Economía para la Pipol, un medio digital colombiano, se asoció con Datasketch para crear un chatbot impulsado por inteligencia artificial que transforma la forma en que la ciudadanía accede y comprende la información económica. En lugar de depender de los canales tradicionales cargados de tecnicismos, el chatbot ofrece respuestas en el lenguaje accesible, semejante al estilo de Economía para la Pipol.

El problema: cuando la economía llega a las calles

El medio surgió en 2021, en medio del descontento social provocado por una polémica reforma tributaria. Muchos colombianos temían su impacto en las finanzas personales, pero tenían dificultades para entender los detalles técnicos. “Queríamos reducir la distancia entre la manera en que el gobierno y los medios tradicionales explican la economía y lo que la gente realmente comprende”, explica Camila González Olarte, directora ejecutiva y cofundadora.

Al principio, su contenido en redes sociales respondía preguntas básicas con mucho éxito, aunque su alcance se restringía sobre todo a audiencias urbanas y con acceso a internet. Para llegar a más personas, el equipo lanzó un sitio web y, con el tiempo, desarrolló la idea del chatbot.

Construcción de la solución: de las redes sociales al conocimiento estructurado

El chatbot fue diseñado a partir de las preguntas reales que hacen los usuarios a Economía para la Pipol. El equipo recopiló consultas recurrentes desde las redes sociales, las validó mediante investigaciones de audiencia y creó una base de datos con más de 900 respuestas. Esta información se complementó con solicitudes oficiales a entidades del gobierno colombiano, garantizando respuestas precisas y actualizadas.

Herramientas e implementación técnica

La arquitectura del chatbot combina procesamiento de lenguaje natural con acceso directo a bases de datos oficiales de Colombia, en especial las del DANE (Departamento Administrativo Nacional de Estadística) y el Banco de la República. Esto le permite ofrecer indicadores en tiempo real, en lugar de explicaciones estáticas. Las respuestas se formulan en terminología local y se acompañan de recursos visuales, gráficos y enlaces a videos relacionados.

El equipo desarrolló dos modelos de IA específicos para potenciar las respuestas del chatbot:

• Un modelo RAG (Retrieval-Augmented Generation): permite encontrar y comunicar la información textual más relevante a partir de su base de datos de preguntas curadas por el equipo. Este enfoque mejora la calidad de las respuestas al recuperar conocimiento específico antes de generar la respuesta final, lo que asegura precisión y coherencia.

• Modelo propio de Datasketch (Natural Language a SQL): convierte preguntas en lenguaje natural en consultas SQL. Gracias a esta capacidad, el chatbot puede consultar directamente bases de datos públicas en tiempo real, ofreciendo datos económicos actualizados de fuentes oficiales.

Armar el equipo adecuado

Doce profesionales de Economía para la Pipol y Datasketch participaron en el proyecto, incluyendo periodistas, científicos de datos, desarrolladores y diseñadores. Esta combinación de experiencia editorial y técnica garantizó que la herramienta fuera precisa, fácil de usar y confiable.

Superar los desafíos complejos

El proyecto enfrentó varios obstáculos significativos, tanto técnicos como estratégicos. Uno de los principales fue el acceso a la información oficial y la conexión de nuevas bases de datos gubernamentales con el chatbot. En Colombia, las leyes de acceso a la información requieren procedimientos legales formales en el caso de muchas solicitudes, lo que genera demoras y dificultades en el proceso. El equipo debe navegar entre canales institucionales y procesos de transparencia para obtener los datos en tiempo real que dan valor a la herramienta.

Otro desafío clave fue entender los patrones de lenguaje de los usuarios. A pesar de la experiencia de Economía para la Pipol con contenido basado en preguntas, el equipo descubrió que los usuarios formulan sus consultas de manera distinta en un entorno conversacional en comparación con cómo lo hacen en redes sociales. Esto exigió una actualización constante de la base de datos y los algoritmos que interpretan las preguntas, así como pruebas presenciales y sesiones en línea con la audiencia para entender cómo la gente formula sus dudas económicas. Estas observaciones llevaron a ajustes profundos en el enfoque del proyecto.

Finalmente, el chatbot debía posicionarse en un mercado ya dominado por herramientas generalistas como ChatGPT o Gemini. Sin embargo, las pruebas mostraron su ventaja diferencial: los usuarios valoraron el enfoque especializado en economía y la confianza en el criterio periodístico de Economía para la Pipol. También destacaron la integración de contenido visual (gráficos y videos del medio) que generaba una experiencia de aprendizaje multimedia, inexistente en los asistentes de IA genéricos.

Las oportunidades: visión estratégica y sostenibilidad futura

El desarrollo del chatbot abrió diversas oportunidades estratégicas más allá de su funcionalidad inmediata:

• Modelos sostenibles de ingresos: ante la reducción de fondos para medios, el chatbot representa una vía potencial hacia la sostenibilidad financiera. El equipo explora alianzas con organizaciones que necesitan traducir información económica para públicos amplios, así como una versión del chatbot para WhatsApp.

• Expansión del ecosistema de contenidos: una misma investigación puede transformarse en múltiples formatos y plataformas, maximizando el valor del trabajo periodístico y adaptándolo a distintos hábitos de consumo.

• Mayor entendimiento de la audiencia: el desarrollo del chatbot ofreció una comprensión inédita de la comunidad de Economía para la Pipol. Más allá de las métricas de redes, el equipo ahora entiende por qué las personas buscan información económica y qué preocupaciones específicas motivan sus preguntas.

Lecciones para las redacciones

• La tecnología como multiplicador periodístico: el proyecto demuestra cómo la IA puede amplificar las fortalezas editoriales sin reemplazar la labor periodística.

• Las alianzas requieren valores compartidos: la colaboración con Datasketch tuvo éxito porque ambas organizaciones comparten principios sobre la democratización y el acceso a la información. La capacidad técnica, por sí sola, no habría sido suficiente sin una misión común.

La investigación de usuarios revela sesgos ocultos: las diferencias entre cómo las personas buscan información en redes y cómo la formulan en un chatbot obligan a rediseñar tanto la estrategia editorial como la implementación técnica.