El periodismo de datos implica un uso intensivo de la probabilidad y el cálculo numérico.

Puede que la palabra «datos» en el término «periodismo de datos» parezca redundante. Al fin y al cabo, la elaboración de noticias de cualquier tipo, incluso del tipo hortera e impulsado por la propaganda, siempre se ha basado en gran medida en los datos.

Antes, los periodistas, reporteros y equipos de recopilación de datos se apresuraban a conseguir información que luego se podía procesar antes de presentarla a las masas. Sin embargo, este enfoque tenía un problema evidente: las disparidades entre los acontecimientos más recientes de la vida real y las noticias publicadas en los periódicos o incluso en los medios electrónicos eran enormes.

El periodismo de datos -elaboración de noticias impulsada por una recopilación y visualización de datos más rápida, cuyos rasgos se observaron por primera vez en Estados Unidos durante la década de 1950- utiliza herramientas digitales para simplificar la recopilación de datos.

El periodismo de datos implica un uso intensivo de la probabilidad y el cálculo de números. Por ejemplo, estos aspectos son evidentes en este artículo sobre los archivos de la NSA filtrados por Edward Snowden, publicado en TheGuardian.com.

Con la aparición del periodismo de datos, las cadenas de noticias han sustituido sus antiguas cámaras de mano por ordenadores portátiles y cámaras de teléfonos inteligentes, y el procesamiento de datos ha cobrado mayor importancia que la recopilación de datos.

El big data promete hacer que las noticias sean aún más rápidas y posean mayor profundidad que antes. El big data, como se sabe, es un conjunto infinito de datos en constante evolución y crecimiento que no pertenecen a nadie en particular, al igual que Internet.

Con las herramientas y el personal adecuados, el big data puede aprovecharse para una gran variedad de funciones complejas, como la elaboración de perfiles psicométricos basados en la personalidad y la mejora de la atención sanitaria pública en las ciudades inteligentes. A continuación se enumeran algunos casos de uso de big data en los medios de comunicación para mejorar la calidad y la cantidad del periodismo:

Medir la opinión pública desde las plataformas online

Una de las principales diferencias entre los reportajes pedestres, que persiguen el TRP, y el periodismo responsable basado en datos es que este último implica seguir de cerca los problemas a los que se enfrentan las masas. Una vez que se descubren esos problemas, se pueden difundir a una audiencia masiva para que sus soluciones lleguen rápidamente.

No hace falta decir que las tendencias de los medios sociales de una región determinada ofrecen un reflejo bastante exacto del pulso del público general de la misma. El papel de las redes sociales en muchos de los acontecimientos históricos de este siglo es innegable.

Por ejemplo, la Primavera Árabe. Las rebeliones, que se centraron principalmente en la destitución de jefes de Estado fuertes, como Muammar Gaddafi, Hosni Mubarak y Ali Abdullah Saleh, implicaron el uso de Facebook, Twitter y algunos otros sitios para la movilización de tropas y la coordinación. De hecho, muchos creen que los sitios de redes sociales fueron más útiles que los canales de noticias a la hora de difundir la información de un lugar a otro. Por lo tanto, las redes de noticias deben encontrar nuevas formas y recursos para aprovechar el poder de los sitios de medios sociales basados en big data, así como los foros públicos como Quora.

IA para revisar miles de publicaciones

Las aplicaciones de IA que aprovechan el big data en los medios de comunicación pueden escudriñar millones de publicaciones en redes sociales y foros. Los datos extraídos de estos sitios se introducen en las aplicaciones de evaluación de sentimientos que se utilizan para aprovechar los macrodatos en los medios de comunicación.

El big data en los medios de comunicación basado en el sentimiento puede descubrir los problemas subyacentes de una región determinada determinando el estado de ánimo de las publicaciones en las redes sociales, los foros, los correos electrónicos a las oficinas públicas y otras fuentes de información. En estos mensajes, se evalúan aspectos como la negatividad (o positividad) de las frases utilizadas, la elección de las palabras, la longitud y la legibilidad de los mensajes y las características de las imágenes u otros medios de comunicación en los mensajes para determinar el estado de ánimo del público en una región determinada.

En la actualidad, las herramientas basadas en el sentimiento que utilizan big data en los medios de comunicación están todavía en su fase inicial. Una vez que la tecnología se desarrolle adecuadamente y sea más práctica para su aplicación con fines periodísticos, las cadenas de noticias podrán utilizarla para hacer llegar los problemas de los ciudadanos al gobierno de turno.