IA generativa en visualización de datos: utilidad, desafíos y evaluación comparativa
DOI:
https://doi.org/10.14198/MEDCOM.30124Palabras clave:
chatgpt, creadores de contenido, infovis, inteligencia artificial, visualización de datos, visualización de la informaciónResumen
Propósito. Este estudio explora el potencial de la inteligencia artificial generativa (IA-G), concretamente ChatGPT 3.5 y 4o, para asistir en la producción de productos narrativos con visualización de datos, evaluando su funcionalidad, ventajas y límites. Metodología. Se empleó un estudio de caso comparativo entre humanos expertos y herramientas de IA-G en tareas clave del proceso de visualización: búsqueda, depuración, identificación semántica y representación gráfica. Se desarrolló una metodología estándar sin IA y una heurística específica para implementar esas fases mediante IA generativa. Resultados y conclusiones. Se evidencian avances significativos con la versión GPT-4o, especialmente en carga de archivos, refinamiento de datos y generación de representaciones visuales. Sin embargo, persisten limitaciones en búsqueda de datasets, precisión gráfica y dependencia del dominio de prompts. Aportación original. El trabajo ofrece una evaluación crítica sobre la aplicabilidad real de la IA-G en visualización informativa, identificando oportunidades y barreras técnicas, además de proponer pautas para su uso óptimo en entornos comunicativos profesionales.
Citas
Ahmed, W., & Lugovic, S. (2018). Social media analytics: analysis and visualisation of news diffusion using NodeXL. Online Information Review, 43(1), 149-160. https://dx.doi.org/10.1108/OIR-03-2018-0093
Álvarez-Contreras, E. I. (2023). Representaciones gráficas en la divulgación científica. Cuadernos del Centro de Estudios en Diseño y Comunicación. Ensayos, (179), 251-257. https://dx.doi.org/10.18682/cdc.vi179.8890
Araújo, A. C. (2019). Gender and numbers: using data from International Women’s Day coverage on the sites of three major Brazilian newspapers. Brazilian journalism research, 15(1), 74-101. https://dx.doi.org/10.25200/BJR.v15n1.2019.1061
Bertin, Jacques (1967). Sémiologie Graphique. Paris: Editions de l'Ecole des Hautes Etudes
Blasco-Duatis, M., & Coenders, G. (2020). Análisis de sentimiento de la agenda de los partidos políticos españoles en Twitter durante la Moción de Censura de 2018. Un enfoque de datos composicionales. Revista Mediterránea de Comunicación, 11(2), 185-198. https://dx.doi.org/10.14198/MEDCOM2020.11.2.22
Bounegru, L., Venturini, T., Gray, J., & Jacomy, M. (2017). Narrating networks: Exploring the affordances of networks as storytelling devices in journalism. Digital Journalism, 5(6), 699-730. https://dx.doi.org/10.1080/21670811.2016.1186497
Cairo, A. (2017). Visualización de datos: una imagen puede valer más que mil números, pero no siempre más que mil palabras. Profesional de la información, 26(6), 1025-1028. https://dx.doi.org/10.3145/epi.2017.nov.02
Catalan-Matamoros, D., Nascimento, B. G. D., & Langbecker, A. (2020). El contenido visual publicado en prensa durante una crisis sanitaria: El caso del Ébola, España 2014. Interface-Comunicação, Saúde, Educação, 24, e190271. https://dx.doi.org/10.1590/interface.190271
Catalan-Matamoros, D., & Peñafiel-Saiz, C. (2019). A visual content analysis of vaccine coverage in the print media. Human Vaccines & Immunotherapeutics. https://dx.doi.org/10.1080/21645515.2019.1589289
Chen, Z., & Guo, W. (2020, April). Innovative research on the improvement of visual quality of data journalism in China: Visual language and interaction design. In Journal of physics: Conference series (Vol. 1518, No. 1, p. 012030). IOP Publishing. https://dx.doi.org/10.1088/1742-6596/1518/1/012030
Cleveland, William S. (1993). Visualizing Data. Summit, NJ: Hobart Press.
Codina, L. (2023). Buscadores alternativos a Google con IA generativa: análisis de You. com, Perplexity AI y Bing Chat. Infonomy, 1(1). https://dx.doi.org/10.3145/infonomy.23.002
Colson, A. R., & Cooke, R. M. (2017). Cross validation for the classical model of structured expert judgment. Reliability Engineering & System Safety, 163, 109-120. https://dx.doi.org/10.1016/j.ress.2017.02.003
Comisión Europea. (2020). Libro Blanco sobre la inteligencia artificial: un enfoque europeo orientado a la excelencia y la confianza. Oficina de Publicaciones de la Unión Europea.
Danzon-Chambaud, S., & Cornia, A. (2021). Changing or reinforcing the “rules of the game”: A field theory perspective on the impacts of automated journalism on media practitioners. Journalism Practice, 17(2), 174-188. https://dx.doi.org/10.1080/17512786.2021.1919179
De Grove, F., Boghe, K., & De Marez, L. (2020). (What) can journalism studies learn from supervised machine learning?. Journalism Studies, 21(7), 912-927. https://dx.doi.org/10.1080/1461670X.2020.1743737
de-Lima-Santos, M. F., & Salaverría, R. (2021). Do jornalismo de dados à inteligencia artificial: desafios enfrentados pelo La Nación na implementação da visão computacional para a produção de noticias. Palabra Clave, 24(3). https://dx.doi.org/10.5294/pacla.2021.24.3.7
Domgaard, S., & Park, M. (2021). Combating misinformation: The effects of infographics in verifying false vaccine news. Health Education Journal, 80(8), 974-986. https://dx.doi.org/10.1177/00178969211038750
Engebretsen, M. (2020). From decoding a graph to processing a multimodal message: Interacting with data visualisation in the news media. Nordicom Review, 41(1), 33-50. https://dx.doi.org/10.2478/nor-2020-0004
Engebretsen, M., Kennedy, H., & Weber, W. (2018). Data visualization in Scandinavian newsrooms: emerging trends in journalistic visualization practices. Nordicom review, 39(2), 3-18. https://dx.doi.org/10.2478/nor-2018-0007
Ferran‐Ferrer, N., Minguillón, J., & Pérez‐Montoro, M. (2013). Key factors in the transfer of information‐related competencies between academic, workplace, and daily life contexts. Journal of the American Society for Information Science and Technology, 64(6), 1112-1121. https://dx.doi.org/10.1002/asi.22817
Few, S. (2012). Show Me the Numbers. Oakland: Analytics Press
Fletcher, R., Schifferes, S., & Thurman, N. (2020). Building the ‘Truthmeter’: Training algorithms to help journalists assess the credibility of social media sources. Convergence, 26(1), 19-34. https://dx.doi.org/10.1177/1354856517714955
Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. methaodos. revista de ciencias sociales, 11(2), m231102a10-m231102a10. https://dx.doi.org/10.17502/mrcs.v11i2.710
Freixa, P., Pérez-Montoro, M., & Codina, L. (2017). Interacción y visualización de datos en el periodismo estructurado. Profesional de la información, 26(6), 1076-1090. https://dx.doi.org/10.3145/epi.2017.nov.07
Furtado, S. D. F. D. (2020). Automated journalism in Brazil: An analysis of three robots on Twitter. Brazilian journalism research, 16(3), 476-501. https://dx.doi.org/10.25200/BJR.v16n3.2021.1305
Gil de Zúñiga, H., Goyanes, M., & Durotoye, T. (2024). A scholarly definition of artificial intelligence (AI): Advancing AI as a conceptual framework in communication research. Political communication, 41(2), 317-334. https://dx.doi.org/10.1080/10584609.2023.2290497
Goyanes, M., & Lopezosa, C. (2024). ChatGPT en Ciencias Sociales: revisión de la literatura sobre el uso de inteligencia artificial (IA) de OpenAI en investigación cualitativa y cuantitativa. Anuario ThinkEPI, 18. https://dx.doi.org/10.3145/thinkepi.2024.e18a04
Keim, D., Andrienko, G., Fekete, J. D., Görg, C., Kohlhammer, J., & Melançon, G. (2008). Visual analytics: Definition, process, and challenges. In Information visualization: Human-centered issues and perspectives (pp. 154-175). Berlin, Heidelberg: Springer Berlin Heidelberg. https://dx.doi.org/10.1007/978-3-540-70956-5_7
Heer, J., & Robertson, G. (2007). Animated transitions in statistical data graphics. IEEE transactions on visualization and computer graphics, 13(6), 1240-1247. https://dx.doi.org/10.1109/TVCG.2007.70539
Heer, J., & Shneiderman, B. (2012). Interactive dynamics for visual analysis: A taxonomy of tools that support the fluent and flexible use of visualizations. Queue, 10(2), 30-55. https://dx.doi.org/10.1145/2133416.2146416
Ivars-Nicolás, B. (2019). La infografía periodística en España: definición y tipología de uso. Estudios sobre el Mensaje Periodístico, 25(1). https://dx.doi.org/10.5209/ESMP.63729
Jacob, R. (2020). Visualising global pandemic: A content analysis of infographics on COVID-19. Journal of Content, Community and Communication, 10(6), 116-123. http://dx.doi.org/10.31620/JCCC.06.20/09
Kalatzi, O., Bratsas, C., & Veglis, A. (2018). The principles, features and techniques of data journalism. Studies in media and communication, 6(2), 36-44. https://dx.doi.org/10.11114/smc.v6i2.3208
López, M. T. (2021). Tendencias e impacto de la inteligencia artificial en comunicación: cobotización, gig economy, co-creación y gobernanza. Fonseca, Journal of Communication, (22). https://dx.doi.org/10.14201/fjc-v22-25766
López-del-Ramo, J., & Montes-Vozmediano, M. (2018). Construcción comunicativa del reportaje infográfico online de calidad. Elementos constitutivos. Profesional de la información, 27(2), 322-330. https://dx.doi.org/10.3145/epi.2018.mar.10
Lopezosa, C., Pérez-Montoro, M., & Guallar, J. (2022). Data visualization in the news media: Trends and challenges. Technology, Business, Innovation, and Entrepreneurship in Industry 4.0, 315-334. https://dx.doi.org/10.1007/978-3-031-17960-0_16
Lopezosa, C., Pérez-Montoro, M., & Rey Martín, K. (2024). El uso de la inteligencia artificial en las redacciones: propuestas y limitaciones. Revista de comunicación, 23(1), 279-294. http://dx.doi.org/10.26441/rc23.1-2024-3309
Makulec, A., & Meeks, E. (2024). The Fourth Wave: A changing world for data visualization practitioners. Nightingale. https://nightingaledvs.com/fourth-wave-a-changing-world/
Montes Rojas, M. L., García-Gil, J., & Leija Román, D. A. (2020). Visualización mediática de la ciencia: tipología de la infografía científica de prensa. Revista española de documentación científica, vol. 43, núm. 2, e266. https://dx.doi.org/10.3989/redc.2020.2.1643
Mottahedi, A., Sereshki, F., Ataei, M., Qarahasanlou, A. N., & Barabadi, A. (2021). Resilience estimation of critical infrastructure systems: Application of expert judgment. Reliability Engineering & System Safety, 215, 107849. https://dx.doi.org/10.1016/j.ress.2021.107849
Munzner, Tamara (2014). Visualization Analysis and Design. Boca Ratón: CRC Press
Noain-Sánchez, A. (2022). Addressing the Impact of Artificial Intelligence on Journalism: the perception of experts, journalists and academics. Communication & Society, 35(3), 105-121. https://dx.doi.org/10.15581/003.35.3.105-121
Nussbaumer, Cole (2015). Storytelling With Data: A Data Visualization Guide for Business Professionals. Hoboken, New Jersey: John Wiley & Sons.
Ojo, A., & Heravi, B. (2018). Patterns in award winning data storytelling: Story types, enabling tools and competences. Digital journalism, 6(6), 693-718. https://dx.doi.org/10.1080/21670811.2017.1403291
Parratt Fernández, S., Chaparro-Domínguez, M. Á., & Martín-Sánchez, I. M. (2024). Cobertura mediática de la inteligencia artificial periodística en España: relevancia, temas y framing. Revista Mediterránea de Comunicación: Mediterranean Journal of Communication, 15(2), 141-155. https://dx.doi.org/10.14198/MEDCOM.25169
Pavlik, J. V. (2023). Collaborating with ChatGPT: Considering the implications of generative artificial intelligence for journalism and media education. Journalism & mass communication educator, 78(1), 84-93. https://dx.doi.org/10.1177/10776958221149577
Pentzold, C., & Fechner, D. (2020). Data journalism’s many futures: Diagrammatic displays and prospective probabilities in data-driven news predictions. Convergence, 26(4), 732-750. https://dx.doi.org/10.1177/1354856519880790
Pérez-Montoro, M. (2022). Comunicación visual de la información. Qué y cómo podemos narrar con datos. Río de Janeiro: IBICT-UNESCO. https://hdl.handle.net/2445/183791
Pérez-Montoro, M. (2023). Visualización de información y tecnología. Irrupción de la IA y avances en propuestas comerciales y de código. Anuario ThinkEPI, 17. https://dx.doi.org/10.3145/thinkepi.2023.e17a05
Pérez-Montoro, M. (2025). Annual Overview of the Field of Information Visualisation. Hipertext. net: Revista Académica sobre Documentación Digital y Comunicación Interactiva, (30), 203-226. https://dx.doi.org/10.31009/hipertext.net.2025.i30.13
Plazas, H. (2019). Modalidades de la visión en dispositivos de visualización periodística online. Kepes, 16(20), 249-281. https://dx.doi.org/10.17151/kepes.2019.16.20.11
Samora, R., & Pera-McGhee, M. (2024). Can an AI make a data-driven, visual story? The Pudding. https://pudding.cool/2024/07/ai/
Segel, E., & Heer, J. (2010). Narrative visualization: Telling stories with data. IEEE transactions on visualization and computer graphics, 16(6), 1139-1148. https://dx.doi.org/10.1109/TVCG.2010.179
Simakova, D., & Ivandaeva, E. (2019) National Features Of Infographics. European Proceedings of Social and Behavioural Sciences. https://dx.doi.org/10.15405/epsbs.2019.08.02.10
Sinatra, G., & Hofer, B. (2023, 24 mayo). ChatGPT and other generative AI could foster science denial and misunderstanding – here’s how you can be on alert. The Conversation. Recuperado de https://theconversation.com/chatgpt-and-other-generative-ai-could-foster-science-denial-andmisunderstanding-heres-how-you-can-be-on-alert-204897
Torres Salinas, D., & Arroyo Machado, W. (2023). Manual de ChatGPT: aplicaciones en investigacióny educación universitaria (V2. 0). https://hdl.handle.net/10481/85145
Tufte, E. R., & Graves-Morris, P. R. (1983). The visual display of quantitative information (Vol. 2, No. 9). Cheshire, CT: Graphics press. . https://dx.doi.org/10.3389/fpsyg.2017.02110
Túñez-López, M., & Nogueira, A. G. (2017). Infographics as a Mnemonic structure: Analysis of the informative and identity components of infographic online compositions in Iberic newspapers. Communication & Society, 30(1), 147-164. https://dx.doi.org/10.15581/003.30.35799
Turing, A. M. (2007). Computing machinery and intelligence. In Parsing the Turing test: Philosophical and methodological issues in the quest for the thinking computer (pp. 23-65). Dordrecht: Springer Netherlands https://dx.doi.org/10.1007/978-1-4020-6710-5_3
Ware, C. (1999). Information Visualization. Perception for design. San Francisco: Morgan Kaufmann Publishers
Weber, W., Engebretsen, M., & Kennedy, H. (2018). Data stories: Rethinking journalistic storytelling in the context of data journalism. Studies in communication sciences, 2018(1), 191-206. https://dx.doi.org/10.24434/j.scoms.2018.01.013
Wilke, C. (2019). Fundamentals of Data Visualization. Sebastopol: O’Reilly Media
Wimmer, R. D., & Dominick, J. R. (2011). Mass media research (pp. 119-122). Boston: Wadsworth.
Yang, J., & Jin, H. (2020). Application of big data analysis and visualization technology in news communication. Computer-Aided Design & Applications, 17. https://dx.doi.org/10.14733/cadaps.2020.s2.134-144
Yi, J. S., ah Kang, Y., Stasko, J., & Jacko, J. A. (2007). Toward a deeper understanding of the role of interaction in information visualization. IEEE transactions on visualization and computer graphics, 13(6), 1224-1231. https://dx.doi.org/10.1109/TVCG.2007.70515
Yu, H. (2024, September). Leveraging Prompt Engineering to Facilitate AI-driven Chart Generation. In Proceedings of the 2024 7th International Conference on Computer Information Science and Artificial Intelligence (pp. 261-268). https://dx.doi.org/10.1145/3703187.3703231
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Mario Perez-Montoro, Carlos Lopezosa
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores y autoras que publican en esta revista están de acuerdo con los siguientes términos:
1 Derechos de autor. Los autores y autoras conservan sus derechos de autor, aunque ceden a la revista de forma no exclusiva los derechos de explotación (reproducción, distribución, comunicación pública y transformación) y garantizan a esta el derecho de primera publicación de su trabajo, el cual estará simultáneamente sujeto a la licencia indicada en punto 2. Los autores pueden establecer otros acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista, siempre que exista un reconocimiento de su publicación inicial en esta revista.
© Los autores.
2 Licencia. Los trabajos se publican en la revista sujetos a la licencia de Reconocimiento 4.0 Internacional de Creative Commons (CC BY 4.0); los términos se pueden consultar en https://creativecommons.org/licenses/by/4.0/
Esta licencia permite a terceros compartir (copiar y redistribuir el material en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material para cualquier finalidad, incluso comercial), siempre que se reconozca la autoría y la primera publicación en esta revista (Revista Mediterránea de Comunicación (RMC) / Mediterranean Journal of Communication (MJC), Universidad de Alicante, DOI de la obra), se proporcione un enlace a la licencia y se indique si se han realizado cambios en la obra.
3 Política de autoarchivo. Se recomienda a los autores que difundan sus trabajos a través de Internet para favorecer una circulación y difusión más rápidas y, con ello, un posible aumento en la citación y alcance entre la comunidad científica y académica, en las siguientes condiciones:
No se permite a los autores depositar en un repositorio institucional o temático, página web propia, etc., las versiones preprint (versión antes de ser evaluada) o postprint (versión evaluada y aceptada para su publicación) de sus trabajos antes de su publicación, pero sí el artículo final publicado (versión del editor).
