Un estudio sobre los bots en twitter revela que hay una actividad intensa principalmente en torno al candidato José Antonio Kast. Los autores hablan de una “acción predatoria” de estos bots pues, aunque representan poco más del 12% de tweets sobre el candidato, podría ser suficiente para engañar al algoritmo, poner temas y lograr la adhesión de cuentas “humanas”. Sus blancos frecuentes son Boric y Sichel.

---

Las encuestas enfrentan cada vez más dificultades (metodológicas, sanitarias) para dar cuenta del escenario electoral. De hecho, tanto las agencias de comunicación de masas (Mayorga Rogel et al., 2010; Olivares, 2020) como encuestadoras (Muñoz y Mora, 2019; Santander et al., 2017) y think tanks (Garber Fuentes, 2020; Morales Martín, 2018; Olivares et al., 2014) han sido objetadas por su intencionado perfilamiento de escenarios políticos en sus publicaciones.

Otra fuente relevante de información sobre el contexto político es la actividad en plataformas digitales como Twitter (Navia y Ulriksen, 2017; Santana y Huerta Cánepa, 2019). Sin embargo, en esta red social la posibilidad de automatización de los contenidos ha llevado a la proliferación de bots, versión corta de “robots”.

Los bots son usualmente identificados con productores automatizados de contenidos diseñados para imitar y alterar el comportamiento humano (Ferrara et al., 2016), distorsionando la percepción de los usuarios sobre la popularidad de determinadas personas, organizaciones o temáticas, manipulando así la opinión pública (Howard, Wooley & Calo, 2018); o incluso para sabotear acciones colectivas que son coordinadas a través de dicha plataforma (Treré, 2018). Más concretamente, lo que aquí llamamos bots son usuarios con alta probabilidad de que sean automatizados. Es decir, cuentas creadas en Twitter que probablemente no son gestionadas por personas, sino programadas para realizar ciertas acciones como responder o retuitear ciertas cuentas, temas, hashtags, etc.

La experiencia internacional y nacional reciente nos muestra que los bots son crecientemente usados en campañas políticas.

Venezuela es el caso latinoamericano pionero de estudio en la materia (Forelle et al., 2015; Puyosa, 2015). La evidencia indica que en la nación caribeña los bots han sido ampliamente usados por la oposición más radical al chavismo, y también por el oficialismo[1]. En el contexto brasileño, se ha encontrado que los bots se convirtieron en un fenómeno visible desde las elecciones presidenciales de 2014 y el proceso de impeachment de Dilma Rousseff en 2016 (Arnaudo, 2017).

---

“De los 10 bots que más alaban a Kast en Twitter, 8 sistemáticamente vierten opiniones desfavorables sobre Boric y Sichel y 6 actúan igualmente como detractores de Provoste”

---

Más recientemente han sido desplegados sistemática y masivamente para promocionar temáticas alineadas con el gobierno de Jair Bolsonaro y en contra de sus oponentes políticos, a menudo relacionado con prácticas antidemocráticas y desinformación (Ruediger et al., 2017; Ruediger, 2018). Esto se observó, por ejemplo, en los días previos a las protestas del 7 de septiembre, día de la independencia de Brasil, donde informes identificaron la acción de bots impulsando hashtags en defensa del gobierno de Bolsonaro (Afonso, 2021). Entre los resultados, estos informes apuntaban a que un volumen del 23% de los 81 mil tuits analizados habían sido compartidos por cuentas automatizadas. Encuestas recientes también han identificado acciones coordinadas y automatizadas en ataques al actual sistema electoral brasileño y ataques a prensa y periodistas.

En Chile, los estudios también han mostrado el uso de bots. Concretamente, se encontraron  ‘brigadas digitales’ encargadas de ‘generar la ilusión’ de la presencia de un ‘amplio apoyo de bases’ hacia determinadas candidaturas en la campaña presidencial de 2017 (Santana y Huerta Cánepa, 2019). En esa elección las observaciones indicaron que fue Marco Enríquez-Ominami quien desplegó con mayor envergadura dicha estrategia digital, seguido por Sebastián Piñera y José Antonio Kast. Otro estudio analizó la influencia de bots en la convención constitucional. Este mostró un sesgo de acción antidemocrática y automatización bastante marcado con tuits favorables a la derecha conservadora, mencionando a convencionales como Teresa Marinovic y Marcela Cubillos. A la vez se encontraron evidencias de una actividad detractora hacia convencionales de distinta orientación política como Loncón y Bassa (Fuentes et al., 2021).

La experiencia anterior nos muestra la relevancia de indagar cómo se está dando la actividad automatizada en las redes sociales en la actual coyuntura política nacional, en particular en Twitter, una plataforma habitada por una élite formadora de opinión: periodistas, políticos, académicos, entre otros. Ante un escenario de alta incertidumbre e incremento en la polarización política, y donde diferentes encuestadoras muestran tanto un fortalecimiento de la candidatura de José Antonio Kast como del “No sabe/No Responde” ante la pregunta por la preferencia por quién debería ocupar el sillón presidencial, nos preguntamos: ¿qué está pasando en Twitter con los bots? ¿Es la candidatura de José Antonio Kast la que más se beneficia de los bots?

Los datos que presentamos a continuación responden estas preguntas, visibilizan la magnitud de la acción de los bots ytambién la orientación política de los bots con más actividad en Twitter (favorable o desfavorable a los distintos candidatos) y detectan las diferentes tácticas políticas de uso de bots. En el subtítulo siguiente se explica brevemente la metodología que da origen a estos resultados (ver recuadro) y las principales tendencias. La columna cierra con unareflexión sobre el posible impacto del uso sistemático de bots políticos en la compleja coyuntura nacional.

PATRONES DE ACTIVIDAD DE LOS BOTS ‘PRESIDENCIALES’

Este estudio recopila las referencias explícitas a las candidaturas presidenciales en Twitter. En concreto, aquellos tuits que contengan el @usuario de la candidatura, publicados entre el 19 de septiembre y 7 de noviembre de 2021 (siete semanas). En total, se analizaron un conjunto de más de 3 millones de tuits de los cuales, aproximadamente, un 10% fue creado por bots. Los bots fueron identificados utilizando un AtrapaBot creado en Brasil (ver recuadro metodológico para más detalles). Este número es significativo, considerando que estudios indican que un solo bot puede ser la chispa que inicia el incendio, generando inclusive tendencias de nivel local o mundial, sobre todo en contextos de polarización (Santos, 2020).

Para realizar un primer acercamiento sobre la magnitud de su actividad, se seleccionaron las diez cuentas más activas de aquellas detectadas como posibles bots. Estas poseen las siguientes características: tienen entre 2.000 y 3.500 mensajes en el periodo, promediando entre 40 y 70 mensajes por día todos los días por 7 semanas. Todas mencionan, con diferentes intensidades, a todos los candidatos, salvo un bot concentrado en Sichel que no menciona a Artés. A nivel agregado, la mitad de las diez cuentas concentran su actividad en Kast, tres en MEO y dos en Sichel.

Una mirada más general sobre todos los bots de la muestra indica que ellos concentran su actividad en los candidatos que lideran las encuestas; en particular Kast, con 35% de las menciones y Boric, con 32% (ver Gráfico 1). Sin embargo, esto no implica, necesariamente, que uno u otro comando esté detrás de estas acciones. Como vimos anteriormente, los bots pueden cumplir diferentes roles, desde amplificar una demanda o un tema, sabotear tópicos que estén como tendencia en la plataforma, dar mayor visibilidad a un usuario o intervenir en la percepción del apoyo o de desaprobación de cierto usuario, en este caso, un candidato a la presidencia.

---

Gráfico 1

Cantidad de mensajes de usuarios bots mencionando a los candidatos y candidata.

---

Luego preguntamos a la base de datos ¿cómo son los mensajes de los bots en relación a uno u otro candidato? ¿Son siempre favorables? O al revés ¿son siempre desfavorables? Estas son posiblemente las preguntas más relevantes en el contexto político actual, de cara a las elecciones presidenciales. Para contestar estas interrogantes seleccionamos los 50 bots con más actividad en relación a los candidatos y candidata y analizamos cualitativamente sus mensajes. Es decir, si son marcadamente favorables o desfavorables o, eventualmente, indeterminados.

Los bots pueden cumplir distintas funciones, por lo tanto difieren en la distribución de su actividad. En base a los patrones encontrados, segmentamos en dos categorías que llamaremos bots amplificadores y bots polarizadores. Aquellos a los que llamamos amplificadores dedican la mayor parte de su actividad (por sobre el 80% de los mensajes) a un solo candidato/a, pocas veces interactúan con otras cuentas y sus planteamientos son positivos hacia dichos candidatos. Este es el patrón encontrado para los bots asociados a las cuentas de Sichel, Provoste, Parisi y MEO. Los bots polarizadores son aquellos que, además de apoyar a un candidato en particular (alrededor de 50 a 60% de sus mensajes), también dedican entre 15 a 30% de sus mensajes a uno o dos otros candidatos. Este pareciera ser el patrón principal de los bots asociados a la cuenta de Kast. En efecto, de los 10 bots que más alaban a Kast en Twitter, 8 sistemáticamente vierten opiniones desfavorables sobre Boric y Sichel y 6 actúan igualmente como detractores de Provoste.

El gráfico 2 analiza los bots con más actividad en relación a los distintos candidatos y candidata. Los resultados muestran que, en el caso de Kast, el 100% de los bots que lo mencionan, lo hacen favorablemente. En cambio, en el caso de Sichel, Boric y Provoste, más del 50% de los bots que los citan, les dedican mensajes desfavorables.

---

Gráfico 2

Bots con más actividad por candidato y porcentaje de mensajes favorables y desfavorables

---

La proporción de actividad en torno a los candidatos que es realizada por bots es un buen indicador de cómo un usuario que busque informarse por Twitter puede terminar con una percepción significativamente sesgada (ver artículo sobre el efecto de los bots en los algoritmos de Facebook). La tabla a continuación muestra qué proporción de la actividad de los bots en twitter es visible al comparar con la actividad total de cada candidato y candidata. Como revelan los datos, tanto en el caso de Artés como de Parisi, la proporción de actividad por parte de los bots es mucho más baja (6%) que la de MEO y Kast (por sobre 12%), indicando que la probabilidad de una acción automatizada coordinada en torno a estas dos candidaturas es bastante más elevada. Sin embargo, la acción de los bots sobre Kast no solo alaban a dicho candidato sino que también emiten opiniones visiblemente desfavorables a sus contrincantes, lo cual genera una artificiosa percepción tanto de apoyo a Kast como de oposición a sus adversarios.

---

Tabla 1

Proporción de menciones de bots relativo al total de menciones de cada candidato

---

IMPLICANCIAS SOBRE LA ACCIÓN DE LOS BOTS

Es importante retomar nuestra definición de bots, como usuarios con alta probabilidad de comportamiento automatizado. Posiblemente hay tanto “falsos positivos” (usuarios reales confundidos con bots) como “falsos negativos” (bots que no son detectados por el método). Sin embargo, a gran escala, estos errores no deberían invalidar las conclusiones aquí presentadas.

De una u otra forma, este análisis de la actividad automatizada en torno a las cuentas de los candidatos y candidata presidenciales apunta a patrones de actividad coordinada de carácter polarizador, fuertemente impulsada sobre todo en torno a Kast, apoyando al candidato y criticando a los demás, con actividad más intensa en contra de Boric y Sichel. Luego, vienen Artés, Parisi y MEO, con bots que centran su actividad en el apoyo al candidato, más que en la crítica a los adversarios. El escenario parece evidenciar una acción planificada de Kast (bots polarizadores), así como de Artés, Parisi y MEO (bots amplificadores). Posiblemente los demás candidatos presentan algún tipo de acción automatizada, pero que en la muestra analizada es eclipsada por la acción predatoria de la red de bots asociada positivamente a Kast.

Si bien en otros eventos estudiados la proporción puede ser mayor (en fechas clave ha llegado a 23% en el caso de Jair Bolsonaro en Brasil y de Trump en EE.UU.), una actividad que supera el 10% puede ser considerado significativa, inclusive un solo bot puede generar una tendencia al empujar un tema. Esto se debe al efecto de red (Srnicek, 2017) que los algoritmos de selección de contenido provocan. Puesto en simple: los bots le dan mayor visibilidad a un contenido, lo cual hace que el algoritmo le de mayor visibilidad, provocando así la adhesión de los usuarios “humanos”. Así se engaña la mecánica del algoritmo que busca cosechar la inteligencia de las masas y se cosecha un transgénico con intenciones antidemocráticas. Estudios previos han mostrado cómo bots son capaces de sembrar temas de forma artificiosa que son adoptados por usuarios y se convierten en tendencia (Santos, 2020) o tienen un rol importante en la convocatoria para protestas (Arnaudo, 2017; de Souza Carvalho et al., 2016), por lo que un 90% de actividad humana no debe ser considerada totalmente exenta de influencia de la actividad de los bots. Adicionalmente, estudios anteriores han mostrado que la actividad se intensifica en fechas clave (Kollanyi, Howard & Woolley, 2016; Afonso, 2020), por lo que mientras se publican estas líneas la actividad automatizada podría estar cobrando mayor relevancia.

No obstante, este artículo no pretende alarmar sobre eventuales efectos del uso coordinado de redes de bots, sino más bien evidenciar su magnitud y algunas estrategias subyacentes, alertando ante posibles riesgos. Más allá de argumentar si alguien cambia o no de voto gracias a dicha actividad, nos parece relevante denunciar este tipo de propaganda computacional como una práctica antidemocrática. Si hay algo que la historia de la comunicación política nos ha enseñado es que el efecto más visible es el reforzamiento de las convicciones pre-existentes. De ser “solamente” así, la actividad de los bots polarizadores presta un flaco favor a la tendencia ya existente de polarización en el ámbito político chileno. Pero en el escenario político de alta incertidumbre, con creciente polarización y procesos políticos inéditos como un proceso constituyente paritario y con representación indígena, cada detalle es relevante en pro de mantener y fortalecer la democracia chilena.

---

RECUADRO

PROYECTO ‘ATRAPABOTS’

La información recopilada para este estudio fue cruzada con una base de datos que contiene una serie de cuentas cuyo comportamiento es señalado como altamente probable de ser automatizado —etiquetadas como bots. La base ha sido construida mediante una herramienta diseñada por el Instituto Tecnologia e Sociedade do Rio de Janeiro (ITS-Rio), en colaboración con el Instituto Equidad & Tecnología —el ‘AtrapaBot‘. Esta permite analizar masivamente cuentas que participan en debates políticos Twitter. Se ha evaluado, a través de la herramienta, la actividad de más de 300 mil cuentas de Twitter interactuando en eventos de carácter político, detectando poco menos de 20.000 bots —es decir, alrededor de un 6% del total.

El AtrapaBot implementa un algoritmo que, a partir de la información pública de los perfiles de Twitter, busca identificar características que ayuden a determinar si el perfil presenta un comportamiento análogo al de las cuentas automatizadas. Para eso, la herramienta establece criterios que evalúan, por ejemplo, si el perfil está actuando como spammer en su red de conexiones, si la frecuencia de publicaciones se considera anormal y cuál es el tono de los mensajes. Estos criterios se transforman en variables que conforman el cálculo de probabilidad final. Cuanto mayor sea el porcentaje, mayor será la posibilidad de que la cuenta sea automatizada. El AtrapaBot, como proyecto, tiene como objetivo principal dar transparencia al uso de bots en las redes sociales, especialmente en Twitter, pero también exponer desinformación automatizada a través de estrategias de educación mediática. Chile tiene su propio AtrapaBot: el investigador Marcelo Mendoza del Instituto Milenio Fundamentos de los Datos viene desarrollando el recién publicado “BotCheck” aplicando métodos rigurosos con 95% de seguridad.

---

---