Metodología

1 · Calificación de medios — tres señales

Cada medio en español está clasificado en tres cubetas de sesgo político — Izquierda, Centro y Derecha. La cubeta nunca se asigna “a ojo”: es el resultado de combinar tres señales independientes, cada una documentada en el registro de evidencia.

No todos los medios pasan por este proceso. Los medios que cubren deportes, tecnología, espectáculos o lifestyle no tienen una línea política consistente que medir, y aparecen marcados como Apolítico en lugar de izquierda, centro o derecha.

Las tres señales emiten un voto de cubeta. Si las tres coinciden, la confianza es alta. Si dos de tres coinciden, es media. Si sólo hay una señal disponible o las tres discrepan, es baja. Los medios recién incorporados al catálogo entran como preliminar hasta que se acumulen suficientes artículos para correr el análisis de contenido y asignarles cubeta. Cuando un medio opera bajo un régimen autoritario y es controlado por el Estado o por un partido único (regla R1), su prior viene fijado por la posición política del régimen y sólo se puede anular con evidencia de contenido fuerte y reciente, corroborada por una organización académica del país.

• Izquierda
• Centro
• Derecha

Usamos 3 cubetas, no 5 ni 7, porque la granularidad extra no ayuda al lector a detectar diferencias reales de encuadre y añade ruido. Centro describe a un medio cuyo encuadre es mixto entre temas diversos. Un medio que cubre temas distintos con un encuadre consistente (pro-mercado, conservador en valores, etc.) se clasifica por ese encuadre, no como centro. Un medio cuyo registro de evidencia no logre justificar su cubeta debe volver a ser calificado: la metodología publica el procedimiento, no sólo el resultado.

2 · Veracidad

Independiente del sesgo, medimos qué tan fiable es lo que publica el medio. Un medio puede tener sesgo de izquierda o de derecha y aun así tener veracidad muy alta — y al revés. La veracidad se decide cruzando lo que dicen las organizaciones de monitoreo del país con lo observado en el contenido propio (correcciones publicadas, firmas, enlaces a fuentes primarias). Usamos una escala de 5 niveles diferenciados por color. La codificación redundante por forma para mejorar la accesibilidad cromática está prevista para una versión próxima.

• Muy alta

  Usa fuentes primarias, corrige errores y separa opinión de información.

• Alta

  Información verificada mayoritariamente, con referencias claras.

• Mixta

  Mezcla hechos y opinión; puede sesgar titulares o selección de fuentes.

• Baja

  Afirmaciones sin pruebas frecuentes o titulares tendenciosos.

• Muy baja

  Publica regularmente información falsa, propaganda o teorías conspirativas.

3 · Síntesis de cada historia

1. Cada día, el sistema recopila artículos de más de 350 medios activos en 21 países y varias APIs de noticias (NewsAPI.ai y Webz como fuentes principales, además de WorldNews, NewsAPI y GNews), cubriendo prensa generalista de España, México, Argentina, Colombia, Chile, Perú, Venezuela, Cuba, República Dominicana, Puerto Rico y el resto de Latinoamérica.
2. Los títulos se convierten en vectores semánticos con un modelo de embeddings multilingüe (MiniLM-L12) ejecutado en local. Los artículos con similitud coseno superior a 0,74 se fusionan automáticamente en un mismo evento; los casos intermedios (0,60–0,74) se validan con un juez de lenguaje (Gemini, con Groq como alternativa).
3. Sólo se sintetizan los eventos cubiertos por al menos 6 dominios únicos calificados para considerarse historia principal, o 3 dominios únicos para cobertura limitada. Ningún dominio puede contribuir más de una voz: un medio = una fuente.
4. La redacción se delega a una cadena de modelos con respaldo: primero Gemini 2.5 Flash (Google); si falla o se agota la cuota, Groq / Llama 3.3 70B; luego Claude Sonnet 4.6 (Anthropic); y como último recurso OpenAI GPT-4o-mini. El proveedor real que generó cada historia queda guardado junto al texto para poder auditar comportamientos. Las instrucciones son comunes a los cuatro: entre 8 y 14 frases factuales en español neutro —válido tanto para España como para Latinoamérica—, sin inventar fechas, cifras ni citas, y marcando discrepancias entre fuentes cuando existan. Junto a las oraciones, el modelo produce un resumen de una o dos frases que sintetiza la historia.
5. Cada frase incluye los identificadores de los artículos que la respaldan. Los porcentajes de Izquierda / Centro / Derecha reflejan la cobertura de la historia: se calculan a partir de todos los dominios únicos calificados políticamente que cubrieron el evento (los artículos agrupados en la historia), no solo de los que la síntesis acabó citando, y contando cada medio una sola vez aunque aporte varios artículos. Así la barra muestra desde qué parte del espectro se cubrió la noticia, no cómo se redactó el resumen. Los medios apolíticos suman a la cobertura pero no a los porcentajes de sesgo.

4 · Temas

Cada historia sintetizada queda asociada a un tema — política, economía, internacional, sociedad, cultura, deportes, tecnología, ciencia, salud o medio ambiente. La clasificación corre como paso final de la síntesis: el modelo recibe el título y el resumen ya generado y elige una categoría del conjunto fijo, o devuelve sin clasificar si ninguna encaja con suficiente claridad.

La clasificación nunca corrige la historia: si un evento podría caber en dos temas, el modelo elige el dominante y nosotros aceptamos que la frontera entre, por ejemplo, internacional y política, o entre sociedad y salud, es a veces porosa. El conjunto de 10 temas es deliberadamente pequeño por la misma razón que las 3 cubetas de sesgo: granularidad extra añade ruido sin ayudar al lector.

El hub /temas lista las categorías con sus historias recientes. Cada historia individual muestra su tema en la portada y en su página propia. Un sub-conjunto del catálogo aparece también en la barra de navegación principal — los temas con más cobertura activa.

No todas las historias llegan a tener tema. Cuando la clasificación falla — porque el resumen es demasiado breve, porque el evento no encaja en ninguna categoría, o porque el modelo se queda sin cuota — la historia queda como sin clasificar y se vuelve a procesar la próxima vez que sintetizamos. Es la misma honestidad que aplicamos al sesgo: preferimos un campo vacío a una etiqueta inventada.

5 · Qué impide que se publique una historia

Antes de aparecer en la portada, cada historia pasa por un control automático. Si incumple una de estas reglas queda oculta y registramos el motivo para revisión:

• Sin cobertura: menos de 2 medios en bruto antes de sintetizar.
• Sin síntesis: la cadena de modelos no produjo oraciones.
• Síntesis insuficiente: el modelo devolvió menos de 5 oraciones.
• Pocas oraciones: menos de 6 (nivel principal) o 4 (cobertura limitada).
• Sin imagen: la historia no tiene imagen de portada.
• Baja cobertura: menos de 3 dominios únicos calificados contribuyendo.
• Baja diversidad: dos o más medios pero todos en la misma cubeta de sesgo. Los medios apolíticos suman a la diversidad de cobertura pero quedan fuera de este conteo, ya que no tienen cubeta.
• Fuentes sospechosas: todos los medios que aportaron texto tienen veracidad baja o muy-baja.
• Contenido filtrado: historias de bajo valor informativo (lifestyle, entretenimiento, gossip) que no superan el umbral de 5 medios.
• Cupo por país superado: por cada país hay un tope móvil de 24 h. Ningún ciclo noticioso nacional puede monopolizar la portada.

6 · El punto ciego de Prisma

La sección destacada de la portada y la página dedicada /prisma reúnen historias con amplia cobertura donde un sector del espectro político está prácticamente ausente. Una historia entra si cumple estas reglas simultáneamente:

• Al menos 10 medios contribuyendo en total (incluyendo apolíticos para el conteo de cobertura).
• Al menos 5 de esos medios con clasificación política (izquierda, centro o derecha).
• Una cubeta política con el 15 % o menos de la cobertura.

Las historias mono-cubeta — donde una sola voz política cubrió el evento — también califican: el silencio de los otros sectores es la señal que buscamos hacer visible.

Para evitar falsos positivos, las historias clasificadas como deportes, cultura, ciencia o tecnología quedan fuera de la sección /prisma aunque cumplan las reglas matemáticas: una asimetría de cobertura entre medios sobre un partido de tenis no representa un silencio editorial real.

7 · Límites honestos

• No podemos calificar a un medio que no hayamos ingresado. Los medios con menos de 20 artículos en 90 días arrastran confianza media o baja hasta que eso cambie.
• El análisis de contenido por modelo de lenguaje tiene sus propios sesgos conocidos. La rúbrica está fija y versionada; cualquier cambio al prompt requiere subir la versión de la metodología y volver a ejecutar las calificaciones.
• Re-evaluamos cada medio al menos cada 180 días, y antes si hay un cambio de propiedad, cambia la clasificación del régimen del país, o el contenido reciente discrepa con la cubeta almacenada durante 14 días seguidos.
• Publicamos el registro de evidencia completo de cualquier medio bajo pedido. Si la evidencia no respalda la calificación que se ve en pantalla, el bug es la calificación — corregimos la calificación, no escondemos la evidencia.

8 · Qué Prisma no es

• No es un agregador de titulares — cada historia es un texto nuevo.
• No clasifica políticos ni partidos: sólo medios.
• No oculta fuentes de baja veracidad; las muestra con su etiqueta.
• No reemplaza leer la fuente original: cada frase es trazable a los artículos que la respaldan.

9 · Cómo Prisma se mantiene correcto

Construir un sistema automático que sintetice noticias de cientos de medios y atribuya cada frase a su origen significa que las cosas se rompen en silencio si no las miramos. Cualquier modelo de lenguaje, en algún momento, va a inventar una cita, mezclar dos eventos, o atribuir un dato al medio equivocado. Y la metodología que describe esta página puede deslizar — cambia el código, no se actualiza el texto, y de pronto Prisma promete una cosa y hace otra.

Para que ese deslizamiento no sea invisible, ejecutamos varios controles automáticos sobre nuestra propia salida:

• Validación de atribución. Cada frase sintetizada pasa por un revisor que detecta nombres de medios incrustados en el texto («según La Nación…», «como informó El País…»). Si aparecen, la historia se reescribe. La atribución debe vivir en los identificadores adjuntos a cada frase, no dentro del texto.
• Reintentos con respaldo. Cuando una historia falla la síntesis por agotamiento de cuota, error transitorio del modelo o salida malformada, vuelve a una cola para reintentos posteriores. Una historia sólo se descarta tras varios intentos repartidos en horas, y queda registrada con el motivo del descarte.
• Detección de deriva. Las reglas críticas de la metodología — qué califica como punto ciego, qué medios cuentan para qué — están implementadas como funciones únicas que tanto el código de producción como las páginas de visualización consultan. Si una página y la base de datos discrepan sobre si una historia es un punto ciego, dejamos un aviso en el registro técnico para revisarlo. Preferimos detectar la inconsistencia que esconderla.

Ninguno de estos controles es perfecto. Un revisor automático puede dejar pasar una atribución sutil. Un reintento puede no recuperar una historia legítimamente difícil. La detección de deriva sólo cubre lo que sabemos que vigilar. Pero su existencia significa que cuando algo se rompe, lo descubrimos antes de que se convierta en un patrón sostenido — y, cuando lo descubrimos, lo arreglamos en el código y en esta página, en ese orden.

10 · Accesibilidad

Cada frase sintetizada es un botón enfocable con teclado. Tabulador recorre las frases con fuentes; Enter/Espacio abre el panel de fuentes; las flechas saltan entre frases atribuidas; Escape cierra. En móvil, el panel aparece como hoja inferior con diálogo modal y cierre accesible.

11 · Medios apolíticos

Junto al sesgo político, cada medio carga una segunda etiqueta independiente: su alcance editorial. La mayoría son políticos y pasan por el embudo de tres señales descrito arriba. Pero un medio cuyo producto principal son deportes, tecnología de consumo, espectáculos o lifestyle se etiqueta como Apolítico.

En la práctica, eso significa que no recibe cubeta de sesgo: en /fuentes aparece con una pastilla blanca «Apolítico» en lugar de Izquierda, Centro o Derecha. Sí puede recibir una calificación de veracidad cuando la evidencia lo permite — un medio deportivo puede ser muy fiable o muy poco fiable independientemente de su política.

Los medios apolíticos cuentan para la diversidad de cobertura de una historia, pero no para la regla de diversidad de sesgo: incluir un diario deportivo en el conteo de sesgo cumpliría la regla sin aportar un punto de vista político real.

12 · Revisión y correcciones

Las calificaciones se revisan periódicamente. Si detectas que un medio está mal calificado, escríbenos desde tu cuenta o responde a cualquier email de Prisma. Publicamos correcciones, anotamos la fecha en el registro de evidencia y actualizamos la lista en /fuentes. Para la metodología completa, consulta el documento íntegro.