La Inteligencia Artificial generativa, aunque más antigua de lo que nos podamos llegar a imaginar, ha estado alcanzando un gran nivel de difusión en estos últimos años, especialmente a través de las redes sociales, haciendo que las personas de a pie sean más conscientes de su existencia, así como de algunas de sus utilidades. No obstante, su verdadero funcionamiento, o los objetivos por los que está siendo desarrollado, podrían ser confusos si no se explican de forma correcta de antemano.

Es por esta razón, que a lo largo del blog expondré la diversidad de labores que puede llegar a tener la I.A generativa, concretamente en el audio, la imagen y el vídeo, exponiendo casos reales y testimonios, así como daremos una vuelta por las creaciones que se están distribuyendo por las redes sociales, especialmente TikTok o X. 

Algunas  funcionalidades que podríamos investigar son las de transcripción de audio o los comandos por voz, que no necesariamente tienen que estar relacionados con la I.A generativa, sin embargo, teniendo en cuenta la actualización en la ley de la U.E a cerca de los contenidos digitales (entra en vigor en junio de este año), podrían suponer una buena rama que explorar y dar a conocer, con el fin de entender mejor el nuevo mundo digital en el que nos estamos adentrando a gran velocidad.

Entre otras aplicaciones, especializadas en al imagen, encontramos el Dall-E, de OpenIA, NVIDIA Canvas, nombre que recordaremos de las tarjetas gráficas mencionadas en la primera práctica, VQ-VAE-2 de DeepMind, etc...  Y en el ámbito del vídeo veremos aspectos como; 

Introducción a la IA.

¿Qué es? 

La Inteligencia Artificial generativa es una tecnología en auge que avanza a gran velocidad, basada en la generación automatizada de contenido textual, sonoro, de imagen, video, etc.

La aparición de la I.A surge como consecuencia de buscar una alternativa a la informática “tradicional”, con la idea de resolver problemas que no podía abordar, es decir, su creación se fundamenta en la búsqueda de querer ayudar a las personas a realizar tareas que resulten más complejas y que requieran de una inteligencia propiamente humana. Aunque el concepto de inteligencia este ampliamente estudiado y resulte algo confuso, a la hora de hablar de esta tecnología, nos referiremos a la capacidad lógica que poseemos las personas, pues la I.A, nos ayudará con los procesos lógicos que a nosotros nos requieran de mucho más tiempo.

                  “Tecnología diseñada para realizar determinadas operaciones que se consideran propias de la inteligencia humana (aprender, razonar, adaptarse, planificar, resolver, …), que permiten resolver problemas que en un humano sabe hacer, pero no sabe decir exactamente cómo lo hace.”
(Fernández Vicente, Eugenio)

Para poder desarrollar esta idea, cogieron como concepto la búsqueda de recrear el funcionamiento de un cerebro, proceso que ha sido posible de crear gracias a estudios como los de Ramón y Cajal.

El hecho de que esto haya dado resultado se debe a que la I.A funciona por medio de una serie de Redes Neuronales Artificiales. Esto nos lleva a dar con el funcionamiento de la Inteligencia Artificial de hoy en día, como el ChatGPT (Chatbot), basados en modelos de Deep Learning, Transformes …, pero estos modelos se denominan de “caja negra” pues no son explicables.

Una de las aplicaciones de la I.A que más conmoción ha causado, es su capacidad de creación automatizada, basada en estos sistemas de redes neuronales que se entrenan mediante procesos de aprendizaje automático, mencionadas anteriormente.

¿Qué supone?

Tras este repaso rápido en el funcionamiento y en el concepto de I.A, nos gustaría profundizar más en lo que suponen estos avances y como nos afecta a nosotros como profesionales en el mundo de lo audiovisual.

La creatividad humana no parece tener límites, y la Inteligencia Artificial se ha convertido en una de las muchas herramientas que empleamos para explotar dicha creatividad, sin embargo, la principal diferencia que encontramos con otras herramientas es que esta nos lo hace mucho más fácil y rápido, desvalorizando ese esfuerzo humano que antes se requería.

En el ámbito audiovisual (que es el que nos interesa), puede suponer una manera de facilitar el trabajo, sin embargo, entramos en el conflicto de la verdadera calidad del producto, la originalidad y la veracidad de los contenidos que se exponen.

Especialmente en este ámbito entran en conflictos bastantes cuestiones éticas y morales a cerca del uso correcto de esta tecnología, como, por ejemplo, la transparencia y la responsabilidad en su uso, o los riesgos a los que hay que enfrentarse, y por consecuencia las diversas formas de proteger y asegurar dicha protección, en los contenidos y los datos personales.

                  “Son cuestiones clave que se deben abordar para asegurar que la tecnología se utilice de manera responsable y se respeten los valores fundamentales de la sociedad.”
(Franganillo, J. 2023)

Aplicación de la IA en el ámbito de la Comunicación Audiovisual

Television

Como hemos visto en varios apartados ya, la IA ha marcado una diferencia significativa en el ámbito audiovisual. En esta parte del blog vamos a analizar cómo ha impactado sobre el mundo de la televisión.

La IA ha proporcionado nuevas herramientas que permiten, entre otros, la automatización de procesos; optimizando así la producción en aspectos generales. Además, la IA generativa ha adoptado un papel clave en la creación de contenido, llevando a la televisión un nuevo nivel de creatividad y eficiencia, a partes iguales.

A medida que la IA generativa va avanzando, también lo hace su impacto en el sector. Los modelos que surgen permiten crear imágenes de alta calidad y personalizar las experiencias televisivas de los espectadores. Vamos a estudiar cuáles son estos cambios.

Generación de contenido automatizado

Probablemente uno de los principales avances que conlleva la IA es la creación automatizada de contenido. Es decir, la IA ahora puede crear guiones, diálogos e incluso imágenes en un chasquido de los dedos, que antes requerían a un equipo entero especializado en ello.

Un ejemplo donde está triunfando bastante la implementación de la IA son las plataformas de streaming, como Netflix, Amazon Prime Video o HBO. Estas plataformas utilizan algoritmos de IA para analizar las preferencias de los usuarios y generar, en base a ello, recomendaciones personalizadas. Esta tecnología no solo mejora la experiencia del usuario, sino que también aumenta el tiempo que pasan consumiendo películas y series. Esto incrementa la lealtad a la plataforma, y su monetización.

De forma más concreta podemos analizar a Netflix. Esta plataforma estadounidense utiliza la IA para analizar los patrones de visualización del usuario. Gracias a esto, las recomendaciones se vuelven aún más precisas.
El algoritmo aprende de cada interacción que realiza el usuario con la interfaz, ajustando constantemente las sugerencias para adaptarse mejor a sus gustos.

Más allá de las recomendaciones, existen herramientas que permiten crear guiones o modificar tramas de programas y series. Esto abre un montón de posibilidades para la creación automática de contenido televisivo.
Plataformas como OpenAI y DeepMind ya están utilizando modelos de IA generativa para escribir guiones completos basados en temas o estilos específicos. Si esto triunfa, podría revolucionar la manera en la que se crea contenido para la televisión y, lo más importante, podría reducir costes y acelerar los tiempos de producción.

Edición automática y postproducción

Otro de los aspectos más importantes que la IA ha cambiado del mundo audiovisual es la postproducción. Gracias al uso de redes neuronales y machine learning, se pueden editar imágenes y vídeos prácticamente de forma automática. Más adelante en el blog hablaremos de NVIDIA Canvas, una IA capaz de ir elaborando cambios en tiempo real, facilitando mucho más esta tarea.

Gracias a esto, se elimina la necesidad de intervención manual en tareas tan repetitivas y costosas, como es la postproducción en sí. Por ejemplo, la IA se puede encargar en un chasquido de ajustar el brillo, el contraste y el color casi de forma automática, o eliminar ruido, restaurar detalles…

Plataformas como son Adobe Premiere Pro y Final Cut Pro ya han integrado este tipo de herramientas IA para la edición automática. Los editores de vídeo ahorran muchísimo tiempo en tareas, como puede ser la corrección de color, y les permite poder centrarse en otras.

Además, tareas más complejas como aplicar efectos visuales, o crear transiciones, editar el sonido, o simplemente mejorar la imagen; ahora puede ser gestionado por la IA. Esto no significa que la IA haya “sustituido” a los editores. Al contrario, es una herramienta que ha agilizado con creces el trabajo de los editores, dándoles espacio y tiempo para mejorar en otras áreas o centrarse en otro tipo de trabajo, consiguiendo ser más eficientes.

Optimización de la programación y distribución de contenido

Como veníamos hablando en el primer punto, la IA puede analizar las preferencias de los usuarios y generar recomendaciones personalizadas. Al analizar el comportamiento de los usuarios, la IA puede predecir qué tipo de contenido tendrá más éxito en, ya no solo a nivel individual, sino en una región o grupo demográfico específico. Así, se podrá ajustar la programación de un canal televisivo para maximizar la audiencia y los ingresos publicitarios.

Esta optimización permite a las plataformas, no solo mantener su catálogo actualizado, sino también predecir qué tipo de series, películas o programas serán populares; para adaptarse a las demandas de los usuarios. Además, así el usuario recibe lo que quiere consumir, y la empresa audiovisual se beneficia de ello. Una situación bastante favorable a doble banda.

Además del tema de la programación de la televisión, la IA ayuda a crear estrategias de marketing personalizadas. De nuevo, basándose en los datos de visualización que recoge, la IA puede crear campañas publicitarias dirigidas a ciertos grupos o usuarios concretos, asegurándose de que el contenido sea atractivo y, sobre todo, demandado y relevante.
En lugar de mostrar una publicidad general para todos, la IA permite que las plataformas ofrezcan anuncios específicos según los intereses individuales de cada espectador. De tal manera, quizás a ti te sale un anuncio sobre alpiste para pájaros si has buscado un documental sobre la fauna alada; y a mí me sale un anuncio sobre un resort en un sitio que sale en una serie que me he visto.

Creacionistas de contenido interactivo basado en las emociones del espectador.

Una de las innovaciones más interesantes que trae la IA generativa es la capacidad de generar contenido, en tiempo real, y adaptado a las emociones del espectador. Todo eso, ¡generado en el mismo instante!

Esto funciona de la siguiente manera: los modelos avanzados de IA son capaces de analizar las reacciones emocionales de los espectadores, empleando tecnologías de reconocimiento facial o análisis de gestos. De esta forma, modifican la narrativa o el contenido visual en función de cómo reaccionan.

Telefónica es quien está desarrollando proyectos para generar contenido televisivo personalizado. De esta manera se crea una experiencia más inmersiva y emocionalmente ajustada a lo que el usuario puede buscar o esté sintiendo. Además, no solo se ofrece una experiencia personalizada, sino que también puede revolucionar la forma en la que los espectadores se conectan con el contenido.

Esta evolución es el precedente de las novelas interactivas. Netflix empezó ofreciendo varias experiencias así, donde el espectador puede influir en el desarrollo de la historia. Las decisiones y elecciones del usuario impactan directamente sobre la trama, los personajes, y la historia. Si a esta base se le añade la IA generativa para que sea, todavía más, ajustado a lo que el espectador quiere, se podrá conseguir que la televisión sea aún más dinámica y atractiva.

La interacción inconsciente puede convertirse en un gran negocio. Las herramientas empleadas de análisis de emociones son lo suficientemente sensibles como para adaptar la película a las reacciones del espectador, por muy mínimas que sean.
Plataformas como TikTok o YouTube podrían analizar las interacciones pasadas de los usuarios para influir en el nuevo contenido que vean.

Los usuarios no siempre son conscientes de que la información personal se está creando o almacenando, por lo que las respuestas emocionales podrían ser mal utilizadas o tener consecuencias imprevistas. Es importante crear un sistema donde no se almacenen los datos de las audiencias. La película se debe lanzar como una aplicación interactiva, incorporando una conciencia del posible abuso de los datos del usuario.

Impacto en la producción y puestos de trabajo 

El uso creciente de la IA generativa en la televisión ha generado preocupaciones sobre el reemplazo de puestos de trabajo en la industria audiovisual. La automatización de tareas que requerían equipos de personas trabajando, como puede ser la creación de guiones, edición, postproducción general… podría hacer que muchos roles se vieran reducidos.

Sin embargo, en lugar de reemplazar, la IA debería verse como una herramienta que complementa el trabajo humano. La automatización de tareas brinda la oportunidad a los creativos, para que se concentren en precisamente su tarea: la creatividad.

Los creativos y personal del audiovisual deben mantener la cabeza abierta sobre la IA, adaptarse a ella igual que la IA se adapta a nosotros, y utilizarla de manera eficiente y ética. El objetivo es siempre mejorar la producción, pero sin perder la visión artística y humana en el proceso creativo.

La IA en otros formatos audiovisuales, cine y radio (audio/sonoro)

Efectos sonoros

En el cine, el principal uso de IAG que encontraremos, en relación con el audio, será el uso en elaboración de efectos sonoros, o efectos Foley, naturales y de gran calidad. Este tipo de efectos son totalmente necesarios para construir un ambiente y entorno que recree los contextos reales de la mejor forma. La forma tradicional de hacer estos sonidos era mediante el uso de la síntesis física, con el fin de simular la fuente del sonido.

Asimismo, existen otro tipo de efectos de sonido, como el audio espacial, que emplean métodos de síntesis diferentes, como la modal, la aditiva, sustractiva, por muestreo… Sin embargo, la mayoría de estas técnicas no te permiten crear sonidos demasiado complejos, o bien su uso aumenta de forma exponencial el presupuesto requerido. Es con este tipo de problemas, que se comienza a buscar una nueva ruta, más barata y fácil, que permita generar los mismos efectos de sonido, con la mayor o igual calidad a la obtenida por otros medios.

Con el avance de las tecnologías se han ido buscando nuevas formas de crear estos efectos Foley, apremiando a los avances científico y tecnológicos más sobresalientes. Actualmente son las técnicas basadas en el Deep Learning las que más uso se le están dando, pues han impactado de forma significativa en multitud de áreas, y está en concreto no se ha quedado impasible frente a sus efectos. En este contexto, es WaveNet, una arquitectura de aprendizaje profundo, la que se ha posicionado como referente.

La generación de efectos Foley, suelen realizarse desde un enfoque autorregresivo; una representación de un proceso aleatorio, en el que la variable de interés depende de sus observaciones pasadas, resultando en la generación de un sonido coherente y fluido.  Siguiendo este modelo encontramos esquemas como; AudioLM (generación sonidos) o MusicLM(producción musical).

No obstante, también hay aquellos que deciden experimentar con representaciones espectrales, aquellas que extraen la información acústica del espectrograma de la señal, en otras palabras, es una forma de expresar una señal en términos de sus componentes de frecuencia, mostrando cómo varía la amplitud y fase de la señal a diferentes frecuencias. (De Datos Ayuntamiento de Granada, 2014). Este modelo supone un precio mucho más barato a la hora de generar sonidos, así como, es un modelo que permite un trabajo mucho más especializado y profesional en cuanto a efectos de audio, aunque entre sus desventajas incluimos la pérdida de detalles o la dificultad de reconstrucción de la señal a una nueva forma de onda.

Aunque si realmente queremos introducirnos de lleno en este mundo, recomendamos la exploración de los modelos VAEs, los cuales dotan al autocodificador de las deseadas capacidades generativas, destacando especialmente en la generación y manipulación de efectos de audio (Martines Heredia, A. M., Godrid D., López Román, A., junio de 2024).

Radio

La radio tampoco se ha visto exenta del impacto de las IAG, aunque su integración ha resultado ser algo desigual, pues su evolución en el ámbito de la personalización de contenidos, optimización de flujos de trabajo, verificación, diversificación de modelos de negocio y experimentación con voces sintéticas (como la generación de voz o la clonación de voz explicadas anteriormente), ha sido bastante exitosa entre las emisoras de radio con mayor alcance, mientras que las emisoras más pequeñas no están siendo capaces de adentrarse en este nuevo formato de emisión, o de obtener este tipo de herramientas.

La radio es el medio tradicional que más dificultades está teniendo para adaptarse a la nueva realidad de la IA, sin embargo, los avances obtenidos dentro de este campo tecnológico pueden suponer un cambio radical en la forma de emisión de las radios, especialmente con modelos como los de clonación de voz o generación de voces, los cuales cada vez muestran tener un nivel de “humanidad” y naturalidad muchísimo superior. Asimismo, la IA afecta a tareas como la elaboración de guiones, la selección de canciones (teniendo en cuanta le uso de la IA para analizar las audiencias), en los efectos sonoros, como hemos visto en el apartado anterior, en publicidad y en tareas varias de archivos y organización. Estos sistemas funcionan de la misma manera que los expuestos durante la explicación de la incorporación de la IA en el ámbito de la televisión.

La posibilidad de usar este tipo de algoritmos en todas las fases de producción pone sobre la mesa otro debate ético acerca de la combinación de los recursos humanos y artificiales (Pocino,2022). Otro obstáculo que encontraremos en todo este caos generado por la IA, serán los Deepfakes, concepto explicado más adelante en profundidad, pero, que, en resumidas cuentas, hace alusión a la manipulación de contenidos, ya sean de imagen, vídeo o audio, en los que se mezclan elementos de la realidad, dándole ese aspecto real que nos dificulta reconocer que se trata de un contenido generado a partir de IAG.

“La inteligencia artificial se presenta como una tecnología con un alto potencial para transformar la radio en España, no solo en términos operativos, sino también en la forma en que se conectará con las audiencias y se innovará en modelos de negocio.” (Fieiras Ceide, C. F., Túñez López, M., & Fernández Lombao, T., 2025)

Un trabajo fin de grado realizado por los estudiantes, Angie Barrios, Diego Berrio y Valeria Ming, de la Universidad de Cartagena (Colombia), expusieron un análisis en profundidad de las diferencias en el uso de la IAG en UdeC Radio(universitaria) y en Caracol Radio (comercial). En este trabajo, se plantean varias cuestiones, cómo los desafíos a los que se está viendo enfrentado este medio tradicional, pues se está llevando a cabo una migración de audiencias a las plataformas digitales, así como las herramientas de IA que se están aplicando al sector, y la forma en la que estas dos emisoras se adaptan a ellas.

Como principal objetivo de la implementación de esta tecnología recogemos cosas que ya hemos oído a lo largo de este blog, la automatización de las tareas repetitivas, pues en la actualidad la IA puede encargarse de la programación musical, la gestión de anuncios y la creación de resúmenes de noticias. Y así cómo puede facilitar esto, también puede generar guiones con los modelos de NLP (herramientas de procesamiento de lenguaje natural), caso también aplicable a la prensa, otro medio tradicional que se está teniendo que adaptar de manera gradual al nuevo mundo que esta “creando” la IA.

Entrando en detalle de los resultados de su análisis comparativo, estos estudiantes realizaron varias entrevistas con los locutores y encargados de estas radios, y llegaron a estas conclusiones;

La implementación de esta tecnología les ha permitido optimizar diversas tareas (frase que hemos repetido hasta la saciedad a lo largo del blog), sin embargo, resaltan la defensa del rol humano como factor fundamental para la curaduría (Conservación y supervisión de bienes artísticos o culturales, especialmente para su eventual exhibición, RAE), la edición y la adaptación del contenido generado por la inteligencia. Destaca también, el rechazo a emplear herramientas de IA, con el fin de evitar problemas relacionados con la autoría del contenido, complicaciones con leyes como la de LOPD o la de PI, temas de los que hablaremos en más profundidad más adelante.

Otra razón para su rechazo la encontraron en el apego a la forma en la que realizaban sus labores, y la desconfianza que podía causar en ellos la implementación de estas herramientas. En su análisis recogen una pregunta que nos marca gran parte de este trabajo; “¿Cómo sabemos que no necesitamos lo que no conocemos?”, dando a entender que no conocer en profundidad el funcionamiento de estas herramientas, así como el uso de las mismas a detalle, constituye el último granito que culmina el rechazo a estas tecnologías.

También resaltaban que, al estar entrenada con algoritmos sesgados, los contenidos que generaba podían perpetuar en estereotipos y contribuir a la falta de representación justa y diversa, un factor del que no hemos hablado demasiado en este blog, pero que podría ser crucial para entender algunos problemas que supone su uso en ámbitos más bien artísticos o creativos, pues al estar entrenados con unos algoritmos sesgados, es bastante posible que caigan en “errores” de clasificación basados en prejuicios y estereotipos de la sociedad, como por ejemplo establecer una visión machista de la mujer, generándola siempre en vestidos o realizando labores del hogar, o en visiones homofóbicas generando imágenes prejuiciosas de parejas homosexuales y estereotipas de una pareja conformada por una figura “femenina” y otra “masculina”.

“la ética y las implicaciones sociales del uso de la IA en la radio se convierten en áreas clave que requieren una atención profunda, no sólo en términos de la responsabilidad tecnológica, sino también de las repercusiones sociales, culturales y profesionales, que pueden surgir de la integración de estas tecnologías en la producción radial.” (Barrios, A., Berrio, D., Ming, V., 2024)

Resumidamente, la IAG no perdona a ningún sector, y la radio no es diferente, por lo que podremos esperar ver más de esta tecnología en medios tradicionales como al TV o la prensa. Las empresas comenzaran a integrarla con el fin de automatizar ciertas tareas, como los estudios de audiencia, de carácter más analítico y estadístico, o en la generación de guiones y contenidos de entretenimiento, generados a partir de los resultados de los propios análisis. Esto nos dejará con el debate ético y la preocupación, que cada día se extiende más, sobre qué pasará con los recursos humanos que antes se encargaban de estas tareas, por esa razón deberemos, como creadores de contenido y comunicadores profesionales, hacer nuestro mayor esfuerzo para optimizar el desarrollo de marcos éticos y normativos claros que garanticen el uso responsable y alienado de estas nuevas tecnologías.

Propiedad intelectual y la I.A generativa.