Hay una paradoja inquietante en el corazón de la desinformación moderna: las personas más informadas no son necesariamente las más resistentes a los bulos. A veces ocurre exactamente lo contrario. Cuanto más comprometido ideológicamente está alguien, más sofisticados son los mecanismos cognitivos que despliega para rechazar la evidencia contraria y absorber la que confirma sus creencias previas. Eso es el sesgo de confirmación: el motor invisible que convierte una mentira bien diseñada en verdad asumida.
Los operadores de desinformación lo saben. No fabrican bulos al azar. Los diseñan para encajar en narrativas preexistentes, para resonar con miedos reales, para deslizarse sin fricción por las grietas cognitivas que todos tenemos. El resultado es una maquinaria de manipulación informativa que no necesita convencer a nadie de nada nuevo: solo necesita reforzar lo que la gente ya sospechaba.
1. Detección inicial: el bulo de la inmigración en las elecciones españolas de 2023
En el contexto de las elecciones generales del 23 de julio de 2023, Maldita.es documentó una oleada de desinformación que circuló masivamente por WhatsApp y Telegram. Uno de los bulos más virales afirmaba que el gobierno había habilitado el voto de inmigrantes irregulares mediante un procedimiento especial del Ministerio del Interior. El mensaje incluía capturas de pantalla manipuladas que simulaban comunicados oficiales.
La pieza no era aleatoria. Encajaba perfectamente en una narrativa que llevaba meses cultivándose en determinados canales: la idea de que el resultado electoral estaba siendo artificialmente diseñado mediante la manipulación del censo. El sesgo de confirmación hizo el resto: quienes ya desconfiaban del proceso electoral absorbieron el mensaje sin fricción. Quienes no compartían esa desconfianza lo ignoraron o lo desmintieron.
Newtral también verificó variantes del mismo bulo y confirmó que las capturas de pantalla habían sido generadas con herramientas de edición de imagen básicas. No había ningún procedimiento especial. El Ministerio del Interior nunca emitió tal comunicación.
2. Anatomía de la operación: cómo se construye una narrativa para el sesgo
El diseño de la narrativa
Aplicando la taxonomía de Wardle y Derakhshan (2017), este caso encaja en la categoría de contenido fabricado: material nuevo, generado con intención explícita de engañar. Pero lo que lo hace eficaz no es la calidad técnica del engaño —las capturas eran bastante toscas— sino la resonancia emocional con narrativas previas sobre inmigración y fraude electoral.
El modelo Firehose of Falsehood de RAND (Paul y Matthews, 2016) describe una táctica específica: no importa que el bulo sea verificable o no. Lo que importa es la velocidad, el volumen y la multiplicidad de canales. Si el mensaje llega suficientemente rápido por suficientes vías, el desmentido posterior llega siempre tarde.
Canales y amplificación
El patrón de propagación siguió una secuencia documentada. Primero, el contenido apareció en canales de Telegram de perfil ideológico marcado, con decenas de miles de suscriptores. Desde ahí migró a grupos privados de WhatsApp —el canal dominante en España para la desinformación viral de este tipo— y posteriormente fue recogido por cuentas de Twitter/X con historial de amplificación de narrativas similares.
El análisis de redes realizado por verificadores indica que la propagación no fue orgánica en su totalidad. Varios perfiles que amplificaron el mensaje de forma coordinada presentaban características compatibles con comportamiento inorgánico según el modelo ABC (Actor, Behavior, Content) del DFRLab: cuentas de creación reciente, baja actividad fuera de momentos electorales, y patrones de publicación sincronizados.
3. Propagación: el ecosistema mediático español como vector
España tiene características específicas que la convierten en terreno fértil para este tipo de operaciones. El uso de WhatsApp como canal de comunicación primario —España es uno de los países europeos con mayor penetración de la aplicación— crea burbujas informativas extremadamente opacas para los verificadores. A diferencia de Twitter o Facebook, los grupos de WhatsApp son privados. No hay grafo de red visible. La desinformación se propaga en un espacio donde el fact-checking llega con dificultad.
Las tertulias televisivas funcionan como amplificadoras de segundo nivel. Cuando un bulo llega a ser mencionado —aunque sea para ser desmontado— en un programa de máxima audiencia, el efecto Dunning-Kruger entra en acción: parte de la audiencia retiene el núcleo del mensaje, no el desmentido. El sesgo de confirmación hace que cada persona procese la información de acuerdo con sus creencias previas.
Los medios digitales de nicho ideológico actúan como nodos de legitimación. Un bulo que circula por WhatsApp gana credibilidad percibida cuando aparece mencionado en una publicación digital, aunque sea en términos críticos. La simple asociación con un formato periodístico aumenta la tasa de crédito que los usuarios le otorgan.
4. Verificación y desmentido: metodología forense
Herramientas utilizadas
La verificación de este tipo de contenido visual requiere una cadena metodológica sistemática. La búsqueda inversa de imagen mediante Google Lens y TinEye permite determinar si las capturas de pantalla circularon previamente en otros contextos. En el caso analizado, varias capturas tenían metadatos que indicaban fechas de creación incompatibles con los hechos que supuestamente documentaban.
El análisis tipográfico y de interfaz —comparar el diseño de la captura con el diseño oficial real de las webs del Ministerio del Interior en esa fecha— permitió identificar inconsistencias de fuente y formato. Herramientas como FotoForensics o InVID/WeVerify son útiles para este tipo de análisis a nivel de artefacto visual.
Para el análisis de redes, herramientas como Gephi o Botometer permiten identificar patrones de comportamiento inorgánico. El Stanford Internet Observatory ha publicado metodologías específicas para analizar campañas de influencia en plataformas cerradas.
Tabla comparativa: enfoques de verificación
| Enfoque | Herramientas | Fortalezas | Limitaciones |
|---|---|---|---|
| Verificación visual | Google Lens, TinEye, FotoForensics | Rápido, accesible, no requiere acceso a la red | No detecta coordinación ni atribución |
| Análisis de redes | Gephi, Botometer, Brandwatch | Detecta comportamiento coordinado e inorgánico | Difícil en plataformas cerradas (WhatsApp) |
| Verificación documental | Contraste con fuentes primarias oficiales | Alta fiabilidad para contenido fabricado | Lento; el bulo ya ha circulado para cuando se desmiente |
| OSINT integrado | Maltego, SpiderFoot, búsquedas avanzadas | Permite atribución de actores | Requiere formación especializada |
5. Contramedidas: tres niveles de respuesta
Nivel individual: inoculación cognitiva
La investigación sobre prebunking —desarrollada entre otros por Sander van der Linden en Cambridge— demuestra que exponer a las personas a versiones debilitadas de técnicas de manipulación antes de que encuentren el bulo real aumenta su resistencia. No se trata de desmentir contenido concreto, sino de vacunar contra las estructuras retóricas que hacen eficaz la desinformación.
- Cuestiona el origen: ¿quién ha publicado esto y con qué interés?
- Verifica antes de compartir: usa Maldita.es, Newtral o EFE Verifica
- Identifica la emoción: si un mensaje te genera indignación inmediata, eso es precisamente lo que busca.
- Busca la fuente primaria: si el mensaje cita a un ministerio, ve directamente a la web del ministerio.
Nivel comunitario: verificadores y educación mediática
El ecosistema verificador en español tiene recursos sólidos. Maldita.es, Newtral y EFE Verifica cubren el espacio español. A nivel europeo, EUvsDisinfo —iniciativa del Servicio Europeo de Acción Exterior— ofrece una base de datos de desinformación pro-Kremlin con cobertura en español. El Real Instituto Elcano publica análisis periódicos sobre el impacto de la desinformación en el contexto español.
La educación mediática en centros educativos sigue siendo la asignatura pendiente. Países como Finlandia han integrado el pensamiento crítico y la verificación de información en el currículo desde primaria. España carece aún de un programa equivalente a escala nacional.
Nivel sistémico: regulación y responsabilidad de plataformas
El Digital Services Act (DSA) de la Unión Europea establece obligaciones concretas para las plataformas de gran alcance: transparencia algorítmica, mecanismos de denuncia accesibles, y auditorías de riesgo sistémico. El Código de Prácticas contra la Desinformación de la UE —revisado en 2022— vincula a Meta, Google, Twitter y otras plataformas a compromisos de reducción de ingresos publicitarios en cuentas que difunden desinformación y mayor cooperación con verificadores independientes.
La implementación efectiva de estas herramientas regulatorias es desigual. WhatsApp, por su arquitectura cifrada, permanece en gran medida fuera del alcance de estas medidas. Es la paradoja central del ecosistema mediático español: el canal con mayor penetración para la desinformación viral es también el menos regulable.
6. Conclusiones clave
- El sesgo de confirmación no es un error individual sino una vulnerabilidad sistémica. Los operadores de desinformación no persuaden: explotan. Diseñan mensajes para encajar en creencias preexistentes, no para cambiarlas.
- WhatsApp es el vector crítico en España y permanece opaco a los verificadores. Cualquier estrategia de respuesta que no aborde este canal tiene un punto ciego estructural.
- El desmentido tardío es ineficaz. El modelo Firehose of Falsehood lo confirma: la velocidad de propagación supera siempre la capacidad de verificación reactiva. El prebunking es más eficaz que el debunking.
- La atribución es posible pero compleja. El análisis de redes y las metodologías OSINT permiten identificar patrones de comportamiento coordinado, pero rara vez permiten atribución directa a actores estatales sin inteligencia adicional.
- El marco regulatorio europeo existe. La implementación es el problema. El DSA y el Código de Prácticas son herramientas necesarias pero insuficientes sin capacidad de supervisión técnica y voluntad política de aplicación.
Perspectiva prospectiva: lo que viene
La convergencia entre sesgo de confirmación y herramientas de inteligencia artificial generativa plantea un escenario cualitativamente diferente. Los modelos de lenguaje de gran escala permiten producir desinformación personalizada a coste marginal casi nulo: mensajes adaptados al perfil psicológico del receptor, en su dialecto regional, con referencias a su entorno inmediato. El sesgo de confirmación no desaparece con la IA generativa. Se potencia. Cada usuario puede recibir una versión del bulo diseñada específicamente para sus vulnerabilidades cognitivas.
El Stanford Internet Observatory y el DFRLab ya han documentado las primeras campañas que combinan contenido generado por IA con infraestructura de amplificación tradicional. España no es inmune a esta evolución. Las próximas elecciones —municipales, autonómicas o generales— serán el banco de pruebas.
La respuesta no puede ser solo tecnológica. Requiere alfabetización mediática a escala, marcos regulatorios con capacidad de adaptación rápida, y una cultura verificadora que entienda que el sesgo de confirmación no es un defecto de los demás. Es una condición humana que todos compartimos y que, precisamente por eso, todos debemos aprender a gestionar.
Fuentes
- Paul, C. y Matthews, M. (2016). The Russian «Firehose of Falsehood» Propaganda Model. RAND Corporation.
- Wardle, C. y Derakhshan, H. (2017). Information Disorder: Toward an interdisciplinary framework for research and policy making. Council of Europe.
- Maldita.es (2023). Verificaciones electorales 23-J.
- DFRLab (2023). ABC Framework: Actor, Behavior, Content. Atlantic Council Digital Forensic Research Lab.
- EUvsDisinfo (2023). Disinformation database. European External Action Service.
- Van der Linden, S. (2022). Misinformation: susceptibility, spread, and interventions to immunize the public. Nature
- Real Instituto Elcano (2023). Desinformación y democracia en España.