La regulación jurídica de la inteligencia artificial se encuentra aún en una fase formativa y dispersa, pero los últimos años han mostrado un avance acelerado hacia un marco global de gobernanza tecnológica.

Este proceso no es solamente normativo: expresa la necesidad de equilibrar innovación, derechos humanos y responsabilidad social frente al uso masivo de sistemas automatizados en la creación de información y contenidos.

Para el comunicador contemporáneo, comprender la dimensión legal de la IA es indispensable. La legitimidad de una producción ya no depende solo de su veracidad o calidad estética, sino también de su conformidad con los principios de autoría, transparencia y consentimiento informativo.

La IA se convierte, así, en un nuevo escenario de disputa entre creatividad, tecnología y derecho.

Figura 1

Recomendación UNESCO

a) Propiedad intelectual y derechos de autor

Uno de los debates más intensos gira en torno a la autoría de las obras generadas con asistencia algorítmica.

¿Quién es el autor cuando una imagen ha sido producida por DALL·E o Midjourney a partir de un prompt humano?

¿Quién tiene derechos sobre un texto elaborado con ChatGPT o Claude?

Hasta hoy, la mayoría de legislaciones, incluidas las de Ecuador, México, Argentina y Chile, solo reconocen derechos de autor a las personas naturales, lo que significa que la IA no puede ser considerada autora. Sin embargo, esto no excluye la posibilidad de participación algorítmica: las herramientas pueden intervenir en el proceso creativo, siempre bajo la dirección y responsabilidad de un sujeto humano. El profesional de la comunicación, por tanto, mantiene la autoría y la responsabilidad legal sobre el resultado final, incluso cuando la obra se haya elaborado parcialmente con IA. En este sentido, la transparencia es un principio clave: la Organización Mundial de la Propiedad Intelectual (OMPI) recomienda que los creadores declaren la participación de herramientas de IA en la génesis de sus obras, de modo que exista trazabilidad y se eviten conflictos futuros sobre originalidad o plagio.

Este escenario se complica por el uso de datasets masivos para el entrenamiento de modelos generativos, muchos de los cuales incluyen material protegido por derechos de autor sin consentimiento de sus creadores. Esto ha dado lugar a litigios en distintos países, como las demandas de artistas visuales contra Stability AI y Midjourney en Estados Unidos, o los reclamos de escritores en torno al uso de sus textos para entrenar modelos lingüísticos. El comunicador debe, por tanto, verificar las licencias y fuentes de todo material que utilice, tanto en la generación como en la difusión de contenidos.

b) Licencias abiertas y Creative Commons

En este contexto, el uso de licencias abiertas se convierte en una práctica ética y pedagógica de primer orden. Las licencias Creative Commons (CC BY, CC0, CC BY-SA, entre otras) permiten compartir obras con condiciones claras sobre atribución, modificación y reutilización, fomentando una cultura de conocimiento compartido y producción responsable. Para quienes trabajan en comunicación, estas licencias constituyen una herramienta de alfabetización mediática, pues enseñan a respetar la autoría y a reconocer el valor del trabajo intelectual ajeno. En proyectos educativos o institucionales, se recomienda priorizar el uso de bancos abiertos y repositorios con licencias libres (como Unsplash, Pixabay, Wikimedia Commons o Openverse).

Además, cuando la IA participa en la generación de contenidos, es fundamental indicar la autoría humana del diseño conceptual y detallar qué partes fueron asistidas tecnológicamente. De esta manera, se promueve una ética de la transparencia que fortalece la confianza pública en los productos comunicacionales.

c) Casos emblemáticos

Los siguientes ejemplos ilustran los desafíos actuales:

• Deepfakes y desinformación:
  Los videos falsos generados con IA plantean problemas de difamación, manipulación política y erosión de la confianza pública.
• Algunos países ya proponen penalizar su uso malintencionado bajo leyes de comunicación o ciberseguridad.
• Plagio creativo:
  Varios artistas demandaron a generadores de imágenes por usar sus obras sin consentimiento en los datasets de entrenamiento.
  Este caso abrió un debate sobre el derecho al estilo visual como propiedad intelectual.
• Autonomía autoral:
  Crece la discusión sobre si un prompt complejo, por ejemplo, una descripción detallada que dirige la creación algorítmica puede considerarse un acto creativo protegido.
  Aunque aún no hay consenso, este debate redefine la noción de creatividad en la era digital.

El impacto de la inteligencia artificial va mucho más allá de los dilemas jurídicos o las discusiones sobre autoría. Supone una transformación estructural en la forma en que la humanidad produce, circula y valida el conocimiento. Cada modelo de IA no solo ejecuta un conjunto de instrucciones, sino que condensa una determinada visión del mundo, modelada por los datos con los que fue entrenado, las intenciones de sus desarrolladores y las culturas de información que lo alimentan.

Por esa razón, el comunicador no puede ser un mero operador de herramientas: debe convertirse en un intérprete crítico del entorno algorítmico, capaz de comprender cómo los sistemas de IA pueden reproducir, distorsionar o incluso invisibilizar determinados valores, identidades y discursos. En este sentido, la ética profesional se amplía: no basta con evitar el plagio o citar las fuentes, sino que se requiere una comprensión profunda de cómo la automatización transforma la sensibilidad social, la verdad informativa y la confianza pública.

Figura 2

Ética e IA

El desafío, entonces, es encontrar un equilibrio entre innovación y responsabilidad, integrando la IA a la práctica comunicativa sin perder la conciencia humana del contexto.
Usar la tecnología no debería significar renunciar al juicio crítico ni a la empatía: el verdadero comunicador digital debe ser un mediador entre el algoritmo y la sociedad.

a) Riesgos éticos

La ética aplicada a la inteligencia artificial en comunicación se construye en torno a un principio clave: toda tecnología es una extensión del ser humano, y por tanto hereda sus virtudes, pero también sus sesgos y limitaciones.

Reconocer estos riesgos no implica rechazar la IA, sino aprender a usarla con consciencia, mesura y reflexión.

1. Sesgo algorítmico

Los modelos de IA aprenden de los datos del pasado, y esos datos reflejan las desigualdades históricas de nuestras sociedades.

Por ello, si un sistema se entrena con información sesgada —por ejemplo, con bases de datos que sobrerrepresentan a ciertos grupos y excluyen a otros—, el algoritmo tenderá a reproducir y amplificar esas distorsiones.

Ejemplo: generadores de imágenes que asocian liderazgo o inteligencia con hombres blancos; o modelos de texto que describen a las mujeres en roles secundarios.
Estos sesgos no son casuales, sino consecuencia directa de la lógica estadística de la IA: lo que aparece más en los datos, se reproduce con más fuerza en las salidas.

Buena práctica:

Diversificar las fuentes culturales, lingüísticas y visuales; incorporar ejemplos de distintas regiones y contextos; y revisar críticamente los resultados antes de publicarlos.
El comunicador debe preguntarse siempre: ¿a quién está dejando fuera esta representación?
La ética aquí se vuelve una práctica cotidiana, no una norma abstracta.

2. Desinformación y manipulación

El poder de la IA para generar textos, audios, imágenes y videos indistinguibles de los reales ha erosionado la frontera entre realidad y simulación. La facilidad para producir contenidos falsos a gran escala pone en riesgo la confianza social, especialmente en periodismo, política y educación. Los llamados deepfakes son ejemplos extremos de cómo la IA puede ser usada para manipular percepciones colectivas y alterar procesos democráticos.

Buena práctica:

Citar siempre las fuentes, verificar los datos y etiquetar los materiales con frases como “contenido generado con IA” o “imagen sintética”.

En entornos institucionales o académicos, estas etiquetas deben ser obligatorias, como parte de una política de transparencia algorítmica.Además, el comunicador puede usar la propia IA para detectar desinformación, pero nunca sin supervisión humana.

3. Dependencia cognitiva

El uso intensivo de IA puede generar una forma de acomodamiento mental, en la que el profesional deja de pensar críticamente y acepta sin cuestionamiento los resultados del algoritmo. Este fenómeno, conocido como “pereza cognitiva digital”, reduce la creatividad, la intuición y la capacidad de argumentación, reemplazándolas por una confianza ciega en las sugerencias automáticas.

Buena práctica:

Usar la IA como asistente y catalizador, no como sustituto.

El comunicador debe mantener el control conceptual del proceso: definir objetivos, corregir desvíos y reinterpretar los resultados según su criterio profesional.
La creatividad humana no se mide por la originalidad del resultado, sino por la conciencia con la que dirige la tecnología.

4. Pérdida de contexto cultural

La mayoría de los modelos de IA dominantes son desarrollados en inglés y entrenados con datos de países del Norte Global. Esto genera una homogeneización discursiva, donde las narrativas locales, indígenas o comunitarias quedan desplazadas o traducidas según estándares occidentales.

En la práctica, los contenidos generados tienden a borrar matices culturales, acentos lingüísticos y realidades periféricas.

Buena práctica:
Contextualizar cada producción dentro del marco social, histórico y cultural de su audiencia.
Un comunicador que trabaja con IA debe convertirse en intérprete cultural, no solo en editor digital.
Incorporar fuentes locales, dialectos, expresiones populares y referencias comunitarias es una forma concreta de resistencia simbólica ante la globalización algorítmica.

b) Riesgos sociales y comunicacionales

Además de los dilemas éticos, la inteligencia artificial plantea riesgos de orden laboral, emocional y político, que afectan directamente la profesión comunicacional y el tejido social.

1. Impacto laboral

La automatización progresiva de tareas comunicativas —como la redacción, la edición audiovisual o el análisis de métricas— amenaza con desplazar empleos y redefinir el perfil profesional del comunicador.

Sin embargo, el problema no es la IA en sí, sino la falta de políticas de capacitación y reconversión laboral que acompañen su adopción.Los comunicadores del futuro deberán combinar creatividad, criterio y alfabetización algorítmica: tres competencias que ninguna máquina puede reemplazar.

Buena práctica:

Fomentar programas de formación continua y redes de aprendizaje colaborativo que permitan a los profesionales actualizarse y reconvertirse.

La IA no elimina empleos: elimina tareas. La persona que se adapta, se vuelve más estratégica.

2. Manipulación emocional

Las plataformas personalizadas por IA pueden usar los datos de los usuarios para anticipar emociones y comportamientos, orientando mensajes publicitarios o políticos de manera segmentada y a veces invasiva.

Esto plantea un dilema ético sobre la frontera entre persuasión legítima y manipulación psicológica.

Ejemplo: algoritmos que detectan vulnerabilidades emocionales y muestran anuncios relacionados con salud mental, consumo o ideología.

Cuando la IA se convierte en una herramienta de microinfluencia sin supervisión ética, se vulnera el derecho del ciudadano a decidir libremente.

Buena práctica:
Delimitar claramente la intención comunicativa de cada campaña.
La personalización no debe buscar explotar emociones, sino responder con empatía y relevancia.
El comunicador responsable diseña estrategias basadas en respeto, no en control.

3. Privacidad y vigilancia

Los modelos predictivos requieren enormes volúmenes de datos para funcionar, lo que incentiva la recolección masiva de información personal.
Esta dinámica ha dado lugar a un nuevo fenómeno: la sociedad de la vigilancia algorítmica, donde cada clic, búsqueda o preferencia puede ser rastreada y comercializada.

El comunicador, en tanto mediador de datos, tiene la obligación de proteger la dignidad y la privacidad de las audiencias.
Debe conocer y aplicar principios como el derecho al olvido digital y las normativas de protección de datos personales (como el GDPR europeo o la Ley Orgánica ecuatoriana de Protección de Datos, 2021).

Buena práctica:
Evitar almacenar o compartir información sensible sin consentimiento.
Usar plataformas seguras, respetar políticas de anonimato y explicar con transparencia qué tipo de datos se utilizan y con qué fin.

c) Protocolos de mitigación

La responsabilidad ética en la comunicación con IA no puede depender de decisiones individuales: requiere protocolos institucionales y sistemas de rendición de cuentas.
Un protocolo ético bien diseñado protege tanto a los comunicadores como a las audiencias.

Entre las medidas prioritarias se encuentran:

• Revisión humana permanente: cada etapa de generación, edición y publicación debe contar con supervisión humana, especialmente en procesos de automatización masiva.
• Etiquetas de procedencia digital: todo contenido generado o modificado con IA debe incluir metadatos o sellos de transparencia que informen su origen.
• Accountability comunicacional: documentar quién produce, qué herramientas usa, con qué propósito y bajo qué criterios éticos.
• Códigos de conducta institucional: establecer políticas claras sobre uso responsable, detección de sesgos, equidad representativa y sostenibilidad tecnológica.
• Capacitación ética continua: incluir en la formación de comunicadores módulos de ética algorítmica y alfabetización mediática.

d) El comunicador como verificador ético

En la era de la IA, el comunicador asume un rol ampliado: ya no es solo un productor de mensajes, sino un curador de sentido y un guardián de confianza pública.
Su función se desplaza de la simple creación hacia la mediación, interpretación y educación digital.

Este nuevo perfil requiere tres competencias clave:

1. Analizar la trazabilidad de los contenidos:
   Verificar su autenticidad, rastrear su origen y comprender los mecanismos técnicos detrás de cada producción.
   La verificación digital se convierte en una forma de ética práctica.
2. Detectar y corregir sesgos algorítmicos:
   No basta con advertirlos; el comunicador debe aprender a intervenir en el proceso de diseño o selección de datasets, promoviendo representaciones inclusivas y justas.
3. Traducir la complejidad tecnológica:
   Explicar el funcionamiento de los algoritmos en lenguaje accesible, contribuyendo a una alfabetización social sobre IA.
   En este punto, el comunicador se convierte en un mediador entre el conocimiento experto y la ciudadanía.

La discusión sobre inteligencia artificial no puede separarse de la crisis ambiental global ni de la responsabilidad ecológica del ecosistema comunicativo. Aunque la IA parezca un fenómeno intangible —hecho de datos, algoritmos y redes neuronales—, su funcionamiento requiere infraestructuras físicas altamente demandantes de energía, que consumen electricidad, agua y materiales minerales escasos.

Cada consulta, render o modelo entrenado deja una huella invisible en el planeta.

El comunicador del siglo XXI, por tanto, no solo debe pensar en lo que comunica, sino también en cómo lo comunica y con qué impacto ambiental lo hace.
La sostenibilidad tecnológica ya no es una tendencia, sino una obligación ética vinculada a la profesión. El discurso digital debe alinearse con la Laudato Si’ y con los Objetivos de Desarrollo Sostenible (ODS), integrando una mirada de ecología integral: cada acción comunicativa tiene consecuencias ecológicas, simbólicas y sociales.

a) El impacto energético de la IA

Detrás de cada modelo de lenguaje o generador visual se encuentran miles de servidores que procesan datos día y noche. El entrenamiento de un modelo grande —como GPT o Gemini— requiere millones de operaciones computacionales y grandes volúmenes de agua para enfriar los centros de datos.

El impacto no es solo energético: también material. Los chips y equipos utilizados dependen de minerales como litio, cobalto y silicio, cuya extracción conlleva explotación laboral y degradación ambiental. Por ello, hablar de inteligencia artificial sin hablar de ecología es una forma de ceguera tecnológica.

Figura 3

Desperdicio digital

b) Principios de sostenibilidad digital

La sostenibilidad tecnológica implica repensar la relación entre comunicación, tecnología y ambiente.
En la práctica, se traduce en decisiones de diseño y producción que priorizan la eficiencia, la pertinencia y la durabilidad.
A continuación se detallan los principios básicos para un uso sostenible de la IA en comunicación:

1. Eficiencia de recursos:

Utiliza herramientas de IA únicamente cuando agreguen valor al mensaje.
La experimentación sin propósito puede generar miles de imágenes o textos descartables, saturando los servidores y aumentando el consumo energético global.
Cada generación debe responder a una intención comunicativa clara.

2. Optimización de formatos:

La sostenibilidad también se mide en bytes.

Reducir el peso de archivos, evitar duplicidades, usar versiones comprimidas y reciclar materiales audiovisuales son acciones que disminuyen el impacto ambiental del almacenamiento y la transmisión de datos.

3. Ciclo de vida comunicacional:

Un contenido sostenible es aquel que trasciende la inmediatez.
Planifica proyectos que puedan actualizarse o reutilizarse en lugar de producir campañas efímeras.

Apostar por la permanencia narrativa es una forma de reducir el desperdicio informativo.

4. Educación ecológica digital:

La sostenibilidad se fortalece al ser compartida.

Promueve en tus equipos y audiencias la conciencia sobre la huella ecológica del entorno digital.

Incluir mensajes educativos sobre consumo energético, ética de datos y responsabilidad tecnológica amplifica el impacto transformador de la comunicación.

5. Consumo responsable de herramientas generativas:
No todas las IA tienen la misma huella. Prioriza plataformas que implementen políticas de eficiencia energética, servidores alimentados por energías renovables y transparencia en su consumo.
Algunas empresas ya publican sus reportes de sostenibilidad de datos, y estos deben ser parte de la elección profesional informada.

Simbiosis tecnológica:
La sostenibilidad también implica cooperación: combinar IA con recursos humanos, creativos y naturales en equilibrio.
No se trata de producir más rápido, sino de producir con sentido.

c) Ecología de los medios y ecología algorítmica

El concepto de ecología de los medios, formulado por Neil Postman y desarrollado por Carlos Scolari, planteaba que los medios de comunicación modifican el ambiente simbólico y cognitivo de las sociedades. Hoy, con la inteligencia artificial, esa idea se amplía hacia una ecología algorítmica: los sistemas de IA no solo alteran cómo comunicamos, sino también cómo pensamos, cómo percibimos el tiempo y cómo nos relacionamos con el entorno físico. La ecología algorítmica invita a reconocer que todo acto comunicativo tiene una huella doble: energética y cognitiva.

Cada vez que un modelo predice, clasifica o genera, modifica ecosistemas de datos, energías y emociones. Por eso, la comunicación digital debe asumirse como un proceso de equilibrio, no de expansión ilimitada.

El comunicador sostenible se pregunta constantemente:

• ¿Es necesario generar este contenido o bastaría con recontextualizar uno existente?
• ¿Estoy priorizando la profundidad sobre la cantidad?
• ¿Cómo puede mi trabajo reducir el ruido digital y aumentar el valor simbólico de la información?

Figura 4

Ecología de los medios

Estas preguntas no son meramente técnicas; son formas de ética aplicada.
En la era de la sobreproducción mediática, la sostenibilidad se convierte en una forma de resistencia intelectual y espiritual.

d) La sostenibilidad como competencia profesional

La sostenibilidad tecnológica no es una dimensión complementaria, sino una competencia profesional clave para el comunicador del siglo XXI.

Implica integrar tres capacidades fundamentales:

1. Conocimiento técnico: comprender el funcionamiento y el impacto energético de las herramientas digitales.
2. Criterio ético: decidir cuándo, cómo y con qué propósito utilizar la tecnología.
3. Sensibilidad ecológica: reconocer la conexión entre la comunicación humana y los sistemas naturales.

Un comunicador que incorpora la sostenibilidad en su práctica profesional no solo produce contenidos más responsables, sino que construye confianza institucional y contribuye a un modelo de comunicación verdaderamente humana y ecológica.