El problema aparece cuando uno hace algo tan sencillo como revisar algunas de las afirmaciones presentadas durante el programa.
Carlos Augusto Jiménez Zárate, profesor de la Universidad Autónoma de Nuevo León y presentado como especialista en infodemia, redes sociales y detección de bots, explicó durante varios minutos conceptos, ejemplos y métodos para identificar desinformación.
Pero varias de sus afirmaciones son incorrectas. Otras, más importantes todavía, son presentadas como conclusiones técnicas cuando en realidad necesitarían bastante más evidencia para sostenerse.
Y prácticamente ninguna fue cuestionada.
No se trata de negar que existan bots. Existen. Tampoco de negar campañas coordinadas, granjas de cuentas o estrategias políticas para manipular conversaciones en internet.
La pregunta es mucho más sencilla:
¿por qué un programa que pretende combatir la desinformación no verifica con el mismo rigor a sus propios especialistas?
No fue Cambridge. Fue Oxford
Minuto 14:48.
Al explicar el concepto de posverdad, Jiménez asegura:
“En el año 2016, la Universidad de Cambridge declara a la posverdad como palabra del año”.
No fue así.
Quien eligió post-truth como palabra del año 2016 fue Oxford Dictionaries, de Oxford University Press. La propia institución conserva el registro histórico y señala post-truth como su palabra de 2016.
¿Pudo simplemente confundir Cambridge con Oxford?
Claro.
A cualquiera se le puede ir un dato.
Pero resulta inevitable notar la ironía cuando la equivocación ocurre mientras alguien nos explica cómo distinguir información verdadera de información falsa.
Y nadie en Derecho de Réplica lo corrigió.
La “infodemia” tampoco nació con el COVID
Minuto 19:09.
Más adelante, Jiménez explica que durante la pandemia la Organización Mundial de la Salud denominó “infodemia” a aquella enorme cantidad de información, verdadera y falsa, que circulaba sobre el COVID.
Hasta ahí no hay problema.
Después agrega:
“Es un concepto que nace en esta crisis informativa y de salud pública mundial”.
Eso tampoco es correcto.
El término infodemic fue utilizado por David Rothkopf en 2003, durante la epidemia de SARS, casi dos décadas antes de la pandemia de COVID-19.
La literatura científica sobre el tema reconoce expresamente ese origen.
Lo que ocurrió durante el COVID fue que el término se popularizó enormemente y comenzó a utilizarse de manera habitual por organismos internacionales, incluida la OMS.
Pero no nació ahí.
Otra equivocación.
Y otra vez pasó sin corrección.
El gasolinazo tampoco fue en 2015
Minuto 10:11.
Jiménez recuerda:
“aquel tema del gasolinazo en el 2015”, al que presenta como uno de los parteaguas en la propagación de rumores mediante redes sociales.
Si está hablando, como parece por el contexto, del episodio de protestas, saqueos, rumores y mensajes falsos asociados con el llamado gasolinazo durante el gobierno de Enrique Peña Nieto, la fecha tampoco corresponde.
Ese episodio ocurrió principalmente en enero de 2017.
La cobertura publicada en aquellos mismos días documenta protestas, saqueos, mensajes falsos y convocatorias difundidas mediante Facebook, Twitter y WhatsApp. Incluso las autoridades investigaban el origen de mensajes que estaban generando miedo entre la población.
¿Otro lapsus?
Puede ser.
Pero ya llevamos varios errores factuales en una conversación cuyo tema central es precisamente la calidad de la información.
Y, francamente, éstos son los problemas menores.
¿Tres grados de interacción convierten una conversación en orgánica?
La parte realmente interesante llega alrededor del minuto 29:04.
Jiménez comienza a explicar cómo analiza las conversaciones digitales y sostiene que cuando observa una cascada con más de tres grados de interacción puede considerar que se encuentra frente a una conversación orgánica.
Lo plantea así:
“ya puedo decir, ah, esa es una conversación digital orgánica”.
Después, a partir del minuto 29:23, contrapone esa situación con conjuntos de cuentas concentradas alrededor de una cuenta central y con apenas un grado de interacción.
Aquí ya no estamos hablando de equivocarse entre Oxford y Cambridge.
Estamos hablando del método utilizado para decidir qué conversación es auténtica y cuál puede estar manipulada.
Un análisis de redes permite observar relaciones entre cuentas, nodos, comunidades, grados de entrada y salida, centralidad, concentración y muchas otras características.
Todo eso es útil.
Pero una determinada estructura de red no demuestra, por sí sola, que las cuentas sean humanas ni que la conversación sea orgánica.
Y tenemos un buen ejemplo mexicano para comparar.
Lo que Signa_Lab advirtió desde 2019
En 2019, Signa_Lab del ITESO publicó un estudio sobre la llamada #RedAMLOVE, una red vinculada con conversaciones favorables al entonces presidente Andrés Manuel López Obrador.
El laboratorio analizó casi 99 mil tuits y también utilizó características estructurales de las redes.
Pero hizo una advertencia especialmente pertinente para esta discusión.
Signa_Lab señaló que resulta difícil separar tajantemente perfiles “bot” y “no bot” utilizando exclusivamente indicadores numéricos, porque hay cuentas operadas por personas que pueden mostrar comportamientos extraordinariamente parecidos a los automatizados.
Una persona real puede publicar miles de veces.
Puede retuitear compulsivamente.
Puede repetir exactamente las mismas consignas.
Puede coordinarse con otros usuarios.
Y puede comportarse, desde el punto de vista estadístico, de una manera bastante parecida a una cuenta automatizada.
Por esa razón, Signa_Lab desarrolló categorías más complejas y combinó distintas variables para distinguir bots, semibots, trolls y otros tipos de comportamiento.
Eso cambia bastante las cosas.
Una estructura sospechosa puede ser una excelente razón para comenzar a investigar.
No necesariamente una prueba suficiente para declarar que una conversación es artificial.
Entonces aparecen números sorprendentemente precisos
Esto resulta todavía más importante porque Carlos Augusto Jiménez no se ha limitado a explicar conceptos académicos.
En septiembre de 2025 presentó un análisis sobre la conversación digital alrededor del Primer Informe de Gobierno de Claudia Sheinbaum.
Su conclusión fue bastante contundente:
hasta 52% de la actividad utilizada para fabricar una percepción negativa habría provenido de bots.
También sostuvo que la denominada maquinaria “Anti 4T” podía hacer que una publicación aumentara artificialmente sus “me gusta” hasta 171 veces y sus retuits hasta 64 veces.
Y en una entrevista con IMER fue todavía más lejos: estimó que esa supuesta estructura podría costar entre 20 y 30 millones de pesos por semana.
Son afirmaciones importantes.
Entonces hagamos exactamente lo que Derecho de Réplica recomienda cuando alguien presenta datos extraordinarios.
Verifiquemos.
¿Cómo se obtuvo exactamente ese 52%?
¿Cuál fue el universo de cuentas estudiado?
¿Cómo fueron etiquetadas?
¿Cuántas fueron verificadas manualmente?
¿Qué características utiliza el algoritmo para decidir que una cuenta es un bot?
¿Cuál es su precisión?
¿Cuántos falsos positivos produce?
¿Cuál es el margen de error?
¿Dónde puede otro investigador obtener los datos, aplicar el mismo método y comprobar el resultado?
Porque escribir 52% genera una enorme sensación de precisión.
Pero una cifra no se vuelve científica simplemente porque tenga dos dígitos y aparezca acompañada de un gráfico.
Detectar bots tampoco demuestra quién los paga
Hay otro salto particularmente delicado.
Supongamos por un momento que el método es correcto y que, efectivamente, encontramos miles de bots.
Todavía falta responder otra pregunta completamente distinta:
¿quién los controla?
Y posteriormente una más:
¿quién los paga?
En la entrevista de IMER, después de hablar de una operación que costaría entre 20 y 30 millones de pesos semanales, Jiménez plantea que habría que investigar quién financia esa “guerra sucia digital” e incluso si podrían ser partidos utilizando recursos públicos.
La pregunta es legítima.
Pero una cosa es preguntar y otra demostrar.
Un análisis de redes puede mostrar coordinación.
Puede detectar comportamiento anómalo.
Puede encontrar indicios muy fuertes de automatización.
Pero un grafo no muestra una transferencia bancaria.
Para afirmar quién contrató o financió una operación necesitamos evidencias diferentes: contratos, comunicaciones, pagos, infraestructura compartida, testimonios o documentación que permita establecer esa relación.
Entre “existen cuentas sospechosas” y “la oposición paga millones por una guerra digital” hay varios escalones.
Cada uno necesita pruebas.
¿Y los bots que apoyan al gobierno?
Aquí aparece quizá la omisión más interesante.
Las redes artificiales y las operaciones coordinadas no pertenecen exclusivamente a una ideología.
Signa_Lab documentó desde 2019 comportamientos atípicos dentro de redes favorables a López Obrador.
En su análisis de #RedAMLOVE identificó perfiles con comportamiento automatizado, bots, semibots y otras cuentas dedicadas a amplificar mensajes.
Esto no demuestra que las investigaciones de Carlos Augusto Jiménez sean falsas.
Tampoco demuestra que las redes contrarias a Claudia Sheinbaum sean orgánicas.
Demuestra algo bastante más simple:
la manipulación digital también puede favorecer al gobierno.
Por eso vale la pena preguntar si los mismos algoritmos, criterios y niveles de sospecha se aplican con idéntico rigor cuando una estructura digital apoya a Claudia Sheinbaum.
Porque si las conversaciones favorables al gobierno terminan caracterizadas como orgánicas mientras las críticas se explican mediante bots, trolls, desinformación o guerra sucia, entonces necesitamos saber exactamente por qué.
No basta decir que el gráfico lo demuestra.
Hay que mostrar el método.
El problema no es equivocarse una vez
Confundir Cambridge con Oxford no invalida toda una investigación.
Equivocarse con la fecha del gasolinazo tampoco.
Y afirmar incorrectamente que el concepto de infodemia nació durante el COVID tampoco convierte automáticamente en falso todo lo demás que diga un investigador.
Sería absurdo plantearlo así.
El problema es el conjunto.
Un programa dedicado a combatir la desinformación invita a un especialista, lo presenta como autoridad y deja pasar afirmaciones equivocadas sin corregirlas.
Después aparecen explicaciones metodológicas muy fuertes sobre cómo diferenciar conversaciones orgánicas y artificiales, pero el espectador no recibe suficiente información para comprobar cómo funciona realmente esa clasificación.
Más adelante encontramos análisis políticos con porcentajes extraordinariamente precisos: 52% de bots, multiplicadores de interacciones y estimaciones de decenas de millones de pesos.
Y los resultados, además, terminan coincidiendo perfectamente con una narrativa política muy conveniente: el apoyo al gobierno sería mayoritariamente auténtico, mientras una parte importante de la crítica estaría fabricada artificialmente.
Tal vez sea correcto.
Pero mientras más conveniente sea la conclusión para quien la presenta, mayor debería ser el esfuerzo para demostrarla, no menor.
Cuando lo que no se dice también importa
La desinformación no siempre consiste en inventar algo.
También puede surgir cuando se presenta información verdadera de manera incompleta o cuando se eliminan del contexto datos que podrían cambiar la interpretación del público.
Si hablamos durante varios minutos de bots utilizados para atacar al gobierno, pero no mencionamos que investigaciones mexicanas también han encontrado estructuras automatizadas favorables al gobierno, estamos mostrando solamente una parte del fenómeno.
Si hablamos de porcentajes de bots sin explicar falsos positivos, metodología o margen de error, estamos entregando una conclusión sin permitir al espectador evaluar cuánto puede confiar en ella.
Y si mostramos un grafo y después pasamos rápidamente a hablar de una operación política organizada, estamos dejando fuera los pasos necesarios para demostrar quién está realmente detrás de esa red.
Todo esto puede hacerse sin pronunciar una sola mentira deliberada.
El resultado, sin embargo, puede ser igualmente engañoso.
El Derecho de Réplica también debería aplicarse a los datos
No necesitamos negar que existen bots.
Necesitamos mejores pruebas.
Tampoco necesitamos salir en defensa de ningún partido político.
Lo único que necesitamos es aplicar el mismo estándar a todos.
Porque una estructura anómala no demuestra automáticamente que exista un bot.
Un bot no demuestra automáticamente una operación coordinada.
Una operación coordinada tampoco identifica automáticamente al responsable.
Y ninguna de esas cosas demuestra, por sí sola, quién puso el dinero.
Cada paso necesita evidencia.
Eso es precisamente lo que debería hacer un programa dedicado a combatir la desinformación: mostrar las pruebas, explicar las limitaciones y permitir que cualquier persona pueda comprobar cómo se llegó a una conclusión.
El 19 de agosto de 2026, Derecho de Réplica quiso explicarnos cómo reconocer información manipulada.
Terminó provocando otra pregunta.
Una mucho más incómoda:
¿quién verifica a Derecho de Réplica?