Objection AI, la plataforma de IA que pretende ser juez del periodismo

Durante años, los medios de comunicación han sido considerados los portaestandartes de la verdad. Investigar, publicar y juzgar reputaciones son actividades diarias, pero ¿alguna vez te preguntaste quién examina esas afirmaciones? Bueno, llegó un momento en que esa asimetría está tocando a su fin.

D’Souza, uno de los impulsores de la nueva herramienta llamada Objection, aclara que no se busca silenciar a quienes denuncian, sino más bien verificar los hechos. “Es como las Notas de la Comunidad, donde se combina la sabiduría popular con tecnología para revelar la verdad”, explica. La idea es motivar un debate más enriquecedor.

Objection utiliza un “jurado” compuesto por potentes modelos de lenguaje de empresas como OpenAI y Google. Estos modelos simulan cómo juzgaría un lector promedio, analizando cada reclamo de manera individual. A pesar de que la “objeción” se puede aplicar a varios formatos, D’Souza se enfoca principalmente en los medios tradicionales, especialmente en el contenido escrito.

Cada objeción se limita a una sola afirmación. D’Souza aclara que, aunque un artículo pueda ser extenso y complicado, este enfoque permite desglosar las denuncias y tratar cada una de forma independiente. Es un proceso pensativo y organizado, diseñado para escuchar a todas las partes.

El acceso al sistema no es precisamente gratuito; presentar una objeción tiene un costo de u$s2,000. Sí, lo sé, un monto bastante elevado para la mayoría, pero es una fracción de lo que costaría un juicio. Para las empresas o individuos con más recursos, podría ser una alternativa atractiva.

D’Souza cree que esta herramienta puede ayudar a aquellos que sienten que su imagen ha sido afectada en los medios. Sin embargo, algunos críticos argumentan que los que más se benefician de este sistema son aquellas personas con más acceso a recursos, quienes ya tienen más posibilidades de defender su imagen pública.

Cómo procesa la información Objection AI

Objection AI se apoya en la premisa de que la inteligencia artificial puede ser un árbitro imparcial en polémicas. A través de un proceso estructurado y auditable, diferentes modelos actúan como un jurado que argumenta tanto a favor como en contra de una afirmación.

La dinámica es clara: algunos modelos defienden un punto, otros buscan inconsistencias y un grupo neutral verifica los argumentos. Todo este proceso queda registrado, lo que garantiza transparencia. Aquí, la autoridad no proviene de una institución, sino de la confiabilidad del método y la competencia entre los modelos.

El sistema también se basa en el Estándar de Periodismo Empírico (EJ-1), que establece las condiciones mínimas para cualquier contenido que afirme hechos verificables. Este protocolo asegura que se mantengan altos estándares en periodismo de investigación, dejando de lado opiniones y contenido satírico.

Según los creadores de Objection, el EJ-1 retoma principios históricos de ética periodística, priorizando la verificación y la identificación de fuentes. En este contexto, cada afirmación recibe una puntuación que valida su uso, lo que ha generado algunas críticas. La creación de un “índice de honor” mide a periodistas y artículos según la cantidad y calidad de sus afirmaciones verificables.

D’Souza asegura que el objetivo es reconstruir la confianza en los medios, pero las críticas no tardaron en llegar. Especialistas en derecho advertían que una herramienta como esta podría desalentar investigaciones, especialmente aquellas que dependen de fuentes confidenciales. Las fuentes anónimas han sido cruciales en investigaciones sobre corrupción. Sin embargo, en el modelo de Objection, esta clase de evidencia vale menos: “Usar una fuente totalmente anónima que no haya sido verificada de forma independiente” implica una menor puntuación.

En cambio, Objection privilegia registros primarios, como documentos oficiales verificables, y su evaluación se alimenta de datos recopilados también por expertos independientes. Todo esto contribuye al mencionado “Índice de Honor”, que busca evaluar la integridad y precisión de un periodista.

D’Souza remarca que proteger los datos de una fuente es fundamental para contar una historia importante, pero también reconoce la asimetría de poder que existe en estos casos.

Proceso para presentar una objeción

Si sientes que has sido objeto de una noticia equivocada, el procedimiento para presentar un reclamo es bastante sencillo:

1. Presentas tu réplica en la web oficial de la plataforma.
2. La plataforma envía una solicitud de retiro provisional al medio original mientras se está investigando. Si el medio se niega, puede enfrentar sanciones.
3. La parte acusada tiene la oportunidad de responder con evidencias y detalles relevantes.
4. Si ambas partes están de acuerdo, se abre una “ventana de liquidación” donde pueden retractarse, corregir o acordar una indemnización.
5. La plataforma emitirá una decisión basada en hechos.
6. Se detalla qué deberá hacer el medio si la objeción prospera.
7. Las decisiones de la inteligencia artificial son “jurídicamente vinculantes”.
8. Finalmente, existe un proceso de apelación que puede ser presentado ante un árbitro humano.

Más allá de los procesos automatizados, la plataforma cuenta con investigadores que se encargan de analizar los reclamos, presentar pruebas y construir un historial público de precisión.