Revista Latina de Comunicación Social. ISSN 1138-5820

De la frecuencia al algoritmo: implementación actual de IA en las emisoras de radio de España

From Frequency to Algorithm: Current Implementation of AI in Spanish radio stations

César Fieiras-Ceide

Universidade de Santiago de Compostela. España.

cesar.fieiras.ceide@usc.es

José Miguel Túñez-López

Universidade de Santiago de Compostela. España.

miguel.tunez@usc.es

Tania Fernández-Lombao

Universidade de Santiago de Compostela. España.

tania.fernandez.lombao@usc.es

Cómo citar este artículo / Referencia normalizada:

Fieiras-Ceide, César; Túñez-López, José Miguel y Fernández-Lombao, Tania (2025). De la frecuencia al algoritmo: implementación de IA en las emisoras de radio de España [From frequency to algorithm: Implementing AI in Spanish radio stations]. Revista Latina de Comunicación Social, 83, 1-22. https://www.doi.org/10.4185/RLCS-2025-2457

Fecha de Recepción: 20/12/2024

Fecha de Aceptación: 05/03/2025

Fecha de Publicación: 22/04/2025

Este artículo forma parte de las actividades del proyecto “Medios audiovisuales públicos ante el ecosistema de las plataformas: modelos de gestión y evaluación del valor público de referencia para España” (PID2021-122386OB-I00), financiado por el Ministerio de Ciencia e Innovación (España), AEI y Feder, UE. Además de integrarse en las actividades del proyecto PDC2023-145885-I00, financiado por MCIN/AEI/ 10.13039/501100011033 y por la Unión Europea “NextGeneration EU”/PRTR. El autor César Fieiras Ceide tiene un contrato FPI del Ministerio de Ciencia e Innovación de España con la referencia (PRE2022-103954).

RESUMEN

Introducción: El sector radiofónico español se adentra en un proceso de reconfiguración estratégica en el que la inteligencia artificial comienza a redefinir cómo se producen, distribuyen y consumen sus contenidos, derribando los límites tradicionales y perfilando la radio como un medio más dinámico, interactivo y participativo. Este estudio analiza pormenorizadamente las estrategias de implementación de IA en los seis grandes grupos mediáticos que gestionan las 10 emisoras de radio más escuchadas en España (Prisa Radio; Ábside Media; Atresmedia Radio; KissMedia; RNE y Radiocat). Metodología: A través de entrevistas en profundidad con responsables de innovación, tecnología, digital o estrategia, se exploran las aplicaciones actuales, las dinámicas organizativas, los perfiles profesionales implicados, las barreras identificadas y las perspectivas de futuro. Resultados: Los resultados evidencian una integración desigual de la IA a dos velocidades: por un lado, se identifican avances significativos en personalización de contenidos, optimización de flujos de trabajo, verificación, diversificación de modelos de negocio y experimentación con voces sintéticas frente a emisoras que aún se encuentran en fases iniciales centradas en el uso de herramientas básicas de automatización para gestión de contenidos y transcripción de emisiones. Discusión: Las principales barreras detectadas apuntan a la falta de recursos económicos, la resistencia cultural y la escasez de perfiles especializados, aunque ya se están esbozando las primeras normativas éticas internas orientadas a garantizar un uso transparente y responsable de estas tecnologías. Conclusiones: El sector coincide en el potencial de la IA para transformar la radio mediante experiencias personalizadas, narrativas inmersivas y procesos más eficientes.

Palabras clave: inteligencia artificial; innovación; radio; algoritmos; automatización; periodismo.

ABSTRACT

Introduction: The Spanish radio sector is entering a process of strategic reconfiguration in which artificial intelligence is beginning to redefine how its content is produced, distributed and consumed, breaking down traditional boundaries and shaping radio as a more dynamic, interactive and participatory medium. This study analyses in detail the AI implementation strategies of the six large media groups that manage the 10 most listened-to radio stations in Spain (Prisa Radio; Ábside Media; Atresmedia Radio; KissMedia; RNE and Radiocat). Methodology: Through in-depth interviews with innovation, technology, digital and strategy managers, we explore current applications, organisational dynamics, the professional profiles involved, the barriers identified and future prospects. Results: The results show an uneven integration of AI at two speeds: on the one hand, significant advances in content personalisation, workflow optimisation, verification, diversification of business models and experimentation with synthetic voices are identified, while broadcasters are still in the initial stages, focused on the use of basic automation tools for content management and transcription of broadcasts. Discussion: The main barriers detected point to the lack of economic resources, cultural resistance and the scarcity of specialised profiles, although the first internal ethical regulations aimed at guaranteeing a transparent and responsible use of these technologies are already being outlined. Conclusions: The industry agrees on the potential of AI to transform radio through personalised experiences, immersive narratives and more efficient processes.

Keywords: artificial intelligence; innovation; radio; algorithms; automation; journalism.

1. INTRODUCCIÓN

La radio, un medio tradicionalmente asociado con la inmediatez y la conexión emocional, se enfrenta al desafío de adaptarse a una era marcada por la transformación tecnológica. En este contexto, la inteligencia artificial (IA) emerge como una herramienta clave, capaz de redefinir tanto los procesos internos de las emisoras como la relación con sus audiencias. Mientras otros sectores, como la televisión o la prensa, han adoptado tecnologías de IA con mayor rapidez (Fieiras et al., 2024), la radio española comienza ahora a explorar sus posibilidades, equilibrando innovación con sus valores editoriales profundamente arraigados.

Este artículo analiza cómo los principales grupos radiofónicos en España están integrando la IA en sus estrategias operativas y comerciales. Mediante entrevistas en profundidad con responsables de innovación, tecnología, digital y estrategia, se ofrece una visión detallada de las aplicaciones actuales, los retos organizativos y las previsiones futuras en un sector en transición. La adopción de IA no solo supone una oportunidad para optimizar procesos y personalizar contenidos, sino que también plantea preguntas fundamentales sobre ética, sostenibilidad y el impacto en los profesionales del medio.

No se han encontrado en la literatura científica estudios similares que se adentren en el impacto de la IA en las principales cadenas de radio en España. Sin embargo, algunas investigaciones recientes han comenzado a abordar esta cuestión en distintos contextos. Wei et al. (2022) analizan las oportunidades y desafíos que plantea la IA en la radiodifusión china, destacando su papel en la automatización de contenidos y en la reconfiguración de los modelos de producción radiofónica.

El concepto de Cuarta Revolución Industrial (Schwab, 2016) es un proceso histórico en el que los medios de comunicación se están adentrando por medio de la Inteligencia Artificial, el Big Data, la evolución de la computación, la robótica, la automatización, la recogida permanente de información, el procesamiento de datos y el blockchain (Carlson, 2015). El desafío de la gestión de la abundancia de datos en la también conocida como Revolución 4.0 se ha entregado a las máquinas (Gonçalvez et al., 2024) en unos procesos que se están acelerando en todos los sectores de la sociedad por la participación de los algoritmos, la IA y el Big Data (Kusters et al., 2020).

La Inteligencia Artificial se posiciona como el gran desafío para la próxima década, motivo por el cual la Comisión Europea instó en el Libro Blanco sobre IA de 2020 a los Estados miembros a adaptar sus planes nacionales. En el ámbito periodístico está permitiendo sustituir tareas de los profesionales de la información mediante el uso de algoritmos dentro de lo que se ha denominado “periodismo artificial” (Túñez-López et al, 2019), “periodismo automatizado” (Carlson, 2015) y “periodismo de algoritmos” (Diakopoulos, 2019), que obligará a los medios a adoptar una filosofía de cambio constante y renovación de ideas y formas de pensar (Fieiras Ceide et al., 2023).

La convergencia entre esa innovación humana de las ideas y la Inteligencia Artificial ha dado lugar a que se use el concepto de Inteligencia Híbrida (IH) (Sheikh et al., 2023) para referirse al uso de algoritmos que cada vez imitan más el modo de comportarse y reaccionar de un cerebro humano (Túñez-López et al., 2021), para combinar la automatización de tareas rutinarias y la personalización de las experiencias de usuario y mejorar la eficiencia y eficacia de la comunicación y la información (López-García, 2024).

Todas las denominaciones servirían para referenciar que las tecnologías están agilizando procesos y resolviendo problemas complejos en el periodismo (Biswal y Kulkarni, 2024), para la selección, la recomendación y la toma de decisiones. Sin embargo, a nivel de gobernanza empresarial, está dejando a las empresas mediáticas dos posibles estrategias: grandes conglomerados con sus propias soluciones tecnológicas y el resto de grupos mediáticos que optan por soluciones externas para existir en las plataformas, aunque con excesiva dependencia (Canavilhas y García-Orosa, 2024).

La producción de contenidos es el campo de trabajo de aplicación de la IA al periodismo más destacado en la actualidad, desde la selección de noticias, hasta la distribución y la activación del modelo de negocio (García-Orosa et al., 2023; Diakopoulos, 2019). La IA generativa, en este sentido, ayudará a mejorar la eficiencia en la creación, la personalización sin mediación humana (Risi y Pronzato, 2022), el análisis de datos y la automatización de tareas (Harb y Qabajeh, 2024; de Lara et al., 2022).

En el plano práctico, un estudio del Instituto Reuters ha revelado que el 67 por ciento de las redacciones usan la IA de algún modo para resumir, transcribir o reconocer imágenes (Newman, 2023). En el horizonte, el Big Data se perfila como una de las herramientas digitales más importantes de la próxima década en cuanto que permitirá dotar a la audiencia de contenidos adecuados en base a sus preferencias y geolocalización y, en consecuencia, gestionar la explotación publicitaria (Fernández-Lombao y Campos-Freire, 2024). La recomendación de contenidos también es contemplada en el proyecto Peach, de la Unión Europea de Radiodifusión, especialmente entre las audiencias jóvenes.

La aceleración tecnológica está provocando cambios en los flujos de trabajo, actualizaciones en los perfiles profesionales, el nacimiento de nuevas tareas y profesiones y la desaparición de otras. Todo ello es el germen de un clima de inseguridad e incertezas en la profesión, con plantillas que temen ser sustituidas por máquinas (Wölker y Powell, 2021; Sánchez-García et al., 2023). El proceso incluso ha traído consigo el concepto del exoperiodista (Tejedor y Vila, 2022), entendido como aquel con conocimientos en tecnologías digitales e IA. Este concepto engloba a los periodistas con alta especialización técnica en softwares y programación algorítmica, pero también el perfil de editor de IA o estratega de IA (Ufarte et al., 2024). Se trata de perfiles que trabajan de forma colaborativa en equipos multidisciplinares integrados por periodistas e ingenieros. Sin embargo, la proliferarión de ofertas para puestos digitales por el momento no va en detrimento de las tradicionales porque las primeras se relacionan principalmente con ingeniería de datos, ciberseguridad, big data, cloud y en casos aislados con tareas de IA (Fieiras-Ceide et al., 2023)

La redacción automatizada de noticias no se ha generalizado, si bien existen numerosos ejemplos de elaboración de contenido con IA para informaciones meteorológicas, deportivas o de bolsa (Canavilhas, 2023), mientras que ya se considera popularizado el uso de softwares para tareas como la transcripción de entrevistas, la traducción de contenidos y el análisis de las emociones de los públicos están siendo automatizadas por decenas de medios (Beckett y Yaseen, 2023) para acelerar los flujos (Newman et al., 2023), aunque sin la existencia de reglas responsables (Helberger et al., 2022).

Según la encuesta de WAN-IFRA de la World Association of News Publishers para 2023, los usos de la IA en las redacciones de los medios de comunicación se enfocan en las siguientes tareas: creación de textos (54%), investigación y búsqueda de información (44%), eficiencia de flujos de trabajo (43%), corrección de textos (43%), curación de contenidos (32%), ideación de temas (32%), traducción (32%) y personalización e interacción (19%) (Henriksson, 2023).

Google News Initiative (2024) puso en marcha el primer programa AI Launchpad entre febrero y julio de 2024 con la participación de ocho empresas editoras de ocho países a partir de tres preguntas: ¿por dónde experimentar con IA? ¿Es mejor construir o comprar tecnología de IA? y ¿cómo integrar la IA en el negocio más allá de las pruebas concepto? No se trata de un proyecto dirigido a radios, pero los resultados han derivado en la generación de audio con IA para podcast sobre noticias del día, como los realizados por el diario El País, así como algoritmos de recomendación y monetización de audiencias.

Además de ensayos en el ámbito de la producción, la IA está emergiendo como herramienta en la distribución y captación de nichos de audiencia. Según el estudio Getting audio & podcasting on the media plan: A guide for mutual success (IAB Media Center, 2024), OMG y Annalect han desarrollado una metodología para medir el impacto del audio y el podcasting en campañas omnicanal, con utilidad para editores y anunciantes. En el mismo sentido han trabajado Horizon Media y ArtsAI, con un proyecto que incorpora datos de streaming y podcast para evaluar los KPI. Se trata de iniciativas de elevado interés en el marco de la ausencia de estándares homologados para las mediciones del audio digital y la procura de eliminar la brecha entre consumo y nivel de inversión.

A modo de referencia concreta a cabeceras, es significativa la recopilación de iniciativas más destacadas en los distintos ámbitos de trabajo periodístico presentada en 2024 por Cano-Orón y López-Meri: Estados Unidos y Reino Unido avanzan en la automatización de noticias de meteorología, deportes y política en medios como Associated Press, The New York Times, The Washington Post, Los Angeles Times, BigTenNetwork, Forbes, GameChanger, Hoodline (San Francisco), ProPublica, Yahoo, Reuters, BBC, Hereford Times, MeteoGroup y The Derby Telegraph.

La radiotelevisión pública PBS de Estados Unidos informó en el último cuatrimestre de 2024 de los usos que sus redacciones están dando a la Inteligencia Artificial. La lista de tareas incluye los motores de recomendación, automatizaciones en la nube, investigación de PBS Kids, redacción de titulares y correos electrónicos, extracción y creación de metadatos, chatbots de soporte, generación de etiquetas de imágenes, generadores de cuestionarios, tecnología de intercambios de caras, mejoras en la búsqueda, C2PA, automatización de la personalización y ciberseguridad.

En la Unión Europea, están experimentando Der Spiegel, Finanzen100.de, Fupa.net y Goekick.com en Alemania, Le Monde, AFP y France TV en Francia y Lusa en Portugal. En España, la automatización de noticias es una realidad en los servicios infoPlayas e infoEsquí, de Vocento, así como en los medios públicos RTVE y CCMA para política y elecciones y en digitales como Sport Mundo Deportivo, 20Minutos, El Periódico, El Confidencial, El Español y la Agencia EFE, para política y deportes (Cano-Orón y López-Meri, 2024).

Le Monde, también está ampliando la innovación al ámbito del audio, como El País en España, The New York Times, The Washington Post, The Wall Street Journal, Bloomberg, en Estados Unidos, Tortoise Media en Canadá, The Economist y BBC en el Reino Unido y The Japan Times en Japón, entre otros. El método consiste en reconstruir los artículos por voces sintéticas, alimentadas y deseñadas por cuatro actores, por medio de un software de la empresa tecnológica Microsoft. El medio informó después del verano de 2024 de que el proceso se ha perfeccionado hasta el punto de que los audios ya no son revisados ni editados.

1.1. Inteligencia Artificial y radio

La IA está avanzando también en campos tan humanos como la voz, la cual lleva asociados valores neurológicos, de sentimientos e incluso legales. Ya es una realidad que la IA puede clonar voces humanas en contextos naturales y conversacionales (Frąckiewicz, 2023). Este tipo de avances está dando lugar a los medios sintéticos (Crusafon, 2022), es decir, aquellos sin periodistas ni técnicos (Mayoral et al., 2024; Ufarte-Ruiz et al., 2023).

Además de las voces, en la radio lineal, el uso de la IA afecta a tareas como la elaboración de guion, la selección de canciones y efectos sonoros, la creación de listas de reproducción, la programación de programas y publicidad y el archivo y documentación de contenidos sonoros. El objetivo es ahorrar el tiempo de las tareas repetitivas para que los recursos humanos puedan desarrollar otras tareas de valor añadido y reducir los costes por la automatización de trabajos mecánicos. Lo mismo sucede en las emisoras especializadas en contenidos musicales, que ya gozan de la posibilidad de contar con DJs artificiales que seleccionan canciones en base a la estética de la emisora (Kuyucu, 2020).

La posibilidad de uso de algoritmos en todas las fases de producción y las rutinas periodísticas, de gestión y de emisiones pone encima de la mesa el debate ético sobre la combinación de recursos humanos y artificiales (Pocino, 2022) en tanto que estas tecnologías no poseen la capacidad de interpretación y creatividad y desconocen las normas éticas o códigos deontológicos de la profesión (Gonçalvez et al., 2024). Otro desafío será la diseminación de deepfakes de audio creado a partir de manipulaciones con altas dosis de realismo (Souza y Santaella, 2021).

La inteligencia artificial está presentando la oportunidad de automatizar la producción de contenidos en su versión de audio por medio de softwares inteligentes. En el otro extremo, se está usando para hacer el camino inverso, es decir, crear sistemas de detección de suplantación de identidad, el reconocimiento de voces sintéticas o deepfakes, así como nuevos modelos neuronales para la detección sintética del habla (Cano-Orón y López-Meri, 2024; Conti et al., 2022; Cuccovillo et al., 2023).

El último hito ha sido marcado por la empresa estadounidense Futuri que estrenó a nivel mundial en febrero de 2024 la primera emisora de radio sin intervención humana, cuya programación musical, de noticias y otros contenidos se genera de forma automática a partir de los grandes modelos de lenguaje de OpenAI. RadioGPT funciona con locutores sintéticos que pueden cambiar de acento o clonar voces y DJs de IA para seleccionar canciones y artistas y ofrecer información adecuada en cada caso.

En el contexto español, en abril de 2024 se lanzó también la primera radio generada en su totalidad por inteligencia artificial. Intar Radio cuenta con tres locutores virtuales llamados Ada, Itai y Romy, que exponen los contenidos seleccionados por una IA -noticias, música y deportes-, que además analiza estadísticas de escucha en tiempo real para adaptar la programación a cada oyente. Los contenidos combinan magacines generalistas, noticias y música.

Antes de llegar al lanzamiento de una emisora impulsada con IA, otras iniciativas españolas se acotaron a programas de radio presentados por personajes sintéticos creados con inteligencia artificial. El primer experimento fue el comunicador Hiperia, de Radio 3 de RTVE, cuya apariencia es la de un humano de la generación Zeta que crea contenidos sobre música y otros temas culturales dirigidos a audiencias jóvenes, fue finalista en los premios International Broadcasting Convention 2023. Un año después, RTVE apostó por la IA para la segmentación automatizada de noticias para su distribución en plataformas digitales y redes sociales.

Por su parte, la Cadena Ser lanzó en 2022 Victoria, una voz sintética que interviene en el programa de deportes Carrusel Deportivo, así como en Alexa, el asistente virtual de Amazon. También el Grupo Prisa, en 2024, puso en marcha Verificaudio, una herramienta basada en IA para detectar deepfakes y verificar la autenticidad de audios. A nivel local, Radio Serranía de Cuenca inició las emisiones en abril de 2024 de un programa de radio realizado con dos personalidades sintéticas, VIRTUdes casAL y VIctor baRTUAL, que presentan las noticias de la Serranía Baja.

Este tipo de experimentos están surgiendo en todo el mundo, con ejemplos como la creación de una presentadora sintética en el canal chino People’s Daily y la IA llamada Basia que locuta desde julio de 2024 en Radio Piekary para responder a preguntas de la audiencia, en Polonia. Esta emisora se apresuró en declarar que ningún empleado sería sustituido por la IA. Por la contra, en el mismo país, en octubre de 2024 OFF Radio anunció el despido y sustitución de sus periodistas por los locutores virtual Emi, Kuba y Alex.

En Alemania, el Centro Estatal de Nuevos Medios de Baviera (BLM) aprobó la primera emisora de radio nacional operada íntegramente por inteligencia artificial, proyecto con el que el Gobierno asume la redefinición del futuro de los medios. Según las evaluaciones del BLM, Absolut Radio AI cumple todos los requisitos de la ley de medios estatal, si bien falta la aprobación final de la Comisión de Autorización y Supervisión.

Con todo, los avances en la experimentación no están evitando el feedback negativo por parte de las audiencias ante lo que consideran locutores con falta de empatía o de actitud humana. En este sentido, Furtáková y Janáčková (2023) presentaron un estudio que compendia las iniciativas radiofónicas en todo el mundo con locutores sintéticos que no conectaron con las audiencias, como la emisora Couleur 3 de Suíza, la presentadora Eva de la radio Europea 2 de Eslovaquia o el caso de Hacsiko, el primer locutor virtual de República Checa, de Rádio Express FM, cuya voz fue clonada el presentador del morning show de la misma emisora.

También en la línea de los obstáculos en el uso de la IA, las herramientas de generación de contenidos, análisis de datos y creación de ideas, como GPT en sus distintas versiones, pueden presentar riesgos importantes de inexactitud y de falta de empatía (Gutiérrez-Caneda et al., 2023).

Aunque en la profesión y en la academia se defiende que los periodistas sigan controlando todas las etapas de la producción de noticias (Milosavljević y Vobič, 2019), es cierto que las motivaciones de rentabilidad económica empujan a las empresas a invertir en proyectos tecnológicos de IA y reorganizar sus plantillas humanas para conseguir ratios más elevadas de productividad. Con todo, la implementación de la IA requiere de esfuerzos financieros, tiempo y disponibilidad profesional (Rinehart y Rung, 2022).

La necesidad de legislación se hace patente en el ejercicio de la profesión y en la gestión de las empresas periodísticas del futuro. Un grupo de medios canadienses, entre ellas CBC/Radio-Canada, presentaron en noviembre de 2024 una acción legal contra OpenIA para defender los contenidos realizados por sus plantillas. En la denuncia, arguyen que su contenido está verificado, basado en fuentes y es confiable y está sujeto a la protección de los derechos de autor y que, pese a acoger favorablemente las innovaciones tecnológicas, éstas no deben violar la propiedad intelectual ni capitalizar el trabajo de los medios sin solicitar permiso a las empresas propietarias.

En el capítulo de la autorregulación, Reporteros sin Fronteras y dieciséis organizaciones asociadas publicaron la Carta de París sobre inteligencia artificial y periodismo en el Foro de París por la Paz (2023), en la que se definen los siguientes principios básicos: la ética debe regir las opciones tecnológicas dentro de los medios; la actuación humana debe seguir siendo central en las decisiones editoriales; los medios deben ayudar a la sociedad a distinguir entre contenido auténtico y sintético con confianza; y los medios deben participar en la gobernanza global de la IA y defender la viabilidad del periodismo al negociar con empresas tecnológicas.

También el Poynter Institute alude en el informe Onpoint (2024) a usar la IA de forma responsable para reducir sesgos con la finalidad de: 1) ampliar el contenido de noticias con las herramientas Claude y Lede AI; 2) hacer periodismo de datos, con Google Pinpoint y Datasette; 3) profundizar en las coberturas, con Otter AI y Trint; 4) alcanzar audiencias desatendidas, con Heygen y ETX Studio; 5) verificar hechos, con Full Fact AI y Hive; 6) fomentar la participación de la audiencia, con Hugging Face y ChatGPT Plus; 7) automatizar, con Github de Copilot y Amazon Codewhisperer; 8) y visualizar datos, con Adobe Firefly y Tableau.

En España, RTVE ha sido el primer medio en crear una normativa de uso de IA, publicada en septiembre de 2024, con el objetivo de garantizar que las y los profesionales de RTVE y las entidades proveedoras de RTVE utilicen las soluciones de IA de manera responsable, segura, transparente y fiable, para cumplir con los valores de la organización.

2. OBJETIVOS

Esta investigación busca averiguar la posición estratégica ante la inteligencia artificial de las principales cadenas de radio de España a través de la identificación de las acciones desarrolladas por los Prisa Radio; Ábside Media; Atresmedia Radio; KissMedia; RTVE y Radiocat, los grupos propietarios y gestores de las 10 emisoras de radio a las que la Asociación para la Investigación de Medios de Comunicación (AIMC, 2024) acredita el mayor número de oyentes diarios: SER, COPE, LOS40, Onda Cero, Cadena 100, Dial, Kiss FM, RNE, Rac 1 y LOS40 Classic.

La finalidad es identificar los usos actuales, las dinámicas organizativas y de implementación, los departamentos y profesionales involucrados, las percepciones de direcciones y cuadros de personal sobre la irrupción de esta tecnología, el impacto en los perfiles profesionales vigentes y demandados, así como las previsiones futuras que permitan anticipar la tendencia evolutiva de esta tecnología en el sector. Para lograr esto, se plantean los siguientes objetivos:

Objetivo 1: Analizar el estado de implementación de la IA en estos grupos, su interés en la tecnología, y los profesionales o departamentos implicados en su manejo o exploración.

Objetivo 2: Evaluar la repercusión de la inteligencia artificial en las rutinas y perfiles profesionales actuales y demandados en estas emisoras, además de conocer las impresiones de sus direcciones sobre esta tecnología.

Objetivo 3: Identificar si estos medios aplican soluciones de IA en las etapas de documentación, producción, edición, distribución, recomendación y/o verificación de contenidos.

Objetivo 4: Determinar las previsiones futuras que estas corporaciones vislumbran respecto a la inteligencia artificial.

3. METODOLOGÍA

Esta investigación se plantea a modo exploratorio descriptivo con hipótesis ciega sobre una muestra intencional que se justifica en los datos de impacto y audiencia de los sujetos a explorar. Se opta por emplear métodos cualitativos, y se recurre a la realización de entrevistas personales en profundidad a los profesionales responsables de las secciones de digital, tecnología, o estrategia de los seis grupos propietarios de las 10 cadenas de radio con mayor número de oyentes diarios en España según la primera ola de 2024 del Estudio General de Medios (AIMC, 2024), a modo de Delphi y en dos vueltas. El listado de cadenas y su número de espectadores se detalla en la Tabla 1.

Tabla 1. Listado de las 10 cadenas de radio con mayor número de oyentes diarios en España

Cadena de radio	Oyentes diarios	Tipo	Grupo
SER	4.293.000	Generalista	PRISA Radio
COPE	3.485.000	Generalista	Ábside Media
LOS40	3.163.000	Temática	PRISA Radio
Onda Cero	2.078.000	Generalista	Atresmedia Radio
Cadena 100	1.689.000	Temática	Ábside Media
Dial	1.533.000	Temática	PRISA Radio
Kiss FM	1.059.000	Temática	Kiss Media
RNE	955.000	Generalista	RTVE
Rac 1	869.000	Generalista	Radiocat
LOS40 Classic	851.000	Temática	PRISA Radio

Fuente: Elaboración propia a partir de AIMC, 1ª ola 2024.

La muestra se compone de profesionales con roles estratégicos en transformación digital, innovación y estrategia tecnológica dentro de los seis grupos radiofónicos más escuchados en España. Se ha priorizado la selección de perfiles directivos con una visión transversal, responsables de la toma de decisiones sobre el estado actual de implementación de la inteligencia artificial, lo que les permite ofrecer un diagnóstico preciso sobre su impacto y sus proyecciones futuras.

Aunque la estructura organizativa varía entre los grupos analizados, todos los entrevistados tienen un conocimiento integral sobre el papel de la IA en sus emisoras. En Prisa Radio y Ábside Media, la IA forma parte de estrategias transversales con equipos internos especializados en personalización de contenidos y automatización de flujos de trabajo. Atresmedia Radio gestiona la IA mediante proyectos puntuales y proveedores externos, sin un equipo específico dedicado exclusivamente a esta tecnología.

En RNE y Radiocat, su implementación se gestiona dentro de los departamentos de operaciones digitales y tecnología, con un enfoque en la eficiencia operativa y la optimización de procesos internos, mientras que en

Kiss Media, la adopción de IA es más incipiente y no se identifica un área ni profesional específico para su desarrollo, lo que se traduce en una implementación más limitada en comparación con los otros grupos.

Independientemente de estas diferencias, los entrevistados ofrecen una visión global y fundamentada de la inteligencia artificial en la radio española. Su acceso a información estratégica y su participación en la planificación tecnológica garantizan un análisis detallado de los usos actuales, los desafíos y las perspectivas de esta tecnología en el sector. En la siguiente Tabla 2 se presenta la relación de entrevistados, especificando su nombre, cargo y la corporación a la que pertenecen:

Tabla 2. Muestra intencional de conveniencia.

Abreviatura	Nombre	Cargo	Corporación
(AO/Prisa)	Ana Ormaechea	Chief Digital Officer (CDO) -Director Digital-	Prisa Radio
(JH/RNE)	Jose Luis Hernán	Subdirector de Medios Técnicos	RNE
(JM/AM)	Javier De Mora Navarro	Director de Innovación y Estrategia Digital (COPE, C100, Rock FM, Megastar, TRECE)	Ábside Media
(IG/Atresmedia)	Ignacio Rojo	Chief Digital Officer	Atresmedia Radio
(JB/Kiss)	Julián Garvín	Coordinador General de Cadena	Kiss Media
(CM/ Radiocat)	Carles Miró	Responsable de operaciones digitales	Radiocat

Fuente: Elaboración propia.

Las entrevistas se realizan mediante videollamada utilizando Microsoft Teams, Skype y Google Meet, entre el 15 de junio y el 10 de diciembre de 2024, con una duración promedio de 35 minutos cada una. Se emplea un cuestionario semiestructurado que no excede las 12 preguntas, diseñado para abordar los planteamientos estratégicos en relación con la inteligencia artificial, las percepciones de los trabajadores sobre esta tecnología, los usos y aplicaciones actuales, así como las previsiones de avance e impacto.

El cuestionario se estructura en torno a cuatro bloques temáticos: estrategia y visión sobre la IA, en el que se exploran los objetivos estratégicos de cada grupo mediático en relación con la inteligencia artificial, su nivel de interés en la tecnología y las oportunidades y desafíos que esta plantea para el sector radiofónico; usos y aplicaciones actuales, con preguntas orientadas a conocer las herramientas y sistemas de IA implementados en las emisoras y su nivel de integración en los procesos operativos y editoriales; impacto en las dinámicas organizativas y profesionales, donde se analizan los cambios en los flujos de trabajo, los perfiles profesionales involucrados en la gestión de la IA y la formación requerida para su adopción efectiva; y perspectivas y desafíos futuros, con cuestiones dirigidas a conocer la evolución esperada de la IA en la radio española, su potencial para la personalización de contenidos, los nuevos modelos de negocio que pueden surgir y los retos éticos y regulatorios asociados.

Para garantizar la comparabilidad de los datos y estructurar los hallazgos, se definen unidades de análisis que permiten clasificar las respuestas obtenidas en función de aspectos clave. Estas unidades se establecen a partir de las temáticas principales abordadas en las entrevistas y se utilizan como criterio para la elaboración de las tablas en la sección de resultados. Concretamente, se proponen tres ejes analíticos: estrategias de implementación, centradas en cómo cada grupo mediático adopta la IA en sus rutinas y procesos internos; perfiles profesionales y gestión de la IA, donde se explora el impacto de la tecnología en la estructura organizativa y en la formación del personal; y perspectivas de futuro y retos asociados, enfocadas en las previsiones de desarrollo y las limitaciones detectadas en la expansión de la IA dentro del sector radiofónico.

Cada una de estas unidades se analiza en categorías específicas, lo que permite la sistematización de los datos y la posterior representación de los hallazgos en tablas de síntesis. De este modo, la clasificación presentada en los resultados responde a una estructura predefinida que facilita la comparación entre los diferentes grupos radiofónicos analizados, asegurando una interpretación rigurosa de las tendencias observadas.

El diseño del cuestionario permite adaptar ciertas preguntas en función del grupo mediático entrevistado, incorporando contenidos específicos que reflejan la realidad de cada corporación. Su carácter semiestructurado garantiza flexibilidad en las respuestas, permitiendo que los participantes aporten información en función de su experiencia y conocimiento del sector.

Para garantizar la validez del estudio, se aplica una triangulación metodológica basada en tres fuentes de información complementarias. En primer lugar, se realiza una revisión exhaustiva de la literatura científica sobre inteligencia artificial en medios de comunicación y su impacto en los procesos de producción y distribución de contenidos. En segundo lugar, se analizan los contenidos y estrategias digitales de las emisoras estudiadas, con el fin de detectar patrones de implementación de IA en sus plataformas. Finalmente, los datos obtenidos en las entrevistas se contrastan con estos análisis, asegurando una visión integral de la situación actual y de las perspectivas futuras de la IA en la radio española.

4. RESULTADOS

La implementación de la inteligencia artificial en el sector radiofónico español se encuentra en una etapa incipiente, marcada por desigualdades en los niveles de avance entre los principales grupos. Aunque algunos ya exploran y experimentan con herramientas tecnológicas automatizadas, todavía no se han alcanzado niveles de integración masiva o estratégica que puedan considerarse transformadores. Dos de los seis grupos (Prisa Radio y Ábside Media) desarrollan iniciativas orientadas a la escalabilidad y la optimización progresiva, aunque sus estrategias aún son limitadas y se centran en tareas específicas. En contraste, Atresmedia Radio se encuentra en una fase exploratoria de las prestaciones de la IA, RNE y Radiocat han dado sus primeros pasos con pruebas iniciales, y Kiss Media ha declarado que la implantación de la IA es todavía limitada.

De manera general, la IA se está utilizando en la radio española para optimizar procesos operativos, como la automatización de transcripciones y la personalización básica de contenido, así como para profundizar en tareas simples y enriquecer sus resultados. Estas herramientas permiten a las emisoras experimentar con formas más eficientes de producción y distribución de contenidos, especialmente en plataformas digitales. Sin embargo, los retos organizativos, éticos y presupuestarios limitan una adopción más ambiciosa. Los principales desafíos incluyen la resistencia cultural al cambio, la falta de personal especializado y las restricciones presupuestarias, que afectan especialmente a los grupos más pequeños y a las emisoras locales.

Tabla 3. Cuadro resumen de las principales funcionalidades de la IA en los grupos mediáticos analizados.

Grupo	Funcionalidades
Grupo	Optimizar procesos	Personalizar contenidos	Enriquecer resultados Cambiar flujos	Retos éticos	Monetizar
Prisa	•	•	•	•	•
Ábside	•	•	•	•	•
Atresmedia	•	-	•	-	•
RNE	•	-	-	-	-
Radio Cat	•	-	•	-	-
KissMedia	-	-	-	-	-

Fuente: Elaboración propia.

A pesar de estas limitaciones, los avances logrados por algunos grupos evidencian un interés creciente por explorar las capacidades de la IA. Prisa Radio ha implementado herramientas innovadoras como Verificaudio, diseñada para detectar defectos en audios y combatir la desinformación, estableciendo un estándar único en el sector. Asimismo, Ábside Media apuesta por la personalización de contenido mediante flujos transversales que integran sus divisiones de radio, televisión y digital. Estas iniciativas no solo reflejan un enfoque estratégico, sino también una visión de futuro que busca implementar la IA como un complemento, más que como un sustituto, de las habilidades humanas.

El interés en la IA no se limita al contenido editorial, sino que también se extiende a la monetización y a la generación de nuevas experiencias para los oyentes. En este sentido, Atresmedia Radio ha iniciado proyectos como un adserver, que permite monetizar contenido en plataformas externas como Spotify, y experimentos con herramientas creativas como Stable Diffusion, utilizadas para generar carátulas de podcasts. Por su parte, RNE integra sistemas básicos como speech-to-text y Dalet Galaxy, mejorando la eficiencia en tareas operativas clave, aunque sus avances son limitados debido a barreras estructurales y organizativas.

RadioCat, aunque se encuentra en una fase inicial, ha adoptado un enfoque estructurado para la integración de la inteligencia artificial, combinando herramientas avanzadas de limpieza de audio, transcripción y edición con proyectos estratégicos como la digitalización de su archivo histórico. Este grupo busca optimizar procesos operativos y explorar nuevas formas de conectar con sus audiencias en catalán, adaptándose a sus estándares lingüísticos y culturales.

Las perspectivas son optimistas, y los directivos de estos grupos vislumbran un futuro donde la IA jugará un papel clave en la personalización, la creación de narrativas inmersivas y la optimización de flujos de trabajo. Esta visión incluye no solo la mejora de la experiencia del oyente, sino también la generación de nuevos modelos de negocio basados en la innovación tecnológica.

(AO/Prisa Radio): “La IA nos permitirá acercarnos más a nuestras audiencias, pero el desafío es hacerlo de manera que se respete la esencia del medio, la calidad y valores que caracterizan a la corporación”.

La adopción de inteligencia artificial (IA) por parte de las principales emisoras de radio españolas ha ido acompañada de un enfoque creciente en la ética y la transparencia, y una integración más amplia dependerá de superar las barreras actuales, establecer estrategias claras y garantizar un equilibrio entre innovación, sostenibilidad económica y ética profesional. En este sentido, todas las corporaciones entrevistadas subrayan la importancia de asegurar que la implementación de la IA no solo sea eficiente, sino también respetuosa con los valores fundamentales del periodismo y alineada con las expectativas de sus audiencias. Este compromiso ético se traduce en iniciativas que buscan equilibrar la innovación tecnológica con la protección de derechos fundamentales, como la privacidad y la veracidad de la información.

Entre los grupos analizados, Ábside Media destaca por el desarrollo de una normativa interna específica para regular el uso de la IA en sus operaciones. Esta normativa busca garantizar que las herramientas implementadas cumplan con los estándares éticos de la organización, estableciendo además un marco claro para evaluar su impacto en la calidad del contenido y en los flujos de trabajo de las redacciones. El documento incluye criterios sobre la transparencia en el uso de algoritmos, asegurando que las decisiones tomadas por sistemas automatizados sean explicables y comprensibles tanto para los profesionales como para las audiencias. Además, contempla la revisión periódica de las herramientas tecnológicas para garantizar que estas se mantengan alineadas con los valores corporativos y los objetivos estratégicos a largo plazo. Estas medidas también permiten anticiparse a posibles cambios regulatorios y adaptarse rápidamente a un entorno dinámico.

En otras corporaciones, aunque no se mencionan iniciativas específicas como la de Ábside Media, también se prioriza la ética como un eje central en la integración de la IA. Prisa Radio subraya la necesidad de aplicar la IA de manera que refuerce la credibilidad de los contenidos y garantice su coherencia con los valores editoriales. Por su parte, RNE pone énfasis en el respeto a los principios de servicio público que caracterizan a la emisora, asegurando que las tecnologías utilizadas no comprometan la misión social del medio.

4.1. Estrategias, usos y flujos de Implementación de la IA en la radio española.

Los grupos radiofónicos que más han avanzado en la integración de IA han priorizado proyectos enfocados en resolver necesidades operativas críticas o en optimizar la calidad de los contenidos de autor. De manera general, las emisoras adoptan enfoques que combinan la mejora de flujos de trabajo, la personalización de contenidos y la exploración de nuevas herramientas creativas y comerciales. Todos estos proyectos parten de una gestión centralizada en el profesional responsable de digital (CDO), tecnología (CTO) o estrategia de cada grupo, y se aterriza posteriormente en las diferentes emisoras teniendo en cuenta sus necesidades específicas.

Estas iniciativas, aunque aún limitadas en alcance, reflejan un esfuerzo por equilibrar la innovación tecnológica con las capacidades y recursos disponibles. Además, la implementación de IA permite automatizar tareas repetitivas, como la transcripción y clasificación de contenidos, mejorando la eficiencia operativa, mientras que en otras áreas se utiliza para explorar narrativas inmersivas y oportunidades de monetización en plataformas digitales. Sin embargo, la adopción sigue enfrentando barreras económicas y culturales, lo que ralentiza el desarrollo de estrategias más integrales en el sector.

Prisa Radio integra la inteligencia artificial en múltiples áreas de su operación, con un enfoque en la optimización de procesos, la personalización de contenidos y con miradas puntuales a proyectos disruptivos que lideran la innovación en el sector. Su herramienta Verificaudio garantiza la autenticidad de audios y combate la desinformación, mientras que la voz sintética Victoria, desarrollada con IA, participa con previo aviso en programas como Carrusel Deportivo y ofrece actualizaciones en tiempo real a través de dispositivos como Alexa. Además, la emisora está explorando la síntesis de voz para personalizar boletines informativos, así como la automatización de flujos de trabajo para agilizar la producción y distribución de contenidos. También utiliza algoritmos avanzados que analizan las preferencias de los oyentes para adaptar los contenidos de manera más precisa, fortaleciendo la conexión con sus audiencias y manteniendo un compromiso constante con la calidad editorial.

Ábside Media ha estructurado el uso de la IA en varias áreas clave de sus rutinas diarias, consolidándola como una herramienta central en su estrategia tecnológica. Trabajan en este grupo sobre la analítica de datos, la personalización y la optimización transversal de los flujos de trabajo mediante la automatización de procesos internos, como la edición de audio, incluyendo cortes y ajustes de calidad, y la clasificación de archivos. Estas herramientas incrementan la eficiencia operativa, reducen los tiempos de producción y liberan recursos para tareas creativas y estratégicas.

También destacan en este grupo los esfuerzos por integrar la IA entre sus divisiones de radio, televisión y digital, unificando formatos y mejorando la coherencia editorial. Este enfoque incluye el desarrollo de contenidos multiplataforma adaptados a diferentes públicos y canales, siempre manteniendo los valores e identidad de las emisoras que forman parte de Ábside Media.

Atresmedia Radio orienta el uso de la inteligencia artificial hacia la innovación creativa y la diversificación de ingresos, explorando herramientas avanzadas para optimizar tanto procesos internos como estrategias comerciales. En el ámbito creativo, la integración de herramientas generativas como Stable Diffusion ha permitido automatizar la creación de carátulas de podcasts, reduciendo costes de producción y agilizando el diseño gráfico. Estas aplicaciones reflejan un enfoque hacia la eficiencia operativa y la calidad visual en sus contenidos.

En el área comercial, el desarrollo de un Ad Server representa una apuesta estratégica para monetizar contenidos en plataformas externas como Spotify. Esta herramienta no solo permitirá una segmentación más precisa de los anuncios, sino que también refuerza la presencia de Atresmedia Radio en el ecosistema digital, adaptándose a las nuevas formas de consumo de los oyentes.

En RNE utilizan el sistema Dalet Galaxy como una herramienta central para optimizar la producción y gestión de sus contenidos. Este software permite automatizar procesos como la transcripción y clasificación de programas, facilitando el acceso a archivos históricos y mejorando la eficiencia operativa en las redacciones. Además, Dalet Galaxy centraliza los flujos de trabajo, lo que permite a los equipos gestionar la grabación, edición y distribución de contenidos desde una sola plataforma, adaptándose a las demandas de un entorno mediático cada vez más digital.

RadioCat ha comenzado a integrar la inteligencia artificial con un enfoque en la optimización de procesos y la preservación de su patrimonio sonoro. Utiliza herramientas como Auphonic para mejorar la calidad de audio, Sonix para transcripciones y subtitulado, y Capwing para crear contenidos visuales subtitulados en catalán, optimizando la producción y fortaleciendo su conexión con las audiencias locales. Además, desarrolla un proyecto estratégico de digitalización y metadatización de su archivo histórico, posicionándose como un referente en la innovación tecnológica dentro del ámbito radiofónico catalán, con lo que combina soluciones prácticas a corto plazo y una visión estratégica a largo plazo. Por su parte, Kiss Media no ha entrado a señalar estrategias específicas de inteligencia artificial

La decisión de subcontratar o desarrollar herramientas de IA internamente define no solo la estrategia tecnológica, sino también la autonomía operativa de cada grupo. Mientras Prisa Radio y Ábside Media priorizan la personalización interna, asegurando un control completo sobre los procesos, el resto de los grupos optan generalmente por colaboraciones externas para proyectos específicos y la contratación de licencias externas.

El panorama de estrategias, usos y flujos de implementación de la IA en las radios españolas refleja un sector en transición. Mientras que algunos grupos han logrado avances significativos en áreas clave como la verificación de contenidos, la personalización y la monetización, otros aún enfrentan barreras que limitan su capacidad para adoptar estas tecnologías. A medida que las emisoras superen estos desafíos, se espera que la IA desempeñe un papel cada vez más importante en la redefinición de los modelos operativos y comerciales del sector. En la siguiente Tabla 3 se concretan las estrategias principales, aplicaciones destacadas y herramientas empleadas por cada grupo radiofónico.

Tabla 4. Estrategias de implementación, usos y herramientas de IA en los grupos radiofónicos de España.

Grupo	Estrategia Principal	Aplicaciones Destacadas	Herramientas Utilizadas
Prisa Radio	Optimización de procesos	Verificación de audios	Verificaudio
	Personalización de contenidos	Voz sintética en programación	Victoria (voz sintética)
	Personalización de contenidos	Exploración de personalización de boletines	Algoritmos de preferencia
Ábside Media	Personalización y optimización de flujos transversales	Personalización de la distribución de contenidos basada en preferencias de audiencia	Algoritmos de personalización y herramientas de automatización interna
		Edición automatizada de audio
		Clasificación de archivos
Atresmedia	Aplicaciones de creatividad	Carátulas automatizadas	Stable Diffusion
	Diversificación de ingresos	Monetización externa	AdServer
	Diversificación de ingresos	Análisis de audiencias	Algoritmos de segmentación publicitaria
RNE	Automatización básica y centralización de flujos operativos	Transcripción automática	Speech-to-text, Dalet Galaxy
		Clasificación de programas
		Gestión integral de contenidos
RadioCat	Optimización de procesos	Limpieza automática de audio	Auphonic
	Preservación de patrimonio sonoro	Digitalización y metadatado de archivos históricos	Herramientas de metadatización
	Producción de contenidos visuales	Subtitulado y creación de clips	Sonix, Capwing
Kiss Media	No se detallan	No se detallan	No se detallan

Fuente: Elaboración propia.

4.2. Perfiles profesionales, formación y gestión de la IA en las redacciones

Aunque la inteligencia artificial (IA) aún no ha transformado de manera directa la gestión de los recursos humanos o la organización de los departamentos en las radios españolas, su adopción progresiva apunta a que, en el futuro, podría tener un impacto significativo en el reparto de roles y en la estructura operativa de las emisoras. Por ahora, los efectos de la IA se concentran en áreas específicas relacionadas con la formación de empleados, la gestión de herramientas tecnológicas y la planificación estratégica para la incorporación de nuevos perfiles profesionales.

En las redacciones actuales, los perfiles profesionales que gestionan la IA tienden a integrarse en equipos polivalentes o en departamentos técnicos ya establecidos, en lugar de ser especialistas dedicados exclusivamente a esta tecnología. En Prisa Radio, la integración de herramientas está liderada por un equipo tecnológico en colaboración estrecha con las redacciones, lo que asegura que las soluciones se adapten a las necesidades editoriales sin necesidad de crear estructuras especializadas.

(AO/Prisa Radio): “El éxito de la tecnología depende de su capacidad para integrarse sin alterar la esencia de las redacciones, optimizando tareas residuales que hemos detectado que consumen mucho tiempo en el que no aportamos un valor extra”.

Ábside Media ha apostado por un modelo estructurado, con un equipo de pequeña dimensión dedicado exclusivamente a proyectos de IA. Este comité, compuesto por especialistas en análisis y ciencia de datos, actúa como enlace entre los socios tecnológicos y las áreas operativas y está liderado por Javier De Mora, director de innovación y CDO del grupo.

(JM/Ábside Media): “La IA no solo requiere de conocimientos técnicos, sino también una visión estratégica que conecte la tecnología con la narrativa del medio. Para ello progresivamente necesitaremos de talento especializado”.

En Atresmedia Radio, la dependencia de equipos internos es menor, y las iniciativas de IA suelen gestionarse a través de proyectos puntuales liderados por perfiles polivalentes o en colaboración con proveedores externos. Esto se refleja en el uso de herramientas generativas como Stable Diffusion, que han permitido automatizar tareas creativas específicas, como el diseño de carátulas de podcasts. Sin embargo, esta estrategia limita el desarrollo de capacidades internas y refuerza una dependencia de terceros para proyectos más complejos.

RNE, por su parte, adopta un enfoque más básico en la gestión de perfiles relacionados con la IA, con un uso limitado de herramientas como speech-to-text y sistemas de gestión de contenidos. Estas tecnologías son administradas principalmente por los departamentos técnicos existentes, sin que haya un cambio significativo en la distribución de roles o responsabilidades dentro de la emisora.

En Grupo Godó existe un líder de inteligencia artificial que reúne periódicamente a los responsables de tecnología de cada división de la empresa para valorar soluciones comunes de IA. En la sección de radio es Carles Miró, responsable de operaciones digitales, quien participa en estos encuentros. Sin perfiles dedicados exclusivamente a esta tecnología, RadioCat apuesta por la formación interna, combinando sesiones generales y específicas en grupos pequeños, lo que ha facilitado la adopción tecnológica y optimizado tareas repetitivas sin afectar a los procesos editoriales. En Kiss Media, el liderazgo tecnológico y de innovación recae en la figura de un responsable tecnológico.

La formación en IA es un elemento clave en los grupos que han avanzado en la integración de esta tecnología, aunque su alcance varía considerablemente. Prisa Radio lidera en este ámbito, ofreciendo programas internos que capacitan a su equipo en el uso de herramientas. Estas iniciativas aseguran que los diferentes profesionales puedan maximizar el uso de la tecnología y adaptarla a las necesidades específicas de las redacciones.

(AO/Prisa Radio): “Formar a los equipos no es opcional; es una inversión esencial para mantenernos competitivos en el entorno digital”.

En este sentido, en Ábside Media fomentan la formación autodirigida y promueven el aprendizaje a través de colaboraciones externas. Este modelo permite que los empleados adquieran competencias clave de manera gradual, mientras el grupo sigue desarrollando su capacidad interna para gestionar proyectos de IA. Sin embargo, Ábside también enfrenta desafíos culturales relacionados con la percepción de la IA como una amenaza laboral, lo que ha llevado al grupo a priorizar programas de formación en competencias digitales como parte de una estrategia más amplia de cambio cultural.

La apuesta de Atresmedia Radio consiste en una formación continua a través de seminarios y programas de másteres, accesibles para todo el personal. Aunque esta estrategia fomenta el aprendizaje autodirigido, la especialización en IA sigue siendo limitada, lo que dificulta la consolidación de proyectos estratégicos.

(NR/Atresmedia Radio): “Nuestra prioridad es capacitar a los equipos para que puedan adaptarse a las nuevas herramientas, pero aún hay margen para mejorar en la especialización, será un proceso gradual pero que acabará consolidándose”.

En RNE, la formación está limitada a herramientas básicas y procesos operativos, como la transcripción automática. Esta falta de programas específicos refleja las restricciones presupuestarias de la emisora, que prioriza la eficiencia operativa sobre la innovación tecnológica.

En términos de gestión de los prototipos, la decisión entre desarrollar soluciones de IA internamente o subcontratarlas a proveedores externos varía entre los grupos. Prisa Radio y Ábside Media tienden a gestionar sus proyectos de IA internamente, aprovechando sus capacidades técnicas para desarrollar herramientas personalizadas que se alineen con sus objetivos estratégicos. Este modelo permite un mayor control sobre las tecnologías y facilita su integración en los flujos operativos.

Por el contrario, Atresmedia RadioRNE, Radiocat dependen más de proveedores externos para proyectos específicos, como la generación de contenido visual automatizado o la gestión de datos. Esta estrategia híbrida es más accesible desde el punto de vista económico, pero limita el desarrollo de capacidades internas, creando una dependencia a largo plazo. KissMedia no especifica el carácter de sus proyectos.

4.3. Previsión de integración de la IA en la radio española y retos asociados

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. A pesar de los avances iniciales y las aplicaciones actuales, las emisoras coinciden en que la integración de la IA seguirá un camino gradual, condicionado por las limitaciones económicas, las barreras culturales y la necesidad de marcos éticos claros.

Los grupos mediáticos anticipan un papel central de la IA en la personalización extrema de contenidos. Prisa Radio y Ábside Media lideran esta visión, proyectando el uso de algoritmos avanzados para adaptar boletines, programas y experiencias sonoras a las preferencias individuales de los oyentes. En particular, Prisa prevé que la personalización no solo mejorará la experiencia de consumo, sino que también abrirá nuevas oportunidades para conectar emocionalmente con las audiencias.

(AO/Prisa Radio): “La personalización será clave para fidelizar a las audiencias y diferenciarse en un mercado cada vez más competitivo en el que optimizar la experiencia de usuario será fundamental”.

Otro uso futuro destacado es la integración de narrativas inmersivas e interactivas, un área en la que Ábside Media y Atresmedia Radio han mostrado interés. Estas narrativas combinarían formatos de audio, visuales e incluso interacciones en tiempo real, creando nuevas formas de storytelling. Javier De Mora, de Ábside, considera que la IA no solo transformará el contenido, sino también la forma en que los oyentes interactúan con él, haciendo que las experiencias sean más envolventes y significativas.

En Ábside Media prevén que los asistentes virtuales personalizados desempeñarán un papel clave en la transformación del medio radiofónico. Estas tecnologías permitirían adaptar las emisiones en tiempo real a las preferencias individuales de los oyentes, ofreciendo una experiencia completamente personalizada. Este enfoque posicionaría a la radio como un medio interactivo y relevante para las nuevas generaciones.

En el ámbito de la monetización, Atresmedia Radio considera que la IA será fundamental para optimizar la inserción publicitaria en plataformas digitales, permitiendo no solo una segmentación más precisa, sino también la creación de anuncios personalizados que se adapten al contexto del oyente. Este enfoque refleja una evolución hacia modelos comerciales más dinámicos y adaptados a la era digital.

Aunque las perspectivas son optimistas, las emisoras también identifican varios retos que podrían limitar la integración plena de la IA. Uno de los principales desafíos es la sostenibilidad económica de estos proyectos. RNE, por ejemplo, ha señalado que la falta de recursos dedicados y las restricciones presupuestarias dificultan la planificación e implementación de tecnologías avanzadas, mientras que en Radiocat enfrentan retos significativos, como la mejora de la calidad del catalán en herramientas tecnológicas y la definición de estrategias claras para equilibrar la dependencia de proveedores externos y el desarrollo de soluciones internas.

Otro reto importante es la resistencia cultural al cambio, especialmente en el ámbito laboral. En RNE, los sindicatos han expresado preocupaciones sobre el impacto de la IA en los empleos actuales, lo que ha ralentizado la adopción de ciertas tecnologías. Este tipo de resistencia no solo es un desafío interno, sino que también refleja una preocupación sectorial más amplia sobre el equilibrio entre innovación y sostenibilidad laboral.

Además, los grupos mediáticos han señalado la necesidad de establecer marcos éticos claros para el uso de IA, particularmente en áreas como la síntesis de voz y la personalización de contenidos. Todas las corporaciones analizadas destacan la importancia de garantizar la transparencia en el uso de estas tecnologías, asegurando que no comprometan la privacidad o la confianza de las audiencias.

A largo plazo, las emisoras coinciden en que la IA no solo será una herramienta operativa, sino también un motor de cambio estratégico que transformará la radio como medio. Entre las principales tendencias a futuro se encuentra la integración de asistentes virtuales en las experiencias sonoras. La previsión es que los asistentes de voz podrán personalizar por completo las emisiones, ofreciendo contenidos adaptados en tiempo real según las necesidades del usuario.

Otra tendencia es la evolución hacia un modelo de producción completamente automatizado, donde la IA no solo gestione la creación de contenido, sino también su programación y distribución. Este enfoque permitiría a las emisoras operar con una mayor eficiencia, especialmente en mercados locales donde los recursos son más limitados. Sin embargo, los grupos también advierten que esta automatización debe ser complementada con un enfoque humano que mantenga la calidad y creatividad del contenido.

Las emisoras ven en la IA una oportunidad para expandir su presencia en el ecosistema digital. Atresmedia Radio y Prisa Radio destacan que el futuro de la radio estará ligado a su capacidad de integrarse en plataformas de streaming, aplicaciones móviles y dispositivos inteligentes, utilizando la IA como un puente para conectar con audiencias más jóvenes y tecnológicamente avanzadas.

5. CONCLUSIONES

La integración de la inteligencia artificial en la industria radiofónica española está sentando las bases para una transformación profunda del sector, marcando un punto de inflexión en su modelo operativo y en la relación con las audiencias. Aunque la implementación tecnológica se encuentra en una fase inicial, los resultados muestran un panorama que combina avances destacados con barreras estructurales que frenan su adopción plena. Este estudio ha permitido identificar las estrategias, aplicaciones y retos asociados a la IA en los principales grupos de radio de España, ofreciendo una visión integral del panorama actual y de las perspectivas futuras.

Los avances en IA se concentran en áreas clave como la personalización de contenidos y la optimización operativa. Sin embargo, estos desarrollos no se han traducido aún en transformaciones sustanciales en la estructura organizativa ni en la gestión de recursos humanos, lo que refleja una implementación más orientada a resolver necesidades inmediatas que a establecer una estrategia integral a largo plazo. En este contexto, las emisoras enfrentan el desafío de equilibrar la innovación tecnológica con la sostenibilidad económica y la preservación de los valores editoriales que definen su actividad tradicional.

Las estrategias de implementación varían significativamente entre los grupos analizados. Mientras Prisa Radio y Ábside Media lideran con iniciativas avanzadas en personalización, automatización y análisis predictivo, otros grupos como Atresmedia Radio se centran en proyectos específicos de creatividad y monetización, RNE en la automatización en la gestión de contenidos, Radiocat en la edición de sonido, producción audiovisual y digitalización de su archivo. Por su parte, la implantación de IA en Kiss Media es todavía limitada. Estas diferencias subrayan la importancia de los recursos internos y la visión estratégica como factores determinantes para la adopción de la IA en el sector, y abren como futura línea de investigación el monitoreo del avance de las estrategias de IA en relación al posicionamiento inicial con respecto a esta tecnología, a los recursos disponibles y a los intereses específicos de cada corporación (O1).

La IA está comenzando a impactar en las rutinas laborales en radio, aunque sin generar cambios estructurales significativos en la gestión de los recursos humanos. Los grupos más avanzados han integrado herramientas que automatizan tareas repetitivas y mejoran la eficiencia, pero no han requerido la creación de nuevos departamentos especializados, aunque sí que existen comités puntuales para la valoración de posibles soluciones. Apuesta estas corporaciones por la colaboración entre perfiles tecnológicos y editoriales, con programas de formación interna que buscan maximizar el potencial de las herramientas adoptadas. No obstante, la resistencia cultural al cambio sigue siendo una barrera, especialmente en emisoras que dependen de flujos tradicionales (O2).

En cuanto a las aplicaciones prácticas, la IA está desempeñando un papel destacado en la optimización de procesos operativos, como la transcripción, la clasificación de contenidos y la personalización básica de la distribución. Herramientas como las utilizadas en Prisa Radio y Ábside Media ejemplifican cómo la IA puede mejorar la calidad de los contenidos y la relación con las audiencias. Paralelamente, proyectos como el adserver que plantea Atresmedia Radio demuestra cómo la IA puede abrir nuevas oportunidades comerciales, posicionando a la radio como un actor relevante en el ecosistema digital (O3).

El futuro de la radio española está estrechamente vinculado a la capacidad de superar barreras económicas, culturales y éticas. Los grupos mediáticos coinciden en que la IA será un motor estratégico para personalizar experiencias, explorar narrativas inmersivas y optimizar los modelos de negocio. Sin embargo, el desarrollo de marcos éticos y normativos claros será crucial para garantizar un uso responsable y alineado con los valores editoriales. La normativa interna desarrollada por Ábside Media destaca como un ejemplo de cómo las emisoras pueden anticiparse a los retos regulatorios y preparar el terreno para una integración más amplia de la tecnología (O4).

En síntesis, la IA se perfila como una herramienta transformadora para la radio española, pero su implementación efectiva dependerá de la capacidad de las emisoras para superar las barreras actuales y consolidar estrategias a largo plazo que combinen innovación tecnológica con responsabilidad ética. Este proceso será clave para que el medio mantenga su relevancia en un entorno mediático en constante evolución.

6. REFERENCIAS

Asociación para la Investigación de Medios de Comunicación [AIMC] (2024). Estudio General de medios 1ª ola 2024. https://reporting.aimc.es/index.html#/main/radio

Beckett, C. y Yaseen, M. (2023). Generating Change. A global survey of what news organisations are doing with AI. https://shre.ink/ruQw

Biswal, S. K. y Kulkarni, A. J. (2024). Exploring the Intersection of Artificial Intelligence and Journalism: The Emergence of a New Journalistic Paradigm. Routledge.

Canavilhas, J. (2023). Produção automática de texto jornalístico com IA: contributo para uma história. Textual & Visual Media, 17(2), 22-40. https://doi.org/10.56418/txt.17.1.2023.2

Canavilhas, J. y García-Orosa, B. (2024). Centralized Networks for Journalism in the Fourth Industrial Revolution: The Platform's Role. En Sixto-García, J., Quian, A., Rodríguez-Vázquez, A. I., Silva-Rodríguez, A., & Soengas-Pérez, X. (Eds.), Journalism, Digital Media and the Fourth Industrial Revolution. Palgrave Macmillan. https://doi.org/10.1007/978-3-031-63153-5_3

Cano-Orón, L. y López-Meri, A. (2024). Introducción al uso de la IA en periodismo. Guía de referencias y modos de uso. Universitat de València.

Carlson, M. (2015). The robotic reporter: Automated journalism and the redefinition of labor, compositional forms, and journalistic authority. Digital Journalism, 3(3), 416-431. https://doi.org/10.1080/21670811.2014.976412

Conti, E., Salvi, D., Borrelli, C., Hosler, B., Bestagini, P., Antonacci, F., Sarti, A., Stamm, M. C., & Tubaro, S. (2022). Deepfake speech detection through emotion recognition: A semantic approach. En ICASSP 2022 – 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (pp. 8962-8966). IEEE.

Crusafon, C. (2022). ¿Cómo está cambiando la IA la manera de informar? Esglobal. https://www.esglobal.org/como-esta-cambiando-la-ia-la-manera-de-informar

Cuccovillo, L., Gerhardt, M. y Aichcroft, P. (2023). Audio spectrogram transformer for synthetic speech detection via speech formant analysis. En IEEE International Workshop on Information Forensics and Security (WIFS). IEEE.

Diakopoulos, N. (2019). Automating the news: How algorithms are rewriting the media. Harvard University Press.

Fernández-Lombao, T. y Campos Freire, F. (2024). Medios audiovisuales públicos, entre el inmovilismo y la transición digital. En I. Maroto, C. Fieiras Ceide y M. Túñez López (Eds.), El espacio y el servicio público audiovisual en la sociedad digital. Tendencias, desafíos y transiciones. Tirant Humanidades.

Fieiras Ceide, C., Túñez López, M. y Pedro Sousa, J. (2023). Radiografía de innovación de los medios públicos de escala nacional de la península ibérica: visión estratégica, tecnológica, y de captación de audiencias jóvenes en RTVE y RTP. Revista Latina de Comunicación Social, 81, 353-374. https://doi.org/10.4185/RLCS-2023-1957

Fieiras-Ceide, C., Ufarte-Ruiz, M. J. y Vaz-Álvarez, M. (2023). Actividad empleadora en la televisión pública de la era de la automatización: Employer branding, canales de contratación, procesos de selección, competencias y perfiles profesionales demandados. Estudios sobre el Mensaje Periodístico, 29(4), 855-868. https://doi.org/10.5209/esmp.88582

Fieiras-Ceide, C., Vaz-Álvarez, M. y Maroto González, I. (2024). AI Implementation Strategies in the Spanish Press Media: Organizational Dynamics, Application Flows, Uses and Future Trends. Revista Trípodos, 55, 1-23. https://doi.org/10.51698/tripodos.2024.55.01

Frąckiewicz, M. (2023). The role of AI in modern day radio. https://ts2.space/en/the-role-of-ai-in-modern-day-radio-broadcasting/

Furtáková, L. y Janáčková, L. (2023). AI in radio: The game changer you did not bear coming. Media & Marketing Identity. Conference Proceedings from the International Scientific Conference 14th November 2023 Trnava. https://doi.org/10.34135/mmidentity-2023-09

García-Orosa, B., Canavilhas, J. y Vázquez-Herrero, J. (2023). Algoritmos y comunicación: Revisión sistematizada de la literatura. Comunicar, 74, 9-21. https://doi.org/10.3916/C74-2023-01

Gonçalvez, A., Torre, L. y Melo, P. V. (2024). Inteligência artificial e algoritmos. Desafíos e oportunidades para os media. Labcom Comunicação & Artes.

Google News Initiative (2024). Artificial intelligence & news: build or buy? https://programmes.ftstrategies.com/ai-launchpad

Gutiérrez-Caneda, B., Vázquez-Herrero, J. y López-García, X. (2023). AI application in journalism: ChatGPT and the uses and risks of an emergent technology. Profesional de la Información, 32(5). https://doi.org/10.3145/epi.2023.sep.14

Harb, W. A. M. y Qabajeh, M. (2024). Impact of Generative Artificial Intelligence on Journalism: Practice and Deontology. En J. Sixto-García, A. Quian, A. I. Rodríguez-Vázquez, A. Silva-Rodríguez y X. Soengas-Pérez (Eds.), Journalism, Digital Media and the Fourth Industrial Revolution. Palgrave Macmillan. https://doi.org/10.1007/978-3-031-63153-5_18

Helberger, N., van Drunen, M., Moeller, J., Vrijenhoek, S. y Eskens, S. (2022). Towards a normative perspective on journalistic AI: Embracing the messy reality of normative ideals. Digital Journalism, 10(10), 1605-1626. https://doi.org/10.1080/21670811.2022.2152195

Henriksson, T. (2023). World press trends outlook: Publishers brace for a period marked by uncertainty. Wan‐Ifra. https://acortar.link/03cURf

IAB Media Center (2024). Getting audio & podcasting on the media plan: A guide for mutual success. https://www.iab.com/guidelines/getting-audio-podcasting-on-the-media-plan/

Kusters, R., Misevic, D., Berry, H., Cully, A., Le Cunff, Y., Dandoy, L., Díaz-Rodríguez, N., Ficher^,M., Grizou, J., Othmani, A., Palpanas, T., Komorowski, M., Loiseau, P., Moulin Frier, C., Nanini, S., Quercia, D., Sebag, M., Soulié Fogelman, F., Taleb, S., … Wehbi, F. (2020). Interdisciplinary research in artificial intelligence: Challenges and opportunities. Frontiers in Big Data, 3, 577974. https://doi.org/10.3389/fdata.2020.577974

Kuyucu, M. (2020). Artificial intelligence in media: Radio automation systems as the first artificial intelligence application in media in the terms of “threats” and “opportunities.” En D. Akçay y E. Efe (Eds.), Dijital dönüşüm ve süreçler & digital transformation and processes (pp. 133-168). İstanbul Gelişim Üniversitesi Yayınları.

de Lara, A., García-Avilés, J. A. y Arias-Robles, F. (2022). Implantación de la Inteligencia Artificial en los medios españoles: análisis de las percepciones de los profesionales. Textual & Visual Media, 1(15), 1-16. https://doi.org/10.56418/txt.15.2022.001

López-García, X. (2024). “(Re)imaginar el periodismo inteligente”. Anuario ThinkEPI, 18. https://doi.org/10.3145/thinkepi.2024.e18a02

Mayoral Sánchez, J., Mera Fernández, M. y Morata Santos, M. (2024). Integración de la inteligencia artificial en las redacciones: la experiencia de los medios de comunicación en España. En S. Parrat Fernández, J. Mayoral Sánchez, J., & Chaparro Domínguez, M. Á. (Eds.), Periodismo e inteligencia artificial. Aplicaciones y desafíos profesionales. Salamanca: Comunicación Social Ediciones y Publicaciones.

Milosavljević, M. y Vobič, I. (2019). Human still in the loop: Editors reconsider ideals of professional journalism through automation. Digital Journalism, 7(8), 1098-1116. https://doi.org/10.1080/21670811.2019.1601576

Newman, N., Fletcher, R., Eddy, K., Robertson, C. T. y Nielsen, R. K. (2023). Digital News Report 2023. https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2023

Pocino, P. (2022). Algorithms in the newsrooms: Challenges and recommendations for artificial intelligence with the ethical values of journalism. Catalan Press Council (CIC). https://t.ly/6XLa

Poynter Institute (2024). Onpoynt. https://www.poynter.org/onpoynt-report/

Reporteros sin Fronteras (2023). Paris Charter on AI and Journalism. https://rsf.org/sites/default/files/medias/file/2023/11/Paris%20Charter%20on%20AI%20and%20Journalism.pdf

Rinehart, A. y Kung, E. (2022). Artificial intelligence in local news: A survey of US newsrooms’ AI readiness. The Associated Press. https://www.ap.org/assets/files/ap_local_news_ai_report_march_2022.pdf

Risi, E. y Pronzato, R. (2022). Algorithmic prosumers. En E. Armano, M. Briziarelli y E. Risi (Eds.), Digital platforms and algorithmic subjectivities (pp. 149-165). University of Westminster Press. https://doi.org/10.16997/book54.l

RTVE (2024). RTVE, pionera en el uso y regulación de la inteligencia artificial. https://www.rtve.es/rtve/20240905/rtve-inteligencia-artificial-uso-pionera-consejo-de-administracion-nueva-norma/16237742.shtml

Sánchez-García, P., Merayo-Álvarez, N., Calvo-Barbero, C. y Díez-Gracia, A. (2023). Spanish technological development of artificial intelligence applied to journalism: Companies and tools for documentation, production and distribution of information. Profesional de la Información, 32(2). https://doi.org/10.3145/epi.2023.mar.08

Schwab, K. (2016). La Cuarta Revolución Industrial. Planeta.

Sheikh, H., Prins, C. y Schrijvers, E. (2023). AI as a system technology. En Mission AI. The new system technol-ogy. Springer. https://doi.org/10.1007/978-3-031-21448-6_4

Souza, C. y Santaella, L. (2021). Deepfakes na perspectiva da semiótica. TECCOGS: Revista Digital de Tecnologias Cognitivas, 23, 26-44. https://doi.org/10.23925/1984-3585.2021i23p26-44

Tejedor, S. y Vila, P. (2021). Exo journalism: A conceptual approach to a hybrid formula between journalism and artificial intelligence. Journalism and Media, 2, 830-840. https://doi.org/10.3390/journalmedia2040048

Túñez-López, J. M., Fieiras Ceide, C. y Vaz-Álvarez, M. (2021). Impacto de la Inteligencia Artificial en el Periodismo: transformaciones en la empresa, los productos, los contenidos y el perfil profesional. Communication & Society, 34(1), 177-193.

Túñez-López, M., Toural-Bran, C. y Valdiviezo-Abad, C. (2019). Automation, bots and algorithms in newsmaking. Impact and quality of artificial journalism. Revista Latina de Comunicación Social, 74, 1411-1433. https://doi.org/10.4185/RLCS-2019-1391en

Ufarte Ruiz, M. J., Murcia Verdú, F. J. y Fieiras Ceide, C. (2024). Características de los exoperiodistas españoles: nuevo perfil profesional en la era de la inteligencia artificial. Revista de Comunicación, 23(2), 345-362. https://doi.org/10.26441/RC23.2-2024-351

Ufarte-Ruiz, M.-J., Murcia-Verdú, F.-J. y Túñez-López, J.-M. (2023). Use of artificial intelligence in synthetic media: First newsrooms without journalists. Profesional de la Información, 32(2). https://doi.org/10.3145/epi.2023.mar.03

Wei, M., Scifo, S. y Xu, Y. (2022). Artificial intelligence and radio broadcasting: Opportunities and challenges in the Chinese context. En M. Mollgaard (Ed.), The Routledge Companion to Radio and Podcast Studies. Routledge. https://doi.org/10.4324/9781003002185

Wölker, A. y Powell, T. (2021). Algorithms in the newsroom? News readers’ perceived credibility and selection of automated journalism. Journalism, 22, 86-103. https://doi.org/10.1177/1464884918757072

CONTRIBUCIONES DE AUTORES/AS, FINANCIACIÓN Y AGRADECIMIENTOS

Contribuciones de los/as autores/as:

Conceptualización: Fieiras-Ceide, César; Túñez-López, José Miguel y Fernández-Lombao, Tania. Software: Fieiras-Ceide, César y Túñez-López, José Miguel. Validación: Fieiras-Ceide, César. Análisis formal: Fieiras-Ceide, César; Túñez-López, José Miguel y Fernández-Lombao, Tania. Curación de datos: Fieiras-Ceide, César. Redacción-Preparación del borrador original: Fieiras-Ceide, César y Fernández-Lombao, Tania. Redacción-Revisión y Edición: Túñez-López, José Miguel. Visualización: Fernández-Lombao, Tania. Supervisión: Fieiras-Ceide, César. Todos los/as autores/as han leído y aceptado la versión publicada del manuscrito: Fieiras-Ceide, César; Túñez-López, José Miguel; Fernández-Lombao, Tania.

Financiación: Este artículo forma parte de las actividades del proyecto “Medios audiovisuales públicos ante el ecosistema de las plataformas: modelos de gestión y evaluación del valor público de referencia para España” (PID2021-122386OB-I00), financiado por el Ministerio de Ciencia e Innovación (España), AEI y Feder, UE. Además de integrarse en las actividades del proyecto PDC2023-145885-I00, financiado por MCIN/AEI/ 10.13039/501100011033 y por la Unión Europea “NextGeneration EU”/PRTR. El autor César Fieiras Ceide tiene un contrato FPI del Ministerio de Ciencia e Innovación de España con la referencia (PRE2022-103954).

AUTOR/A/ES/AS:

César Fieiras Ceide

Universidade de Santiago de Compostela.

Docente e investigador en el Grupo Novos Medios del Departamento de Ciencias de la Comunicación de la Universidad de Santiago de Compostela (USC). Doctor en Comunicación; Máster en Comunicación Deportiva (UDC, 2023); Máster en Investigación, Periodismo y Comunicación Multimedia (USC, 2021); y Graduado en Periodismo y Comunicación Audiovisual (USC, 2020). Sus líneas de investigación están vinculadas al estudio de propuestas de innovación, inteligencia artificial y nuevas tecnologías en los medios de comunicación internacionales. Cuenta con más de 50 aportaciones en espacios científicos de impacto internacional, entre artículos en revistas, libros y participación en congresos.

cesar.fieiras.ceide@usc.es

Índice H: 10

Orcid ID: https://orcid.org/0000-0001-5606-3236

Scopus ID: https://www.scopus.com/authid/detail.uri?authorId=57218122161

Google Scholar: https://scholar.google.es/citations?user=a9slveEAAAAJ&hl=es

ResearchGate: https://www.researchgate.net/profile/Cesar-Fieiras-Ceide

Academia.edu: https://novosmedios.academia.edu/CFieirasCeide

José Miguel Túñez López

Universidade de Santiago de Compostela.

Catedrático de Periodismo. Director del Máster en Inteligencia Artificial y Periodimso del USC, UPF Y RTVE. Subdirector de la Escuela Internacional de Periodismo, EDIUS, de la USC. Coordinador del grupo de innovación docente en espacios virtuales IDESVIR. Director de la Cátedra Institucional USC-RTVE. Miembro del Grupo de Investigación Novos Medios.

miguel.tunez@usc.es

Índice H: 33

Orcid ID: https://orcid.org/0000-0002-5036-9143

Scopus ID: https://www.scopus.com/authid/detail.uri?authorId=51664059500

Google Scholar: https://scholar.google.es/citations?hl=es&user=fGFou0MAAAAJ

ResearchGate: https://www.researchgate.net/profile/Miguel-Tunez-Lopez-2

Academia.edu: https://usc-es.academia.edu/MiguelT%C3%BA%C3%B1ezL%C3%B3pez

Tania Fernández-Lombao

Universidade de Santiago de Compostela.

Profesora e investigador en el Grupo Novos Medios del Departamento de Ciencias de la Comunicación de la Universidad de Santiago de Compostela (USC). Es Doctora en Comunicación e Industrias Creativas con mención Cum Laude (USC, 2024); Máster en Comunicación Deportiva (UDC, 2015). Como periodista trabajó en Cadena Ser, Radio Galega, El País, Agencia Efe y Europa Press. Sus líneas de investigación están vinculadas al estudio de los medios de servicio público europeos y los formatos de radio y audio de nivel internacional. Su producción científica suma más de cincuenta aportaciones en espacios científicos de impacto internacional, como artículos de revistas, libros y congresos.

tania.fernandez.lombao@usc.es

Índice H: 33

Orcid ID: https://orcid.org/0000-0001-5094-8711

Scopus ID: https://www.scopus.com/authid/detail.uri?authorId=57000553200

Google Scholar: https://scholar.google.es/citations?hl=es&user=ug0kWqEAAAAJ

ResearchGate: https://www.researchgate.net/profile/Tania-Lombao-2