--- title: "La IA del Los Angeles Times duró 24 horas: publicó un matiz comprensivo sobre el Ku Klux Klan" description: "El LA Times retiró su herramienta de IA a las 24 horas de lanzarla. Qué enseña sobre generar contrapuntos automáticos sin límites editoriales." slug: "la-times-ia-insights-retirada-24-horas" url: "https://catalizadora.ai/blog/la-times-ia-insights-retirada-24-horas" cluster: "casos-ia" author: "Pablo Estrada" published_at: "2026-08-26T06:51:58.754+00:00" updated_at: "2026-08-27T16:06:07.880533+00:00" read_minutes: "8" lang: "es" --- # La IA del Los Angeles Times duró 24 horas: publicó un matiz comprensivo sobre el Ku Klux Klan > El LA Times retiró su herramienta de IA a las 24 horas de lanzarla. Qué enseña sobre generar contrapuntos automáticos sin límites editoriales. En marzo de 2025, Los Angeles Times estrenó **«Insights»**: una función que agregaba automáticamente, al pie de cada columna de opinión, una etiqueta con la orientación política del texto y una lista de contrapuntos generados por IA. La idea respondía a una crítica legítima: que las páginas de opinión presentan una sola perspectiva y el lector se queda con media conversación. La solución —automática, instantánea, aplicada a todo el archivo— parecía elegante. Duró un día. ## La cronología **Día 0.** El diario anuncia Insights. Patrick Soon-Shiong, su propietario, lo presenta como una forma de que los lectores «vean todo el espectro» de un tema. La función se activa sobre el archivo de opinión. **Día 1.** Una columna sobre el resurgimiento histórico del Ku Klux Klan en el condado de Anaheim —un episodio documentado de los años veinte, cuando el Klan llegó a controlar el gobierno local— recibe su bloque automático de contrapuntos. Entre ellos, el sistema aporta que el Klan podía interpretarse como un movimiento con una dimensión de respuesta cultural de su época, en lugar de un grupo de odio. **Horas después.** Las capturas circulan. El diario retira la herramienta de esa nota y revisa la función. > «Insights» debía mostrarle al lector el otro lado del debate. El problema es que asumió que siempre hay otro lado. ## Qué pasó, en detalle El sistema no se equivocó en un dato ni inventó una cita. Hizo exactamente lo que se le pidió: **dado un texto con una tesis, construir la antítesis**. Eso funciona en la enorme mayoría de las columnas de opinión —impuestos, urbanismo, política educativa— donde efectivamente hay posiciones enfrentadas y razonables. Y falla catastróficamente en la minoría donde una de las posiciones no es defendible. Un modelo de lenguaje no tiene forma de distinguir entre esos dos casos. Desde adentro del texto se ven idénticos: hay una tesis, luego se puede construir una antítesis. La diferencia entre «hay dos posturas legítimas» y «una de estas posturas es indefendible» **no está en el texto**: está en el criterio de quien edita. [Cobertura completa en TheWrap](https://www.thewrap.com/la-times-pulls-ai-tool-for-kkk-gaffe/). ## Los números - **115 despidos** — más del 20% de la redacción, uno de los mayores recortes en 142 años de historia - **$30 a $40 millones** — lo que el diario perdía al año, la razón que dio su dueño para los recortes - **48 salidas más** — periodistas que aceptaron el retiro voluntario la semana previa al lanzamiento - **1 día** — de vida tuvo Insights antes del texto que enmarcaba al Klan como respuesta cultural *Verificado contra [latimes.com](https://www.latimes.com/entertainment-arts/business/story/2024-01-23/latimes-layoffs-115-newsroom-soon-shiong).* ## Por qué pasó Dos decisiones, tomadas antes de escribir una línea de código, explican el resultado. **La primera: la instrucción era simétrica.** «Genera contrapuntos» asume que todo argumento merece uno. Es una premisa razonable en el 95% de los casos y falsa en el 5% que produce titulares. Lo que faltó fue una lista de temas donde la función no aplica —genocidio, terrorismo, supremacismo, abuso infantil—, escrita por editores antes del lanzamiento. Media hora de trabajo humano. **La segunda: se lanzó sobre todo el archivo.** No sobre el contenido nuevo, no sobre una sección: sobre décadas de columnas que incluyen los temas más delicados de la historia estadounidense. La superficie de riesgo era máxima desde el minuto uno. ![Redacción de un diario de noche](/img/casos/la-times-ia-insights-retirada-24-horas-datos.jpg) *Las dos cifras del caso: la función se lanzó sobre todo el archivo de opinión y sobrevivió 24 horas.* ## Dónde te puede pasar a ti Este no es un problema de diarios. Es el problema de **cualquier función automática que se aplica de forma pareja sobre contenido desparejo**. La versión de empresa mediana: - **Respuestas automáticas a todas las reseñas**, incluida la del cliente que reporta un problema de seguridad con tu producto. - **Un bot que "ofrece alternativas"** cuando el cliente escribe para cancelar por un cobro indebido. - **Un sistema de recomendación** que sugiere productos al pie de una nota sobre una tragedia. - **Un asistente que busca el lado positivo** de un reclamo que no lo tiene. En los cuatro casos la lógica es idéntica a la del LA Times: una regla razonable en promedio, aplicada donde no corresponde. Y hay una asimetría que conviene tener presente: **el daño no lo mide el promedio, lo mide el peor caso**. Que la función acierte en 990 de 1.000 respuestas no compensa la que se vuelve captura de pantalla. ## Cómo se evita **1. Lista de exclusión, escrita antes del lanzamiento.** Qué temas, categorías o situaciones quedan fuera de la función automática. La escribe alguien con criterio del negocio —no el equipo técnico—, y se revisa cada tanto. **2. La simetría no es neutralidad.** «Dar el otro lado» solo es correcto cuando hay otro lado. Que el sistema pueda **no aportar nada** es una capacidad necesaria, no una carencia. **3. Lanzamiento gradual sobre el corpus.** Empezar por lo nuevo, no por veinte años de archivo. Un problema descubierto en el 5% cuesta el 5%. **4. Revisión previa de lo delicado.** Antes de aplicar cualquier automatismo sobre un tema sensible, que lo mire una persona. Una vez. **5. Apagado por pieza.** Poder desactivar la función en un contenido específico sin bajar todo el sistema. El LA Times tuvo que retirarla de la nota; conviene que eso sea un botón y no una urgencia. ## Cómo lo hacemos en Catalizadora Cada capacidad de un bot que construimos está **declarada explícitamente**: qué puede consultar, qué puede agendar, qué puede cobrar. No existe una capacidad general de «opinar» o «dar alternativas» que se dispare sobre cualquier situación — porque lo que no está declarado, no existe para el sistema. Y los temas sensibles se declaran fuera de alcance por cliente. Un bot de una clínica no opina sobre diagnósticos; uno de un despacho no interpreta la ley; uno de retail no minimiza un reclamo. Eso no se resuelve con una instrucción en el prompt —que se puede desviar con dos mensajes, como vimos en [el caso del Chevy por un dólar](/blog/chatbot-chevrolet-vendio-tahoe-un-dolar)— sino **cerrando la capacidad**. La regla que aplicamos al diseñar cualquier sistema: **antes de definir qué hace, definimos dónde no entra**. Es más rápido de escribir que de explicar, y es exactamente el paso que se saltearon acá. --- *Este es uno de los casos documentados en nuestra hemeroteca de fallas de IA. Todos con su fuente enlazada, y todos con la misma conclusión: el problema casi nunca es el modelo.* ## Preguntas frecuentes ### ¿El LA Times eliminó la herramienta? La retiró de la nota afectada y revisó la función tras la reacción pública, un día después del lanzamiento. El diario mantuvo su intención de ofrecer perspectivas múltiples en la sección de opinión. ### ¿El problema fue el modelo de IA? No. El sistema cumplió su instrucción —generar contrapuntos— sin poder distinguir entre debates con dos posiciones defendibles y temas donde una posición es indefendible. Esa distinción no está en el texto: está en el criterio de quien edita. Faltó una lista de exclusión escrita antes de lanzar. ### ¿Cómo defino qué temas excluir de una función automática? Que la lista la escriba alguien con criterio del negocio, no el equipo técnico, y antes del lanzamiento. Y asegúrate de que el sistema pueda no aportar nada: esa es una capacidad necesaria, no una falla. ### ¿Por qué importa lanzar sobre contenido nuevo y no sobre el archivo? Porque la superficie de riesgo crece con el volumen y con la antigüedad. El archivo de un medio —o el histórico de reclamos de una empresa— contiene los casos más delicados. Empezar por lo nuevo permite descubrir los problemas con una fracción de la exposición. --- Source: https://catalizadora.ai/blog/la-times-ia-insights-retirada-24-horas Author: Pablo Estrada — AI Catalysts, LLC (catalizadora.ai)