Saltar al contenido principal
Ir al panel
¿No sabes por dónde empezar? Responde un breve cuestionario para obtener recomendaciones personalizadas.
Lección 3 de 8
¿Cómo puede usar aprendizaje automático?
Introducción a Aprendizaje Automático
Diferentes métodos del aprendizaje automático
¿Cómo aprende una máquina?
Aprendizaje automático, el periodismo y usted
Preferencias en el aprendizaje automático
Looking ahead to ML-powered journalism
Curso
0% completada
5 minutos para completar

¿Cómo puede usar aprendizaje automático?

4.6.jpg

Comprenda en qué casos el aprendizaje automático podría ser la solución a su problema.

4.6.jpg

¿Cómo sabe en qué momento el aprendizaje automático podría ayudar?

4.1.jpg

Ahora que tiene una mejor idea de lo que es el aprendizaje automático y cuáles son los diferentes métodos para entrenar un modelo, probablemente se esté preguntando cómo puede ayudar el aprendizaje automático en su trabajo cotidiano. Esta lección abordará eso precisamente. 

Nadie podría enmarcar esta conversación de una manera más efectiva que Quartz AI Studio. En los siguientes párrafos, tomaremos su modelo (con permiso) para ayudarle a entender algunas de las situaciones y sentimientos que podría tener cuando el aprendizaje automático pudiera ayudar.

4.1.jpg

¿Cómo podré leer todos estos documentos?

4.2.jpg

Las películas sobre periodismo tienden a glorificar las investigaciones donde los reporteros pasan meses leyendo cajas de documentos en una habitación sin ventanas para destapar grandes historias de corrupción. ¿Y si pudiéramos obtener los mismos resultados en una fracción de tiempo?

El aprendizaje automático puede ayudarle a hacer exactamente eso, y por este motivo, ya está siendo usado por periodistas de investigación de todo el mundo.


En 2019, El Consorcio Internacional de Periodistas de Investigación (ICIJ) recibió más de 700,000 documentos filtrados, conocidos en conjunto como los Luanda Leaks. Para poder analizar todos esos archivos, el ICIJ se asoció con Quartz, cuyo equipo de investigación creó un modelo de aprendizaje automático para ayudar a los reporteros a encontrar los tipos de documentos que esperaban en el depósito de filtraciones.

4.2.jpg

¿Cómo puedo averiguar qué tiene de especial este texto?

4.3.jpg

Otro tipo de desafío que un reportero podría enfrentar al trabajar en una historia es la capacidad de comparar un conjunto de documentos con un recopilatorio de naturaleza similar. Por ejemplo, un reportero político podría querer comparar los discursos sobre el Estado de la Unión de un presidente con todos los realizados por otros presidentes década tras década.


Resulta que este es otro desafío con el cual el aprendizaje automático es bueno para lidiar.


Allá por 2017, ProPublica usó un modelo computacional para analizar los comunicados de prensa de cada miembro del Congreso de los Estados Unidos en comparación con todos los comunicados de prensa congresales durante el mismo tiempo. Esto les permitió a los reporteros saber qué temas les preocupaban más a los miembros del Congreso, o al menos de los que hablaban más que sus compañeros.

4.3.jpg

¿Cómo podré analizar tantas imágenes?

4.4.jpg

Nuestro mundo es fotografiado miles de millones de veces al día. Y esto se traduce en una cantidad de imágenes sin precedentes donde los reporteros podrían encontrar historias. Si solamente hubiera una forma de enseñarles a las computadoras a encontrar detalles específicos en una base de datos de información visual... Ya sabe a dónde va esto: hacia el aprendizaje automático.


La agencia de periodismo de datos ucraniana Texty usó aprendizaje automático para detectar minas de ámbar ilegales en toda Ucrania. Combinando diferentes algoritmos, lograron entrenar al sistema de aprendizaje automático en ejemplos existentes de minerías de ámbar, para que pudiera encontrar nuevos ejemplos en un conjunto de imágenes satelitales.


La historia resultante incluyó un mapa en línea en la cual el espectador podía hacer acercamientos a las imágenes de las minas de ámbar de todo el país.

4.4.jpg

¿Cómo puedo encontrar más registros como estos?

4.5.jpg

Palabras, imágenes y ahora números. Entre las muchas cosas que las computadoras pueden hacer mejor que los humanos, está el procesamiento de datos numéricos a escala. Si tiene miles de registros numéricos para analizar, especialmente si desea encontrar patrones y similitudes, está lidiando con otro caso donde el aprendizaje automático puede ayudar.


Eso es lo que hizo BuzzFeed News en 2017 para su historia sobre aviones espía ocultos, que hizo bastante ruido al ser uno de los primeros ejemplos de alto nivel donde el periodismo hizo uso del aprendizaje automático para fines periodísticos.


Entrenaron a una computadora para encontrar aviones de vigilancia permitiendo que un algoritmo de "bosque aleatorio" filtrara aviones con patrones de vuelo que se asemejaran a los que eran operados por el FBI y el Departamento de Seguridad Nacional.

4.5.jpg

¿Con qué problemas puede ayudarle el aprendizaje automático?

4.6_ZyBnwc2.jpg

Minas de ámbar, escándalos de corrupción, aviones espía y discursos sobre el Estado de la Unión. Como puede ver, el aprendizaje automático puede ser muy útil para ayudarle en su trabajo potencializando su capacidad de encontrar y contar historias importantes con datos.

No obstante, por ahora, también debería quedar claro que el aprendizaje automático no es mágico. Incluso podría decir que no puede hacer algo que usted no podría hacer - si al menos tuviera miles de pasantes incansables trabajando para usted.

Depende totalmente de usted considerar si el aprendizaje automático es la herramienta adecuada para ayudarle en la historia que desea informar. Después de realizar la evaluación, puede contar con el aprendizaje automático para ayudarle a filtrar a través de una cantidad inimaginable de información y facultar su periodismo con los descubrimientos.

4.6_ZyBnwc2.jpg
¡Felicitaciones! Ya terminaste ¿Cómo puede usar aprendizaje automático? Sí, lo estoy haciendo
Recomendaciones para ti
¿Cómo calificarías esta lección?
Tus comentarios nos ayudarán a mejorar continuamente nuestras lecciones.
¿Salir y perder el progreso?
Si sales de esta página, perderás todo el progreso de la lección actual. ¿Confirmas que quieres continuar y perder el progreso?