Coordinarse no equivale a manipular
Una operación coordinada supone que varios actores ajustan su actividad para conseguir un objetivo común. Esa organización puede ser legítima y abierta: una asociación comparte una convocatoria, sus miembros acuerdan una hora y emplean un texto común. Hay coordinación, pero no necesariamente comportamiento inauténtico.
La diferencia aparece cuando se oculta quién actúa o se fabrica una apariencia de apoyo independiente. Meta presenta el comportamiento inauténtico coordinado en el contexto de sus medidas sobre cuentas y páginas, y plantea su diferencia respecto de las noticias falsas. Un mensaje verdadero también puede amplificarse mediante identidades falsas. El árbol de detección de EU DisinfoLab ayuda a examinar coordinación e inautenticidad, en lugar de deducir ambas de una opinión compartida.
Indicadores que merecen una segunda lectura
Sincronización temporal. Las publicaciones próximas entre sí interesan más cuando la coincidencia se repite. Una reacción simultánea a una noticia urgente tiene una explicación sencilla; una secuencia recurrente exige comparar horarios, contexto y actividad habitual.
Repetición de textos y URL. Frases poco comunes, errores idénticos o enlaces compartidos pueden señalar un origen común. También pueden proceder de una nota de prensa o de un botón para compartir. Hay que conservar el texto original y localizar, cuando sea posible, su primera aparición observable.
Red de amplificación. Interesa quién publica primero, quién replica y qué relaciones se repiten. Graphika explica su enfoque de análisis de redes: las conexiones aportan contexto a la circulación de información. Un grupo compacto en un grafo, por sí solo, no demuestra una operación.
Identidades y automatización. Biografías incompatibles, fotografías reutilizadas o cambios bruscos de temática justifican comprobaciones. La regularidad horaria y la repetición pueden ser compatibles con automatización, pero también con programación legítima. Una cuenta reciente, un seudónimo o una elevada actividad no bastan para etiquetar a alguien como bot.
Un método de investigación en seis pasos
1. Formular la pregunta y delimitar el periodo
La pregunta debe poder contrastarse: ¿se repite una pauta de difusión entre los mismos perfiles? Conviene fijar plataforma, tema y ventana temporal antes de recopilar. Ampliar el periodo hacia atrás permite comparar la anomalía con una línea de base, sin seleccionar solo lo que confirma la sospecha.
2. Recopilar material público y preservarlo
Registrar URL, identificador público, fecha de publicación, momento de captura y contexto. Conservar copias y anotar el procedimiento facilita revisar el trabajo. La guía OSINT del EEAS sirve de referencia metodológica. Una captura aislada puede omitir respuestas o ediciones; tampoco acredita por sí sola la autenticidad del contenido.
3. Normalizar sin borrar diferencias
Unificar zonas horarias, distinguir publicaciones originales de réplicas y separar duplicados. Para comparar textos, trabajar sobre una copia normalizada y conservar el original. Documentar cómo se tratan enlaces acortados, parámetros y mensajes editados evita fabricar coincidencias durante la limpieza.
4. Examinar la secuencia temporal
Ordenar los mensajes y observar si determinados perfiles repiten secuencias de publicación. Contrastar los picos con acontecimientos externos y con el funcionamiento de la plataforma. Sin datos completos, la primera publicación recopilada no puede presentarse como origen definitivo de la narrativa.
5. Construir grafos y revisar alternativas
Definir qué significa cada nodo y cada conexión: cuenta, dominio, réplica o enlace compartido. Probar otras explicaciones, como afinidad temática, activismo declarado o una fuente común. La visualización debe acompañarse de ejemplos verificables; su aspecto no sustituye al razonamiento.
6. Informar con grados de confianza
Separar hallazgo observable, inferencia y atribución. «Comparten una secuencia de enlaces» describe un hallazgo; «podrían seguir una pauta común» es una inferencia; identificar a quien la dirige requiere evidencia adicional. Una confianza baja, media o alta debe justificarse por calidad, independencia y cobertura de las fuentes, explicitando los vacíos.
Ejemplo hipotético: una convocatoria compartida
Este ejemplo es completamente hipotético, no una investigación de Zero101OSINT. Varios perfiles difunden una convocatoria con el mismo error tipográfico y después replican un enlace en un orden parecido. La repetición es observable; una distribución organizada resulta plausible. Todavía no sabemos si existe engaño.
Al revisar el contexto, podría encontrarse una convocatoria pública que ofrece el texto para copiar. Eso explicaría buena parte del patrón. Si además aparecieran identidades aparentemente suplantadas, habría que verificarlas por separado. Ninguna de esas señales permitiría identificar automáticamente un financiador o una dirección política.
Falsos positivos y límites de la observación
Las comunidades de aficionados, las redacciones y las campañas públicas pueden generar patrones coordinados. Los sistemas de recomendación también concentran la atención. Una muestra obtenida mediante una palabra clave deja fuera otras conversaciones; publicaciones eliminadas y restricciones de acceso reducen lo que podemos reconstruir.
Que un dato sea visible no elimina las obligaciones de protección de datos. Deben limitarse la recopilación y la exposición de identidades a lo necesario, evaluar la base jurídica aplicable y proteger el material conservado. El método no requiere infiltrarse en espacios privados, suplantar personas ni eludir controles de acceso. Los resultados no justifican acoso ni acusaciones públicas.
Esta cautela también atraviesa la investigación IR-001 sobre Ceuta: examina movilización digital y advierte que difusión y coordinación no prueban dirección estatal.
Conclusión: demostrar el patrón, delimitar la explicación
Detectar coordinación exige combinar tiempos, contenidos, relaciones e identidades y comprobar qué explicación encaja mejor. El resultado puede respaldar una pauta organizada sin demostrar inautenticidad, o revelar engaño sin resolver su autoría. Un informe útil precisa hasta dónde llega cada evidencia y qué comprobación falta, incluso cuando esa respuesta es menos rotunda de lo esperado.
Fuentes y referencias
- EU DisinfoLab · Coordinated Inauthentic Behaviour Detection Tree
- EEAS · Guía OSINT del equipo de datos (PDF)
- Graphika · How it works
- Meta · Coordinated Inauthentic Behavior
EU DisinfoLab y EEAS aportan referencias metodológicas; Graphika describe su enfoque comercial y Meta sus criterios de plataforma. No son pruebas de una campaña concreta.