Una cuenta publica decenas de mensajes al día, responde casi instantáneamente y comparte contenidos muy similares a los de otras cuentas. A primera vista puede parecer simplemente un usuario muy activo. Pero, ¿cómo saber si detrás existe realmente una persona?

No existe una señal única que permita confirmar que una cuenta es un bot. La detección combina patrones de actividad, contenido, perfil y coordinación con otras cuentas. Estas señales pueden indicar comportamiento automatizado o inauténtico, pero deben analizarse en conjunto y, cuando sea posible, con herramientas y fuentes especializadas.

“La clave está en analizar el comportamiento como un conjunto de datos y no quedarse con una característica aislada. Un sistema puede encontrar patrones de frecuencia, interacción, contenido y conexiones que para una persona serían muy difíciles de identificar manualmente”, indicó Marcelo Pacheco, director de la carrera de Ingeniería de Sistemas e Innovación Digital de la Universidad Privada Franz Tamayo (Unifranz).

¿Qué señales pueden indicar que una cuenta es un bot?

Los bots son programas diseñados para realizar determinadas acciones de manera automatizada. Algunos pueden imitar comportamientos humanos y, por eso, observar solamente la fotografía, el nombre o la descripción de una cuenta no siempre es suficiente.

La Agencia de Seguridad de Infraestructura y Ciberseguridad de Estados Unidos (CISA) señala varios indicadores que pueden ayudar a reconocer comportamientos inauténticos, como imágenes de perfil robadas, generadas con IA o de dibujos animados. También están los nombres de usuario inusuales, biografías con poca información personal, publicaciones que apelan a respuestas emocionales, reposts frecuentes; y coordinación o publicación de contenidos similares junto a otras cuentas sospechosas.

Sin embargo, ninguna de estas señales, por sí sola, demuestra que una cuenta sea un bot. Una persona real también puede publicar con mucha frecuencia, utilizar una imagen no personal o compartir contenido de terceros. El valor está en la combinación de indicadores y en el patrón que aparece a lo largo del tiempo.

¿Por qué la coordinación entre cuentas es una pista importante?

La coordinación permite pasar del análisis de un perfil al análisis de una red. Cuando varias cuentas comparten contenidos similares, interactúan de manera sincronizada o trabajan juntas para ocultar quién está detrás de una operación, el comportamiento colectivo puede ser más revelador que las características de cada cuenta por separado.

Meta utiliza el término “comportamiento inauténtico coordinado” (CIB, por sus siglas en inglés) para describir esfuerzos coordinados destinados a manipular el debate público en los que las cuentas falsas son centrales y se busca engañar sobre quiénes son los participantes o qué están haciendo.

Así, en lugar de preguntarse solamente si un perfil parece falso, también conviene observar si existe una red de cuentas que comparte patrones de comportamiento.

“La inteligencia artificial nos permite pasar de observar cuentas individuales a comprender comportamientos dentro de una red. El aprendizaje automático puede procesar grandes volúmenes de información y detectar patrones de coordinación que no son evidentes a simple vista”, agregó Pacheco.

Algoritmos para encontrar patrones que el usuario no ve

Aquí la tecnología adquiere un papel central. Los sistemas de detección pueden analizar variables relacionadas con actividad, contenido y conexiones entre cuentas para encontrar comportamientos que difícilmente podrían revisarse manualmente a gran escala.

El Observatorio de Redes Sociales de Indiana University (OSoMe) desarrolla herramientas para investigar estos fenómenos. Entre ellas está Botometer, que utiliza aprendizaje automático para calcular puntuaciones relacionadas con el comportamiento de cuentas automatizadas. Su versión Botometer Blue calcula puntuaciones a partir de datos de perfil y contenido obtenidos de la API de Bluesky; Botometer X, en cambio, está actualmente en modo de archivo y utiliza puntuaciones históricas calculadas con datos anteriores al 31 de mayo de 2023.

Por eso, una herramienta de detección debe entenderse como apoyo al análisis y no como una sentencia automática sobre la autenticidad de una persona o de una publicación.

Detectar un bot no es lo mismo que verificar una noticia

Detectar automatización y comprobar si una afirmación es verdadera son tareas diferentes. Una cuenta puede ser administrada por una persona y difundir información falsa; del mismo modo, una cuenta automatizada puede compartir contenido verdadero.

Para verificar afirmaciones, Google Fact Check Tools permite buscar verificaciones publicadas por organizaciones independientes y también realizar búsquedas relacionadas con imágenes. Google Lens, por su parte, permite buscar una imagen y encontrar imágenes similares o sitios web donde aparece esa imagen o una similar, lo que puede aportar contexto sobre su origen y uso.

La distinción es clave: una herramienta puede ayudar a determinar que una cuenta presenta señales de automatización, pero eso no establece por sí mismo que todo lo que publica sea falso.