Los bots detrás de la tendencia: cómo se distorsiona la opinión pública en las redes

Cuando una etiqueta se dispara en X durante una noche electoral, o cuando decenas de cuentas casi idénticas se alinean, casi al mismo tiempo, en torno a una figura o una idea determinada, cabe una pregunta simple: ¿cuánta de esa conversación es real? La respuesta, según la investigación académica y los reportes de las propias plataformas, es que la manipulación coordinada de redes sociales dejó de ser una sospecha marginal hace más de una década. Hoy es una práctica documentada, medible y, en buena parte, comercializada abiertamente.

Una práctica documentada en más de 80 países

El estudio de referencia sobre este fenómeno es el Computational Propaganda Project de la Universidad de Oxford (OII), que desde 2017 publica un informe anual sobre manipulación social organizada por actores políticos. Su edición de 2020 halló evidencia de campañas de este tipo en los 81 países que analizó ese año, un aumento del 15% frente al informe anterior. Dentro de ese universo, los investigadores documentaron el uso de propaganda computacional por parte de agencias gubernamentales en 62 países y por partidos políticos o candidatos en 61 países. También identificaron una capa de negocio: firmas privadas de “comunicación estratégica” trabajando junto a actores estatales en 48 países, con un gasto identificado de casi 60 millones de dólares en empresas que usan bots y otras formas de amplificación para simular que un mensaje político está en tendencia.

Fuente: Oxford Internet Institute, Computational Propaganda Project (2020)

Las plataformas confirman la escala del problema desde su propio ángulo. Meta, que reporta trimestralmente sus hallazgos de comportamiento inauténtico coordinado, eliminó 692 millones de cuentas falsas en Facebook en el tercer trimestre de 2025 y 1,100 millones en el cuarto, cifras que representaron entre el 4% y el 5% de las personas activas diarias en la plataforma a nivel mundial. Esa cifra agrupa cuentas falsas en general, no solo redes políticas coordinadas, pero da una idea de la escala industrial en la que operan estas plataformas para contener el problema.

Quién está detrás: cuatro tipos de actores

La clasificación que usa Oxford para ordenar quién financia y opera estas campañas agrupa a los actores en cuatro categorías, que no son excluyentes entre sí y con frecuencia se combinan dentro de una misma operación.

El caso dominicano

República Dominicana no es una excepción. En 2021, un importante diario nacional tuvo que suspender la publicación de resultados de una encuesta de popularidad de funcionarios después de que, según el propio medio, “ejércitos de bots” hicieran colapsar el sondeo, que había recibido casi 1.5 millones de votos, equivalentes al 20% de la población apta para votar en el país.

Una investigación del diario español Público documentó un patrón de perfiles que amplificaban contenido favorable al gobierno dominicano: cuentas creadas años atrás, con publicaciones antiguas escritas en idiomas distintos al español, que fueron reactivadas y empezaron a publicar en español de forma simultánea, un patrón que sugiere que fueron adquiridas y recicladas. El análisis identificó una metodología recurrente: medios afines difundían noticias favorables bajo una etiqueta específica, y esas mismas cuentas recicladas respondían casi de inmediato con comentarios positivos usando la misma etiqueta.

Casos similares se han reportado en el entorno político dominicano en años posteriores, incluyendo picos de conversación que analistas de redes locales han calificado como no orgánicos por su magnitud, con crecimientos que llegaron a multiplicar por varias veces el comportamiento habitual de una tendencia comparable.

“América Latina reúne condiciones que facilitan la manipulación digital: desigualdad, polarización histórica y altos niveles de autoritarismo social”, plantea la socióloga María Soledad Segura (CIEC-CONICET), aunque advierte que todavía faltan estudios comparativos sólidos sobre el alcance real del fenómeno en la región.

¿Pueden estas redes cambiar lo que pensamos?

Aquí la evidencia es más matizada de lo que suele presentarse. El estudio más citado sobre el tema, de Alessandro Bessi y Emilio Ferrara (2016), encontró que una fracción significativa de la conversación en Twitter durante la elección presidencial estadounidense de ese año, cerca de una quinta parte de todo el contenido generado, provenía de cuentas que probablemente no eran humanas, y concluyó que la presencia de bots puede afectar negativamente la calidad de la discusión política democrática.

Pero otros estudios encuentran techos claros a esa capacidad. El trabajo de Franziska Keller, David Schoch, Sebastian Stier y Jung Hwan Yang sobre la campaña de desinformación del servicio de inteligencia surcoreano en la elección de 2012, uno de los pocos casos con identidades verificadas judicialmente, concluyó que las cuentas conocidas de esa operación tuvieron un impacto limitado en las discusiones políticas en redes sociales. Un estudio de 2025 publicado en Humanities and Social Sciences Communications sobre bots y política climática en China encontró un patrón parecido: los bots ejercieron una influencia significativa sobre la agenda pública en un periodo inicial, pero ese efecto se diluyó rápidamente después.

La explicación de por qué estas campañas pueden funcionar sin necesariamente cambiar creencias firmes está en un mecanismo psicológico documentado desde los experimentos de conformidad social de Solomon Asch en 1951: el efecto de arrastre, o “bandwagon effect”. Este sesgo opera por dos vías, la prueba social (asumir que lo que hacen otros refleja el comportamiento correcto) y el temor a quedar fuera del grupo, y es particularmente potente en contextos de incertidumbre, como una campaña electoral. La literatura en este campo coincide en que el efecto más consistente de estas redes está en la percepción de qué tan popular es una idea, no en la conversión de posiciones ya firmes.

Un marco teórico: de la psicopolítica al régimen de la información

Más allá de la evidencia empírica, una parte de la filosofía contemporánea ofrece un marco distinto para entender por qué estas campañas funcionan incluso cuando no logran cambiar convicciones firmes. El filósofo surcoreano-alemán Byung-Chul Han desarrolla ese argumento en dos ensayos consecutivos, que conviene leer como una interpretación crítica y no como evidencia verificable de la misma naturaleza que los estudios citados antes.

En Psicopolítica (2014), Han sostiene que el poder en el capitalismo neoliberal ya no opera principalmente por represión, como en el modelo disciplinario que describió Michel Foucault, sino por seducción: un poder que hace que las personas se sometan por sí mismas a un entramado de dominación sin percibirlo como tal. Para Han, el Big Data funciona como una herramienta que permite anticipar comportamientos y actuar sobre ellos antes de que se conviertan en decisiones conscientes, una idea que dialoga directamente con el efecto de arrastre descrito en la sección anterior.

Han despliega ese argumento capítulo por capítulo en Infocracia (2022). Parte otra vez del panóptico de Foucault, la sociedad disciplinaria vigilada y reprimida desde el poder, para plantear que en el régimen digital la vigilancia ya no reprime, sino que seduce: el individuo se cree libre mientras es perfilado. En ese régimen, la masa clásica se disuelve en lo que Han llama un enjambre digital, una multitud de seguidores individuales que se alinean detrás de figuras o ideas sin necesariamente deliberar entre sí, una imagen que encaja con el patrón de coordinación descrito al inicio de este texto. En el capítulo siguiente, dedicado a lo que llama el fin de la acción comunicativa, retoma la idea de Jürgen Habermas sobre el papel de la deliberación racional en el espacio público para argumentar que ese modelo ha sido desplazado por la lógica de influencers y seguidores, donde la imitación del líder ocupa el lugar que antes tenía el intercambio de argumentos.

El tercer capítulo, titulado Racionalidad digital, conecta ese argumento con el uso del big data y la psicometría como herramientas de gobierno: los algoritmos, sostiene Han, no buscan convencer mediante argumentos sino anticipar y condicionar la conducta antes de que se convierta en una decisión consciente, una idea que dialoga con el hallazgo de Pescetelli, Barkoczi y Cebrian citado antes sobre cómo los sistemas de recomendación amplifican la influencia de los bots incluso sin interacción directa. En el cuarto capítulo, dedicado a lo que llama la crisis de la verdad, identifica de forma directa a los bots (cuentas automatizadas que difunden noticias falsas y discursos de odio) y a los ejércitos de troles como mecanismos centrales de ese nuevo régimen. El quinto y último capítulo, que da título al libro, sintetiza el argumento: la infocracia es, para Han, un sistema donde la democracia se convierte en un negocio de datos, el individuo queda reducido a un perfil gestionable, y el control ya no depende del discurso de la verdad para sostenerse. Han sostiene además que esta lógica no distingue de bando político, y que la misma arquitectura ha sido utilizada por gobiernos y campañas tanto de izquierda como de derecha.

La estadounidense Shoshana Zuboff, desde una perspectiva distinta centrada en la economía de los datos, ofrece una pieza complementaria en La era del capitalismo de vigilancia (2019). Su argumento central es que las plataformas digitales convierten la experiencia humana en materia prima para fabricar productos de predicción, negociados en lo que ella llama mercados de futuros conductuales. Bajo esa lógica, cualquier mecanismo que multiplique la interacción y genere más datos de comportamiento, incluidas las redes de cuentas coordinadas, adquiere un valor comercial para la plataforma con independencia de si esa interacción es genuina.

Conviene distinguir el estatus de estos dos cuerpos de trabajo. Los estudios de Oxford, Meta o los trabajos de Bessi, Ferrara, Keller y Schoch citados antes son investigaciones empíricas que miden un fenómeno observable. Los planteamientos de Han y Zuboff son lecturas filosóficas y críticas, no verificables de la misma manera, pero ofrecen un lenguaje para interpretar por qué esa manipulación medible encuentra un terreno fértil en la arquitectura misma de las plataformas digitales.

Cómo se detectan, y por qué cada vez es más difícil

La herramienta académica de referencia durante casi una década ha sido Botometer, desarrollada en la Universidad de Indiana, que asigna una probabilidad de automatización a cada cuenta a partir de señales de perfil, contenido y patrones de publicación. El estudio fundacional de esa herramienta, de Onur Varol y colegas (2017), estableció una prevalencia de bots en Twitter de entre 9% y 15%, un rango que trabajos posteriores han seguido considerando razonable.

El avance metodológico más relevante de los últimos años no busca al bot individual, sino los patrones de coordinación entre cuentas, un rastro mucho más difícil de disimular. Un estudio de David Schoch y colegas publicado en Scientific Reports (2022), que analizó la base de datos pública más grande de campañas de manipulación identificadas por Twitter en el mundo, encontró que en promedio el 74% de las cuentas de cada campaña participó en una forma simple de coordinación: publicar o republicar el mismo contenido en ventanas de tiempo muy cercanas entre sí.

Ese método enfrenta ahora un reto nuevo. Un estudio de la Universidad de Washington (agosto de 2024) encontró que los operadores pueden usar modelos de lenguaje para reescribir las publicaciones de sus cuentas automatizadas, lo que redujo la efectividad de los sistemas de detección existentes hasta en un 30%. La propia X anunció en febrero de 2026 una nueva ofensiva contra bots impulsados por inteligencia artificial, reconociendo al mismo tiempo que podría tratarse de una batalla cuesta arriba. La respuesta de buena parte de la comunidad investigadora ha sido desplazar el foco: en lugar de analizar si un texto “suena” a máquina, se prioriza el análisis del comportamiento y la estructura de red, que sigue siendo más difícil de imitar que la prosa.

La evidencia disponible sostiene dos cosas a la vez, sin que sean contradictorias entre sí. Las redes de cuentas coordinadas son una herramienta real, documentada en decenas de países y también en la política dominicana, capaz de inflar artificialmente la percepción de popularidad de una idea o un candidato. Y, al mismo tiempo, la mayoría del contenido que alcanza una difusión masiva sigue estando impulsado por personas reales, mientras que el mayor efecto medido de estas campañas parece concentrarse en moldear qué tan popular parece un tema, más que en convertir a alguien que ya tenía una posición firme.

Fuentes: Oxford Internet Institute (Computational Propaganda Project, 2020) · Meta, Adversarial Threat Reports e Integrity Reports (2024-2025) · Bessi & Ferrara, First Monday (2016) · Keller, Schoch, Stier & Yang, Political Communication (2019) · Schoch et al., Scientific Reports (2022) · Varol et al., ICWSM (2017) · Humanities and Social Sciences Communications (2025) · University of Washington (2024) · Diario Libre, Público y reportes de prensa dominicana y regional (2021-2026) · Byung-Chul Han, Psicopolítica: Neoliberalismo y nuevas técnicas de poder, Herder (2014) · Byung-Chul Han, Infocracia: La digitalización y la crisis de la democracia, Taurus (2022) · Shoshana Zuboff, La era del capitalismo de vigilancia, Paidós (edición en español, 2020).