Anatomía del bulo electoral: la desinformación política durante la campaña del 28-A en España

Este artículo analiza el contenido de los bulos electorales identificados por los fact-checkers (o verificadores de datos) Maldita y Newtral, utilizando como caso de estudio la campaña de las elecciones generales del 28 de abril de 2019 en España. Para estudiar el contexto en el que opera la desinformación electoral, se creó un bot en la red social Twitter (@unfaking_es) que siguió la actividad de las cuentas de los principales medios de comunicación, partidos políticos, candidatos, instituciones oficiales y fact-checkers. El origen de la mayoría de los 37 bulos analizados se sitúa en redes sociales como Twitter, Facebook y WhatsApp, siendo el propio sistema electoral –al que se tilda de fraudulento– la principal víctima de la desinformación. El debate en Twitter estuvo dominado por el live fact-checking de medios de comunicación de izquierda, siendo el candidato Pablo Casado (Partido Popular) el más desmentido.

En el contexto internacional, el ciclo electoral de 2016 en Estados Unidos –marcado por la victoria de Donald Trump– puso de relieve el impacto de la propaganda computacional rusa, que habría tenido una influencia determinante en el resultado electoral (Hall Jamieson, 2018). Desde entonces se activaron las alarmas en medio mundo, con la propia Comisión Europea convocando a un grupo de expertos para prevenir este tipo de ingerencias en las elecciones al Parlamento Europeo previstas en mayo de 2019 (Cock Buning et al., 2018). 

En España, las elecciones generales del 28 de abril de 2019 –que antecedieron en un mes a los comicios europeos– se antojan como un caso digno de atención académica, en la medida en que se celebraron en un clima de máxima alerta hacia la potencial capacidad de persuasión de las informaciones falsas (fake news). Por consiguiente, en este estudio nos proponemos diseccionar la anatomía del bulo electoral, con dos objetivos: 1) localizar su origen, identificando a las víctimas de la desinformación, y 2) evaluar el comportamiento de los actores políticos en la red social Twitter, con especial atención a la práctica del fact-checking (o verificación de datos), destinada a dirimir la veracidad de las afirmaciones de los candidatos en liza y a desmentir los rumores electorales.

Para ello, el artículo se organiza de la siguiente forma. En primer lugar, se ofrece una revisión de la literatura sobre la comunicación política digital, en la que destaca que  el consumo informativo y la participación electoral están cada vez más mediados por las redes sociales, las cuales disputan a los medios de comunicación convencionales su primacía en la conexión de los ciudadanos con la política. A continuación, tras enunciar los objetivos y la metodología utilizada, se exponen los resultados de la investigación sobre los bulos en la campaña electoral del 28-A de 2019 en España, centrándose especialmente en los actores políticos en campaña y en los fact cheking. Finalmente, en las conclusiones, asumiendo las limitaciones de la investigación, se recalcan los principales hallazgos: 1) el bulo electoral más frecuente se refirió a la presunta corrupción del propio sistema electoral y 2) el fact-checking más popular en Twitter fue el que llevaron a cabo los medios de comunicación progresistas durante los debates entre candidatos.

La comunicación política digital: un estado de la cuestión 

En esta sección se hace un repaso a la literatura académica sobre la digitalización en la comunicación política y sus consecuencias. A diferencia del uso subversivo que hacen los movimientos sociales de las tecnologías de la información, la política institucional y el periodismo se han sometido plenamente a una digitalización corporativa dominada por grandes compañías como Facebook o Twitter. El consumo de información política y el debate público en torno a la misma vienen en gran medida mediados por estas grandes plataformas, que con sus algoritmos condicionan la configuración de la agenda de temas públicos.

Dividimos nuestro comentario en tres bloques. El primero se refiere a la automatización que acompaña a la política dominada por las plataformas digitales. Ejércitos de cuentas fantasma son puestas al servicio de ciertas causas, dando la impresión de que existe un amplio respaldo social a un interés que podría ser minoritario; es lo que técnicamente se conoce como astroturfing (Howard, 2006). El segundo alude inevitablemente a las fake news: en un entorno en el que la distribución de la información política está dominada por las redes sociales y no por los medios periodísticos, la propaganda computacional se mezcla, hasta confundirse, con las noticias de las empresas periodísticas tradicionales. En este contexto, el fact-checking –una práctica originariamente norteamericana que antecede a la obsesión contemporánea por las noticias falsas (Graves, 2016)– se entiende como un antídoto imprescindible para contrarrestar dicha desinformación. Sin embargo, como advertimos en la tercera y última parte de esta sección, fenómenos como la exposición selectiva para eludir cualquier tipo de disonancia cognitiva hace que los hechos importen relativamente poco frente a las emociones y los prejuicios (Walter et al., 2019). De ahí la creciente atención académica hacia fenómenos como la polarización afectiva, aquella en la que los individuos acaban generando una aversión personal hacia aquellos que no profesan sus mismas inclinaciones políticas (Garrett et al., 2014).

La robotización de la información política

Los bots sociales (o cuentas falsas) imitan y potencialmente manipulan a los humanos y sus comportamientos en las redes sociales, e incluso consiguen que la esfera pública sea especialmente vulnerable a sus impactos. Así lo entienden Keller y Klinger (2019), que analizaron los seguidores en Twitter de siete partidos políticos alemanes durante las elecciones de 2017 y verificaron un crecimiento de los bots sociales durante la campaña, de un 7,1% a un 9,9%, si bien pocos se referían a la política alemana o incluían hashtags políticos.

Estudios recientes han apostado por analizar el uso de bots por parte de los partidos políticos (Campos y García-Orosa, 2018). En su estudio con entrevistas en profundidad a asesores y consultores políticos, Campos y García Orosa (ibídem) confirman la implantación de la automatización y el uso de algoritmos por parte de los partidos políticos en España; fundamentalmente, para la preproducción y la circulación del mensaje, en las que los robots avanzan en su camino como infomediadores entre los políticos y los ciudadanos. La influencia de los algoritmos afecta tanto a la toma de decisiones, que aquella puede acabar postulando a los programadores informáticos como constructores y narradores de la realidad política (Gutiérrez-Rubí, 2016). En este sentido, Kuiken et al. (2017) analizan, a partir de la técnica del análisis de contenido, los efectos del uso de los algoritmos sobre las tasas de clics y sus estrategias para llamar la atención de la audiencia. Aseguran que no es posible predecir la efectividad de un titular solo en función de sus características, aunque sí insisten en el aumento del número de clics. 

Fake news y comunicación política

En los últimos años, el impacto social de la desinformación en la sociedad red (Castells, 1996), junto con el efecto de las informaciones falsas, han encendido las alarmas. Gracias a la tecnología, cada vez circulan más mensajes que suponen una amenaza para la credibilidad del periodismo y, al mismo tiempo, han supuesto un desafío para aquellas personas que buscan información veraz (Shao et al., 2017; Vázquez-Herrero et al., 2019). Los cambios en la forma en que las personas consumen noticias requieren un nuevo examen de la relación entre el uso de la información periodística y la confianza en el contenido de los medios (Kalogeropoulos et al., 2019). Tras revisar 34 artículos académicos que usaron el término «noticias falsas» entre 2003 y 2017, Tandoc et al. (2018) definieron las fake news basándose en dos dimensiones –niveles de facticidad y de engaño– y establecieron una tipología de noticias falsas, distinguiendo entre sátira, parodia, fabricación, manipulación, publicidad y propaganda.

Magallón (2018) analizó la estrategia de comunicación de la cuenta de fact-checking de Maldito Bulo (España). A partir de un análisis de contenido de sus tuits y de entrevistas en profundidad a los miembros del equipo, concluyó que se observaban dos estrategias y estructuras comunicativas diferentes: una primera, relacionada con el desmentido de rumores, y otra con la tipología de desinformaciones que circulan. Por su parte, Berduygina et al. (2019) se cuestionaron cómo se puede resolver el problema de reconocer y controlar las noticias falsas y,  para ello, propusieron una clasificación de los temas predominantes según su popularidad, al tiempo que discutieron sobre la confianza en los medios de comunicación como fuente de información. En este sentido, reflexionan sobre los efectos positivos y negativos de publicar este tipo de informaciones, que suelen ser efectivas cuando se reciben de manera personalizada porque desencadenan una respuesta emocional en el público. Así, presentaron diferentes criterios para identificar las fake news según el grado de falsedad.

Vázquez-Herrero et al. (2019), en esta línea, estudiaron 135 iniciativas de fact-checking en todo el mundo para identificar los diferentes modelos según la organización, el contenido y sus fórmulas de verificación. Por su parte, Valenzuela et al. (2019) llegaron a la conclusión de que el compromiso político es una consecuencia importante del uso de las redes sociales para las noticias y supone un antecedente clave a la hora de compartir noticias falsas.

Efectos y credibilidad de los medios de comunicación

Los planteamientos de los estudios más actuales sobre credibilidad se sustentan en que el público es una audiencia activa. Se entiende la credibilidad como una cualidad subjetiva, fruto de un proceso de percepción social o atribución cognitiva, o, lo que es lo mismo, que es el grado de confianza que la audiencia atribuye al medio, a sus informaciones o al periodista (Meyen y Schwer, 2007). En el proceso de valoración de la credibilidad, la audiencia debe tener en cuenta elementos objetivos, pero también características intangibles de los medios de comunicación, como son las intenciones o las motivaciones. A esto se suman las características personales –demográficas y psicológicas–, el conocimiento previo y el grado de implicación que, sobre un tema, tenga el individuo. Desde esta perspectiva, la credibilidad informativa debe ser entendida desde tres ópticas: la relacionada con el medio de comunicación, la establecida en torno a un periodista o la que transmite una noticia (Farias Batlle y Roses-Campos, 2008). Otros investigadores (McCroskey y Mehrley, 1969; Luchok y McCroskey, 1978; Slater y Rouner, 1996; Bracken, 2006, Chartprasert, 1993) centraron su estudio en indagar sobre la influencia de las características físicas o formales de los mensajes mediante experimentos, demostrando, por ejemplo, que la calidad de la imagen puede afectar positivamente a la credibilidad atribuida a los telediarios y a los presentadores de estos informativos.

Desde otra perspectiva, algunos investigadores se han preocupado de analizar la relación entre las características demográficas de la audiencia y la percepción de la credibilidad de los medios (Westley y Severin, 1964; Abel y Wirth, 1977; Gunther, 1992; Mulder, 1981; Greenber, 1966; Ibelema y Powell, 2001), teniendo en cuenta variables como el sexo, la edad, la formación o el nivel socioeconómico. Sin embargo, las variables que más han preocupado a los investigadores en los últimos tiempos han sido las sociopolíticas: la pertenencia a un grupo y el grado de implicación con el tema de la información, el partidismo, la pertenencia a un partido político y la polarización ideológica son factores que afectan la credibilidad que se atribuye a los medios de conmunicación (Gunther, 1992; Oyedeji, 2007; Choi et al., 2006; Lee, 2014; Gronke y Cook, 2007; Vallone et al., 1985).

En un experimento online pionero en España, Pont et al. (2019) descubrieron que la credibilidad de la información en el entorno digital dependía del medio por el que esta se recibía, siendo los ciudadanos más proclives a compartir información proveniente de medios de comunicación tradicionales (televisión y prensa digital) que de plataformas como WhatsApp o Facebook. En este sentido, realizar un análisis de las principales fuentes informativas en campaña electoral es fundamental para entender los procesos de circulación y distribución de la información política. Al respecto, resulta importante considerar como fuentes informativas no solo a los medios de comunicación, sino también a los candidatos y a los partidos políticos que utilizan redes sociales como Twitter para difundir ideas y programas, eventos de campaña o publicaciones de medios de comunicación que pueden ayudar a amplificar su mensaje.

Objetivos y metodología

La difusión de los rumores durante las campañas electorales se ha convertido en una amenaza para el juego democrático, por lo que las plataformas digitales han convenido en establecer mecanismos de control para intentar combatir la desinformación. Para ahondar en este tema, las elecciones generales celebradas en España el 28 de abril de 2019 se presentan como un caso de estudio interesante, por lo apretado del resultado que auguraban las encuestas previas entre los bloques de la izquierda y la derecha; así como por el momento histórico en el que se celebraban, justo después de la demostrada injerencia de las fake news en otras citas con las urnas como las presidenciales de 2016 en Estados Unidos o el referéndum del Brexit en Reino Unido, que llevaron a las plataformas y fact-checkers a adoptar un papel más activo en estos momentos.

El estudio que se presenta tiene dos objetivos fundamentales: 

a) Analizar el contenido de los bulos de campaña identificados por los dos principales fact-checkers españoles, Maldita y Newtral. Este objetivo se concreta en las siguientes preguntas de investigación: 1. ¿A qué tipo de estrategias de desinformación (ej.: fotomontajes, falsas atribuciones) responden los bulos de campaña?; 2. ¿Cuál es el origen, si llega a determinarse, de esos rumores?; y 3. ¿Quiénes son las víctimas más frecuentes (ej.: candidatos, partidos, instituciones) de la desinformación?

b) Describir la actividad en Twitter de los principales actores políticos (medios de comunicación, partidos políticos, candidatos y fact-checkers) durante la campaña electoral, identificando qué temas de debate suscitaron mayor interés entre los usuarios de la red social, con especial atención al fact-checking, esto es, al desmentido de datos erróneos o rumores. Este objetivo se concreta en las siguientes preguntas de investigación: 1. ¿Quiénes fueron los actores políticos más activos (en número de tuits) y los más influyentes (en número de retuits)?; 2. ¿Qué temas de campaña (debates, economía, sanidad, etc.) suscitaron un mayor interés entre los usuarios?; y 3. ¿Qué relevancia (en términos de retuits o hashtags) tuvo el fact-checking durante la campaña en Twitter? 

Para abordar el primer objetivo visitamos las webs de los principales fact-checkers españoles, Maldita y Newtral, localizando 37 rumores de campaña a los que sometimos a un análisis de contenido, estudiando variables como su origen (red social, web de desinformación, medio de comunicación), su tipología (falsa atribución de imágenes o palabras, fotomontajes, impersonaciones), su tema (elecciones, inmigración, independentismo) y su «víctima», esto es, la persona o institución perjudicada por la difusión del rumor (candidato, partido político, etc.).

Maldita y Newtral son los fact-checkers de referencia en España, y ambos tienen su origen en el programa de televisión El Objetivo que importó a España la tradición anglosajona de la verificación de datos y declaraciones políticas. Este programa se emite desde 2013 en el canal de televisión español La Sexta y es presentado por la periodista Ana Pastor. En 2018, los responsables de la sección Maldita Hemeroteca en dicho programa dejaron el canal de televisión y constituyeron Maldita.es como una entidad sin ánimo de lucro. Un año después, en 2019, la propia Ana Pastor puso en marcha Newtral, una productora audiovisual que tiene también entre sus cometidos la verificación de datos y afirmaciones políticas. El carácter no empresarial de Maldita.es se aproxima más a la fundación que inició el fact-checking en Estados Unidos, el Annenberg Public Policy Center de la Universidad de Pensilvania, que inauguró la tendencia de la verificación extraperiodística en 2003 con el lanzamiento del sitio web factcheck.org. Durante la campaña electoral del 28-A en España operaron otros fact-checkers como Factual, a cargo de la agencia de noticias Agence France Press (AFP), y Verificat, una plataforma de verificación catalana apoyada por el Col·legi de Periodistes de Catalunya y la Universitat Ramon Llull. Nuestra elección de Maldita y Newtral se justifica por su mayor conocimiento por parte de la opinión pública española, en gran medida debido a sus orígenes televisivos. 

El método «análisis de contenido» (content analysis) es uno de los más comunes en el estudio del contenido manifestado en los medios de comunicación (Piñuel, 2002). Krippendorff, 2002) lo define como «una técnica de investigación destinada a formular, a partir de ciertos datos, inferencias reproducibles y válidas que puedan aplicarse a su contexto». La elección de esta metodología está determinada por su idoneidad para afrontar investigaciones cuantitativas sobre textos escritos, una práctica de larga tradición en los estudios periodísticos. Asimismo, «su utilidad para recopilar, procesar y evaluar grandes cantidades de información» (Sánchez, 2005: 214) y «su frecuente utilización en la descripción de los componentes de los mensajes mediáticos» (Igartua, 2006: 194), hacen de él el método de indagación más apropiado para este trabajo.

Para abordar el segundo objetivo, se creó un bot en Twitter, @unfaking_es, que monitorizaba, mediante retuiteos, las cuentas de cuatro grupos de actores: partidos políticos, candidatos, medios de comunicación –incluidos fact-checkers– y fuentes oficiales. En total, el bot monitorizó 240 fuentes y, además, se programó para que solo siguiera los tuits que incluyeran etiquetas alusivas a las elecciones (#28abril, #28abrileleccionesgenerales, #28A) y a los lemas de los principales partidos en liza (#LaEspañaQueQuieres, #ValorSeguro, #EnComún28A, #TuIzquierda, #UnPaísQueLucha, #VamosCiudadanos). El bot monitorizó estas cuentas y estas etiquetas desde el inicio oficial de la campaña electoral, el viernes 12 de abril de 2019, hasta el segundo día posterior a las elecciones del 28-A (el 30 de abril de 2019). Los tuits retuiteados por el bot se descargaron mediante la aplicación T-Hoarder, que trabaja con una metodología denominada t-hoarder_kit, de código abierto_¹, usada desde el año 2012 (Congosto et al., 2017). 

Los bulos de campaña en las elecciones del 28-A en España 

Para investigar la circulación de bulos en la campaña del 28-A partimos, como ya se ha explicado, del trabajo de los fact-checkers Maldita y Newtral. Visitamos sus respectivas webs y codificamos un total de 37 bulos, atendiendo a su plataforma de origen (redes sociales, WhatsApp y webs), la diferencia de tiempo entre su descubrimiento y su publicación original (en algunos casos se observa la recurrencia de bulos de un ciclo electoral a otro, incluso saltando de país en país), el tipo de bulo (falsas atribuciones, impersonaciones, llamadas a la acción), su tema principal (economía, elecciones, inmigración, etc.) y, si es discernible, su «víctima», esto es, el objeto del rumor, sea un candidato, una formación política o las instituciones públicas. Los bulos detectados por los fact-checkers provienen en su mayoría de redes sociales (12 tenían su origen en Twitter y otros tantos en Facebook o WhatsApp). Solamente 3 procedían de webs identificadas como sitios de desinformación, mientras que el resto provenían de webs partidistas (2) o satíricas (2).

El tipo de bulo más frecuente es la falsa atribución de acciones (14 bulos), es decir, se dice que alguien hizo algo que en realidad no hizo. La mayor parte (12) tienen que ver con rumores sobre fraude electoral, acusando a compañías como Indra o SCYT (adjudicatarias de las comunicaciones de resultados en la jornada electoral) de estar detrás de un «pucherazo». La falsa atribución de imagen (6 bulos), consiste en aprovechar fotografías de sujetos que tienen un vago parecido con algún candidato para denunciar algún comportamiento vergonzoso, desde una presunta reunión de Irene Montero (Unidas Podemos) con independentistas catalanes en Suiza, a un pasado filonazi de Albert Rivera en el que este haría el saludo fascista. Un salto cualitativo desde esta falsa atribución es la manipulación de imagen mediante vídeo o fotomontajes (5 bulos de este tipo). 

La falsa atribución de declaraciones, mediante la cual una afirmación es puesta en boca de un candidato que jamás la pronunció, es otro tipo de bulo habitual (5 casos). Idéntica recurrencia (5 bulos) tuvieron las diversas llamadas a la acción para favorecer un determinado resultado electoral o para advertir que no se votase con unas determinadas papeletas que se considerarían manipuladas y conducirían a un voto nulo.

Menos frecuentes, según los hallazgos de los fact-checkers, fueron las impersonaciones (cuentas que se hacen pasar por un determinado candidato, en este caso Pedro Sánchez, el único caso detectado) o la falsa atribución de noticias (un caso, el de una encuesta atribuída al Diari de Andorra en plena jornada de reflexión, el sábado 27 de abril de 2019).

Tras analizar cada uno de estos 37 casos, es posible discernir cierta estructura narratológica, ya que siempre existe un enganche con la realidad que hace al bulo verosímil: Indra no se encarga de hacer el recuento de votos, pero sí de la comunicación de los primeros resultados; el Diari de Andorra no publicó una encuesta en la jornada de reflexión, pero la encuesta andorrana publicada fuera del límite legal que marga la legislación española es casi una tradición. Además de esa conexión vaga con la realidad, otro mecanismo habitual es la exageración, la fantasía hiperbólica. Así, desde la cuenta que se hacía pasar por Pedro Sánchez, se lamentaba el carácter franquista de la Semana Santa o se apreciaba la recepción del candidato en Cataluña «como si fuera el mismo país». El laicismo socialista se convierte en anticlericalismo, el federalismo en proindependentismo.

Si comparamos la fecha de denuncia del bulo por parte de los fact-checkers con la fecha de publicación de los rumores, la diferencia suele ser de apenas unos días. Sin embargo, hay bulos que, cual leyendas urbanas, se repiten en los ciclos electorales y circulan por varios países. Es el caso del bulo sobre la cartilla que permite votar contra el maltrato animal, que data de 2011 y circuló en Argentina y Colombia. También resucitó un vídeo de 2015 sobre un supuesto pucherazo en Melilla. Llama la atención, quizá, el limitado impacto de las webs de desinformación, si bien es cierto que fueron objeto de un especial escrutinio durante estas elecciones, hasta el punto de que las cuentas de la web Caso Aislado en redes sociales sufrieron una suspensión temporal.

Las víctimas de los bulos de campaña se encuentran en todos los partidos, si bien es cierto que Unidas Podemos y el PSOE fueron los más perjudicados, con 5 y 4 bulos respectivamente. Aunque quien más sufrió los rumores fue el propio sistema electoral, objeto de 6 bulos –tradicionalmente, es el candidato con más posibilidades de lograr la victoria el que más opciones tiene de ser protagonista de las desinformaciones–.

Los actores políticos en campaña: la importancia del fact-checking

Nuestro bot de monitoreo retuiteó durante el período analizado 2.864 tuits. Los días de menos actividad de campaña fueron el primer sábado y domingo de campaña, donde el bot republicó el 1,8% del total de tuits monitorizados con los hashtags predeterminados. Los dos debates que se celebraron entre los candidatos tuvieron lugar la última semana de campaña, concretamente el lunes 22 de abril y el martes 23 de abril de 2019. Y pudimos observar cómo estos días fueron los de más intensidad informativa, con más del 15% de los tuits publicados en campaña durante cada uno de estos días, los cuales sumaban casi un tercio de los tuits publicados durante toda la campaña. Resulta patente la diferencia entre la intensidad informativa que se produce durante la segunda semana en comparación con la primera semana de campaña. Parece evidente que la coincidencia de fechas de la primera semana con la Semana Santa influyó de manera determinante en el tráfico informativo y en los tiempos electorales a la hora de publicar contenidos relacionados con la campaña electoral.

Más actividad no equivale a más influencia

Los tuiteros más activos durante la campaña electoral del 28-A fueron, sin duda, los medios de comunicación. Los legacy media (entendiendo por tales los diarios tradicionales y las televisiones generalistas) emitieron 1.304 tuits, casi la mitad (45,5%) del total. Les siguieron los new media (entendiendo por tales los nativos digitales como eldiario.es), con 636 tuits (22,2% del total). Sorprende quizá encontrar en el tercer lugar en cuanto a número de tuits a las agencias de noticias, con solo 273 tuits (9,5% del total). Les siguen los partidos políticos (159 tuits durante la campaña), los candidatos (117 tuits), los fact-checkers (73 tuits) e instituciones como el propio Gobierno de España (con 26 tuits, bien a través de la cuenta de Moncloa o de los ministerios) o el Senado (con 12 tuits desde su cuenta oficial).

Eso sí, como reza uno de los refranes más populares en Internet, «tener voz no equivale a que te escuchen». De la misma manera, una mayor actividad en términos de número de tuits no equivale a una mayor influencia en cuestión de retuits. Así, como veremos a continuación, nos encontramos con cuentas muy activas, pero de limitada influencia entre los usuarios de la red social.

Entre los legacy media, destacó por su actividad la cuenta de La Razón, con 395 tuits durante la campaña, seguida de El País (269 tuits) y El Periódico (153 tuits). Entre las televisiones, la cuenta de Antena 3 Noticias llegó a los 105 tuits, mientras que el Canal 24 horas de TVE se quedó en los 80 mensajes, casi el doble de los emitidos por La Sexta (42 tuits). Entre los diarios tradicionales destacó la modesta actividad de El Mundo, con 60 tuits en el período –al no emplear los hashtags preestablecidos para la monitorización–. Por su parte, los diarios digitales estuvieron encabezados por eldiario.es (la cuenta más activa tras La Razón, con 273 tuits), al que siguieron publico.es con 104 mensajes, elespanol.com con 93 tuits, elconfidencial.com con 88 tuits y, a mayor distancia, elindependiente.com con 31 tuits. Respecto a las agencias de noticias, la primera fue EFE, con 161 tuits durante la campaña, seguida de Europa Press, con 112.

Entre los partidos políticos, el más activo fue Izquierda Unida, con 87 tuits, al que siguió a mucha distancia el PSOE (34 tuits), que se situó en todo caso por delante del Partido Popular (27 tuits) y Ciudadanos (11 tuits). Destacó la escasa actividad de la cuenta Ahora Podemos, con tan solo 4 tuits siguiendo los hashtags prefijados e incluyendo propios dependiendo de los acontecimientos y lugares de campaña.

Los dos principales fact-checkers, Maldita (desde distintas cuentas, como MalditoBulo, MalditoDato, etc.) y Newtral, registraron una treintena de tuits cada uno bajo los parámetros establecidos. Por último, las cuentas institucionales del Gobierno (@desdelamoncloa, @interiorgob) registraron 26 tuits, mientras que el Senado destacó en solitario con 12 tuits.

Ahora bien, actividad no equivale a impacto. Si nos fijamos en los tuits que consiguieron un número de retuits superior a la media aritmética de la muestra recogida por el bot, nos encontramos con 419 tuits (del total de 2.864) cuyos retuits fueron superiores a 56. Nos quedamos así con la submuestra de tuits más influyentes, entendiendo por tales aquellos que despertaron entre los usuarios un mayor interés por ser compartidos con sus seguidores.

El nativo digital eldiario.es y El País se situaron en una liga diferente al resto de usuarios en cuanto a su impacto. La publicación dirigida por Ignacio Escolar consiguió 100 tuits cuyos retuits superaron el promedio general, otorgándole 42.758 retuits a su cuenta, es decir, una media de 428 retuits por tuit. El diario del grupo  Prisa colocó 78 tuits por encima del promedio general de engagement, consiguiendo para su cuenta 39.324 retuits, esto es, 504 retuits por tuit. El siguiente usuario en lograr más tuits de impacto (41) fue la cuenta de Izquierda Unida, pero su rendimiento, aunque notable (7.829 retuits, 191 retuits por tuit), fue ya sensiblemente inferior al de los medios eldiario.es y El País, que dominaron la conversación durante la campaña. Su dominio tan destacado se explica, como veremos a continuación, porque su live fact-checking durante los dos debates televisados entre los candidatos consiguió acaparar la atención de los usuarios de la red.

En referencia a los partidos políticos, el PSOE, con 7.019 retuits, fue el segundo con más engagement, seguido de la cuenta de Podemos (2.170 retuits) y el Partido Popular (2.096 retuits). La cuenta de Ciudadanos se situó en último lugar, pero no muy alejada, con 1.844 retuits. Entre los fact-checkers, la cuenta que más retuits recibió fue la de Maldito Dato, con 6.605 mensajes compartidos. Newtral se quedó mucho más atrás, con 236 retuits.

Al poner el foco en los retuits en lugar de en el número de tuits, emerge un patrón diferente: La Razón apenas rentabilizó su actividad, pues de sus casi 400 tuits, solo 3 registraron un retuiteo superior al promedio general. El Mundo, sin embargo, consiguió colocar a 14 tuits con un rendimiento en retuits por encima de la media, otorgándole 3.796 retuiteos a su cuenta.

Si atendemos al promedio de retuits por tuit, la cuenta de Maldito Dato emerge como aquella que gozó de un mayor rendimiento. Sus 7 tuits con retuiteos por encima del promedio le granjearon una media de 944 retuits por tuit. En esta métrica de rendimiento el candidato con más retuits por tuit fue el socialista Pere Joan Pons, diputado por las Islas Baleares, con una media de 641 retuits por tuit. La tercera cuenta con mayor rendimiento fue la de Ahora Podemos, pues logró colocar 4 tuits por encima del promedio de retuits con una media de 543 retuits por tuit, superando a las cuentas de El País (504 retuits de media por tuit) o Pedro Sánchez (un promedio de 485 retuits por tuit).

Para conocer qué tipo de mensajes suscitaban más interés entre los usuarios, decidimos codificar el primer cuartil de tuits que recibían retuits por encima del promedio general. Codificamos, pues, 106 tuits que recibieron al menos 263 retuits. Descubrimos así que la conversación en Twitter sobre las elecciones generales del 28-A estuvo protagonizada por los dos debates televisivos que se celebraron en días consecutivos, el primero en RTVE (el lunes 22 de abril de 2019) y el segundo en Atresmedia (el martes 23 de abril de 2019). Los tuits más retuiteados provinieron de las cuentas de El País (100 tuits entre los 419 por encima del promedio de retuits) y eldiario.es (78 tuits por encima del promedio) y, en concreto, del live fact-checking que estos medios hicieron durante los debates. Los tuits más retuiteados fueron aquellos en los que estas cuentas desmentían las afirmaciones de Pablo Casado, por lo que cabe inferir un cierto sesgo en Twitter que explicaría la posición de Izquierda Unida (41 tuits por encima del promedio de retuits) o del diario digital Público (17 tuits por encima del promedio) entre las cuentas más retuiteadas. El protagonismo de los debates televisados se observa también al detener nuestra mirada en los hashtags más frecuentes en los tuits cuyos retuits superaban el promedio general.

Del centenar de tuits que conforman el cuartil más retuiteado, la mitad (55 tuits) son declaraciones de los candidatos, pero también cobra un papel fundamental el fact-checking de los medios y los fact-checkers (35 tuits). En cuanto a la temática de los tuits, un cuarto (27 tuits) se refieren a temas de economía (pensiones y desempleo, fundamentalmente), 13 aluden a apreciaciones personales o de carácter entre los candidatos en liza, 11 se refieren a los debates en sí (tuits autopromocionales de los medios o los fact-checkers) y 11 son tuits animando al voto. En resumen: la conversación en Twitter sobre el 28-A estuvo dominada por los debates electorales y la verificación en directo de dos medios (eldiario.es y El País). 

Dos estilos de fact-checking

Las elecciones del 28-A se celebraron en un clima de gran alarma social y política por el potencial disruptor de la desinformación en redes sociales. Los principales fact-checkers españoles, Maldita y Newtral, se erigieron en paladines de la verificación de afirmaciones por parte de los candidatos y en parapetos frente a los rumores y bulos que podrían correr en redes sociales durante la campaña. El análisis de sus cuentas en Twitter, orientado por una codificación inductiva de sus prácticas más frecuentes, desvela unos patrones de comportamiento bien diferenciados. Mientras Maldita centra sus esfuerzos en la denuncia de bulos, Newtral tiende más hacia la pedagogía electoral, la comparativa de programas, la transparencia del gasto electoral, los temas de campaña y la presencia de mujeres en las instituciones.

Los seis tuits con mayor impacto en cuanto a retuits corresponden al live fact-checking que hizo la cuenta Maldito Bulo durante los debates electorales. Sin embargo, Newtral no consiguió un impacto relevante en las verificaciones en directo. Es más, el fact-checking en directo dejó de ser una exclusiva de los fact-checkers y pasó a integrarse como la práctica más exitosa de las cuentas de eldiario.es y El País. De nuevo cabe señalar el potencial sesgo de los usuarios de Twitter, pues de esos 6 tuits de verificación en directo a cargo de Maldito Dato que recibieron un mayor número de retuits, cinco se corresponden a desmentidos de afirmaciones de Pablo Casado y solo uno desmiente a Pedro Sánchez.

Conclusiones

La conversación en Twitter sobre las elecciones del 28-A en España estuvo dominada por los debates electorales y la verificación en directo de dos medios que siguieron los hashtags oficiales de campaña (eldiario.es y El País). A juzgar por el alto índice de retuits que generaron los desmentidos al candidato del Partido Popular Pablo Casado durante el debate, así como el alto posicionamiento de medios progresistas (eldiario.es, Público) y partidos de centroizquierda (Izquierda Unida y PSOE), cabe inferir que los usuarios más activos correspondieron a una persuasión ideológica más próxima a la izquierda. Se confirman así los argumentos que resaltan la importancia de variables como la pertenencia al grupo y el grado de implicación con el tema de la información, el partidismo o la pertenencia a un determinado partido, que a su vez afectan a la credibilidad que se atribuye a los medios de comunicación (Gunther, 1992; Oyedeji, 2007; Choi et al., 2006; Lee, 2014; Gronke y Cook, 2007; Vallone et al., 1985).

En respuesta al primer objetivo de la investigación –analizar el contenido de los bulos de campaña–, se verifica que los bulos detectados por los fact-checkers provienen en su mayoría de redes sociales (12 tenían su origen en Twitter y otros tantos en Facebook o WhatsApp). Solamente 3 provenían de webs identificadas como sitios de desinformación, mientras que el resto provenían de webs partidistas (2) o satíricas (2); y una parte de estos fueron fabricados con la intención de influir en el electorado. El tipo de bulo más frecuente es la falsa atribución de acciones (14 bulos), es decir, se dice que alguien hizo algo que en realidad no hizo. La mayor parte (12) tienen que ver con rumores sobre fraude electoral.

Desde el punto de vista del trabajo de los fact-checkers, que protagonizan el segundo objetivo de nuestro estudio –describir la actividad en Twitter de los principales actores políticos–, el análisis de sus cuentas en Twitter desvela unos patrones de comportamiento bien diferenciados: mientras Maldita centra sus esfuerzos en la denuncia de bulos, Newtral tiende más hacia la pedagogía electoral, la comparativa de programas, la transparencia del gasto electoral y los temas de campaña.

El análisis de la discusión política en Twitter durante la campaña electoral del 28-A confirma la vigencia del fenómeno de la «doble pantalla» (Vaccari y Valeriani, 2018), mediante el cual los ciudadanos siguen simultáneamente la emisión televisiva y las reacciones alusivas a la misma en las redes sociales. Los espectadores ya no se limitan a consumir la producción de los medios de masas, sino que la comentan de manera crítica. Los tuits con más retuiteos corresponden a los dos debates televisados entre los candidatos, que tuvieron lugar la última semana de campaña, concretamente el lunes 22 de abril y el martes 23 de abril de 2019. Twitter se convierte así en una especie de back channel para comentar las incidencias de esos media events. Los propios desarrolladores de Twitter se inspiraron en las conversaciones paralelas que se mantenían en los chat rooms de los congresos académicos y profesionales para dotar a su aplicación del carácter interpelativo que tanta popularidad le ha granjeado (Siles, 2013).

Nuestro estudio, no obstante, estuvo sujeto a varias limitaciones. En primer lugar, por el muestreo del bot, que estaba orientado por un catálogo de fuentes predeterminado (medios de comunicación, partidos políticos, candidatos, fact-checkers) y por una relación de hashtags (fundamentalmente, los lemas de campaña de los principales partidos). Por ello, pues, no se trata de un análisis proveniente del completo tweet-stream de las dos semanas correspondientes a la campaña electoral, sino del muestreo estratégico orientado por las directrices con las que trabajó nuestro bot. Futuras investigaciones, sin embargo, podrían tomar como marco de selección toda la producción de tuits en España durante una campaña electoral, a fin de detectar actores no convencionales que hayan podido ejercer una influencia notable al margen de las fuentes más institucionales.

En segundo lugar, el estudio de los bulos electorales partió de la selección de rumores identificados por los fact-checkers Maldita y Newtral. Es posible, entonces, que algunos bulos hayan escapado a las redes de detección de estos agentes. Al respecto, aquí topamos con la accesibilidad a las plataformas por parte de los investigadores. Twitter es la única que mantiene sus APIs abiertas para permitir monitoreos externos, mientras que otras redes sociales clave en la circulación de rumores –como Facebook o WhatsApp– estaban vedadas a los investigadores en el momento de realizar este estudio. 

A pesar de estas limitaciones, el artículo arroja novedades para el estudio de las redes sociales en campañas electorales: el fact-checking deja de ser una práctica exclusiva de los verificadores como Maldita o Newtral y pasa a convertirse en el tipo de cobertura más exitosa para los medios de comunicación, sobre todo cuando la verificación se practica en directo, en sincronía con el desarrollo de los debates electorales en televisión.

Referencias bibliográficas

Abel, John D. y Wirth, Michael O. «Newspaper vs. TV Credibility for Local News». Journalism & Mass Communication Quarterly, vol. 54, n.° 2 (1977), p. 371-375.

Berduygina, Oksana; Vladimirova, Tatyana y Chernyaeva, Elena. «Trends in the Spread of Fake News in the Mass Media». Media Watch, vol. 10, n.° 1 (2019), p. 122-132.

Bracken, Cheryl Campanella. «Perceived source credibility of local television news: The impact of television form and presence». Journal of Broadcasting and Electronic Media, vol. 50, n.° 4 (2006), pp. 723-741.

Campos Domínguez, Eva y García Orosa, Berta. «Comunicación algorítmica en los partidos políticos: automatización de producción y circulación de mensajes». El Profesional de la Información, vol. 27, n.° 4 (2018), p. 769-777.

Castells, Manuel. The Rise of the Network Society. Vol. I. Oxford; Malden, MA: Blackwell, 1996.

Chartprasert, Duangkamol. «How Bureaucratic Writing Style Affects Source Credibility». Journalism & Mass Communication Quarterly, vol. 70, n.° 1 (1993), p. 150-159.

Choi, Junho H., Waitt, James H. y Lynch, Michael. «Perceptions of news credibility about the war in Iraq: Why War opponents perceived the internet as the most credible medium». Journal of Computer-Mediated Communication, vol. 12, n.° 1 (2006), p. 209-229.

Comisión Europea. A multi-dimensional approach to disinformation: Report of the independent High level Group on fake news and online disinformation. Comisión Europea, (marzo de 2018) (en línea) [Fecha de consulta 10.11.2019] https://ec.europa.eu/digital-single-market/en/news/final-report-high-level-expert-group-fake-news-and-online-disinformation

Congosto, M.; Basanta-Val, P. y Sánchez Fernández, L. «T-Hoarder: A framework to process Twitter data streams». Journal of Network and Computer Applications, n.º 83 (2017), p. 28–39. https://doi.org/10.1016/j.jnca.2017.01.029

Farias Batlle, Pedro y Roses Campos, Sergio. Acerca de la encuesta de credibilidad de la información en los medios; en Farias Batlle, Pedro. Informe de la Profesión Periodística 2011. Madrid: Asociación de la Prensa de Madrid, 2011.

Garrett, Kelly; Gvirsman, Shira Dvir; Johnson, Benjamin K.; Tsfati, Yariv; Neo, Rachel y Dal, Aysenur. «Implications of pro- and counterattitudinal information exposure for affective polarization». Human Communication Research, vol. 40, n.° 3 (2014), p. 309-332.

Graves, Lucas. Deciding what’s true: The rise of political fact-checking in American journalism. Nueva York: Columbia University Press, 2016.

Greenberg, Bradley S. «Media Use and Believability: Some Multiple Correlates». Journalism Quarterly, vol. 43, n.° 4 (1966), p. 665-670.

Gronke, Paul y Cook, Timothy E. «Disdaining the media: The American public’s changing attitudes toward the news». Political Communication, vol. 24, n.° 3 (2007), p. 259-281.

Gunther, Albert C. «Biased Press or Biased Public? Attitudes Toward Media Coverage of Social Groups». Public Opinion Quarterly, vol. 56, n.° 2 (1992), p. 147-167.

Gutiérrez-Rubí, Antoni. «Bots para la comunicación política». Página web gutierrez-rubi.es, (2 de noviembre de 2016) (en línea) [Fecha de consulta: 08.10.2019] https://www.gutierrez-rubi.es/2016/11/02/bots-en-comunicacion-politica/

Hall Jamieson, Kathleen. Cyberwar: How Russian hackers and trolls helped elect a president: What we don't, can't, and do know. Oxford: Oxford University Press, 2018.

Howard, Philip. New media campaigns and the managed citizen. Cambridge: Cambridge University Press, 2006.

Ibelema, Mineabere y Powell, Larry. «Cable Television News Viewed as Most Credible. Newspaper Research Journal, vol. 22, n.° 1 (2001), p. 41-51.

Igartua, Juan José. Métodos cuantitativos de investigación en comunicación. Barcelona: Bosch, 2006.

Kalogeropoulos, Antonis, Suiter, Jane y Eisenegger, Mark. «News Media Trust and News Consumption: Factors Related to Trust in News in 35 Countries». International Journal of Communication, vol. 13, (2019), p. 3.672-3.693.

Keller, Tobias R. y Klinger, Ulrike. «Social Bots in Election Campaigns: Theoretical, Empirical, and Methodological Implications». Political Communication, vol. 36, n.° 1 (2019), p. 171-189.

Krippendorff, Klaus. Metodología de análisis de contenido: Teoría y práctica. Barcelona: Paidós, 2002,

Kuiken, Jeffrey; Schuth, Anne; Spiters, Martijn y Marx, Maarten. «Effective Headlines of Newspaper Articles in a Digital Environment». Digital Journalism, vol. 5, n.° 10 (2017), p. 1.300-1.314 (en línea) [Fecha de consulta: 07.10.2019] https://www.tandfonline.com/doi/abs/10.1080/21670811.2017.1279978

Lee, Eun Ju y Shin, Soo Yun. «When the Medium Is the Message: How Transportability Moderates the Effects of Politicians’ Twitter Communication». Communication Research, vol. 41, n.° 8 (2014), p. 1.088-1.110.

Luchok, Joseph A. y McCroskey, James C. «The effect of quality of evidence on attitude change and source credibility». Southern Speech Communication Journal, vol. 43, n.° 4 (1978), p. 371-383.

Magallón-Sosa, Raúl De. «Nuevos formatos de verificación. El caso de Maldito Bulo en Twitter». Sphera publica. Revista de ciencias sociales y de la comunicación, vol. 1, n.° 18 (2018), p. 41-65.

McCroskey, James C. y Mehrley, R. Samuel. «The effects of disorganization and nonfluency on attitude change and source credibility». Speech Monographs, vol. 36, n.° 1 (1969), p. 13-21.

Meyen, Michael y Schwer, Katja. «Credibility of media offerings in centrally controlled media systems: A qualitative study based on the example of East Germany». Media, Culture and Society, vol. 29, n.° 2 (2007), p. 284-303.

Moya-sánchez, Miguel y Herrera-Damas, Susana. «Cómo medir el potencial persuasivo en twitter: Propuesta metodológica». Palabra Clave, vol. 19, n.° 3 (2016), p. 838-867.

Mulder, Ronald. «A Log-Linear Analysis of Media Credibility». Journalism Quarterly, vol. 58, n.° 4 (1981), p. 635-638 (en líena) [Fecha de consulta: 06.10.2018] https://journals.sagepub.com/doi/abs/10.1177/107769908105800420?journalCode=jmqb

Oyedeji, T. A. «Incredible Media or Incredulous Audience: The effects of Polarization and Partisanship on Media Credibility». AEJMC Annual Convention Program de 2007 Washington D.C.

Pont, Carles; Besalú, Reinald; Rovira, Edgar; Castelo, Santi y Sánchez, Metzeri. Análisis de la credibilidad de la información política en el entorno digital (Facebook, WhatsApp, prensa digital y televisión). Barcelona: Càtedra ideograma-UPF de Comunicació Politica i Democràcia, 2019 (en línea) [Fecha de consulta: 10.11.2019] https://www.upf.edu/documents/220602201/0/CátedraIdeograma-UPF_Análisis+de+la+credibilidad+de+la+información.pdf/f3e546db-4819-5a11-6838-b1cda874e6a7

Sánchez, José Javier. «Análisis de contenido cuantitativo de medios». En: Berganza, M. Rosa y Ruiz, José (coords.). Investigar en Comunicación. Guía práctica de métodos y técnicas de investigación social en comunicación. Madrid: McGraw Hill, 2005, p. 207-228.

Shao, Chengcheng; Ciampaglia, Giovanni Luca; Flammini, Alessandro y Menczer, Filippo. «The spread of low-credibility content by social bots». Nature Communications, n.° 9 (2018) (en línea) [Fecha de consulta: 10.09.2019] https://www.nature.com/articles/s41467-018-06930-7

Siles, Ignacio. «Inventing Twitter: An Iterative Approach to New Media». International Journal of Communication, vol. 7 (2013), p. 2105–2127.

Slater, Michael D. y Rouner, Donna. «How message evaluation and source attributes may influence credibility assessment and belief change». Journalism and Mass Communication Quaterly, vol. 73, n.° 4 (1996), p. 974-991.

Vaccari, Cristian y Valeriani, Augusto. «Dual Screening, Public Service Broadcasting, and Political Participation in Eight Western Democracies». The International Journal of Press/Politics, vol. 23, n.°3 (2018), 367-388.

Valenzuela, Sebastián; Halpern, Daniel; Katz, James E. y Miranda, Juan Pablo. «The Paradox of Participation Versus Misinformation: Social Media, Political Engagement, and the Spread of Misinformation». Digital Journalism, vol. 7, n.° 6 (2019), p. 802-823 (en línea) [Fecha de consulta: 09.09.2019] https://www.tandfonline.com/doi/full/10.1080/21670811.2019.1623701

Vallone, Robert P.; Ross, Lee y Lepper, Mark R. «The hostile media phenomenon: biased perception and perceptions of media bias in coverage of the Beirut massacre». Journal of Personality and Social Psychology, vol. 49, n.° 3 (1985), p. 577-585.

Vázquez-Herrero, Jorge; Vizoso, Ángel y López García, Xosé. «Innovación tecnológica y comunicativa para combatir la desinformación: 135 experiencias para un cambio de rumbo». El Profesional de la Información, vol. 28, n.° 3 (2019), p. 1-12.

Walter, Nathan; Cohen, Jonathan; Holbert, R. Lance y Morag, Yasmin. «Fact-checking: A meta-analysis of what works and for whom». Political Communication, (2019, (en línea) https://doi.org/10.1080/10584609.2019.1668894

Westley, Bruce H. y Severin, Werner J. «Some Correlates of Media Credibility». Journalism & Mass Communication Quarterly, vol. 41, n.° 3 (1964), p. 325-335.

Notas:

1- Para su funcionamiento es necesario trabajar en un entorno Linux y Python. T-hoarder_kit utiliza las APIs de Twitter: REST, Search y Streaming.

Palabras clave: fake news, desinformación, bots, campaña electoral, elecciones, comunicación política, España

DOI: doi.org/10.24241/rcai.2020.124.1.123

Cómo citar este artículo:  Paniagua Rojano, Francisco; Seoane Pérez, Francisco y Magallón-Rosa, Raúl. «Anatomía del bulo electoral: la desinformación política durante la campaña del 28-A en España». Revista CIDOB d’Afers Internacionals, n.º 124 (abril de 2020), p. 123-145. DOI: doi.org/10.24241/rcai.2020.124.1.123

Autores: Francisco Paniagua Rojano, profesor titular de Periodismo, Universidad de Málaga, Francisco Seoane Pérez, profesor de Periodismo, Universidad Carlos III de Madrid  y Raúl Magallón-Rosa, profesor de Periodismo, Universidad Carlos III de Madrid