Un estudio de caso sobre cómo reaccionan los periodistas ante las citas de expertos generadas por IA tras un año de integración de Pangram en las plataformas destacadas
Los periodistas necesitan fuentes a la hora de escribir un artículo. Localizar fuentes que puedan opinar sobre un tema, como expertos en el ámbito médico o empresarios afectados por una decisión política, puede llevar mucho tiempo.
Aquí es donde entran en juego plataformas como Help a Reporter Out (HARO). Funciona así: un periodista está escribiendo un artículo, por ejemplo, sobre una nueva tendencia en materia de salud, y le gustaría incluir la opinión de un médico experto. Ese periodista enviará una solicitud a HARO con la pregunta que desea que se responda y las cualificaciones o la experiencia que debe tener la fuente. A continuación, HARO distribuye la solicitud del periodista a una lista de posibles fuentes y estas, si cumplen los criterios, pueden enviar una propuesta en respuesta a la pregunta.
HARO se fundó en 2008 y rápidamente se convirtió en uno de los foros más grandes de su tipo. Sin embargo, en 2023, HARO comenzó a enfrentarse a un problema: la gente utilizaba la inteligencia artificial para generar respuestas a las solicitudes de los periodistas, con la esperanza de conseguir una gran visibilidad en los artículos de prensa y aumentar el reconocimiento de marca. Como respuesta a la avalancha de fuentes de baja calidad, los periodistas abandonaron la plataforma en masa para pasarse a otras con sistemas de verificación, y HARO dejó de funcionar oficialmente en 2024.
Cuando Featured adquirió y relanzó HARO en 2025, necesitaba una forma de garantizar la calidad de las respuestas de las fuentes en una época caracterizada por un gran volumen de relaciones públicas generadas por IA. Para ello, integró Pangram en su plataforma, y ahora disponemos de un año de datos sobre cómo ha funcionado.
En sus tres plataformas (Featured, HARO y Connectively), Featured recibió 1.394.740 propuestas en respuesta a 42.392 solicitudes de periodistas entre junio de 2025 y julio de 2026. De ellas, Pangram identificó 292.895, es decir, aproximadamente el 21 %, como generadas íntegramente por IA.

A diferencia de la cobertura mediática de pago que se obtiene, por ejemplo, al distribuir un comunicado de prensa, HARO ofrece a las fuentes credibilidad y reconocimiento de marca ganados por méritos propios, al proporcionarles exposición ante el público si un periodista selecciona su propuesta. Los periodistas, por su parte, no tienen que dedicar tanto tiempo a buscar fuentes. HARO se financia mediante publicidad y no paga a las fuentes por enviar propuestas.
Esta es la razón por la que se recurre a la IA para responder a las solicitudes de propuestas: si una persona o una empresa quiere maximizar su cobertura mediática no pagada, una estrategia podría consistir en utilizar un servicio de relaciones públicas basado en IA que responda automáticamente a las solicitudes de los periodistas en una plataforma como HARO, con el objetivo de conseguir el mayor número posible de artículos en la prensa.
En otras plataformas, esta estrategia a veces funciona, como ocurrió en el caso de la Dra. Eleni Nicolaou, una supuesta terapeuta artística cuyas citas, generadas íntegramente por inteligencia artificial, aparecieron más de 30 veces en publicaciones como Vice, Forbes y Glamour, y que probablemente ni siquiera existe.
Al menos en las plataformas de Featured, esta estrategia de abrumar a los periodistas con propuestas generadas por IA no da resultado. Los datos de Featured muestran que muchos periodistas de HARO prefieren no recibir en absoluto propuestas generadas por IA: de un total de más de 2.500 periodistas, el 35 % selecciona una opción para no recibir propuestas que Pangram ha marcado como generadas íntegramente por IA, a pesar de que la opción de filtrar propuestas está desactivada por defecto.

Incluso cuando los periodistas no optan por no recibir propuestas generadas por IA, estas obtienen peores resultados en comparación con las redactadas por personas. En la sección «Destacados», solo 1 de cada 10 propuestas generadas por IA es seleccionada por los periodistas para su publicación; por el contrario, aproximadamente 1 de cada 3 propuestas redactadas por personas es seleccionada para aparecer en un artículo.
Las propuestas generadas por IA solían ser un indicio de comportamiento anómalo o automatizado. Las cuentas bloqueadas tienen aproximadamente 3,6 veces más probabilidades de contener una propuesta marcada como generada por IA que las cuentas activas: el 24,7 % de las cuentas bloqueadas tiene al menos una propuesta marcada como generada al 100 % por IA, mientras que el 6,8 % de las cuentas activas tiene al menos una propuesta generada íntegramente por IA.

HARO no bloquea las cuentas de origen únicamente por el hecho de que envíen propuestas generadas por IA, pero estas propuestas son un indicador que puede activar la supervisión interna. Al filtrar las cuentas que envían un gran volumen de respuestas generadas por IA de baja calidad, HARO consigue mantener la confianza que hace que la plataforma funcione.
Para este análisis, Featured nos facilitó datos agregados sobre las propuestas enviadas a su plataforma. Entre junio de 2025 y julio de 2026, Featured utilizó Pangram para evaluar 1 394 740 propuestas que respondían a 42 392 solicitudes de periodistas en Featured, HARO y Connectively. Se excluyeron de la comparación las clasificaciones mixtas y las asistidas por IA.
Los periodistas necesitan plataformas como HARO y Connectively para encontrar expertos y personas con experiencia de primera mano. Los datos indican que quienes envían propuestas generadas íntegramente por IA no están alcanzando ese nivel, ya que los periodistas prefieren las propuestas escritas por personas a las generadas por IA, o bien descartan por completo las propuestas generadas por IA. Featured utiliza Pangram para ayudar a preservar la confianza y la experiencia humana que hacen que el periodismo sea valioso.


Max es un ingeniero con amplia experiencia en aprendizaje automático. Recientemente ha trabajado en el ámbito de los vehículos autónomos en Nuro, donde ha dirigido el proyecto de aprendizaje activo. Cuenta con una dilatada trayectoria en la implementación de productos de aprendizaje automático de éxito en Google, Two Sigma y Yelp.
Max es licenciado en Informática Teórica y tiene un máster en Inteligencia Artificial por la Universidad de Stanford. Además de su pasión por la construcción, también es un miembro activo de la comunidad del «cubo» de Magic: The Gathering.






