Machine Learning en la gestión de noticias en los periodistas de una entidad privada de radiodifusión, Lima 2023

Abstract

Esta tesis aborda analizar machine learning en la gestión de noticias para los periodistas de una corporación de radiodifusión. La finalidad de esta tesis es determinar si afecta machine learning en la Gestión de Noticias para los periodistas, Lima 2023. Esta Tesis es no experimental, es decir, es un estudio correlacional sin manipulación de variables. Se recolectan datos de dos categorías, una independiente y otra dependiente. En este trabajo de investigación, La variable que se tomó como factor independiente es el "Aprendizaje Automático", asi como el factor dependiente fue "Gestión de Noticias". La población estudiada estaba formada por 90 periodistas, de los que se obtuvo una muestra de 73 periodistas. Para evaluar la estadistica inferencial se utilizó Komogorov Smirnov, donde indicó que la distribución no era normal. Por ello, se realizó la estadistica inferencial. Se aceptó la hipótesis nula, que afirmaba que la influencia del aprendizaje automático en la planificación de noticias no era significativa. Basándose en resultados obtenidos, se puede inferir que el aprendizaje automático influye en la gestión de los periodistas en un sentido general. La variable dependiente se desglosó en tres dimensiones: planificación de noticias, selección de noticias y calidad de las noticias. En la dimensión de planificación de noticias, se obtuvo un valor significativo de 0,091, superior a 0,005, entonces se admite la hipótesis nula, indicando que el aprendizaje automático no influye en esta dimensión. Sin embargo, en las dimensiones de selección de noticias y calidad de las noticias, se obtuvieron valores de significación de 0,002 y 0,001, respectivamente, entonces con estos resultados terminamos por aceptar la hipótesis alternativa, mostrando que el machine learning sí influye en la gestión de los periodistas en estas dos dimensiones.