Durant els darrers anys hem parlat molt de com la intel·ligència artificial pot escriure un text, resumir un document, transcriure una entrevista o proposar un titular. Però la següent etapa ja ha començat i pot tenir conseqüències encara més importants per al periodisme: la IA agentiva. És a dir, sistemes que no es limiten a respondre una pregunta, sinó que poden rebre un objectiu, dividir-lo en diverses tasques, buscar informació, utilitzar eines, prendre determinades decisions i executar una cadena d’accions.

La qüestió m’interessa especialment des del punt de vista dels mitjans locals i de proximitat. No pas perquè disposin de més recursos per experimentar-hi, sinó justament pel contrari. Una redacció petita acostuma a tenir moltes més coses per vigilar que persones per fer-ho. I si la IA agentiva pot assumir una part de la feina mecànica, repetitiva i poc creativa, potser la pregunta no és quants periodistes pot substituir, sinó quantes hores de periodisme pot retornar als periodistes.

La idea la planteja amb molta claredat Alistair Wearmouth en un article publicat el 20 de setembre de 2026 per INMA, amb un títol prou explícit: The best use of agentic AI in a newsroom is the job nobody wants. Wearmouth descriu, entre altres exemples, un agent que treballa de matinada sobre els resultats esportius, prepara resums i deixa els esborranys a punt perquè, quan arribi l’equip de redacció, els periodistes puguin dedicar-se a revisar, decidir i completar la informació.

No sembla una mala filosofia per començar: encarregar a la màquina allò que consumeix moltes hores i aporta poc valor periodístic, i reservar per a les persones allò que exigeix criteri, carrer, fonts, context i responsabilitat.

Un petit diari noruec ensenya el camí

El cas que probablement explica millor les possibilitats per a la premsa de proximitat és el d’iTromsø, un diari local del nord de Noruega amb una redacció de només 22 persones. Segons explicava Sonali Verma el març passat a INMA, el mitjà ha desenvolupat eines d’IA per ajudar els seus periodistes a investigar i treballar amb grans quantitats de documentació.

Una d’aquestes eines és DJINN.

La plataforma Innovate Local explica que el problema inicial era molt recognoscible per qualsevol periodista local: els redactors dedicaven hores a revisar cada dia documents municipals. DJINN controla automàticament fonts públiques, ordena documents segons el possible interès informatiu i assenyala pistes que després han de seguir els periodistes.

El sistema ha evolucionat fins a incorporar agents i subagents capaços d’ajudar en investigacions més complexes, sempre sota supervisió editorial. iTromsø l’ha utilitzat, per exemple, per analitzar una dècada de dades d’Airbnb i relacionar-les amb l’augment del turisme i la crisi de l’habitatge a Tromsø. I el seu laboratori desenvolupa eines que poden acabar beneficiant uns setanta diaris locals del grup Polaris Media.

El Reuters Institute for the Study of Journalism ha recollit precisament aquest cas en el seu informe Journalism, Media, and Technology Trends and Predictions 2026. La conclusió dels responsables del diari noruec resulta especialment suggeridora: automatitzar la recerca documental els permet disposar de més temps per sortir de la redacció i parlar amb la gent.

Això capgira una mica el debat habitual. La IA no necessàriament ha d’allunyar el periodista del carrer. Ben utilitzada, podria tornar-l’hi.

Pensem-ho des de Catalunya. Quantes hores dedica una petita redacció comarcal a consultar webs municipals, butlletins oficials, licitacions, adjudicacions, pressupostos, actes, convocatòries, plans urbanístics o subvencions? Un agent podria vigilar permanentment aquestes fonts, comparar-les amb documents anteriors i avisar quan detectés alguna modificació significativa. No escriuria necessàriament la notícia; podria limitar-se a dir al periodista: «Aquí ha canviat alguna cosa que potser hauries de mirar». Per a mi, aquesta frontera és important.

Una altra experiència interessant procedeix d’Alemanya. Ippen Digital està construint el que defineix com una redacció AI-native, en la qual els agents intervenen en diferents fases, des de l’entrada i tractament de dades fins a la generació, distribució i control de qualitat dels continguts. El grup combina aquesta automatització amb una estratègia hiperlocal, de manera que la tecnologia permet treballar a escala sense abandonar la informació de proximitat.

Encara hi ha un tercer exemple que qualsevol editor local entendrà immediatament. Hearst Newspapers ha desenvolupat Assembly i Meeting Monitor per afrontar una impossibilitat quotidiana del periodisme local: ser present a totes les reunions públiques que poden produir informació.

Assembly converteix hores de gravacions de reunions en transcripcions, resums i alertes que permeten al periodista localitzar ràpidament què pot ser notícia. Una redactora d’educació explicava que diversos consells escolars que cobreix es reuneixen simultàniament. Evidentment, no pot assistir a tots. L’eina li permet saber què ha passat i decidir posteriorment què cal investigar. Meeting Monitor, provat inicialment a Houston i posteriorment a Connecticut, trasllada una part d’aquest servei als mateixos ciutadans mitjançant una base de dades consultable de reunions, transcripcions i resums. Fora fàcil, doncs, traslladar mentalment aquesta experiència a un ple municipal de tres o quatre hores.

No es tracta de posar l’agent a fer de periodista

Les dimensions del fenomen expliquen perquè convé començar a observar-lo. L’informe del Reuters Institute publicat a començaments de 2026 assenyala que el 75% dels responsables de mitjans consultats creuen que les eines agentives tindran un impacte «gran» o «molt gran» sobre la indústria informativa en un futur pròxim. El mateix informe advertia que aquest seria l’any en què començaríem a veure aplicacions reals de la IA agentiva en investigacions periodístiques, estratègia i estudis d’audiència.

A Catalunya el debat tampoc ens queda lluny. La Media Party Barcelona 2026, celebrada el setembre passat a CaixaForum, va dedicar diverses sessions a aquestes qüestions. Teresa Mondría Terol, responsable d’IA a NPR, va mostrar aplicacions de la intel·ligència artificial a la investigació periodística, des de programes relativament senzills fins a sistemes agentius. També PRISA Media va explicar el seu model de governança de la IA i va reconèixer que entre els nous reptes hi ha precisament la gestió dels agents autònoms.

I aquests mateixos dies, el II Foro Iberoamericano de IA Aplicada al Periodismo, celebrat a València els dies 30 de setembre i 1 d’octubre, ha reunit responsables de PRISA Media, Grupo Godó, Europa Press, RTVE i altres empreses. Una de les idees defensades durant les sessions, segons recollia EFE, ha estat precisament que el criteri periodístic ha de mantenir la jerarquia sobre la intel·ligència artificial.

No he trobat, en canvi, entre les experiències públiques consultades, un cas català de premsa local comparable al d’iTromsø, amb agents específicament desenvolupats per rastrejar documentació municipal i ajudar una petita redacció en la investigació quotidiana. No vol dir que no hi hagi experiments o projectes en curs; sí que el model noruec planteja una possibilitat que aquí mereixeria ser estudiada per editors, associacions i universitats. I és aquí on també convé posar el fre.

Un agent que busca documents i ens avisa que ha trobat alguna cosa és una cosa. Un agent que interpreta, redacta, publica i distribueix autònomament una notícia n’és una altra de molt diferent. Com més autonomia donem al sistema, més important és determinar qui verifica, qui autoritza i, sobretot, qui respon quan s’equivoca.

Una investigació publicada el maig de 2026 a AI and Ethics, Designing meaningful human oversight in AI, de Liming Zhu, Qinghua Lu, Ming Ding, Sung Une Lee i Chen Wang, adverteix precisament del perill que la intervenció humana acabi convertida en una simple ratificació automàtica de les decisions de la màquina. La supervisió ha de permetre entendre, verificar, corregir i, quan calgui, intervenir o substituir la decisió del sistema.

En periodisme aquesta cautela encara és més necessària. Una màquina pot revisar deu mil documents en una estona; però no sap necessàriament per què una xifra aparentment insignificant és important en aquell poble, quina història hi ha darrere d’un conflicte urbanístic o per què convé tornar a telefonar a aquella font que fa quinze anys que coneixem. Aquí continua havent-hi el periodista.

Potser, doncs, l’aplicació més interessant de la IA agentiva a la premsa local no sigui substituir ningú, sinó aconseguir una cosa molt menys espectacular i probablement molt més útil: que una redacció de cinc periodistes pugui vigilar una realitat informativa que necessitaria deu persones.

Si l’agent llegeix els documents, controla les convocatòries, compara els pressupostos, transcriu les reunions i avisa quan detecta alguna cosa estranya, el periodista pot fer allò que la màquina no sap fer: preguntar per què. I, sobretot, sortir de la redacció i anar-ho a preguntar.- Estanis Alcover i Martí / EL BLOC DE L’ESTANIS – Comunicació 360º (Il·lustració: Shaip)