Ver un tema «en tendencia» genera una sensación automática de legitimidad: si tanta gente habla de algo, parece que debe ser importante o cierto. Esa suposición es exactamente lo que explotan las campañas de manipulación de tendencias, una práctica documentada en investigaciones académicas y en los propios reportes de transparencia de las plataformas.
Qué es el «comportamiento coordinado no auténtico»
Meta define este fenómeno —que llama coordinated inauthentic behavior (CIB)— como el uso de cuentas falsas que ocultan su verdadera identidad o coordinación para manipular el debate público en torno a un objetivo estratégico. No se trata solo de bots automatizados: muchas campañas combinan cuentas humanas reales que actúan de forma sincronizada con cuentas automatizadas, lo que dificulta distinguir la manipulación de un interés genuino y masivo.
La escala del problema, con números
Una investigación sobre tendencias manipuladas en Turquía identificó más de 108.000 cuentas bot involucradas en campañas de manipulación entre 2015 y 2019, responsables de fabricar el 47% de las tendencias locales del país y el 20% de las tendencias globales en ese periodo. Investigadores del Oxford Internet Institute han documentado actividad de bots coordinados en campañas políticas en más de 70 países, y durante la elección presidencial de EE.UU. de 2016 estimaron que cerca del 19% de los tuits relacionados con la contienda fueron generados por bots, un volumen suficiente para inflar tendencias.
El nuevo factor: la IA generativa
La aparición de modelos de lenguaje capaces de redactar textos únicos ha cambiado el juego: hoy es posible generar miles de publicaciones con apariencia original —sin el texto repetido que antes delataba a los bots— y coordinarlas para simular una conversación orgánica. Las propias reglas de plataformas como X (antes Twitter) consideran esto una forma de manipulación coordinada, incluso cuando cada publicación individual es técnicamente distinta, porque el patrón de coordinación entre cuentas sigue siendo detectable.
Señales para reconocer una tendencia fabricada
Conviene revisar quién impulsa el tema: cuentas con pocos seguidores, fotos de perfil genéricas o nombres de usuario extraños son señales de alerta, igual que un pico de actividad repentino y simultáneo en cuentas sin historial previo sobre el tema. También ayuda cruzar la tendencia con fuentes periodísticas acreditadas antes de asumir que «todos están hablando de esto» equivale a que sea cierto o relevante.
Fuentes
– SocioBlend, «Trending Topic Manipulation on X (Twitter) Decoded» — https://socioblend.com/blog/trending-topic-manipulation-on-x-twitter-decoded/13/07/
– Meta, «October 2021 Coordinated Inauthentic Behavior Report» — https://about.fb.com/wp-content/uploads/2021/11/October-2021-CIB-Report-Updated-Nov-5.pdf
– PMC / National Library of Medicine, «Coordinated inauthentic behavior: An innovative manipulation tactic to amplify COVID-19 anti-vaccine communication» — https://pmc.ncbi.nlm.nih.gov/articles/PMC10060790/
– Spider AF, «What Are Twitter Bots? The 2026 Problem Guide for Businesses» — https://spideraf.com/articles/twitter-bot-problem-how-bad-is-it-for-businesses
– Analyzing Activity and Suspension Patterns of Twitter Bots Attacking Turkish Twitter Trends (arXiv) — https://arxiv.org/pdf/2304.07907
