Sube un documento o una URL y las entidades y relaciones se extraen por ti. Personas, organizaciones, lugares y demás, con la cita literal que lo prueba. Tú confirmas, JournalInt automatiza.
Beta gratuita, por invitación.
Dos problemas, con sus fuentes.
En los Pandora Papers, más de 600 periodistas dedicaron más de un año a estructurar, investigar y analizar 11,9 millones de documentos. Solo el 4% de los ficheros estaba estructurado.
Fuente: ICIJ, About the Pandora Papers dataset
JournalInt te da un grafo revisable desde el primer documento.
En un estudio de 22 medios públicos de 18 países, el 45% de las respuestas de los asistentes de IA sobre noticias tenía al menos un problema significativo y el 31% tenía problemas graves de fuentes: atribuciones ausentes, engañosas o incorrectas.
Fuente: EBU y BBC, 2025: nota de prensa; informe News Integrity in AI Assistants
JournalInt solo propone una relación si encuentra la cita literal en tu documento, y tú la revisas.
De tus documentos a un mapa que puedes defender, en tres pasos.
Sube PDF, DOCX, TXT o Markdown, o pega una dirección web. Los PDF escaneados pasan por OCR.
La IA propone las entidades y tú las confirmas. Después salen las relaciones, cada una con la cita literal de tu documento. Corriges o borras las que no sean correctas.
Lo que has revisado forma el grafo de tu proyecto. Cada elemento lleva su etiqueta de procedencia.
Para quien tiene que explicar quién está conectado con quién, y demostrarlo.
Poco tiempo y trabajo de investigación sin pagar
El 42% de los periodistas no suele tener tiempo suficiente.
Fuente: Muck Rack, State of Journalism 2026
Sube las URL y los PDF que ya tienes y defiende cada afirmación ante el editor con su cita.
Más investigación original con menos recursos
Saldo neto de +91 a favor de más investigaciones originales entre 280 directivos de medios.
Fuente: Reuters Institute, Trends and Predictions 2026
Una vista que combina tus proyectos para ver quién aparece en más de una investigación.
Presión financiera y necesidad de trazabilidad para publicar
Según la encuesta de la IFCN, 3 de cada 4 organizaciones de verificación son financieramente vulnerables o están en crisis.
Fuente: IFCN vía Duke Reporters' Lab, 2026
Cada relación lleva su cita y cada elemento su etiqueta de procedencia, para citar con trazabilidad.
Estructuras de control complejas y expedientes que hay que poder auditar
El Reglamento (UE) 2024/1624 contra el blanqueo de capitales (AMLR) se aplica desde el 10 de julio de 2027 y exige diligencia reforzada ante estructuras de titularidad complejas.
Fuente: eucrim, el nuevo reglamento antiblanqueo de la UE; Persona, qué es el AMLR (proveedor)
Lectura asistida de prensa e informes, con la cita de cada relación para el expediente.
JournalInt lo hace, y es gratis durante la beta.
| Criterio | JournalInt | Maltego | Datashare | NotebookLM | Aleph |
|---|---|---|---|---|---|
| ¿Extrae relaciones de tus documentos? | Sí, relaciones tipadas | No | Solo entidades y coocurrencia | No: responde preguntas, sin mapa persistente | No: entidades y datos públicos, sin relaciones extraídas del texto |
| ¿Cita literal por relación? | Sí, comprobada en el texto | No | No: enlaza al documento | Cita pasajes, no relaciones | No: enlaza al documento |
| ¿Revisión humana? | Sí: confirmas las entidades y corriges o borras cada relación | Edición manual del grafo | Edición o etiquetado manual | No | Edición o etiquetado manual |
| Precio por usuario y año | Gratis durante la beta | 3.000 € (Entry, con verificación previa) a 7.500 € (Professional) | Gratis, código abierto | Gratis con límites; plan de pago aparte | Gratis para medios sin ánimo de lucro; precio comercial sin publicar |
Fuentes de la comparación: Maltego, precios; ICIJ sobre el grafo de Datashare; OCCRP, preguntas frecuentes de Aleph Pro
No damos precio de NotebookLM: Google no publica importes en sus páginas de planes.
FuentesLo que hace JournalInt con tus documentos, y lo que no.
Cada relación se guarda con la frase de tu documento que la sostiene, comprobada contra el texto. Si no hay cita, no hay relación.
Confirmas las entidades antes de que se extraigan las relaciones, y puedes corregir o borrar cualquiera. Cada dato lleva su etiqueta: detectado por IA, confirmado por una persona o añadido por una persona.
Tu cuenta, tus ficheros y tu grafo se guardan en la UE. Para extraer las relaciones, el texto de tus documentos se envía a proveedores de modelos de IA con sede en EE. UU.
Usamos cuentas de pago de proveedores de modelos, y en ninguna está activado el entrenamiento con tus documentos.
Al borrar tu cuenta se eliminan tus documentos, tu grafo, tus ficheros y el registro de depuración.
No subas filtraciones ni borradores: durante la beta, solo material ya publicado o público.
Una extracción es una pista, no un hallazgo. Contrasta cada relación antes de publicarla.
JournalInt se mide contra documentos que personas han anotado a mano. Periodistas e investigadores pueden añadir documentos, anotar, revisar el trabajo de otros y definir los tipos que busca el producto. El trabajo da puntos, y los puntos se canjean por tiempo en los planes de pago que vendrán.
Hay 20 de 20 plazas abiertas.
about an hour
55 puntos: 1 month of the low tier
about 15 hours
616 puntos: 1 year of the mid tier
about 40 hours
1602 puntos: 2 years of the top tier
Este premio también necesita que se hayan aceptado 7 de tus documentos.
Los puntos no tienen valor en efectivo. Los premios se reservan hasta que existan planes de pago, y el coste en puntos es provisional hasta que se anuncien los planes. Un premio que canjeas conserva el coste al que lo canjeaste. Lee los términos del programa.
Pide una invitaciónPrimero va la cuenta; pides una plaza desde tu perfil.
Un asistente responde a una pregunta. JournalInt construye un mapa: extrae relaciones entre personas, organizaciones y lugares, cada una con la cita literal de tu documento, y lo que revisas forma un grafo que se conserva. NotebookLM cita pasajes, pero no deja un grafo persistente.
La IA las propone a partir del texto de tus documentos, una vez confirmadas las entidades. Cada relación lleva la cita literal, comprobada contra el texto. Tú la revisas y puedes corregirla o borrarla. Una extracción es una pista, no un hallazgo: contrasta antes de publicar.
Tu cuenta, tus ficheros y tu grafo se guardan en la UE. Para extraer las relaciones, el texto se envía a proveedores de modelos con sede en EE. UU., con cuentas de pago en las que no está activado el entrenamiento. Al borrar tu cuenta se elimina todo. Si participas en el programa de colaboradores, los documentos que aportes a propósito sirven para medir la extracción.
Hoy admite documentos en inglés y en español, y estamos trabajando para mejorar la extracción en ambos. En el futuro se quiere añadir francés, alemán, portugués, catalán, gallego e italiano. La aplicación web está solo en inglés por ahora.
Durante la beta, solo material ya publicado o público: no subas filtraciones ni borradores. Para material sensible está previsto un despliegue on-premise, que todavía no existe.
Es gratis durante la beta, por invitación. Anunciaremos los precios antes del lanzamiento.
Sí: subes PDF, DOCX, TXT o Markdown, o pegas una dirección web, y los PDF escaneados pasan por OCR. El audio y el vídeo todavía no se procesan.
No exactamente. Maltego es fuerte enriqueciendo con datos externos y dibujando el grafo, pero no extrae relaciones de tus documentos. JournalInt hace lo contrario: parte de tus documentos y no enriquece con registros ni sanciones, que está previsto.
Sube el PDF a un proyecto. La IA propone las personas, organizaciones y lugares que aparecen, tú los confirmas y, a partir de ahí, JournalInt extrae las relaciones entre ellos, cada una con la frase del documento que la sostiene. Si el PDF es un escaneo, pasa antes por OCR.
JournalInt solo guarda una relación si encuentra la cita literal en el texto de tu documento, y comprueba que esa frase existe. Aun así, el modelo puede interpretar mal una frase y proponer una relación incorrecta: por eso la ves junto a su cita y puedes corregirla o borrarla.
Una extracción es una pista, no un hallazgo. La cita te lleva a la frase exacta de tu documento, pero contrastar la afirmación con otras fuentes y decidir qué se publica sigue siendo trabajo del periodista.
Depende de lo que tengas. Datashare y Aleph encuentran y organizan nombres en grandes volúmenes de documentos y son gratuitos (Aleph, para medios sin ánimo de lucro). Maltego dibuja el grafo y lo enriquece con datos externos, de pago. NotebookLM o ChatGPT responden preguntas sobre tus documentos, sin dejar un mapa. JournalInt extrae las relaciones de tus documentos con su cita y las guarda como grafo.
Las plazas son limitadas. Pídela y recibirás la respuesta por correo electrónico.
