El I Encuentro AI Comm, celebrado en noviembre de 2023 con la colaboración de AI-Network, reunió a directivos de comunicación (Dircoms) de varias empresas para poner sobre la mesa algo que muchos saben pero pocos tienen bien articulado: la inteligencia artificial (IA) ya está en la agenda de los departamentos de comunicación, pero su integración real choca con obstáculos concretos. El evento identificó cinco problemas que frenan esa adopción.
1. Demostrar el impacto en la cuenta de resultados
Los Dircoms tienen que justificar la inversión en herramientas de IA ante una dirección que exige retornos claros y cuantificables. El problema es que la comunicación entrega valor de formas difíciles de medir: reputación, cobertura, gestión de crisis. A diferencia de ventas o logística, el ROI no cabe en una hoja de cálculo sencilla.
La solución pasa por trabajar con los equipos técnicos para identificar casos de uso donde la IA tenga un impacto rastreable: reducción del tiempo en generación de informes, automatización de monitorización de medios, o análisis de sentimiento en campañas concretas. Sin casos de negocio específicos, el presupuesto no llega.
2. Formación específica en IA generativa
Existe oferta formativa general sobre IA, pero escasean los programas orientados a comunicación profesional. Los equipos de prensa, relaciones públicas y contenidos no necesitan saber entrenar modelos: necesitan aprender a redactar prompts eficaces, a revisar texto generado antes de publicarlo y a distinguir cuándo la IA añade valor real y cuándo simplemente genera volumen.
Esa brecha formativa es especialmente visible en las herramientas de IA generativa para redacción de notas de prensa, resúmenes ejecutivos o gestión de respuestas en redes. Sin formación práctica, los equipos infrautilizan las herramientas o, peor, publican sin suficiente supervisión humana.
3. Establecer un código ético antes de que llegue la regulación
El AI Act europeo está todavía en desarrollo, pero las empresas ya tienen que tomar decisiones sobre transparencia, protección de datos y propiedad intelectual. Usar IA generativa para producir contenido plantea preguntas sin respuesta fácil: ¿hay que indicar que el texto lo ha generado una máquina? ¿Qué datos de clientes o fuentes se están usando para alimentar los modelos? ¿Cómo se gestionan los sesgos algorítmicos en la comunicación de crisis?
Los departamentos de comunicación que no tienen un código ético interno antes de que llegue la regulación formal van a tener que adaptarse con prisa. El encuentro sugirió que ese código debería cubrir, al menos, transparencia sobre el uso de IA, criterios para revisar el contenido antes de publicarlo y protocolos cuando la herramienta genere información incorrecta. El debate sobre los límites éticos de la IA ya no es solo académico.
4. Gestionar la saturación informativa sin perder rigor
La IA permite producir más contenido en menos tiempo, pero ese volumen tiene un coste: si todos los departamentos de comunicación generan notas, análisis y comunicados con las mismas herramientas y sin supervisión suficiente, el resultado es un espacio informativo lleno de contenido genérico y difícil de distinguir.
Eso no es solo un problema de calidad periodística. Es un problema de posicionamiento. Los medios y los algoritmos de búsqueda penalizan el contenido sin diferenciación. Los riesgos de publicar sin verificar también son reales: la IA puede alucicar datos, citar fuentes incorrectas o reproducir sesgos presentes en los datos con los que fue entrenada. La supervisión humana no es opcional, es parte del flujo de trabajo.
5. El cambio cultural: el mayor freno de todos
La comunicación es un sector donde las relaciones personales pesan mucho. Las fuentes se construyen con el tiempo, la confianza con los periodistas se desarrolla en años y los equipos están acostumbrados a validar por intuición y experiencia. Introducir IA en ese entorno genera resistencia, no porque los profesionales sean tecnófobos, sino porque ven con razón que la herramienta no entiende contexto, no distingue entre lo que es noticia y lo que es ruido y no sabe cuándo no hay que publicar.
El reto no es convencer de que la IA es útil, algo que ya está claro, sino rediseñar los flujos de trabajo para que la herramienta entre donde aporta y no entre donde distorsiona. Eso requiere tiempo, formación específica y disposición a reescribir procesos que llevan años en marcha.
Preguntas frecuentes
¿Qué es el I Encuentro AI Comm?
Es un evento celebrado en noviembre de 2023, organizado con la colaboración de AI-Network, donde directivos de comunicación de varias empresas españolas debatieron sobre los retos de integrar la IA en sus departamentos.
¿Qué tipo de IA usan los departamentos de comunicación?
Principalmente IA generativa basada en grandes modelos de lenguaje (LLM): herramientas de redacción asistida, monitorización de medios con análisis de sentimiento, automatización de informes y generación de borradores de notas de prensa.
¿Qué contempla el AI Act europeo para comunicación?
El Reglamento de IA de la UE establece obligaciones de transparencia para los sistemas que generan contenido capaz de ser confundido con obra humana. Eso incluye la obligación de identificar el contenido generado por IA y de registrar los usos de alto riesgo, aunque la aplicación concreta a departamentos de comunicación depende del sector y del tipo de contenido producido.
¿Cómo se mide el ROI de la IA en comunicación?
Los casos de uso con ROI más trazable incluyen la reducción del tiempo dedicado a monitorización y clipping, la automatización de informes de cobertura y el análisis de sentimiento en tiempo real durante campañas. En relaciones públicas, medir el impacto directo en resultados de negocio sigue siendo complejo sin acuerdo previo sobre qué métricas cuentan.
¿Es obligatorio declarar que un texto lo ha generado una IA?
Bajo el AI Act, sí en determinados contextos de alto riesgo o cuando existe riesgo de confusión con contenido humano auténtico. En la práctica, muchas organizaciones adoptan políticas internas de transparencia antes de que llegue la obligación legal, tanto por criterios éticos como para proteger la reputación de la marca.
