Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 85
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 2069
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => Intel·ligència artificial generativa i mitjans locals: anàlisi del biaix territorial en cinc models de llenguatge@es
                    [1] => Generative artificial intelligence and local media: An analysis of territorial bias in five language models@en
                    [2] => Inteligencia artificial generativa y medios locales: análisis del sesgo territorial en cinco modelos de lenguaje@es
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => El desenvolupament de models de llenguatge a gran escala (LLM) ha transformat els processos de cerca i accés a la informació en entorns digitals. Aquest estudi analitza com cinc LLMs (ChatGPT, Claude, Gemini, Copilot i Perplexity) responen a consultes sobre casos mediàtics ocorreguts al País Basc entre el 2023 i el 2025, així com a preguntes genèriques sobre actualitat informativa a nivell local, regional i nacional. La metodologia s’ha basat en l’ús de prompts aplicats sota condicions tècniques controlades, avaluant les respostes segons la longitud, la citació de fonts, la traçabilitat i la contextualització territorial. Els resultats revelen que ChatGPT i Perplexity ofereixen les respostes més extenses, traçables i contextualitzades, mentre que Claude i Gemini presenten una notable opacitat i escassa cobertura regional. Es constata una tendència sistemàtica a prioritzar mitjans nacionals fins i tot en consultes d’àmbit local i regional, cosa que limita la diversitat informativa. Aquestes diferències no són merament tècniques, sinó estructurals, derivades del disseny del corpus, l’arquitectura de recuperació i els acords de llicència entre mitjans de comunicació i desenvolupadors, cosa que propicia que l’ús de la IA generativa augmenti la bretxa informativa territorial.@es
                    [1] => The development of large language models (LLMs) has transformed the processes of information search and access in digital environments. This study examines how five LLMs (ChatGPT, Claude, Gemini, Copilot, and Perplexity) respond to queries about media-related cases that occurred in the Basque Country between 2023 and 2025, as well as to general questions on current affairs at local, regional, and national levels. The methodology was based on the use of prompts applied under controlled technical conditions, with responses evaluated in terms of length, source citation, traceability, and territorial contextualisation. The findings reveal that ChatGPT and Perplexity offer the most extensive, traceable, and contextually rich responses, while Claude and Gemini display notable opacity and limited regional coverage. A systematic tendency to prioritise national media is observed, even in queries concerning local and regional issues, thereby limiting informational diversity. These differences are not merely technical but structural, stemming from corpus design, retrieval architecture, and licensing agreements between media outlets and developers, which together create a territorial information gap in the use of generative AI.@en
                    [2] => El desarrollo de modelos de lenguaje de gran escala (LLMs) ha transformado los procesos de búsqueda y acceso a la información en entornos digitales. Este estudio analiza cómo cinco LLMs (ChatGPT, Claude, Gemini, Copilot y Perplexity) responden a consultas sobre casos mediáticos ocurridos en el País Vasco entre 2023 y 2025, así como a preguntas genéricas sobre actualidad informativa a nivel local, regional y nacional. La metodología se ha basado en el uso de prompts aplicados bajo condiciones técnicas controladas, evaluando las respuestas según longitud, citación de fuentes, trazabilidad y contextualización territorial. Los resultados revelan que ChatGPT y Perplexity ofrecen las respuestas más extensas, trazables y contextualizadas, mientras que Claude y Gemini presentan una notable opacidad y escasa cobertura regional. Se constata una tendencia sistemática a priorizar medios nacionales incluso en consultas de ámbito local y regional, lo que limita la diversidad informativa. Estas diferencias no son meramente técnicas, sino estructurales, derivadas del diseño del corpus, la arquitectura de recuperación y los acuerdos de licencia entre medios de comunicación y desarrolladores, lo que propicia que el uso de la IA generativa aumente la brecha informativa territorial.@es
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Barbara Sarrionandia
                    [1] => Simón Peña-Fernández
                    [2] => Jesús-Ángel Pérez-Dasilva
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Sesgo@es
                    [1] => Fuentes informativas@es
                    [2] => Trazabilidad@es
                    [3] => Información local@es
                    [4] => Medios de comunicación@es
                    [5] => Modelos de lenguaje de gran escala@es
                    [6] => Inteligencia artificial generativa@es
                    [7] => Biaix@es
                    [8] => Fonts informatives@es
                    [9] => Traçabilitat@es
                    [10] => Informació local@es
                    [11] => Mitjans de comunicació@es
                    [12] => Models de llenguatge de gran escala@es
                    [13] => Intel·ligència artificial generativa@es
                    [14] => Bias@en
                    [15] => Information sources@en
                    [16] => Traceability@en
                    [17] => Local information@en
                    [18] => Media@en
                    [19] => Large language models@en
                    [20] => Generative artificial intelligence@en
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 
                    [nr] => 
                    [year] => 
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2025
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://raco.cat/index.php/Hipertext/article/view/9800252
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => es
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Copr
                    [1] => http://creativecommons.org/licenses/by-nc-nd/4.0
                    [2] => RESERVED
                )

        )

)