08.01.2026: Comunicabilidad de la IA: de la explicabilidad técnica a la inteligibilidad social

1. Tres tendencias principales

1.1. Comunicabilidad de la IA: de la explicabilidad técnica a la inteligibilidad social

La discusión sobre IA en comunicación migra desde la explicabilidad (XAI) orientada a expertos hacia la inteligibilidad social, es decir, la capacidad de los sistemas para comunicar de forma comprensible sus criterios, límites y efectos a audiencias no técnicas. En medios, educación y comunicación institucional, esta transición redefine la transparencia como práctica comunicativa —no solo como atributo técnico— y sitúa la comprensión pública como condición de legitimidad, confianza y adopción responsable.

1.2. Big Data contextual y analítica situada para la toma de decisiones estratégicas

El Big Data incorpora capas de contextualización situada que integran variables culturales, históricas y territoriales en los modelos analíticos. En comunicación estratégica y nuevos medios, esta tendencia reduce los sesgos de generalización y favorece decisiones más pertinentes en entornos heterogéneos. El giro contextual desplaza el énfasis desde dashboards universales hacia lecturas locales, comparativas y temporalmente sensibles, con implicaciones directas para la ética del dato y la gobernanza organizacional.

1.3. IoT comunicante y diseño de experiencias informativas ambientalizadas

El IoT evoluciona hacia sistemas comunicantes, capaces de articular mensajes de manera ambiental, gradual y no intrusiva. En campus, museos, hospitales y ciudades inteligentes, la información deja de presentarse como evento puntual para integrarse en la experiencia cotidiana. Esta tendencia exige criterios de diseño centrados en la dignidad, la atención y el consentimiento, evitando la saturación informativa y la normalización de la vigilancia invisible.

2. Doce tendencias adicionales

• Consolidación de marcos de IA responsable aplicada a comunicación como estándar institucional.
• Expansión de modelos multimodales para análisis integrado de discurso, imagen, audio y datos contextuales.
• Uso de blockchain para certificación de procesos editoriales y trazabilidad de contenidos.
• Desarrollo de gemelos digitales comunicativos para simulación de escenarios reputacionales.
• Crecimiento de plataformas de inteligencia colectiva aumentada para deliberación informada.
• Evolución de la ciberseguridad simbólica orientada a proteger confianza y credibilidad.
• Normalización de XR como infraestructura estable de aprendizaje y comunicación organizacional.
• Adopción de edge‑AI para preservar privacidad en flujos comunicativos sensibles.
• Automatización asistida de evaluación de impacto social de estrategias mediáticas.
• Segmentación de audiencias basada en contextos de uso y situaciones, no solo en perfiles.
• Integración de ética computacional en el diseño de sistemas de recomendación.
• Centralidad de la alfabetización crítica en datos e IA como política educativa transversal.

3. Fuentes

• Deloitte. (2025). Tech Trends 2025: Human‑Centered and Contextual AI. Deloitte Insights.
• Gartner. (2025). Top Strategic Technology Trends: Intelligent and Responsible Systems. Gartner Research.
• IBM Research. (2025). From Explainable AI to Understandable AI. IBM Corporation.
• McKinsey & Company. (2025). Data, Context and Decision‑Making in Complex Organizations. McKinsey Global Institute.
• OECD. (2025). Data Governance, Trust and Digital Communication. OECD Publishing.
• World Economic Forum. (2025). Designing Trustworthy Intelligent Infrastructure. WEF.

07.01.2026: Arquitecturas de comunicación adaptativa y orquestación algorítmica responsable

06.01.2026: Metacomunicación algorítmica y gestión consciente de los marcos de sentido

05.01.2026: Infraestructuras de comunicación con IA soberana y control institucional del dato