La IA y los medios tradicionales: cómo Hollywood y la industria editorial usan realmente las herramientas generativas
Los titulares sobre IA y medios tradicionales suelen moverse entre dos extremos: o los estudios y editoriales consolidados están a punto de desaparecer, o se les descarta como demasiado lentos para adoptar nada de esto en serio. Ninguna de las dos versiones resiste un examen de los hechos. Un puñado de acuerdos importantes y bien documentados cuenta una historia más concreta y más interesante: grandes estudios de cine y editoriales de noticias incorporando herramientas generativas en etapas específicas de flujos de trabajo que ya existían, apuntando primero a las partes tediosas de la producción y el periodismo, no al núcleo creativo. Dos industrias, dos casos concretos, ambos verificables mediante los anuncios oficiales de las propias empresas y cobertura periodística independiente.
Hollywood: Lionsgate entrena un modelo con su propio catálogo
En septiembre de 2024, Lionsgate y la empresa de video con IA Runway anunciaron lo que ambas compañías calificaron de acuerdo inédito: Runway construiría un modelo de IA personalizado, entrenado específicamente con la biblioteca propia de películas y contenido televisivo de Lionsgate, y no con video genérico extraído de la web. El vicepresidente de Lionsgate, Michael Burns, resumió el objetivo sin rodeos: “Vemos la IA como una gran herramienta para aumentar, mejorar y complementar nuestras operaciones actuales.” El cofundador y CEO de Runway, Cristóbal Valenzuela, describió así la aportación de su empresa: dar “a artistas, creadores y estudios las mejores y más potentes herramientas para potenciar sus flujos de trabajo y abrir nuevas formas de contar sus historias.” Los primeros casos de uso fueron deliberadamente poco vistosos: preproducción y partes de la posproducción, las etapas donde un estudio invierte en visualización e iteración mucho antes de que ruede una cámara o se cierre un montaje final.
La alianza no se quedó estática. En junio de 2026, Lionsgate adquirió una participación accionaria en Runway, y ambas empresas ampliaron el acuerdo a un programa de desarrollo conjunto para producir nuevo contenido episódico corto basado en las franquicias existentes de Lionsgate, con informes que apuntan a propiedades como John Wick, Los juegos del hambre o Saw como candidatas. Esta vez, Valenzuela adoptó un tono distinto: “Vemos de forma constante que los estudios que se toman la IA más en serio la piensan como un recurso creativo, no como una herramienta para recortar costos.” Lionsgate se ha convertido, desde entonces, en el primer gran estudio en nombrar un Chief AI Officer y construir infraestructura interna dedicada específicamente a este tipo de trabajo. Lo notable es lo que no cambió: el modelo se entrena con material con licencia y propiedad de la empresa, y ambas partes siguen describiendo el resultado como algo que pasa por decisiones creativas humanas, no que las evita.
Un acuerdo distinto y mucho mayor funciona hoy más como advertencia que como historia de éxito. En diciembre de 2025, Disney y OpenAI anunciaron un acuerdo propuesto a tres años que habría convertido a Disney en el primer gran estudio en licenciar personajes para Sora, la herramienta de OpenAI para generar videos cortos con IA: se habrían cubierto más de 200 personajes de Disney, Marvel, Pixar y Star Wars, con la imagen y la voz de los intérpretes explícitamente excluidas, y Disney+ solo habría alojado una selección curada de los videos de Sora hechos por fans. Disney también se había comprometido a invertir 1.000 millones de dólares en OpenAI y a usar sus modelos de forma más amplia, incluido en Disney+. Nada de esto llegó a concretarse. El acuerdo nunca se firmó formalmente y jamás cambió de manos dinero alguno: en marzo de 2026, OpenAI anunció el cierre total de Sora —citando altos costos de cómputo, una caída en el uso y una presión creciente por derechos de autor— y Disney canceló el acuerdo como consecuencia directa. Es un buen contrapeso a la historia de Lionsgate: no toda alianza estudio-IA muy sonada sobrevive al contacto con el producto que la sostiene.
Editorial: reporteros asistidos por IA en un grupo de prensa regional británico
El ejemplo más claro en el sector editorial no es un chatbot escribiendo periodismo de investigación: es un grupo de prensa regional británico que reorganiza cómo se producen las noticias rutinarias y de bajo riesgo. Newsquest, el segundo mayor editor regional del Reino Unido con más de 200 cabeceras locales, ha desarrollado una herramienta interna llamada News Creator y ha creado un puesto específico en torno a ella: el “AI-assisted reporter” (reportero asistido por IA). En 2026, Newsquest cuenta con más de 30 puestos de este tipo en sus redacciones, y el grupo afirma producir alrededor de 9.000 artículos al mes mediante este flujo de trabajo.
La mecánica importa más que la cifra. Un reportero asistido por IA no le pide al modelo que invente una noticia; le proporciona material fuente verificado —comunicados de prensa, avisos municipales, listados de eventos, detalles confirmados— y la herramienta redacta un artículo estructurado a partir de esa información. Luego, una persona revisa el borrador, añade contexto o detalles locales y lo publica. Newsquest y la cobertura del sector sobre este programa han sido explícitos: el objetivo es reducir un atraso de cobertura rutinaria (reescrituras de comunicados, listados de eventos, noticias administrativas locales) que antes consumía tiempo de los reporteros sin mucho valor periodístico, liberando así al resto de la redacción para el trabajo que realmente requiere una persona: tocar puertas, cultivar fuentes y producir reportajes locales originales que los lectores no pueden encontrar en ningún otro sitio. Es un segmento estrecho y específico de la cadena editorial, no un reemplazo de la redacción, sino una reasignación del tiempo de periodistas formados.
El patrón común entre ambas industrias
Al poner estos casos uno junto al otro, surge un patrón consistente. Ninguna de estas empresas compró una herramienta de IA genérica y la aplicó a toda su operación. Lionsgate entrenó un modelo con contenido propio y lo aplicó primero a la preproducción y la posproducción, las etapas más cargadas de planificación y más alejadas de una actuación terminada. Incluso el fallido acuerdo de Sora de Disney seguía el mismo instinto: una propuesta acotada a propiedad intelectual específica dentro de un producto específico, con límites explícitos, no un cheque en blanco, y aun así no sobrevivió cuando el producto que lo sostenía desapareció. Newsquest construyó un flujo de trabajo donde la IA redacta a partir de hechos verificados y una persona sigue siendo el último paso antes de la publicación. En cada caso, la capa de revisión humana o de decisión creativa se mantuvo intacta; lo que cambió fue la cantidad de trabajo mecánico y repetitivo que queda delante de esa capa.
Es una historia menos dramática que “la IA se apodera de Hollywood” o “los robots reemplazan a los periodistas”, pero es la que realmente respalda el registro público: comunicados de prensa, anuncios dirigidos a inversores y cobertura especializada independiente de medios como Press Gazette y Nieman Lab, que llevan más de dos años siguiendo el programa de Newsquest. Las empresas de medios tradicionales no avanzan rápido por imprudencia, ni están paradas por estar rezagadas: hacen lo que suelen hacer las grandes organizaciones adversas al riesgo, con propiedad intelectual valiosa y una reputación que proteger: probar herramientas generativas en los tramos de la cadena donde el costo de un error es menor, y ampliar su uso solo después de que la tecnología demuestre su valía frente a estándares reales de producción y edición.