Una nueva startup de Silicon Valley está intentando alterar la relación tradicional entre los periodistas y sus sujetos. Objetion, una plataforma respaldada por destacadas figuras tecnológicas, incluido Peter Thiel, tiene como objetivo utilizar inteligencia artificial para determinar la veracidad de las noticias. Si bien su fundador afirma que la herramienta restaurará la confianza en un sistema de medios quebrado, expertos legales y periodistas advierten que podría crear un entorno de “pago por jugar” que silencia a los denunciantes y empodera a los poderosos.
El concepto: adjudicación algorítmica
Fundada por Aron D’Souza, quien anteriormente ayudó a liderar la batalla legal que llevó a Gawker a la quiebra, Objetion opera sobre una premisa simple y provocativa: si una persona o corporación se siente perjudicada por una noticia, puede pagar $2,000 para iniciar una investigación pública sobre sus afirmaciones.
La plataforma utiliza un “sistema sin confianza” impulsado por un jurado de modelos de lenguajes grandes (LLM) de proveedores como OpenAI, Anthropic y Google. Se insta a estos modelos a actuar como “lectores promedio” para evaluar la evidencia afirmación por afirmación. El objetivo es producir un “Índice de Honor” : una puntuación numérica que califica la integridad, precisión y trayectoria de un periodista.
El mecanismo de disputa
La objeción no se limita a mirar el texto de un artículo; pondera diferentes tipos de evidencia:
– Peso alto: Registros primarios, como presentaciones reglamentarias y correos electrónicos oficiales.
– Bajo peso: Reclamaciones de fuentes anónimas que no han sido verificadas de forma independiente.
Para garantizar el rigor técnico, la plataforma está dirigida por el ex ingeniero de la NASA y SpaceX, Kyle Grant-Talbot. D’Souza compara el servicio con las “Notas comunitarias” de X (anteriormente Twitter), enmarcándolo como una forma de aplicar rigor científico a las disputas fácticas.
El “efecto escalofriante” sobre la denuncia de irregularidades
La crítica más significativa a Objeción se centra en su impacto en el periodismo de investigación. Los informes tradicionales a menudo se basan en denunciantes anónimos : personas que arriesgan sus medios de vida para exponer la corrupción.
Los críticos argumentan que la Objeción crea una desventaja matemática para estas historias:
1. La trampa de la verificación: Debido a que la IA devalúa las fuentes anónimas no verificadas, los informes de alta calidad basados en filtraciones confidenciales pueden recibir “puntuaciones de confianza” bajas.
2. El dilema de la divulgación: Para proteger su “Índice de Honor”, los periodistas pueden sentirse presionados a revelar información confidencial de la fuente al “hash criptográfico” de la plataforma para demostrar su validez. Si se niegan a proteger el anonimato de la fuente, el informe es penalizado.
3. Duda en tiempo real: A través de una función llamada “Fire Blanket”, la plataforma puede señalar reclamos en disputa en tiempo real en las redes sociales, etiquetándolos como “bajo investigación” incluso antes de que se llegue a un veredicto final.
¿Una herramienta para los poderosos?
Los expertos legales han dado la alarma sobre las implicaciones socioeconómicas de una tarifa de 2.000 dólares para cuestionar una historia. Si bien el costo es una barrera para el ciudadano promedio, es insignificante para los individuos ricos y las grandes corporaciones.
“El hecho de que se trate de un tipo de sistema de pago me dice que están menos preocupados por proporcionar información útil para el público en general y mucho más preocupados por dar a los que ya son poderosos un medio para básicamente intimidar a sus oponentes periodísticos”.
— Jane Kirtley, profesora de derecho de los medios
Chris Mattei, un abogado especializado en difamación, fue más allá y describió la plataforma como un “chantaje de protección de alta tecnología para los ricos y poderosos”. La preocupación es que en lugar de buscar la verdad, los ricos podrían utilizar la Objeción para acosar a los periodistas y suprimir la cobertura desfavorable mediante desafíos constantes y automatizados.
La paradoja de la IA
El lanzamiento de Objection llega en un momento en el que la fiabilidad de la propia IA está bajo intenso escrutinio. Los críticos cuestionan si los LLM, que son propensos a “alucinaciones” y prejuicios inherentes, en realidad están equipados para servir como árbitros finales de la verdad.
Además, el sistema sólo evalúa las pruebas que se le presentan. En el periodismo de investigación, la evidencia más crucial suele ser la información que un sujeto se niega a revelar. Si Objeción no puede ver el panorama completo, sus conclusiones “científicas” pueden ser fundamentalmente erróneas.
Conclusión: La objeción busca introducir la responsabilidad algorítmica en el periodismo, pero al penalizar el abastecimiento anónimo y cobrar una prima por las disputas, se corre el riesgo de transformar la búsqueda de la verdad en un arma para aquellos con los bolsillos más profundos.
