Axios: cómo la IA ayuda al periodismo local a sobrevivir

Axios: cómo la inteligencia artificial ayuda al periodismo local a sobrevivir

Mientras los grandes grupos de medios recortan redacciones y cierran delegaciones regionales, Axios avanza en la dirección contraria. La compañía no se limita a conservar el periodismo local: lo está reconstruyendo desde dentro con inteligencia artificial. La directora de operaciones de Axios, Allison Murphy, explica abiertamente cómo: la IA se encarga de la rutina para que los periodistas hagan aquello por lo que no se les puede sustituir.

La crisis de los medios locales no es una novedad. En la última década, Estados Unidos ha perdido más de un tercio de sus periódicos locales. Las redacciones pequeñas se ahogan entre la caída de los ingresos publicitarios, el aumento de los costes operativos y la competencia de los algoritmos de las redes sociales. En este entorno sobreviven quienes han encontrado un modelo de negocio sostenible o quienes han aprendido a producir más con menos recursos. Axios apostó por lo segundo, y lo hizo antes que la mayoría.

El modelo de Axios Local se basa en equipos reducidos: por lo general, dos o tres reporteros para toda una ciudad. Eso significa que cada hora de trabajo cuenta. Aquí la IA deja de ser una herramienta exótica y se convierte en una necesidad operativa. La redacción la usa para automatizar tareas que antes devoraban buena parte de la jornada: agregación de datos, monitorización de fuentes, preparación de resúmenes preliminares de documentos públicos y adaptación de los textos al estilo propio del medio. El periodista que no tiene que dedicar una hora a descifrar una hoja de cálculo del presupuesto municipal dedica esa hora a una fuente, una reunión o una investigación.

La postura de Murphy es clave: la tecnología no sustituye a los reporteros, sino que multiplica sus capacidades. No es mera retórica corporativa; hay una lógica concreta detrás. El periodismo local se sostiene sobre la confianza y el contexto. El lector de Columbus o Charlotte valora un texto precisamente porque lo ha escrito alguien que conoce la ciudad, entiende la política local y puede llamar a la fuente adecuada en el momento justo. La IA no sabe construir esas relaciones. Lo que sí hace es procesar rápidamente las actas de un pleno municipal y ofrecer un resumen estructurado con el que el reportero empieza a trabajar al cabo de un minuto, no de una hora.

Para el sector, el enfoque de Axios sienta un precedente importante. Las empresas de medios llevan tiempo viendo la automatización como una amenaza para las redacciones, y no sin motivo: los primeros experimentos con IA generativa en varios medios acabaron en escándalos por errores factuales y una responsabilidad editorial difusa. Axios construye otro modelo: la IA actúa en el nivel de los procesos, no de las publicaciones. La última palabra la tiene el periodista. Eso reduce los riesgos editoriales y preserva la calidad, a la vez que da a un equipo pequeño ventajas competitivas reales frente a rivales más grandes pero menos ágiles.

Para el lector medio, el efecto puede pasar casi inadvertido, y ahí está la clave. Una infraestructura tecnológica bien diseñada no cambia la voz del medio; simplemente permite que esa voz se oiga más a menudo y abarque más temas. Una redacción local que antes solo podía cubrir en detalle los grandes acontecimientos de la ciudad puede ahora atender una gama más amplia de historias, desde los consejos escolares hasta las disputas por los servicios municipales, que afectan directamente a la vida de las personas pero rara vez llegan a la agenda nacional.

La experiencia de Axios apunta a una posible salida del callejón en que se encuentra la prensa local. No recortando ambiciones, sino replanteando cómo puede trabajar un equipo pequeño de profesionales con recursos limitados. Si el modelo resulta sostenible, y los primeros indicios apuntan en esa dirección, podría convertirse en plantilla para decenas de medios regionales que buscan seguir siendo relevantes en una época en que la atención de la audiencia se ha vuelto el recurso más escaso. La pregunta ya no es si la IA formará parte del trabajo editorial. La pregunta es quién aprenderá a usarla con criterio antes que los demás.