Periodismo de datos

En las últimas décadas el término ha evolucionado, en un principio el más común era periodismo de precisión. Después se utilizó periodismo asistido por computadora, periodismo basado en datos, o periodismo computacional. Algunos autores lo incluyen en el periodismo de investigación. También se tiende a concebirlo dentro del periodismo digital, por ser el ciberespacio la tendencia. Pero, independientemente de la denominación, todos los expertos coinciden en que este tipo de periodismo ofrece una nueva forma de acceso a la información, presentación y narrativa.

Por su concepción y ética, el quehacer periodístico siempre se ha valido de datos para producir contenidos periodísticos y hay quienes aseguran que el origen del periodismo de datos a través de la historia está en el periodismo de precisión. Un tipo de periodismo que fue desarrollado a mediados del siglo XX por el periodista Philip ^{Meyer (1993)} y que mezclaba técnicas de otras disciplinas -como la sociología, la estadística y la informática- con las periodísticas (^{Díaz-Campo y ChaparroDomínguez, 2018}). Meyer, en su obra Periodismo de precisión: nuevas fronteras para la investigación periodística, enseñaba ya a pensar periodísticamente para encontrar las noticias detrás de grandes volúmenes de datos, señala ^{Crucianelli (2024)}.

Históricamente, este avance ha ido de la mano de la tecnología. ^{Anderson (2013)}, ^{Carlson (2015)}, ^{Diakopoulos (2015)} y ^{Kent (2015)} utilizan conceptos de periodismo asistido por ordenador o periodismo computacional “para referirse a prácticas que comparten elementos con el periodismo de datos” (^{Díaz-Campo y Chaparro-Domínguez, 2018, p. 11-41}), el cual emplea técnicas propias del big data, que surgen a partir de las ventajas de internet, y que se caracterizan por el rigor metodológico de las ciencias sociales a la hora de extraer, sistematizar y tratar datos, para encontrar historias de la realidad, que resulten de interés para la sociedad (^{Antón-Bravo, 2013}; ^{Díaz-Campo y Chaparro-Domínguez, 2018}; ^{La Rosa y Sandoval, 2016}).

^{Zion y Craig (2014)} recuerdan el debate de la ética del periodismo digital, mientras ^{Cunningham (2003)} replantea los parámetros de la objetividad noticiosa y recoge lo resaltado por el periodista estadounidense Stephen Doig, ganador del premio Pulitzer en 1993, quien utilizó el periodismo de precisión asistido por un ordenador como recurso esencial que facilitó la objetividad informativa en un tema tan sensible como la devastación a causa del huracán Andrew (1992) en los Estados Unidos: “medir un problema, le da hechos que son menos controvertidos. Sin el poder de la computadora, nuestras historias sobre el Huracán Andrew habrían sido esencialmente historias que apuntan con los dedos, equilibradas con los constructores diciendo que no hay manera de que ninguna estructura pudiera haber resistido a tales vientos” (p. 13).

^{Flores y Salinas (2013)}, ^{Flores y Cebrián (2012)}, ^{Elías-Pérez (2015)}, ^{Chaparro-Domínguez (2013)}, ^{Crucianelli (2024)} y ^{Becerra et al. (2016}) coinciden en la idea de que el periodismo de datos es una continuidad o más bien una evolución del periodismo de precisión por la similitud en sus métodos y objetivos, que se remontan al siglo XIX. Concuerdan con ^{Rogers (2013)}, creador del Data Blog en The Guardian, creyente de que los hechos son sagrados, quien afirma que el periodismo de datos es un viejo concepto con otro nombre que emplea las últimas herramientas, porque “el criterio del periodismo de datos no es algo nuevo” (p. 76). ^{Anderson (2013)} escribe que la precisión se convierte en datos, con lo cual sustenta las primeras prácticas del periodismo de datos en el siglo XIX, si no se toma en cuenta el nombre específico, y solo se considera el concepto que representa el periodismo que necesitó de la tecnología más avanzada de la época para manejar los datos y la información a fin de transmitirla al público.

^{Ferreras (2013)} añade que “ciertamente el periodismo siempre ha utilizado el análisis de datos para informar, contextualizar, elaborar reportajes” (p. 5), los datos han sido fundamentales a la hora de contar historias, pero ahora ya no son microdatos, sino macrodatos con variabilidad, velocidad y volumen (^{Fumero, 2014}; ^{Videla-Rodríguez, 2018}). Por ello, para otros (^{Córdoba-Cabús, 2020}; ^{La-Rosa y Sandoval, 2016}) es una mera confusión y -tomando de igual forma de base a ^{Meyer (1993)} - coinciden en que periodismo con datos no es lo mismo que el periodismo de datos, puesto que existen marcadas diferencias, y dentro de las principales se encunetran: el contexto, el procesamiento de grandes y diversos volúmenes numéricos de contenidos, la transparencia de esa información, el verdadero manejo de datos abiertos, el uso de las visualizaciones y la aparición cada vez más de nuevas tecnologías. ^{Antón­Bravo (2013)} le suma la característica específica de narrativas visuales o visualización narrativa como el elemento diferenciador del periodismo de datos, al ser el lenguaje que cuenta historias de la realidad con “los datos expresados de muchas formas: numéricos, alfanuméricos, contenidos textuales, bases de datos, tablas” (p. 99).

^{Gray et al. (2012)} plantean los pasos que singularizan al periodismo de datos, donde destacan el scraping data, que es el rastreo y extracción de datos automatizado; el crowdsourcing data, que se refiere a la colaboración abierta, y el mashup o combinación, que son composiciones o mezclas técnicas desarrolladas en vías de contenidos de naturaleza hipertextual que pueden llegar a convertirse en una aplicación informática propia, encajando con el criterio de ^{Antón-Bravo (2013)}.

^{Crucianelli (2013)} clasifica en cuatro productos los resultados que surgen de esta práctica tales como artículos basados en datos, visualizaciones interactivas, conjuntos de datos abiertos y aplicaciones de noticias. Además, plantea la siguiente fórmula: PI (periodismo de investigación) + PP (periodismo de profundidad) + PPR (periodismo de precisión) + PA (periodismo analítico) + PAC (periodismo asistido por computadora) + Volumen de Datos + Visualización Interactiva + Programación: = PDD (Periodismo de Datos) o PBD (Periodismo de Base de Datos). Esta fórmula demuestra una hibridación de géneros (^{Pérez et al., 2016}; ^{Salaverría y Cores, 2005}), que se complementa con la noción de periodismo digital de ^{Becerra et al. (2016)} y que ^{Salaverría (2014)} lleva a la narrativa del ciberespacio en seis áreas: de datos, de gran formato, de hi-tech o de alta tecnología, el viral, el global y de laboratorio o innovación.

No obstante, ^{Bradshaw (2017)} presenta un modelo más profundo, adaptado al proceso humano con el Diamante de la Información o News Diamond, y el Periodismo de Datos en Pirámide Invertida, el cual consiste en ir de mayor a menor información e importancia en cinco pasos: 1) Compile: recopilación, 2) Clean: análisis/limpieza, 3) Context: contextualización, 4) Combine: combinación y, por último, 5) Communicate: la narración visualizada de los datos, que se desarrolla en seis pasos: visualizar, narrar, socializar, humanizar, personalizar y utilizar. Detalla ^{Antón-Bravo (2013)} que esta fase se puede realizar

[…] a través de infografías, diagramas o aplicaciones interactivas; textos explicativos que acompañan a la visualización; uso de las redes sociales o de aplicaciones móviles; humanización de los datos, ‘tratarlos con respeto’; personalización, a través de los perfiles de usuario de las redes sociales o de la geolocalización, por ejemplo; y finalmente, utilidad, vía los perfiles de usuario de redes sociales o de aplicaciones específicas que trabajen con ciertos datos en evolución (pp. 110-111).

^{Bradshaw (2017)} señala que el periodismo de datos es enorme por ser una especialidad del periodismo mucho más compleja, la cual -como se ha visto hasta aquí- envuelve varios campos, habilidades y herramientas interdisciplinarias de conocimiento; lo cual hace a todas las partes importantes en su fase, en su momento, y prioritarias conforme el proceso de producción. El punto es encontrar la noticia cuando se rompe la probabilidad, detrás de las tablas, en relación directa con las matemáticas (^{Crucianelli, 2023}).

Entonces, a medida que avanza la sobrecarga de cifras e información en el siglo XXI, el periodismo de datos va tomando fuerza en su función de brindar un tratamiento mucho más ágil y preciso a la información, para que sea transmitida al público de manera objetiva, oportuna y veraz, utilizando las herramientas tecnológicas de narrativas visuales (^{Antón-Bravo, 2013}) e interactivas. Posibilita el buen uso de los datos en una historia y que esos números no recaigan solo en el criterio de un ingeniero informático con una computadora, sino que sean procesados por un equipo multidisciplinario organizado (^{Valero y Carvajal, 2017}), conformado por programadores, diseñadores gráficos, analistas de datos, que trabajan en conjunto con el periodista. No hay una fórmula determinante para producir noticias a través del periodismo de datos, pero existen guías sobre las normas deontológicas del buen periodismo, como se resumen en el documento “Códigos éticos en el ciberperiodismo español y latinoamericano” (^{Parra et al., 2017}).

El reto es ponerles significado periodístico a esos números y convertirlos en historias atractivas, visiblemente comprensibles, y saber manejar la serie de desafíos éticos y cambios de responsabilidad que envuelven un periodismo algorítmico (^{Dörr y Hollnbuchner, 2017}). El London School of Economics and Political Science, que encuestó a 71 empresas en 32 países para referirse a las infinitas maneras en las que se presenta el machine learning en la industria de noticias (^{Beckett, 2019}), reveló la importancia de la inteligencia artificial en las salas de redacción y el poder que le está dando al periodismo. Sin embargo, el estudio también mostró la desigual distribución de la inteligencia artificial, las responsabilidades y los retos éticos y editoriales que enfrentan los medios de comunicación y, sobre todo, los periodistas, al momento que las noticias son escritas por robots o con la ayuda de la realidad virtual, ya que en varias ocasiones ponen en riesgo la calidad de los contenidos periodísticos (^{Murcia-Verdú y Ufarte-Ruiz, 2019}). Por ello, es trascendental profundizar en esta realidad creciente e inminente en tiempos donde “la automatización de los procesos editoriales puede propiciar la proliferación de publicaciones guiadas solo por criterios cuantitativos” ( ^{Salaverría, 2018, p. 20}).

En efecto, los datos pueden ser un recurso realmente valioso, siempre y cuando se usen de la forma adecuada (^{Gray et al., 2012}), ya que no son un reflejo perfecto del mundo, ni son un poder ni una fuerza en sí mismos. Más bien, sorprendentemente, los datos vienen a veces con errores y su valor potencial está en ese filtro humano que los transforma en cosas útiles que aporten a la sociedad. Como señala ^{Salaverría (2018)}: “lo tecnológico seguirá siendo accesorio. La clave del buen periodismo será, como siempre, explicar bien el mundo” (p. 22).

Incertidumbre y fake news: su repercusión en los desastres naturales

^{Solano (2012)} define al desastre como un hecho que afecta negativamente la vida “poniendo de manifiesto la vulnerabilidad del equilibrio necesario y fundamental para no sólo progresar, sino y lo que es más importante sobrevivir” (p. 617). En una situación en la cual el riesgo no se puede cuantificar, se despierta la ansiedad colectiva (^{Oh et al., 2010}), con una elevada incertidumbre (^{Natenzon, 1995}), al ser esta última una estimación imprecisa con información incompleta de consecuencias futuras que llevan a la toma de decisiones también imprecisas (^{Monteoliva, 2024}) que en seguridad puede ocasionar el efecto contrario a la mitigación de la catástrofe. Entonces, la gestión de la información no solo se convierte en una herramienta “para evitar o reducir las negativas consecuencias de estos eventos” (^{Toledano y Ardévol-Abreu, 2013, p. 209}), sino que es un elemento de vida o de muerte para el ser humano, pues, el cambio que genera ese impacto perjudicial en la vida de las personas sometidas al desastre (^{Solano, 2012}; ^{Rodríguez y Odriozola, 2012}) hace que la información sea de necesidad prioritaria y que su rol fundamental y estructurante (^{Giraldo, 2007}) sirva “para ubicar oportunidades de supervivencia” (^{Arrobo et al., 2020, p. 233}).

La ^{Organización Panamericana de la Salud (2009)} señala que cuando ocurre un fenómeno natural de gran magnitud, el periodismo tiene el reto de transformar la incertidumbre y la comunicación reactiva en información organizada y proactiva (p. 27). Pero, en horas posteriores, no solo hay que enfrentarse a lo incierto del hecho sino también a la desinformación, reflejada en las llamadas fake news o noticias falsas, como ocurrió en el sismo de Haití de 2010 (^{Oh et al., 2010}).

La investigación de ^{Vosoughi et al., (2018)} demuestra la facilidad, rapidez, profundidad y expansión de estas, con un 70% de reposteo de noticias falsas solo en la plataforma X (antes Twitter) que “en el caso de desastres naturales su efecto es más severo, generando interrupciones en las misiones de rescate y actividades de recuperación, costando vidas humanas y retrasando el tiempo necesario para que las comunidades afectadas vuelvan a la normalidad” (^{Singh et al., 2020, p. 90}). Por lo tanto, el periodismo ético no debe diluirse conforme al avance de la tecnología (^{Marcos-Recio, 2017}), porque es un actor clave en la gestión de la información de riesgos (^{Bakir, 2010}).

Inclusive, al ser la profesión que cuenta por esencia con los recursos para combatir la desinformación (^{Singh et al., 2020}; ^{Rodríguez-Fernández, 2019}), el periodismo está ligado a la práctica de la verificación de datos (^{Ufarte-Ruiz et al., 2018}; ^{Hunt et al., 2020}) y sobre todo al fact-checking computacional (^{Cazalens et al., 2018}), un recurso característico del periodismo de datos, y que se utiliza en medios de comunicación como mecanismo para garantizar excelencia periodística en el ciberespacio (^{López-García et al., 2016}), lo que contribuye a combatir la desinformación (^{Herrero-De-la-Fuente et al., 2022}). La labor del periodista, en coberturas de desastres naturales, se vuelve más compleja porque además de los elementos éticos propios de su ejercicio, debe manejar grandes volúmenes de datos, que se unen al aspecto psicosocial que comprende la sensibilidad del entorno y la crisis humanitaria (^{CEPAL, 2021}) como se reflejó en el terremoto de Chile de 2010.

Ética y periodismo de datos. Dilemas y oportunidades

Cuando aún el periodismo de datos era denominado periodismo computacional, ^{Díaz-Campo y Chaparro-Domínguez (2020)} revisaron 18 códigos deontológicos de medios de América Latina y anticiparon que esta nueva vertiente del tratamiento de la información de los profesionales de la comunicación conlleva ciertos dilemas éticos, que abarcan todo el proceso de producción de la información: la recogida de los datos, el procesamiento de la información y la difusión de la misma. Entre esos dilemas determinaron la poca claridad en el “control y comprobación del software y de las técnicas empleadas” (p. 27).

De su lado, ^{Arias et al. (2023)} destacan “las posibilidades técnicas del periodismo de datos” (p. 98), que son una oportunidad para poner en práctica los valores clásicos del periodismo por la trazabilidad que permiten determinar los datos, gracias a los rastros y registros que dejan en las bases de almacenamiento. Numerosos estudios abogan por una mayor transparencia en el uso de las tecnologías, aunque esto se contrapone muchas veces a los intereses de los gobernantes (quienes son los poseedores de la información) y hasta a los intereses de las empresas mediáticas, que en muchos casos están alineadas al poder en turno (^{Moraes et al., 2013}).

Humanizando el big data en la comunicación de desastres naturales

El big data es una herramienta para la gestión de desastres naturales (^{CEPEI, 2020}), y se utiliza en las operaciones de alerta y rescate. Precisamente, ^{Sharma y Joshi (2020)} encontraron que en el terremoto de Haití de 2010 apareció formalmente el fenómeno del llamado humanismo digital (^{Meier, 2015}); asimismo, también se comprobó la imperfección de la tecnología en la recopilación de los datos. Aquí, ^{Sharma y Joshi (2020)} resaltan como limitante la identificación de las palabras clave y diccionarios de sentimientos solo en el idioma inglés (^{Landwehr et al., 2014}) y la multiplicación desmedida de cíborgs o bots (^{Chu et al., 2010}), lo que provoca confusión para la respuesta humanitaria (p. 10). No obstante, ^{Navarro et al. (2023)} concuerdan en los resultados positivos de la implementación del machine learning en el análisis de los sentimientos publicados durante la erupción del volcán Cumbre Vieja en las Islas Canarias en 2021; sin embargo, reconocen también la limitación por el dominio del idioma inglés sobre el español.

Hay estudios enfocados en la formación y el perfil del periodista en la era digital (^{Antón-Bravo y Serrano, 2021}; ^{Flores, 2018}; ^{Chaparro-Domínguez, 2013}; ^{Flores y Salinas, 2012}), pero transmitir información sobre catástrofes no es una tarea fácil. Se requiere responsabilidad social, celeridad, y rigurosidad en la calidad periodística, a pesar de estar viviendo el fenómeno (^{Pellegrini et al., 2015}). Automatizar el dolor, la incertidumbre, la ansiedad (^{Oh et al., 2010}) son tareas complejas a la hora de interpretar los datos (^{Chu et al., 2010}). De ahí la importancia de la intervención del periodista que con su expertise humaniza los datos crudos de traumáticos sentimientos y los convierte en historias de carne y hueso, adoptando un papel fundamental al comunicar sobre crisis humanitarias y desastres naturales, porque estos acontecimientos no pueden ser vistos como uno más para relatar al público. Requieren de “un compromiso social de medios y periodistas” (^{Toledano y Ardévol-Abreu, 2013, p. 208}). ^{Keng y Ser (2018)} señalan que el periodismo es sobre las personas. No hay que colocar números o visualizaciones sobre ellos. Humaniza los datos contando historias de la gente que ha sido afectada por los datos.

Periodismo de datos y la mitigación del impacto de desastres naturales

Desde sus inicios el periodismo de datos ha sido útil para develar casos de c orrupción, ejercer el derecho de democratizar y transparentar la información. En 1952 intentó predecir el resultado de las elecciones presidenciales en los Estados Unidos. Con el tiempo, esta especialidad ha ido evolucionando y se ha convertido en parte esencial de la labor periodística investigativa. Entre tantos casos, podemos nombrar los Diarios de la Guerra de Afganistán (WikiLeaks); los disturbios raciales en Londres (The Guardian) y los Panamá Papers. Como lo cita ^{Córdoba-Cabús (2020)}:

El periodismo de datos está presente en toda la bibliografía académica de producción digital de información y los perfiles emergentes de digitalización de la sociedad. Los medios lo emplean como un arma ante el periodismo de declaraciones y se presenta como clave para la recuperación de la credibilidad y la democratización, ofreciendo objetividad, técnicas para controlar la actividad de los gobiernos e incrementar la implicación de la ciudadanía en los asuntos políticos. De ahí que sea precisamente la política una de las áreas en las que esta disciplina tiene mayor presencia (p. 3).

Pero asimismo afirma que “el periodismo de datos es una herramienta transversal que puede ser incorporada en cualquier área temática” (^{Córdoba-Cabús, 2020, p. 5}). Aún más, combate la desinformación (^{Herrero de la Fuente et al., 2022}). No obstante, la realidad es que los medios de comunicación han dado siempre mayor espacio a las noticias políticas que a las sociales, y menos aún para temas de ayuda humanitaria (^{Nicasio, 2017}; ^{Rivera, 2020}).

Existen investigaciones (^{Barros, 2010}; ^{Espiritusanto y Gonzalo, 2011}; ^{Alexander, 2014}; ^{Rodríguez, 2016}; ^{Nicasio, 2017}; ^{Arrobo et al., 2018}, ²⁰²⁰ y ²⁰²¹) que demuestran cómo las Tecnologías de la Información y Comunicación (TIC), específicamente las redes sociales (sobre todo X y Facebook) han sido valiosos vehículos de información para la rápida y oportuna ayuda de damnificados por catástrofes naturales. Se demuestra la “participación activa del usuario como prosumidor” (^{Arrobo et al., 2021, p. 244}), en los terremotos de Perú, 2005 y 2007; Ecuador, 2016; Haití y Chile, 2010. Igualmente, se evidenció el impacto de las TIC (^{Barros, 2010}) en el sismo de Japón en 2011.

Mientras ^{Nicasio (2017)} resalta la expansión de la figura informativa de las redes sociales en la comunicación de riesgos y catástrofes, ^{Sandoval-Martín y Espiritusanto (2016)} exponen estudios sobre la importancia del crowdsourcing y crowdmapping al utilizar las aplicaciones de geolocalización y mapeo de datos en periodismo online de Ushahidi, característico del uso del periodismo de datos. Citan a ^{Beltrán (2016)} para hablar de sus bondades y

[…] el éxito de la experiencia en Haití que permitió una actuación aún más rápida en el terremoto de Chile un mes más tarde, además indican que su uso ha demostrado su especial utilidad en la cobertura de otros tipos de desastres naturales como los medioambientales: el vertido de petróleo en el Golfo de México [...] (^{Sandoval-Martín y Espiritusanto, 2016, p. 464}).

Pese a que el 85% de la población mundial vive en naciones que tienen acceso al Protocolo de Alerta Común (PAC), 46 de los países más propensos a sufrir una catástrofe no lo adoptan de manera efectiva ni sistemática (^{Christian, 2022}). Aún más, el ^{Instituto Reuters para el Estudio del Periodismo de la Universidad de Oxford (2020)} revela en su informe Digital News Project 2020 el poco interés de los editores de las salas de redacción en explorar áreas como el periodismo automatizado (12%) o el uso de inteligencia artificial para obtener información (16%). Por tanto, falta participación del periodismo de datos en situaciones de crisis humanitarias por desastres naturales, lo cual, si lo vemos desde la perspectiva positiva, es una oportunidad potencial de esta especialidad, sobre todo para las salas de redacción de los medios de comunicación de Iberoamérica (^{Borges et al., 2018}). Así, el periodismo de datos se vuelve imperante para el avance de la ciencia, el periodismo y la sociedad.

Periodismo de datos y terremotos

Entre los desastres naturales que más impactan la vida de las personas están los terremotos, definidos en “movimientos bruscos de la Tierra que libera cierta energía acumulada” (^{Trujillo et al., 2010, p. 304}), y que son una amenaza natural latente, s obre todo para los países ubicados en la Cuenca del Pacífico, pues “es el lugar más sísmico del planeta, pero son incipientes las estrategias sociales para el combate de éstos” (^{Pérez, 2021, p. 168}).

La historia también abarca los sismos (^{Statista, 2024}): Perú 2005 y 2007; Chile 2010; Haití 2010, considerado como el más mortífero del siglo XX y XXI; y Japón 2011, el cuarto más poderoso del mundo (^{Jamet, 2023}), y es también oportuna la reflexión de ^{Arrobo et al. (2020)} “sobre los alcances de esta función que la prensa debe cumplir de manera frecuente sobre todo en sociedades más vulnerables donde los fenómenos naturales son recurrentes y devastadores por cuestiones geográficas y climáticas” (p. 6).

La comunidad científica acepta que gran parte de los desastres naturales son causados por el cambio climático. El 2023 fue el año más caluroso en la historia mundial (^{Copernicus, 2024}), una situación amenazante para el 2024 (^{González, 2024}). La ONU indica que “la naturaleza cada vez más sistémica del riesgo ha seguido amplificando las pérdidas y los daños debidos a los desastres. Por lo tanto, el panorama de riesgos global requiere soluciones integradas que aborden los riesgos en cascada y los interrelacionados” (^{UNDDR, 2023, p. 12}). Más aún, “una región con este perfil de riesgos debe tener políticas públicas a todos los niveles de gobierno, un óptimo análisis de los riesgos, una coordinación bien planeada con estrategias sólidas, como única garantía de mitigar los riesgos futuros” (^{Pérez, 2021, p. 168}).

^{Sandoval-Martín y Espiritusanto (2016)} apoyan la creación de “los mapas colaborativos entre periodistas y ciudadanos” ya que

[…] se muestra como una posibilidad real aplicable a diversas situaciones, en especial, en los casos de crisis humanitarias, catástrofes naturales, accidentes y todas aquellas situaciones de emergencia que requieren de una respuesta informativa rápida, en las que el periodismo cumple su función social de informar sobre lo que los ciudadanos precisan con mayor urgencia (p. 469)

Porque ahí el deber esencial es comunicar para salvar vidas (^{Christian et al., 2022}). No obstante, el reto está en generar oferta informativa, “como componente importante de un trabajo integrado y multidisciplinario entre los medios de comunicación y el estado” (^{Giraldo, 2007, p. 33}).