Por Sebastián Auyanet, Head of Product & AI Initiatives de Factchequeado ·
La ventaja no fue tecnológica, fue de método
Detrás de lo que vamos a contar no hay una hazaña de ingeniería, y esa es justamente la gracia. Lo que hicimos fue mirar el trabajo periodístico con mentalidad de producto, algo bastante más difícil de encontrar en una Redacción que un buen desarrollo técnico.
En producto, antes de construir cualquier cosa, la pregunta es siempre la misma: quién es el usuario y qué problema real tiene. En Factchequeado esa pregunta tiene tres dos respuestas. La primera es la audiencia: las comunidades latinas en Estados Unidos que merecen información verificada y confiable. La segunda, que viene antes, son los periodistas del equipo: las personas que producen ese trabajo todos los días, con sus flujos reales, sus fricciones reales y su tiempo limitado. Y en tercer lugar, nuestros aliados (medios, organizaciones y creadores de contenido con quienes colaboramos y a los que ofrecemos infraestructura).
Este es nuestro primer intento sistemático de aplicar esa lógica hacia adentro. No para reemplazar el criterio periodístico con inteligencia artificial (IA), sino para liberar tiempo de las tareas que no necesitan humanos.
El punto de partida: escuchar antes de construir
En junio de 2026 hicimos algo que parece obvio y que pocas redacciones hacen: entrevistamos a los periodistas del equipo sobre cómo trabajan de verdad.
La consigna era simple: «Contame cómo fue el último chequeo que hiciste, desde que llegó el tema hasta que salió publicado». Sin agenda de cambios, sin propuesta de IA, solo escuchar.
Hablamos con Alberto Andreo (con foco en política y salud), Jonnathan Pulla (con foco en desinformaciones, estafas y monitoreo de otros fact checkers) y Wendy Selene Pérez (con foco en migración y data). Tres perfiles distintos, con tres formas de trabajar distintas, pero con cuellos de botella que se repetían: el problema no estaba en el chequeo en sí, estaba en todo lo que lo rodea. Monitorear qué dicen los políticos, todos los días, en diez estados. Saber qué chequearon otras organizaciones aliadas para no duplicar trabajo. Buscar fuentes, archivar contenido, encontrar imágenes para ilustrar notas.
Son tareas repetitivas, de bajo valor agregado, que consumen tiempo que podría ir a hacer más periodismo. Ese fue el mapa con el que empezamos a construir.
Los bots que construimos
El digesto diario personalizado
El primer bot asistente fue el más simple y el que más rápido se adoptó.
Cada periodista recibe por correo un resumen diario ajustado a su área de cobertura. Alberto Andreo cubre política y salud, así que su digesto monitorea esas fuentes: la Casa Blanca y el Departamento de Justicia, entre otros. Wendy Selene Pérez cubre migración, y el suyo sigue al DHS, a ICE y a medios locales de Texas y Arizona, especialmente. Jonnathan Pulla monitorea a los fact-checkers aliados, así que el suyo reúne lo que publicaron organizaciones hermanas para detectar qué se puede traducir y/o republicar en lugar de producir desde cero.
La señal de que un producto funciona siempre es, además de que la gente lo use como novedad, que lo use de forma clara e identificable para dar más agilidad a un punto de dolor dentro de su flujo de trabajo, de su rutina. Por ejemplo, nuestro compañero Alberto Andreo empezó a identificar notas directamente a partir de su digesto que luego fueron trabajadas y publicadas.
La lección de diseño fue que la personalización importa más que la sofisticación. Un bot que monitorea exactamente lo que cada periodista necesita vale más que una herramienta genérica con más funciones. Y la entrega en el canal correcto, el correo, antes de arrancar la jornada, es parte esencial del producto y no un detalle.
El bot de candidatos electorales
Con las elecciones de medio término en el horizonte, el equipo necesita también seguir a decenas de candidatos en diez estados clave (por el peso latino o porque son swing states): California, Texas, Florida, Nueva York, Arizona, Pennsylvania, Carolina del Norte, Illinois, Georgia y Colorado. Hacerlo a mano era inviable.
Lo diseñamos junto con Alberto Andreo y Ana María Carrano, Managing Editor de Factchequeado, para cruzar tres variables: el distrito clave, los candidatos de ese distrito y qué dicen sobre las enmiendas que se votan ahí. El resultado no es un resumen general, son frases textuales que podrían valer la pena verificar, con contexto y fecha, entre uno y tres hallazgos por candidato y nada forzado cuando no hay nada relevante.
De ese proceso salieron dos decisiones de diseño.
La base de conocimiento es editorial, no técnica. Sin una lista curada de candidatos por distrito, el bot trae siempre a los más visibles, gobernadores y senadores, e ignora a los candidatos locales que más impactan en las comunidades latinas. Esa curaduría es trabajo periodístico, no de ingeniería.
La ventana temporal tiene que ser explícita. En una versión anterior, el bot devolvía declaraciones de meses atrás como si fueran recientes. La corrección fue sencilla: instruirlo para que descarte cualquier contenido de más de dos semanas de antigüedad. Sin esa instrucción, la herramienta genera ruido en lugar de señal.
El bot de monitoreo nacional
En paralelo al bot de candidatos, el equipo necesitaba ayuda para conocer novedades nacionales con impacto en las comunidades latinas: migración, salud, medidas del Ejecutivo. No todas las noticias, solo lo que pesa a la audiencia a la que servimos.
El diseño es minimalista: tres entregas por día (arranque, mediodía y cierre), formato de mensaje directo y tono de colega que avisa algo importante. La frecuencia responde al ritmo real de la cobertura migratoria en Estados Unidos desde la llegada de Donald Trump en enero de 2025, donde una orden ejecutiva puede cambiar el panorama en cuestión de horas.
Lo que aprendimos: principios de producto para una Redacción
Empezar por el dolor, no por la tecnología. Los bots que funcionan resuelven una fricción que los periodistas ya sentían. El digesto nació de escuchar que el monitoreo de fuentes se comía el tiempo antes de arrancar a trabajar. El de candidatos, de entender que seguir a decenas de políticos en diez estados era inviable sin ayuda. La tecnología llegó después del diagnóstico, no antes.
La adopción no es automática y el diseño de entrega es parte del producto. Tener la herramienta disponible no alcanza. Alberto usa su digesto porque le llega al correo, en el momento justo y con el formato correcto. Si hubiera tenido que ir a buscarlo, probablemente no lo usaría. El punto de entrega importa tanto como el contenido.
El usuario interno tiene que estar en el centro desde el arranque. No diseñamos los bots y después se los mostramos al equipo, los diseñamos con el equipo, a partir de sus propias palabras sobre sus propios problemas. Eso es lo que hace que la adopción sea real y no forzada.
El humano en el loop no es una limitación, es el producto. El bot de candidatos no decide qué vale la pena verificar: señala frases textuales y le deja la decisión al periodista humano. En todos los casos la IA amplifica el criterio editorial, no lo reemplaza. No es una concesión, es una decisión de diseño.
Escalar despacio es una ventaja. No lanzamos todo de una vez. Empezamos con un digesto para una persona, lo ajustamos y lo expandimos. Probamos el bot de candidatos con Florida antes de ir por los diez estados. Esa cadencia no es falta de ambición, es la forma de construir adopción real y de aprender qué funciona antes de comprometer recursos mayores.
Dónde estamos hoy
Los cuatro bots asistentes están en uso activo del equipo editorial, y en permanente monitoreo e iteración. En las próximas semanas, su número escalará a seis. Los iremos corrigiendo a medida que vemos sus fallas o detectemos nuevas oportunidades de servicio. Del mismo modo, auditamos de forma permanente no solo su funcionamiento, si no también el prompt que lo rige.
El indicador que más nos importa no es cuántos bots tenemos: es si nuestros periodistas producen más y mejor con ellos, y si eso se traduce en mejor cobertura para las comunidades latinas que nos leen, miran y escuchan. A eso todavía lo estamos midiendo.
Lo que sí sabemos es que este es el primer paso de algo más grande. Hoy son bots simples, construidos con modelos y disponibles como ChatGPT. Esos mismos aprendizajes sobre qué necesita cada periodista, cómo trabaja y dónde se pierde más tiempo o recursos intelectuales humanos valiosos, son la base sobre la que después se pueden construir desarrollos más sofisticados. La infraestructura que importa no es la tecnológica, es la del conocimiento sobre nuestro propio trabajo.
Todo lo que probamos y funciona irá, como siempre a nuestro ‘Cafecito’, el encuentro con aliados de Estados Unidos y miembros de LatamChequea. La razón de esto es muy simple: lo que nos resulta lo compartimos con otros para expandir la infraestructucra colaborativa y el ahorro de recursos en un ecosistema donde tenemos claro que los recursos siempre escasean.
Este trabajo forma parte del Innovation Lab de Factchequeado, apoyado por la Patrick J. McGovern Foundation.