ha llevado a cabo una batería de recursos sobre IA, la educación y el futuro del trabajo.

Figura 5
The Learning Network. Inteligencia artificial

Fuente: https://www.nytimes.com/section/learning

Figura 6
The Economist Educational Foundation. Inteligencia artificial

Fuente: https://economistfoundation.org

Figura 7
EduMediaTest. Desinformación

Fuente: contenidos de EduMediaTest.

4.4. Perspectivas educativas y defensa de audiencias

El 87,6 % de los encuestados considera esencial una mayor formación en alfabetización mediática para contrarrestar los efectos de la IA en la difusión de información (figura 8). Programas educativos diseñados para fortalecer el pensamiento crítico han mostrado ser una vía eficaz para proteger a las audiencias de la manipulación algorítmica. The Learning Network, por ejemplo, ha desarrollado recursos didácticos centrados en la comprensión de los algoritmos y su impacto en la construcción de narrativas mediáticas (Caplan, 2016).

Figura 8
Formación sobre alfabetización algorítmica

Fuente: elaboración propia.

En términos de transparencia periodística, el 88,5 % de los encuestados expresa la necesidad de que los medios de comunicación revelen más información sobre el uso de algoritmos en la selección y distribución de noticias. Esta demanda sugiere que la confianza en la prensa puede fortalecerse mediante estrategias de apertura y comunicación con las audiencias, promoviendo un modelo de periodismo más accesible y participativo (Meier y García-Avilés, 2024).

4.5. Evaluación de las estrategias de personalización y transparencia

La personalización de contenido mediático mediante IA ha generado tanto beneficios como preocupaciones. Si bien permite optimizar la experiencia del usuario, también puede limitar la diversidad informativa al reforzar patrones de consumo preexistentes. El 77,9 % de los encuestados señala que esta personalización reduce la variedad de perspectivas accesibles, lo que enfatiza la importancia de diseñar algoritmos más equitativos y transparentes.

La implementación de mecanismos de control y auditoría en el uso de IA dentro del periodismo es fundamental para garantizar un equilibrio entre eficiencia y diversidad informativa. Modelos como Amitools de Amibox han sido referenciados como ejemplos de buenas prácticas en la integración de herramientas digitales para la educación mediática y la verificación de contenido, tal y como se visualiza en la figura 9 (Fundación Atresmedia, 2023). Algunos medios han comenzado a experimentar con mecanismos de transparencia algorítmica, como etiquetas informativas sobre por qué cierto contenido es recomendado a los usuarios, lo que representa un paso hacia una mayor responsabilidad periodística (Koliska y Chadha, 2018).

Figura 9
Fundación Atresmedia. Amibox

Fuente: https://fundacion.atresmedia.com/proyectos

En suma, la combinación de soluciones regulatorias, educativas y tecnológicas representa una vía efectiva para mitigar los riesgos asociados a la IA en el periodismo. La alfabetización mediática, el desarrollo de competencias críticas y la transparencia en los procesos algorítmicos son elementos clave para garantizar una información más precisa y accesible en la era digital. El valor de la transparencia en la información de los reguladores audiovisuales es un factor que se debe tener en cuenta (Postigo y Ramírez-Alvarado, 2024).

5. Conclusiones

Los hallazgos confirman que la IA tiene un impacto significativo en la difusión de la información y en la formación de la opinión pública. Si bien ofrece oportunidades en el periodismo, también plantea desafíos éticos y regulatorios. La implementación de medidas para contrarrestar la desinformación es esencial, combinando regulaciones más estrictas con iniciativas educativas que promuevan la alfabetización mediática.

Se recomienda fortalecer la transparencia en el uso de algoritmos, desarrollar estrategias de verificación de contenido automatizadas y fomentar la educación en el análisis crítico de la información. Un enfoque multidisciplinar que integre tecnología, regulación y educación es fundamental para garantizar una información veraz y confiable en la era digital. Además, la colaboración entre periodistas, desarrolladores de IA y reguladores será esencial para diseñar soluciones efectivas que equilibren la innovación tecnológica con la protección de la calidad informativa y la diversidad de opiniones, y será fundamental para establecer marcos normativos que equilibren la innovación tecnológica con la protección de la integridad informativa.

Financiación

La presente investigación no ha recibido ayudas específicas provenientes de agencias del sector público, sector comercial o entidades sin ánimo de lucro.

6. Referencias

Aparici, R., Bordignon, F. R. A. y Martínez-Pérez, J. (2021). «Alfabetización algorítmica basada en la metodología de Paulo Freire». Perfiles Educativos, 43 (Especial), pp. 36-54. Disponible en: https://doi.org/10.22201/iisue.24486167e.2021.Especial.61019, acceso 23 de mayo 2025.

Applebaum, A. (2019). «Ultraderecha con agenda global». El País, 12 de mayo.

Arias-Robles, F., Valero-Pastor, J. M., y Carvajal, M. (2023). «Dependencia y externalización tecnológica en las innovaciones periodísticas de los medios españoles (2014-2021)». Doxa Comunicación. Revista interdisciplinar de estudios de comunicación y ciencias sociales, 37 (1), pp. 453-478. Disponible en: https://doi.org/10.31921/doxacom.n37a1834, acceso 23 de mayo 2025.

Barbosa, S., Silva, F. F. da y Nogueira, L. (2013). «Análise da convergência de conteúdos em produtos jornalísticos com presença multiplataforma». Mídia e Cotidiano, 2 (2), pp. 241-264. Disponible en: https://doi.org/10.22409/ppgmc.v2i2.9684, acceso 23 de mayo 2025.

Barbosa, S., Silva, M., Alcântara, M., Tourinho, R., Quadros, C., Silva, F. da, Caetano, K., Belarmino, J., Sacramento, E., Cezar, K., Mota, A., Fonseca, A., Herrera, A., Martins, E., Vieira, L., Costa Pinto, M., Souza Filho, W., Holanda, A. y Vizoso, A. (2023). #AcesseJOR: Por um jornalismo digital acessível, inclusivo e inovador. En: Barbosa, Suzana. Editora LabCom. Disponible en: https://bit.ly/42OKXAi, acceso 23 de mayo 2025.

Belair-Gagnon, V., Lewis, S. C. y Agur, C. (2020). «Failure to launch: competing institutional logics, intrapreneurship, and the case of chatbot». Journal of computer-mediated communication, 25 (4), pp. 291-306. Disponible en: https://doi.org/10.1093/jcmc/zmaa008, acceso 23 de mayo 2025.

Benesch, S. (2023). Civil society puts a hand on the wheel: Diverse responses to harmful speech. Dangerous Speech Project. Disponible en: https://bit.ly/47j1X1H, acceso 23 de mayo 2025.

Canclini, N. G. (2020). Ciudadanos reemplazados por algoritmos. Calas. Disponible en: https://doi.org/10.1515/9783839448915, acceso 23 de mayo 2025.

Caplan, R. (2016). Facebook must acknowledge and change its financial incentives. The New York Times, 22 de noviembre. Disponible en: https://bit.ly/417QSiA , acceso 23 de mayo 2025.

Carenzio, A., Ferrari, S. y Rasi, P. (2021). «Older people’s media repertoires, digital competences and media literacies: A case study from Italy». Education Sciences, 11 (10), p. 584. Disponible en: https://doi.org/10.3390/educsci11100584, acceso 23 de mayo 2025.

Carvajal, M., Mondéjar, D., Valero-Pastor, J. M., Lara, A. de, García-Avilés, J. A.; Arias-Robles, F. (2022). «Las innovaciones periodísticas más destacadas en España (2010-2020): características e impacto organizacional, industrial y social». Profesional de la información, 31 (3). Disponible en: https://doi.org/10.3145/epi.2022.may.04, acceso 23 de mayo 2025.

Caswell, D. y Dörr, K. (2018). «Automated Journalism 2.0: Event driven narratives». Journalism Practice, 12 (4), pp. 477-496. Disponible en: https://doi.org/10.1080/17512786.2017.1320773, acceso 23 de mayo 2025.

Chadwick, A. (2013). The Hybrid Media System: Politics and Power. Oxford: Oxford University Press. Disponible en: https://doi.org/10.1093/acprof:oso/9780199759477.001.0001, acceso 23 de mayo 2025.

Dalen, A. van (2012). «The algorithms behind the headlines». Journalism Practice, 6 (5-6), pp. 648-658. Disponible en: https://doi.org/10.1080/17512786.2012.667268, acceso 26 de mayo 2025.

Fidler, R. (1997). Mediamorphosis. Understanding new media. California: Pine Forge Press.

Franciscato, C. Y Goncalves, A. L. F. (2021). «A inovação aberta no desenvolvimento das agências de factchecking durante a pandemia». Comunicação & Inovação, 22 (50), pp. 63-79. Disponible en: https://doi.org/10.13037/ci.vol22n50.8074, acceso 23 de mayo 2025.

Friesem, Y., Raman, U., Kanižaj, I. y Choi, G. Y. (2022). The Routledge Handbook of Media Education Futures PostPandemic. En: Friesem, Y., Raman, U., Kanižaj, I. y Choi, G. Y. (eds.). The Routledge Handbook of Media Education Futures Post-Pandemic (pp. 326-334). Routledge. Disponible en: https://doi.org/10.4324/9781003283737, acceso 23 de mayo 2025.

García-Avilés, J. A. (2014). «Online Newsrooms as Communities of Practice: Exploring Digital Journalists’ Applied Ethics». Journal of Mass Media Ethics, 29 (4), pp. 258-272. Disponible en: https://doi.org/10.1080/08900523.2014.946600, acceso 23 de mayo 2025.

García-Avilés, J. A. (2021). «Review article: Journalism innovation research, a diverse and flourishing field (2000-2020)». Profesional de la Información, 30 (1), pp. 1-33. Disponible en: https://doi.org/10.3145/epi.2021.ene.10, acceso 23 de mayo 2025.

García-Avilés, J. A., Herrera Damas, S.y Meier, K. (2023). «Innovación periodística: Ampliar el campo de la investigación [Presentación del monográfico] / Innovation in Journalism. Expanding the field of research [Monograph presentation]». Doxa Comunicación, 37, pp. 333-339. Disponible en: https://doi.org/10.31921/doxacom.n37a1947, acceso 23 de mayo 2025.

Graves, L., Nyhan, B. y Reifler, J. (2016). «Understanding innovations in journalistic practice: A field experiment examining motivations for fact-checking». Journal of communication, 66 (1). Disponible en: https://doi.org/102-138. 10.1111/jcom.12198 , acceso 23 de mayo 2025.

Jurno, A. y D’Andrea, C. (2020). «Between partnerships, infrastructures and products: Facebook Journalism Project and the platformization of journalism». Brazilian Journalism Research, 16 (3), pp. 502-525. Disponible en: https://doi.org/10.25200/BJR.v16n3.2021.1306, acceso 23 de mayo 2025.

Koliska, M. y Chadha, K. (2018). «Transparency in German newsrooms: Diffusion of a new journalistic norm?». Journalism studies, 19 (16), pp. 2400-2416. Disponible en: https://doi.org/10.1080/1461670X.2017.1349549, acceso 23 de mayo 2025.

Lewandowsky, S., Ecker, U. K. H. y Cook, J. (2020). «Beyond Misinformation: Understanding and Coping with the “Post-Truth” Era». Journal of Applied Research in Memory and Cognition, 9 (4), pp. 367-376. Disponible en: https://doi.org/10.1016/j.jarmac.2020.08.006, acceso 23 de mayo 2025.

Lindén, C. G. (2017). «Algorithms for journalism: The future of news work». The journal of media innovations, 4 (1), pp. 60-76. Disponible en: https://doi.org/10.5617/jmi.v4i1.2420, acceso 23 de mayo 2025.

López-García, X. y Vizoso, A. (2021). «Periodismo de alta tecnología: signo de los tiempos digitales del tercer milenio». Profesional de la información, 30 (3). Disponible en: https://doi.org/10.3145/epi.2021.may.01, acceso 23 de mayo 2025.

Luchessi, L., Barbosa, S. y Correa, J. (2023). «Los vaivenes del periodismo en ecosistemas digitales». Chasqui: Revista Latinoamericana de Comunicación, 154, pp. 27-30. Disponible en: https://doi.org/10.16921/chasqui.v1i154.4943, acceso 23 de mayo 2025.

McQuail, D. (1992). Media performance: mass communication and the public interest. London: Sage Publications. ISBN: 978 0 803982956.

Meier, K., García-Aviles, J. A., Kaltenbrunner, A., Porlezza, C., Wyss, V., Lugschitz, R. y Klinghardt, K. (2024). Innovations in Journalism: Comparative Research in Five European Countries (p. 327). Taylor & Francis. Disponible en: https://doi.org/10.4324/9781032630410, acceso 23 de mayo 2025.

Murcia-Verdú, F. J. y Ufarte-Ruiz, M. J. (2019). «Mapa de riesgos del periodismo hi-tech». Hipertext.net, 18, pp. 47-55. Disponible en: https://doi.org/10.31009/hipertext.net.2019.i18.05, acceso 23 de mayo 2025.

Napoli, P. M. (2021). «The platform beat: Algorithmic watchdogs in the disinformation age». European Journal of Communication, 36 (4), pp. 376-390. Disponible en: https://doi.org/10.1177/02673231211028359, acceso 23 de mayo 2025.

Neuberger, C. y Nuernbergk, C. (2010). «¿Competencia, complementariedad o integración? La relación entre medios profesionales y medios participativos». Journalism Practice, 4 (3), pp. 319-332. Disponible en: https://doi.org/10.1080/17512781003642923, acceso 23 de mayo 2025.

Newman, N., Fletcher, R., Schultz, A., Eddy, K., Robertson, C. y Nielsen, R. (2022): Reuters Institute Digital News Report 2022. Disponible en: bit.ly/3Pif5wA, acceso 23 de mayo 2025.

Noain-Sanchez, A. (2022). «Addressing the Impact of Artificial Intelligence on Journalism: the perception of experts, journalists and academics». Communication & Society-Spain, 35 (3), pp. 105-121. Disponible en: https://doi.org/10.15581/003.35.3.105-121, acceso 23 de mayo 2025.

Pariser, E. (2011). The filter bubble: How the new personalized web is changing what we read and how we think. Penguin.

Pavlik, J. V. (2021). Disruption and digital journalism: Assessing news media innovation in a time of dramatic change. Routledge. Disponible en: https://doi.org/10.4324/9781003111788, acceso 23 de mayo 2025.

Pérez-Seijo, S., Gutiérrez-Caneda, B. y López- García, X. (2020). «Periodismo digital y alta tecnología: de la consolidación a los renovados desafíos». Index.comunicación, 10 (3), pp. 129-151. Disponible en: https://doi.org/10.33732/ixc/10/03Period, acceso 23 de mayo 2025.

Pérez-Seijo, S., Barbosa, S. y Vicente, P. N. (2023). Artificial intelligence in journalism: case study of the Spanish, Portuguese and Brazilian news media systems. En: Pérez-Seijo, S., Barbosa, S. y Vicente, P. N. (eds.). Blurring Boundaries of Journalism in Digital Media: New Actors, Models and Practices (pp. 261-274). Cham: Springer International Publishing. Disponible en: https://doi.org/10.1007/978-3-031-43926-1_18, acceso 23 de mayo 2025.

Pinto, M. C. y Barbosa, S. O. (2024). «Artificial Intelligence (AI) in Brazilian Digital Journalism: Historical Context and Innovative Processes». Journalism and Media, 5 (1), pp. 325-341. Disponible en: https://doi.org/10.3390/journalmedia5010022, acceso 23 de mayo 2025.

Postigo, D. del, y Ramírez-Alvarado, M. (2024). «Difusión de la ciencia y del conocimiento: líneas de actuación del Consejo Audiovisual de Andalucía en la protección de menores en el entorno digital». Cuadernos del Audiovisual CAA, 11, pp. 11-22. Disponible en: https://doi.org/10.62269/cavcaa.16, acceso 23 de mayo 2025.

Reese, S. D. (2021). The Crisis of the Institutional Press. Cambridge: Polity Press.

Robles, F. A., Marín-Sanchiz, C. R., Abellán-Mancheño, A. y García-Avilés, J. A. (2023). «Transparencia en los contenidos informativos. Un análisis de métodos en el periodismo de datos español (2019-2022)». Anàlisi, 68, pp. 97-116. Disponible en: https://doi.org/10.5565/rev/analisi.3548, acceso 23 de mayo 2025.

Tandoc, E. C., Lim, Z. W. y Ling, R. (2017). «Defining “Fake news”». Digital Journalism, 6 (2), pp. 137-153. Disponible en: https://doi.org/10.1080/21670811.2017.1360143, acceso 23 de mayo 2025.

Tejedor, S., Cervi, L., Pulido, C., Perez-Tornero, J. M., Sanjines, D. C., Zhang, W., Tayie, S., Ruiz, J., Vila, P., Sánchez Corral, D., Perez, C., Crespo, E., Mayoral, E., Martin, M. A. y Canovas, P. (2020). Generación automática de textos periodísticos: La inteligencia artificial aplicada a informativos 2019-2020. Disponible en: https://bit.ly/3ryd5aM , acceso 26 de mayo 2025.

Vállez, M. y Codina, L. (2018). «Periodismo computacional: evolución, casos y herramientas». El profesional de la información, 27 (4), pp. 759-768. Disponible en: https://doi.org/10.3145/epi.2018.jul.05, acceso 26 de mayo 2025.

Vázquez-Herrero, J. (2022). «Capítulo 5. Medios nativos digitales de referencia». Espejo de Monografías de Comunicación Social, 7, pp. 83-94. Disponible en: https://doi.org/10.52495/c5.emcs.7.p92, acceso 26 de mayo 2025.

Wardle, C. y Derakhshan, H. (2017). INFORMATION DISORDER: Toward an interdisciplinary framework for research and policy making. Council of Europe.

Witschge, T., Deuze, M. y Willemsen, S. (2019). «Creativity in (digital) journalism studies: Broadening our perspective on journalism practice». Digital Journalism, 7 (7), pp. 972-979. Disponible en: https://doi.org/10.1080/21670811.2019.1609373, acceso 26 de mayo 2025.

Zaragoza, M. T. y García-Avilés, J. A. (2022). «Public Service Media laboratories as communities of practice: implementing innovation at BBC News Labs and RTVE Lab». Journalism Practice, 18 (5), pp. 1256-1274. Disponible en: https://doi.org/10.1080/17512786.2022.2088602, acceso 26 de mayo 2025.

Zelizer, B., Boczkowski, P. y Anderson, C. W. (2021). The Journalism Manifesto. Cambridge, UK: Polity. The Manifesto Series.