Identificar el hecho, no la noticia
Aislamos qué pasó (un dato verificable), separado de cómo lo cuenta cada medio. El hecho es la unidad mínima del producto.
IA · Recoge titulares y bajadas de 30+ mediosNo equilibramos opiniones para parecer neutrales: mostramos dónde coinciden y dónde divergen los medios, qué nombran y qué omiten, y qué dicen los datos cuando se ponen al lado.
Aislamos qué pasó (un dato verificable), separado de cómo lo cuenta cada medio. El hecho es la unidad mínima del producto.
IA · Recoge titulares y bajadas de 30+ mediosPonemos 3 a 7 medios lado a lado y marcamos lo que coinciden, lo que omiten y el léxico que usan para nombrar lo mismo.
IA · Detecta marcos · Humano · valida cada citaSumamos la serie del INE, BCN, Minecon, OCDE o la fuente que corresponda. El número público entra al lado de la palabra publicada.
Humano · Selecciona la fuente y el corte temporalUna sola nota larga al día, escrita por nuestra redacción. Lectura plural en tres modos: izquierda, paralelo, derecha.
Humano · Redacta, edita, firmaCuatro reglas no negociables. Si alguna entra en conflicto con un atajo, gana la regla.
No se equilibran opiniones para parecer neutral; se muestran las posiciones tal como son.
Cuando un dato puede reemplazar un calificativo, gana el dato.
Pocas historias, bien instrumentadas. 2–3 noticias al día, una central a la semana.
Cada cita, cada dato y cada serie histórica es enlazable a su fuente.
Monitoreamos a la hora un panel rotativo de cinco medios chilenos relevantes. La selección se documenta en cada hecho: nombre del medio, hora de publicación, URL del artículo y, cuando aplica, corresponsal o sección.
Las series estadísticas vienen de fuentes oficiales (INE, Banco Central, Mineduc, Minsal) o de repositorios académicos abiertos. No usamos métricas privadas que no sean replicables.
Usamos modelos de lenguaje para detectar coberturas, comparar ángulos y proponer síntesis. Ningún texto se publica sin revisión humana: la firma editorial siempre es de la redacción.
Cada síntesis del modelo se publica con versión y nivel de confianza. Si el modelo no alcanza el umbral, el hecho se publica sin síntesis. La caja con fondo oscuro al pie de cada nota es la voz del modelo, no la voz editorial.
No entrenamos modelos con contenido de terceros sin licencia. No generamos imágenes fotorrealistas de personas reales.
Si encontrás un error en cifras, citas, atribución de fuente o interpretación, escribinos a correcciones@parallaxlab.news. Las correcciones se publican al pie del hecho con timestamp; las ediciones sustantivas marcan el hecho como corregido en el archivo.
Sin interrogaciones retóricas ni clickbait. Sin engagement loops que prioricen indignación sobre información. Ningún dato sin fuente enlazable.