Pasar al contenido principal
Tecnológico de Monterrey Tecnológico de Monterrey
  • Inicio
  • Noticias
  • Recursos
  • Nosotros
  • Contacto

Compartir

¿Cómo reconocer a un bot?

¿Cómo reconocer a un bot?

2026-09-14
Gonzalo Serrano
Noticias

Hace diez años hubo dos resultados electorales sorprendentes: por un lado, el referéndum sobre el Brexit en el Reino Unido marcó la separación de la Unión Europea y, al otro lado del Atlántico, Donald Trump, contra todo pronóstico, ganaba las elecciones en los Estados Unidos.

A inicios de 2019 el documental Nada es Privado (estrenado luego bajo el título El gran hackeo) reveló el rol que jugaron las redes sociales en ambos procesos. La consultora Cambridge Analytica utilizó los datos de 87 millones de usuarios de Facebook para exacerbar miedos e influir en decisiones de voto. Trinidad y Tobago, Kenia, Malasia y América Latina habían sido el entrenamiento de esta empresa antes de dar el salto a Reino Unido y Estados Unidos. Una década y varias leyes de protección de datos después, el panorama no parece muy distinto. Solo cambió de forma y de herramientas.

Así quedó en evidencia con el arresto de Fernando Cerimedo, estratega digital que asesoró la campaña presidencial de Javier Milei y trabajó también para Jair Bolsonaro. Cerimedo fue detenido en Bolivia, acusado de tentativa de femicidio contra Nadia Beller, abogada boliviana y su expareja, luego de un ataque armado en su contra. En el proceso salió a la luz su rol como operador de campañas digitales de derecha en Argentina, Chile y Bolivia, y el uso de miles de cuentas coordinadas para atacar o defender a quien él quisiera.

El sistema, tal como lo explica Giorgio Boccardo Bosoni en su artículo Rebelión en la granja de los bots para El País, ya no funciona en base a sesgos psicológicos, sino a volumen: likes, comentarios y republicaciones que simulan ser de personas reales para saturar la conversación.

Ese fenómeno es real y ocurre todo el tiempo. Para comprobarlo, analizamos el chat en vivo del segundo informe presidencial de Claudia Sheinbaum, transmitido el pasado 1 de septiembre. El ecosistema de la transmisión oficial, que abarcó cuatro canales simultáneos, registró un total de 15.091 mensajes emitidos por 3.385 cuentas distintas. Entre ellas, aparecen patrones que calzan perfectamente con lo que describe Boccardo Bosoni.

Seis claves para sospechar

No hay forma de confirmar con certeza si detrás de cada cuenta hay una persona real, un operador o un sistema automatizado, pero existen señales que pueden alertarnos de que estamos ante un bot.

Entre los ejemplos sospechosos analizados en el chat del 2° informe presidencial, está una cuenta que envió decenas de mensajes con frases repetidas, con una cadencia de entre 3,2 y 11,8 segundos por mensaje, algo prácticamente imposible de sostener leyendo o escuchando el discurso al mismo tiempo. Es la variación mínima para eludir filtros automáticos de spam, insuficiente para parecer una conversación real.

Otro publicó 270 mensajes con un texto casi idéntico, uno más mezcló 263 mensajes repitiendo exigencias específicas, a un ritmo promedio de un mensaje cada 11,5 segundos durante más de 50 minutos seguidos.

Hubo quien marcó el récord de participación con 338 mensajes, promediando un envío cada 13,8 segundos sin detenerse durante toda la hora con dieciocho minutos que duró el discurso. Otra cuenta envió 259 mensajes que no contienen texto, sino el mismo emoji repetido, una forma de inundar visualmente el chat sin necesidad de escribir una sola palabra.

A partir de estos casos y de la literatura sobre el tema, estas son las señales más útiles para identificar una cuenta sospechosa:

  • Cadencia imposible: Si una cuenta publica un mensaje cada pocos segundos durante varios minutos seguidos, no está procesando el contenido al que responde. Su interés no está en el mensaje, sino en sumar volumen a favor de una narrativa de forma automática.
  • Plantilla con variación mínima: Frases cortas que cambian solo una palabra o el orden son un indicador clásico de mensajes semiautomatizados.
  • Repetición literal: Cuando una misma cuenta publica el mismo texto, palabra por palabra, decenas de veces; es la forma más burda y fácil de detectar.
  • Saturación no verbal: Envío masivo de emojis en mensajes consecutivos para ocupar espacio en pantalla y generar una falsa sensación de apoyo multitudinario.
  • Nombres de usuario autogenerados: Cuentas con nombre y apellido seguidos de un sufijo alfanumérico corto (ej. "-o8t" o "-z8v"), formato que YouTube asigna por defecto a cuentas creadas en lote.
  • Avatares por defecto: Círculos de color sólido con una sola inicial, comunes en cuentas descartables.

La prueba definitiva: el rastro de los milisegundos

El golpe de gracia al argumento de que es gente real dando su opinión está en el reloj: físicamente, a cualquier persona le toma al menos un par de segundos seleccionar, copiar y enviar un mensaje largo o lleno de emojis. Sin embargo, los datos técnicos del chat muestran que múltiples cuentas distintas publican secuencias exactas en el mismo milisegundo. Esa sincronía es humanamente imposible. No se trata de ciudadanos tecleando con fervor o en contra del mensaje presidencial, sino de programas informáticos automatizados que se ejecutan al unísono para manipular la conversación.

Ninguno de estos indicadores es concluyente por separado, cualquier persona real puede escribir rápido o repetir una consigna, pero cuando varios de ellos coinciden, la probabilidad de estar frente a una cuenta inauténtica es altísima. La detención de Cerimedo es solo una señal de alerta más. Es un “agricultor” entre los miles que existen repartidos en el mundo interesados en cultivar sus ideas. No podemos controlar el algoritmo ni lo que estas cuentas quieren que veamos, pero sí podemos aprender a reconocer cómo operan.

Logo Footer Tecnológico de Monterrey
  • Inicio
  • Noticias
  • Recursos
  • Nosotros
  • Contacto

© 2024 Observatorio de Medios Digitales