The New York Times prueba una nueva función de inteligencia artificial capaz de generar resúmenes de sus propios artículos directamente en los resultados de búsqueda del sitio web; algo prácticamente calcado de lo que hace Google con los “AI overview” en su interfaz.
Aunque el experimento está limitado a un grupo reducido de usuarios, abre un debate relevante para medios, publishers y equipos digitales: ¿cómo puede la IA mejorar el descubrimiento de contenidos sin comprometer la calidad editorial, la precisión ni la confianza de las audiencias?
La prueba también refleja una transformación más amplia en la relación entre periodismo, SEO y tecnología. Los buscadores ya no se limitan a mostrar una lista de enlaces, cada vez vemos con más frecuencia que intentan interpretar la información, resumirla y ofrecer respuestas directas. Para los medios, esto representa nuevas oportunidades, pero también plantea preguntas sobre visibilidad, tráfico y control sobre sus propios contenidos.
¿Qué está probando The New York Times?
De acuerdo con Semafor, el periódico de la Gran Manzana lanzó discretamente una nueva página de búsqueda para un grupo pequeño de usuarios. La herramienta responde a las consultas de los usuarios mediante tres elementos principales:
-
Fragmentos de artículos relevantes de The New York Times.
-
Enlaces hacia contenidos publicados por el medio.
-
Resúmenes generados por inteligencia artificial a partir de sus propios artículos.
La función representa una de las primeras pruebas del Times con textos generados por IA que se muestran directamente a los lectores sin la intervención inmediata de un periodista o editor. La compañía explicó que el experimento busca mejorar la forma en que los usuarios descubren y consultan su cobertura periodística.
Se trata de un caso de uso relativamente controlado porque la herramienta de IA en el buscados no parece generar reportes a partir de fuentes externas ni sustituir todo el proceso editorial del periódico. En cambio, funciona como una capa adicional sobre contenidos que ya fueron publicados.
Aun así, su implementación puede cambiar la manera en que los lectores interactúan con el medio. Un usuario que recibe una respuesta satisfactoria a través de un resumen podría no necesitar abrir el artículo original. Esa posibilidad se encuentra en el centro del debate actual sobre la búsqueda con IA y el futuro del tráfico referido.
¿Por qué es importante para los medios digitales?
Durante años, los publishers han optimizado titulares, metadatos, enlaces internos y estructuras editoriales para ser descubiertos en los buscadores. El objetivo tradicional era claro: aparecer en los resultados, conseguir un clic y llevar al lector al sitio web.
Los resúmenes generados por IA modifican ese modelo. Google (o, en este caso, el propio buscador interno del medio) puede convertirse en el lugar donde el usuario consume la información principal. El artículo continúa siendo la fuente, pero el resumen se transforma en la interfaz más visible.
Esto genera varios desafíos estratégicos:
-
Menor tráfico hacia los artículos originales: si el resumen resuelve la consulta, algunos usuarios podrían no hacer clic.
-
Mayor importancia de los contenidos estructurados: los sistemas de IA necesitan comprender temas, entidades, autores y relaciones entre artículos.
-
Riesgo de interpretaciones incorrectas: un resumen puede omitir contexto, confundir hechos o reproducir un error.
-
Nuevas oportunidades para descubrir contenidos: las recomendaciones relevantes pueden ayudar a los usuarios a recorrer archivos periodísticos extensos.
-
Mayor presión sobre la gobernanza editorial: los medios deben definir quién revisa, supervisa y corrige los textos generados por IA.
The New York Times ya utiliza herramientas internas de inteligencia artificial para sus periodistas. Además, su plataforma de reseñas Wirecutter ha probado una función llamada Wirecutter Finder, capaz de generar resúmenes y recomendaciones a partir de sus propios contenidos.
El desafío de la confianza
El aspecto más delicado del experimento no es necesariamente la tecnología, sino el contexto en el que se utiliza. Las organizaciones periodísticas dependen de su reputación en materia de precisión, verificación y criterio editorial.
Algunos periodistas del Times han expresado dudas sobre la nueva herramienta. El sindicato editorial del medio considera que las políticas actuales de inteligencia artificial podrían no ser suficientes y ha solicitado supervisión humana, además de reglas relacionadas con el valor económico generado por los acuerdos de licencia de IA.
Jim Luttrell, presidente de la unidad del Times Guild y editor senior, señaló que las políticas actuales de la compañía son insuficientes. También advirtió que implementaciones anteriores de resúmenes con IA habían producido errores importantes.
La preocupación resulta comprensible porque en el periodismo de más alta calidad, un error en un resumen puede ser especialmente perjudicial porque los lectores podrían asumir que el medio respalda cada palabra que aparece en su interfaz, incluso cuando ningún periodista redactó directamente ese texto.
El riesgo aumenta cuando la herramienta recibe consultas ambiguas o diseñadas para provocar respuestas incorrectas. Si una respuesta engañosa aparece bajo la marca de una organización periodística reconocida, el impacto puede extenderse más allá de un solo artículo y afectar la confianza general en el medio.
La IA debe apoyar al criterio editorial
El experimento de The New York Times demuestra un principio que debería orientar a cualquier medio que adopte herramientas generativas: la automatización puede mejorar el acceso a la información, pero no sustituye la responsabilidad sobre los datos que se presentan.
Una implementación de IA responsable debería incluir:
Atribución clara de las fuentes
Cada resumen debe indicar con claridad qué artículos respaldan la respuesta. Los enlaces tienen que ser visibles, funcionales y relevantes, no incluirse únicamente como un requisito técnico.
Revisión humana en temas sensibles
Los contenidos políticos, de salud, finanzas, asuntos legales y noticias de última hora requieren controles más estrictos. Cuanto más importante sea la información para la toma de decisiones del lector, menos conveniente resulta depender únicamente de un resumen automatizado.
Monitoreo constante de calidad
Los equipos deben medir alucinaciones, omisiones, información desactualizada y asociaciones incorrectas. Estos indicadores deben revisarse de forma periódica, no únicamente cuando un usuario reporta un problema.
Mecanismos editoriales de corrección
Si un resumen generado por IA es incorrecto, el medio necesita corregirlo con rapidez. También debe determinar si el error afecta a otros artículos, etiquetas o fuentes de información conectadas.
Comunicación transparente
Los lectores tienen derecho a saber cuándo interactúan con un texto generado por inteligencia artificial. La transparencia no elimina todos los riesgos, pero ayuda a establecer expectativas adecuadas.
El experimento que debe inspirar tu siguiente movimiento
Como todo lo que hace The New York Times, esta prueba de aplicación de inteligencia artificial en su buscador se vuelve una referencia obligada para toda la industria donde todos los jugadores deben estar claros que la tecnología y la estrategia editorial deben trabajar juntas. Un contenido periodístico de alta calidad puede perder visibilidad si el sitio tiene una navegación deficiente, enlaces internos débiles, rastreo ineficiente o señales de autoría poco claras.
Las soluciones tecnológicas de Digital Room parten precisamente de esta intersección entre contenido, SEO y desarrollo web. Por ejemplo, EASYtech es un CMS que fue creado por un equipo multidisciplinario integrado por desarrolladores, diseñadores, especialistas en publicidad, periodistas y profesionales de SEO. La plataforma está diseñada para activar señales técnicas que ayudan a Google a encontrar, comprender y evaluar los contenidos publicados.
Su propuesta contempla aspectos como la experiencia de usuario, las señales de E-E-A-T, la estrategia de sitemaps, los datos estructurados y la protección del presupuesto de rastreo. Estos elementos no garantizan por sí solos que todos los artículos obtengan las primeras posiciones, pero sí construyen una base tecnológica más sólida para que los sistemas de búsqueda comprendan y valoren el contenido.
