nueva página del texto (beta)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
La Inteligencia Artificial (IA) se fundamenta en la lógica aristotélica, pues se cimienta en silogismos o razonamientos deductivos que derivan de dos proposiciones (premisas) que producen una inferencia deductiva expresada en una tercera premisa o conclusión. Su desarrollo inició a mediados del siglo XX, aunque su evolución ha sido acelerada durante el siglo XXI (Prieto-Gutiérrez, Segado-Boj y França, 2023: 155).
La IA se centra en la elaboración de máquinas y software capaces de imitar la inteligencia humana (Mayta-Tovalino et al., 2024: 2). Suele vinculársele a la computación y la informática, pero en su formación confluyen la neurociencia, lingüística e ingeniería de software (Mosallam Alqahtani, 2023: 696). Su crecimiento e incorporación acelerada ha transformando paradigmas y prácticas que parten de lo cotidiano hasta lo complejo. En consecuencia, el interés y la inversión en su desarrollo es cada vez mayor, generando un incremento en la producción científica.
La IA comprende variedad de herramientas, entre las que destacan las asociadas a Machine Learning, Deep Learning y Natural Language Processing por su capacidad para la extracción, análisis y uso de información, a partir de datos reales, para la toma de decisiones (Rangel, 2022: 20). La IA comenzó a aplicarse en las especialidades y disciplinas de la comunicación desde la primera década del siglo XXI; modificó las formas de comunicar y generó nuevos conceptos como 'periodismo robot', 'periodismo algorítmico', 'periodismo computacional', 'periodismo automatizado' y 'periodismo artificial' (González-Esteban y Sanahuja-Sanahuja, 2023: 133).
Las especialidades y disciplinas de la comunicación han sido influidas directamente por la IA (Bucher, 2017: 30; Cuervo Sánchez, 2021: 26; Diakopoulos, 2019: 41; Guzmán y Lewis, 2020: 70). La variedad de temas cubre, por ejemplo, la forma y magnitud en que la IA ha permeado el ámbito del marketing (Cuervo Sánchez, 2021: 34, 37) y su utilidad en el contexto de la comunicación audiovisual (Rangel, 2022: 17, 26).
El incremento general de literatura sobre IA ha propiciado revisiones bibliométricas en diferentes áreas de conocimiento, mostrando tendencias y necesidades de investigación. Así, se encuentran revisiones bibliométricas recientes en educación (Mayta-Tovalino et al., 2024: 1), servicios públicos (Lawelai, Iswanto y Raharja, 2023: 798) y ciencias sociales (Prieto-Gutiérrez, Segado-Boj y França, 2023: 149; Prahani et al., 2023: 918).
En las disciplinas y especialidades de la comunicación también se han popularizado los estudios bibliométricos. Por ejemplo, podemos mencionar el mapeo científico general de la categoría 'comunicación' en Web of Science (WoS) de 1980 a 2013 (Montero-Díaz et al., 2018: 81), el análisis de la producción española relacionada con la comunicación orientada al cambio social (Marí Sáenz et al., 2023: 5), el mapeo cienciométrico sobre educación en comunicaciones (Ozcinar, 2021: 1) y el estudio del incremento de big data en las ciencias de la comunicación (Karaboğa, Karaboğa y Şehitoğlu, 2020: 169).
No obstante, no se han encontrado estudios bibliométricos sobre IA en la comunicación como área o campo de saber. En consecuencia, planeamos una investigación con el objetivo de analizar la producción científica en WoS sobre IA en el ámbito de la comunicación. Para esto, planteamos las siguientes preguntas: ¿Cuáles son las fuentes, autores y países más destacados? ¿Cómo ha sido la evolución de las publicaciones? ¿Cuáles son las tendencias y brechas temáticas?
Metodología
Se realizó una revisión bibliométrica de cinco fases: planificación, compilación, análisis, visualización e interpretación (Zupic y Cater, 2013: 10). La búsqueda y recopilación de la información fue a través de WoS. Esta base curada es recomendada por su confiabilidad y amplio número de fuentes indexadas (Ding y Yang, 2020: 788). Además, es reconocida internacionalmente, junto con Scopus, por su prestigio y calidad (Hajkowicz et al., 2023: 3). Estas características la convierten en una excelente elección para analizar la producción científica (Birkle et al., 2020: 371; Pranckutė, 2021: 47-48).
Las palabras clave fueron "artificial intelligence" y su versión abreviada "AI" (en inglés para ampliar la posibilidad de resultados), unidas por el operador lógico 'OR'. No se usaron otros descriptores para evitar sesgos, pues los expertos recomiendan no tratar como sinónimos a "IA" y conceptos como "Machine Learning" o "Deep Learning" que, aunque están íntimamente ligados, no son iguales (Mosallam Alqahtani, 2023: 695). Después, aplicamos el filtro 'Research areas' para delimitar la búsqueda solo al área de comunicaciones (excluyendo otras categorías que no representaran directamente documentos etiquetados en comunicación, esto para prevenir sesgos por área temática).
La búsqueda se efectuó en noviembre del 2023 y recuperó 994 documentos. Revisamos los títulos para confirmar su relación con el tema para prever sesgos por documentos no relacionados. Luego, descargamos la información para analizarla con el software Rayyan (Ouzzani et al., 2016: 8, 10) y constatar la ausencia de duplicados.
Realizamos el análisis con RStudio y Bibliometrix, cuya eficiencia y versatilidad han sido comprobadas para los estudios bibliométricos (Cobo et al., 2015: 3; Mayta-Tovalino et al., 2024: 4). Aplicamos tres tipos de técnicas de análisis, propuestas por Donthu et al. (2021: 288):
De ejecución: producción y citación.
De mapeo científico: estructura conceptual.
De análisis de redes: tendencias temáticas.
Finalmente, cuando fueron necesarios análisis complementarios, se usó el software IBM SPSS (v.27).
Resultados
Métricas generales
Los 994 documentos recuperados se encontraron en 254 fuentes. Estos fueron suscritos por 1910 autores y solo 340 eran de autoría individual (Tabla 1).
Tabla 1 Información general de la producción analizada
| Duración | 2013 : 2023 |
| Fuentes (revistas, libros, otros) | 254 |
| Documentos | 994 |
| Tasa de crecimiento anual | 32.9 |
| Edad media del documento | 2.41 |
| Contenido del documento | |
| Palabras clave Plus (ID) | 1040 |
| Palabras clave del autor (DE) | 3168 |
| Autores | |
| Autores | 1910 |
| Autores individuales | 340 |
| Colaboración de autores | |
| Documentos individuales | 374 |
| Coautores por documento | 2.21 |
| Coautorías internacionales | 19 |
Fuente: elaboración propia
Los documentos se publicaron entre 2013 y 2023, por lo que analizamos la producción de once años. El género discursivo prevalente fue el artículo de investigación en diferentes versiones: publicado en el número regular (n = 654), en versión de publicación anticipada (n = 94) y como capítulo de libro (n = 51) (Figura 1).
Autores, fuentes e instituciones destacados
La Tabla 2 muestra las revistas con mayor productividad, las citas y su índice h. Algunas con menor índice h registran más citas que otras con un índice mayor. Por ejemplo, Digital Journalism registra menos artículos e índice h que otras, pero mayor cantidad de citaciones en el ámbito de IA. Se estudió la correlación entre el número de publicaciones de las revistas y las citas que reciben. Luego de constatar la normalidad de los datos (p = .405), se calculó el coeficiente de correlación, el cual mostró ausencia de correlación significativa (r = .413; p = .126).
Tabla 2 Productividad, índice h y citas de las diez fuentes más destacadas
| Revistas | Artículos | Citas locales |
Índice h |
|---|---|---|---|
| New Media \&Society | 51 | 564 | 13 |
| Information, Communication \&Society | 36 | 270 | 13 |
| Digital Journalism | 32 | 846 | 11 |
| El Profesional de la Información | 30 | 157 | 7 |
| Convergence: The Journal of Research into New Media Technologies | 27 | 75 | 8 |
| Internet Policy Review | 25 | 71 | 5 |
| Telecommunications Policy | 25 | 72 | 9 |
| Frontiers in Communication | 21 | 1 | 5 |
| International Journal of Communication | 21 | 12 | 5 |
| Media, Culture \&Society | 20 | 1 | 9 |
Fuente: elaboración propia
Puede observarse una tendencia de crecimiento, cabe destacar a New Media & Society que incrementó y sobrepasó a Information Communication & Society, la cual tenía el liderazgo desde 2019. Por otra parte, El Profesional de la Información, la única revista hispana de la lista, mostró un alza en la cantidad de documentos publicados relacionados con IA (Figura 2).
Analizamos los diez autores más prominentes. Los dos con mayor productividad reportan ocho artículos cada uno, independientemente de que se trate de autoría única o colectiva. Los de menor productividad registran cinco documentos (Figura 3).
Estudiamos la evolución de su productividad (Figura 4). Mientras algunos autores no siguen activos (por ejemplo, Montebello M. y Togelius J.), otros se han posicionado entre los principales en los últimos tres y cuatro años (Feijoo C., LeeJ.yKimJ.).
Profundizamos en el impacto de los autores a partir de las citas recibidas en los artículos publicados sobre IA. Adicionalmente revisamos su impacto general a partir de su índice h en WoS. Resumimos los resultados en la Tabla 3.
Tabla 3 Documentos (sobre IA) producidos por autor
| Autores | Artículos sobre IA |
Citas |
Índice h en la WoS |
Autores | Artículos sobre IA |
Citas |
Índice h en la WoS |
|---|---|---|---|---|---|---|---|
| Lewis S.C. | 8 | 0 | 5 | Gordon T. | 2 | 2 | 2 |
| Natale S. | 8 | 0 | 5 | Nielsen R. | 2 | 5 | 2 |
| Montebello M. | 7 | 0 | 2 | Cools H. | 1 | 3 | 1 |
| Helberger N. | 6 | 0 | 4 | Opgenhaffen M. | 1 | 3 | 1 |
| Shin D. | 6 | 0 | 5 | VanGorp B. | 1 | 3 | 1 |
| Togelius J. | 6 | 0 | 1 | Bonami B. | 1 | 2 | 1 |
| Edwa rds C. | 5 | 0 | 4 | Dala-PossaA. | 1 | 2 | 1 |
| Feijoo C. | 5 | 0 | 4 | Flores-VivarJ. | 1 | 2 | 1 |
| Kim J. | 5 | 0 | 3 | Garcia-Penalvo F. | 1 | 2 | 1 |
| Lee J. | 5 | 0 | 3 | Piazentini L. | 1 | 2 | 1 |
| Walton D. | 5 | 2 | 4 | Tindale C.W. | 1 | 2 | 1 |
| Brennen J.S. | 2 | 5 | 2 | Howard P.N. | 1 | 5 | 1 |
Fuente: elaboración propia
Los autores con mayor productividad no registran citas de sus documentos, mientras que los más citados no figuran entre los primeros diez. Procedimos a indagar en la potencial asociación entre cantidad de publicaciones y citas. Luego de analizar la normalidad (p = .000), la prueba de correlación confirmó una correlación inversa alta (Rho = -.758; p = .000). Adicionalmente, identificamos los artículos más citados y sus autores (Tabla 4).
Tabla 4 Información de los diez artículos más citados
| Autor | DOI | Citas totales |
Citas/ año |
|---|---|---|---|
| Bucher (2017: 30-44) | 10.1080/1369118X.2016.1154086 | 399 | 57 |
| Guzmán y Lewis (2020: 70-86) | 10.1177/1461444819858691 | 177 | 44 |
| Smith y Graham (2019: 1310) | 10.1080/1369118X.2017.1418406 | 165 | 33 |
| Ho, Hancock y Miner (2018: 712-733) | 10.1093/joc/jqy026 | 164 | 27 |
| Vaccari y Chadwick (2020: 1-13) | 10.1177/2056305120903408 | 163 | 41 |
| Sundar (2020: 74-88) | 10.1093/jcmc/zmz026 | 149 | 37 |
| Elish y Boyd (2018: 57-80) | 10.1080/03637751.2017.1375130 | 122 | 20 |
| Kietzmann, Paschen y Treen (2018: 263-267) | 10.2501/JAR-2018-035 | 118 | 20 |
| Helberger (2019: 993-1012) | 10.1080/21670811.2019.1623700 | 113 | 23 |
| McCornack et al. (2014: 348-377) | 10.1177/0261927X14534656 | 108 | 11 |
Fuente: elaboración propia
También examinamos las quince instituciones con mayor cantidad de documentos. Destacan la Universidad de Amsterdam y la Universidad de Santiago de Compostela; no hubo representación latinoamericana (Figura 5). En el estudio de la evolución de la productividad de las fuentes analizadas, todas mostraron tendencia al incremento y ninguna a la baja o al estancamiento.
Distribución geográfica de la producción científica
La producción científica global sobre IA en el corpus analizado es liderada por Estados Unidos y España. Se investigó el posicionamiento de los países latinoamericanos; en este grupo destacan Brasil y México, aunque con una producción muy baja (Figura 6).
Estructura conceptual
También revisamos las palabras clave y sus coocurrencias. Además de las palabras que orientaron la búsqueda ("artificial intelligence" y su equivalente abreviado "ai"), las más utilizadas fueron "communication", "algorithms" y "journalism". Tal puede apreciarse en la Figura 7.
CR: recurso citado; AU: autores; DE: palabras clave de autor.
Fuente: elaboración propia
Figura 7 Diagrama con palabras clave por documentos y autores destacados
Ahondamos en las veinte palabras más frecuentes en los 994 documentos. "Communication", "media" y "artificial intelligence" encabezaron la lista (Figura 8).
El análisis de las palabras clave permitió conocer las tendencias temáticas (Figura 9). Destacaron "communication", "media" y "artificial intelligence", lo cual sugiere el interés por estudiar a la IA en los medios de comunicación. Igualmente, notamos el surgimiento de una nueva tendencia que une los términos "knowledge", "credibility" y "opinion", lo que denota la inclinación por investigar a la IA en el contexto de la era de la posverdad.
Análisis temático
Se construyó un mapa temático que divide la producción en cuadrantes (Figura 10). Esta división es en función de la centralidad (grado de relevancia) y la densidad (grado de desarrollo observado) (Cobo et al., 2015: 9). El análisis se hizo con una versión simplificada que se configuró en función del número de palabras por clúster (tres) y la frecuencia mínima en el corpus (tres), lo cual permitió una poda efectiva de los datos.
Temas motores [cuadrante superior derecho]: representan los temas desarrollados ampliamente que reflejan un campo de investigación bien estructurado. Aquí se agrupan trabajos sobre la IA y las diferentes disciplinas de las ciencias de la comunicación (Broussard et al., 2019: 673-74); diferencias de género en la percepción de la IA (Sánchez-Holgado, Marcos-Ramos y González-de-Garay-Domínguez, 2021: 235) y el impacto de los estereotipos de género en las recomendaciones de IA (Ahn, Kim y Sung, 2022: 50).
Una brecha identificada es el estudio de las preferencias de género para seleccionar avatares y voces en productos audiovisuales potenciados con IA. Las emociones de los usuarios también figuran en estos temas, pero sigue siendo necesario estudiar cómo la incorporación de la IA afecta emocionalmente al usuario (Ho, Hancock y Miner, 2018: 712). Finalmente, la IA en conjunción con las redes sociales digitales se perfila como un tema activo y en crecimiento (Laor, 2022: 40).
Temas nicho [cuadrante superior izquierdo]: son temas muy especializados o periféricos. En este grupo encontramos estudios sobre los algoritmos de IA asociados a variables como sesgos y la calidad de la comunicación. Los algoritmos de las IA en diferentes medios de comunicación son un nicho promisorio de investigación (Bucher, 2017: 30; Oppegaard y Still, 2013: 356).
También son temas nicho la comunicación y la IA en el contexto de la salud (Lim y Schmälzle, 2022: 1) y la comunicación humano-máquina. Sobre este último, Guzmán y Lewis (2020) propusieron una agenda de investigación (aún vigente) que incluye los siguientes puntos: 1. Las dimensiones funcionales por medio de las que las personas dan sentido a estos los dispositivos y aplicaciones de la IA en el rol de comunicadores, 2. Las dinámicas relacionales que las personas asocian a esas tecnologías y 3. Las implicaciones de la atenuación entre los límites ontológicos y éticos alrededor de lo humano, lo tecnológico y la comunicación (70).
Temas emergentes y en declive [cuadrante inferior izquierdo]: son temas de poca densidad y centralidad porque ya no son de interés o porque están iniciando. Distinguimos temas que abarcan formas para mejorar la comunicación con IA para el cuidado de la salud (Santandreu-Calonge et al., 2023: 1). Esta cuestión ha sido escasamente abordada, aunque desde hace años ya se hablaba de la comunicación electrónica de la salud o e-health communication y sobre la necesidad de profundizar en su estudio (Kreps, 2015).
Temas básicos [cuadrante inferior derecho]: son temas fundamentales y generales cuyo desarrollo no es muy amplio, pero tienen una alta centralidad. Incluyen investigaciones sobre algoritmos para modificar las formas de comunicación (Diakopoulos, 2019: 13). A diferencia de estudiar los algoritmos, como puede verse en los temas nicho o en declive, en este cuadrante es más visto desde lo humano, que desde lo técnico (Saurwein, Brantner y Möck, 2023: 1). Abundan las publicaciones sobre IA y redes sociales digitales, al igual que encontraron Wang, Cheng y Sun (2021) en su revisión sistemática (1).
La diversidad de tecnologías, incluyendo robots, también es transversal en comunicación (Brennen, Howard y Rasmus, 2022: 23), pero su baja centralidad evidencia la necesidad de más estudios dada su rápida evolución y creciente inclusión en los medios (Peter y Kühne, 2018: 73-74). El estudio de robots en las comunicaciones es otro tema básico que necesita desarrollo pues, como señala Hepp (2020), cada vez son más frecuentes en plataformas de redes sociales digitales, así como en la generación de contenido periodístico (7).
Discusión
Como fue mencionado, se analizó la producción sobre IA en el ámbito de la comunicación en la base de datos WoS. El primer documento se registró en 2013, fecha que coincide con el cierre del estudio de Montero-Díaz et al. (2018: 83) sobre la producción científica en comunicación en la WoS, por lo que la presente investigación le da continuidad, pero en relación con una temática particular. La prevalencia de artículos de investigación entre los documentos no es sorprendente, este constituye uno de los géneros discursivos más frecuentemente publicados en comunicaciones (Perdomo y Morales, 2022: 142).
La escasa presencia de artículos de autoría individual expuso la preferencia por el trabajo colaborativo, pero, a su vez, la poca colaboración internacional supone que es necesario ampliar las redes interinstitucionales para erigir una mirada desde diferentes perspectivas y realidades. Estos patrones de cooperación son similares a los reportados por Perdomo (2023) en su estudio donde analiza la autoría y las colaboraciones en comunicación en Hispanoamérica (180).
La correlación inversa entre cantidad de publicaciones y citas de los autores más productivos parece sugerir la tendencia a enfocarse en la cantidad de publicaciones, más que en su impacto. Es necesario idear estudios que beneficien a la comunidad científica y que contribuyan al desarrollo del campo. Recomendamos realizar estudios que aborden esta relación en profundidad.
Estados Unidos destaca en producción, el mismo caso se ha reportado para el uso de la IA en las ciencias sociales en general (Prieto-Gutiérrez, Segado-Boj y França, 2023: 154). Ningún país latinoamericano se ubicó entre los diez más productivos, lo cual señala la urgencia de promover investigación en la región, al igual que lo encontró Bawack et al. (2022: 307).
Preocupa la baja producción latinoamericana; Brasil y México son los países que más publican en la región. Su producción está principalmente orientada a temas motores y básicos; por ejemplo, actitudes y percepciones hacia el ciberperiodismo y el uso de la IA (Soto-Sanfiel et al., 2022: 1197) o en torno a políticas sobre IA y la ética de su uso (Magrani, 2019: 3; Ricaurte, 2022: 726). Esto indica que, si bien la producción es baja, tal está enfocada en temas fundamentales para el desarrollo del área.
La producción general inicial (2013-2017) era constante, pero escasa. A partir del 2018 pudo notarse una mayor tendencia al incremento que alcanzó una tasa de crecimiento anual de 32%. Este resultado es consistente con un estudio sobre producción de IA en ciencias sociales en Scopus (Prieto-Gutiérrez, Segado-Boj y França, 2023: 153), dato que nos permite inferir que a partir de este año los investigadores notaron la inminente necesidad de estudiarla desde múltiples perspectivas y disciplinas. Este hallazgo también coincide con lo concluido por Hajkowicz et al. (2023) para las artes y las humanidades.
El análisis temático mostró oportunidades de investigación en el estudio de medios, ética, credibilidad y la opinión de expertos y usuarios. La ética y los valores en el contexto de la IA también han sido reportados por otros investigadores como ejes temáticos de creciente interés (Prieto-Gutiérrez, Segado-Boj y França, 2023: 154, 159).
La investigación sobre robots en la comunicación también es relevante, así lo han documentado autores como Saurwein, Brantner y Möck (2023: 3). El volumen de publicaciones abre las puertas a revisiones de la literatura que analicen temas como la IA y el género, IA y ética, y en torno a las percepciones del usuario y los profesionales sobre la IA en las especialidades y disciplinas de la comunicación.
Conclusiones
El estudio de la IA en comunicaciones es un área reciente de investigación en crecimiento y son diversas las temáticas que deben explorarse para cubrir las brechas observadas y fortalecer los temas básicos y motores. Además, es necesario impulsar su investigación en Latinoamérica y promover el trabajo con colaboraciones interinstitucionales e internacionales.
El auge de la IA en el ámbito de la comunicación requiere estudios que contribuyan a su equilibrada incorporación. Estos, además de orientarse a cubrir los vacíos señalados previamente, podrían indagar en normativas del uso de IA y sobre la IA en el campo de la comunicación desde la perspectiva educativa. De esta forma, se esperan estudios de la IA como herramienta para la enseñanza en las carreras de comunicación, sobre alfabetización orientada a estudiantes y profesionales de la comunicación para el uso de IA, así como el uso ético de la IA en las comunicaciones.
Al tratarse de un campo relativamente nuevo y muy dinámico, las necesidades y oportunidades de investigación son amplias. No obstante, es preciso enfatizar la necesidad de producir investigaciones de impacto que aporten a la incorporación exitosa y ética de la IA en las diferentes áreas y disciplinas de la comunicación.
