Operaciones de influencia · GTG-54002

Servicios comerciales de manipulación de opinión en varias regiones: caso GTG-54002

Aviso de fuente

Esta página es una traducción al español del contenido relevante del informe de septiembre de 2026 de Anthropic, páginas 47–53. La atribución del actor, el lenguaje de confianza y las cifras de escala provienen todos de ese informe; este sitio no ha verificado de forma independiente todos los resultados en el mundo real.

Según el informe de Anthropic, una red disfrazada de «redacciones locales independientes» utilizó Claude para producir y reescribir en masa contenido político: unos 70 sitios web de noticias falsas, al menos 8.913 artículos, en unos 20 idiomas, además de 70 cuentas de X asociadas y más de 250 cuentas falsas de comentarios para amplificar. Pero el informe también destaca que la mayor parte del contenido tuvo casi ninguna interacción de audiencia real, y no se encontraron pruebas de difusión más allá de los propios activos de la red —la producción no equivale a influencia. El informe rastreó la red hasta una empresa francesa de publicidad digital, no pudo confirmar a los clientes pagadores y no encontró pruebas de ninguna dirección gubernamental.

Qué sucedió

Identificamos y eliminamos una cuenta que utilizaba Claude para producir y reescribir en masa contenido político. La campaña utilizó el modelo para reescribir y distribuir noticias fabricadas en unos 70 sitios web de noticias falsas. Este contenido fue amplificado además por 70 cuentas de X/Twitter asociadas y coincidentes, y por una red de más de 250 cuentas falsas de comentarios en X/Twitter.

Nuestra investigación mostró que la campaña se dirigía a audiencias globales en los seis continentes. Aunque el actor construyó la red para que pareciera un conjunto de redacciones locales independientes, rastreamos la campaña hasta LKM Company, una empresa de publicidad digital con sede en Francia.

La red no se adhería a una sola ideología política; al contrario, cambiaban su postura política para apoyar a distintos lados del espectro político según quién pagara en ese momento. Este comportamiento encaja en un modelo comercial de «influencia por encargo».

En estas operaciones, se contrata a empresas privadas para manipular información, cambiar la opinión pública, impulsar agendas políticas específicas o llevar a cabo campañas de difamación dirigidas contra personas.

Interrumpimos la campaña antes de que pudiera construir una audiencia real. La red publicó al menos 8.913 artículos en unos 20 idiomas, pero la mayor parte del contenido que identificamos tuvo casi ninguna interacción observable de audiencias reales. Utilizando la Breakout Scale de la Brookings Institution (un marco para medir la eficacia de las operaciones de influencia), evaluamos la campaña como Categoría 2: el contenido se distribuyó a través de los propios sitios web de la red y cuentas de redes sociales coincidentes, sin pruebas de que superara el alcance de la propia campaña.

Qué hizo la IA

El actor utilizó Claude con dos propósitos principales: redactar artículos totalmente originales para sus medios de noticias falsos y reescribir artículos reales de periodistas legítimos. Un sistema automatizado reescribió noticias genuinas en versiones con sesgo político, personalizadas para atraer a la audiencia de cada país específico y al ángulo político que deseaban.

La campaña se dirigió a audiencias en espacios democráticos altamente competitivos, con especial atención a Estados Unidos, Brasil, Francia y la República Democrática del Congo (RDC). Debido a que los entornos políticos de estos países difieren mucho, la selección de objetivos de la red no mostró una sola agenda política.

Nuestra investigación encontró indicios de que la campaña puede reflejar las intenciones de uno o más clientes con intereses en el conflicto en curso entre la RDC y Ruanda. No pudimos confirmar de forma independiente qué clientes encargaron el contenido, y no encontramos pruebas de ninguna dirección gubernamental.

La campaña registró sus dominios desde Francia durante una ventana de diez semanas a mediados de 2025, poniendo en marcha su infraestructura de red en un corto periodo. Alojaron todos estos activos en infraestructura compartida detrás de un único despliegue. Esto permitió a nuestros investigadores vincular los unos 70 sitios web de noticias aparentemente independientes a una sola cuenta de operador.

La red utilizó Claude para crear una canalización de contenido estandarizada. Todas las indicaciones dadas requerían una estructura de salida JSON fija, HTML formateado, límites de caracteres precisos y de 3 a 4 enlaces internos por artículo. Esto permitió al actor generar y publicar contenido automáticamente a gran escala. Los artículos estaban diseñados específicamente para mejorar la clasificación de autoridad de sus sitios web en los motores de búsqueda.

Encontramos que la campaña se basaba repetidamente en tres técnicas de manipulación: reescribir la misma noticia de origen en direcciones ideológicas opuestas para distintas audiencias; añadir un ángulo político a noticias que originalmente no lo tenían; y «blanquear» noticias a través de fronteras hacia regiones no relacionadas, despojándolas de su contexto original.

Para que los artículos parecieran legítimos, el actor los atribuyó a firmas de periodistas falsos. Nuestra investigación encontró que estos periodistas no existen. Estas firmas fabricadas hicieron que cada sitio web pareciera una redacción local independiente con su propio personal. La red emparejó cada medio falso con una cuenta de X (anteriormente Twitter). Los sitios web fueron amplificados además por una capa de cuentas de comentarios creadas en el mismo plazo exacto que los sitios web, muchas con avatares generados por IA. La mayoría de estas cuentas falsas se crearon en junio y julio de 2025.

El 11 de septiembre de 2025, detectamos indicios de comportamiento inauténtico coordinado cuando los sitios web de la red publicaron artículos casi idénticos sobre el conflicto RDC–Ruanda en un plazo de tres minutos. El actor modificó el tono de cada artículo para adaptarlo a distintas audiencias regionales mientras coordinaba la distribución de estos enlaces en numerosas cuentas de X.

Qué observó el informe

Una observación atenta de la producción de la red mostró un fuerte enfoque en la República Democrática del Congo, con 318 artículos relacionados en todos los sitios web de noticias falsas. Estas noticias generalmente apoyaban la postura del gobierno de la RDC, con especial atención a los acuerdos minerales regionales y las tensiones en curso con Ruanda. Esta estrategia coincidió con el crecimiento de audiencia de la red; en las primeras semanas, las identidades falsas que seguían sus cuentas de X eran abrumadoramente relacionadas con la RDC, y sus páginas de noticias específicas de la RDC se convirtieron en las cuentas más compartidas y populares de toda la campaña en ese momento.

También se observó que una cuenta de X que se hacía pasar por un «ejército digital» de civiles congoleños seguía a varias cuentas de la red. No encontramos pruebas de ninguna dirección gubernamental.

Identificamos la cuenta a través de nuestra investigación continua de operaciones de influencia en la región. Suspendimos a ellos y a las organizaciones asociadas a la campaña, e implementamos nuevos métodos de detección dirigidos a las firmas de comportamiento de la campaña. El informe compartió indicadores para apoyar la acción de otros socios del sector, en particular el identificador de despliegue compartido que vincula la red a una sola cuenta, y una muestra representativa de los 70 medios falsos seleccionados en varias regiones (la lista completa de dominios y cuentas se proporciona por separado). Según los límites de seguridad de este sitio, no se reproducen los dominios y cuentas específicos.

Captura de pantalla del informe original que muestra un lote de perfiles de cuentas falsas de comentarios de la red con avatares generados por IA.
Ilustración del informe original: algunas de las más de 250 cuentas falsas de comentarios de la red, con avatares generados por IA, la mayoría creadas en junio–julio de 2025. Todas las identidades de cuenta mostradas son falsas.

Confirmado y desconocido

Confirmado

  • Unos 70 sitios web de noticias falsas se pueden rastrear hasta la misma cuenta de operador (infraestructura compartida e identificador de despliegue)
  • Los periodistas de las firmas no existen; muchas cuentas de amplificación utilizan avatares generados por IA
  • Al menos 8.913 artículos en unos 20 idiomas —pero sin pruebas de difusión más allá de los propios activos de la red
  • El informe rastreó la operación hasta LKM Company y suspendió la cuenta y las organizaciones asociadas

Desconocido

  • La identidad de los clientes pagadores no se pudo confirmar de forma independiente
  • El alcance real entre audiencias reales es desconocido (el informe evaluó muy poca interacción)
  • El manejo posterior de estas cuentas y sitios web por parte de las plataformas sociales y de búsqueda no se detalla elemento por elemento en el informe

Respuesta de la plataforma

Anthropic afirma que descubrió la cuenta a través de su investigación continua de operaciones de influencia en la región, suspendió la cuenta y las organizaciones asociadas, e implementó nuevos métodos de detección dirigidos a sus firmas de comportamiento. El informe también compartió el identificador de despliegue compartido que vincula los unos 70 sitios web a una sola cuenta y una muestra de medios falsos para que los socios del sector actúen; la lista completa de dominios y cuentas se proporciona por separado y no se reproduce aquí.

Límites de la respuesta:Lo que se suspendió fue la cuenta del operador y las organizaciones asociadas; el informe no indica el resultado de todos los sitios web y cuentas en las plataformas.

Conclusiones

  • Cuando veas que «varios medios informan lo mismo al mismo tiempo», presta atención: pueden pertenecer al mismo operador, solo con nombres y posturas diferentes.
  • Una gran producción de contenido y muchos idiomas no equivalen a una audiencia amplia; juzgar el impacto requiere pruebas de interacción real y difusión entre plataformas.

Fuentes