Durante una década, la imagen típica de una operación de influencia fue la «granja de trolls»: una oficina con decenas de personas que manejaban cuentas falsas, copiaban y pegaban mensajes y seguían un guion. En inteligencia se llama operación de influencia a todo esfuerzo por manipular la conversación pública (política, cívica o comercial) para engañar o cambiar percepciones, normalmente ocultando quién está detrás. Su estudio forma parte de la SOCMINT, la inteligencia obtenida a partir de redes sociales: no se trata de leer posts sueltos, sino de entender quién habla, con quién se coordina y a quién llega.
La imagen de la granja de trolls quedó desactualizada. Varios informes independientes, publicados entre septiembre y el 6 de octubre de 2026, describen un cambio de fondo en cómo se fabrican estas campañas y, leídos juntos, desmontan también el titular fácil de que la IA ya decide elecciones. Conviene separar lo que cambió en la fábrica de lo que todavía no cambió en el público.
Septiembre de 2026: campañas que se manejan solas
En la segunda quincena de septiembre, The New York Times publicó un reportaje basado en funcionarios estadounidenses e investigadores de seguridad que hablaron sin identificarse. Según esas fuentes, actores vinculados a Irán y China, y dos empresas privadas de Israel, combinaron dos piezas.
La primera fueron modelos de IA chinos de código abierto (open source): sistemas que cualquiera puede descargar, modificar y ejecutar en sus propios servidores, a diferencia de los modelos cerrados que solo se usan a través del servicio de su fabricante. La segunda fueron agentes: programas que no se limitan a responder preguntas, sino que operan software y completan tareas por sí solos. Cientos de esos agentes habrían abierto redes de cuentas falsas en Instagram, Facebook, X y TikTok, las habrían llenado de contenido político y habrían coordinado los mensajes, casi siempre con las salvaguardas del modelo desactivadas.
El caso iraní fue el que más preocupó: cuentas que se hacían pasar por estadounidenses comunes, etiquetaban a periodistas y políticos y reunieron cerca de 80.000 seguidores en el primer semestre. En Israel, la empresa IntelEye, fundada en 2023 por exempleados de NSO Group, reconoció haber usado el modelo chino DeepSeek para controlar cuentas, aunque lo describió como investigación defensiva. Su cofundador dijo que compraron 10.000 cuentas, que unas 1.000 llegaron a operar y que tuvieron poco éxito al intentar conversar con usuarios reales.
El 1 de octubre, el Centre for Emerging Technology and Security (CETaS) del Alan Turing Institute británico analizó ese reportaje con una observación clave: el cuello de botella de la propaganda nunca fue la calidad del texto, sino la atención, y lo más caro siempre fue el trabajo humano de sostener personajes creíbles. Un agente que conversa, insiste y se coordina reduce justamente ese costo. Y como el modelo corre en el servidor del operador, ningún proveedor puede cortarle el acceso.
La trastienda: la IA ya no solo escribe, también administra
El segundo informe mira la operación desde dentro. Anthropic, que desarrolla el modelo Claude, publicó en septiembre su reporte sobre usos maliciosos detectados entre diciembre de 2025 y agosto de 2026, con nueve operaciones de influencia originadas en Rusia, Irán, Turquía, el Golfo, el sur de Asia, África y Europa. Lo novedoso no es que la IA redacte propaganda, sino que asuma la gestión interna:
- En la República Centroafricana, un coordinador local vinculado a Politology (el brazo de influencia de Wagner, que según el informe pasó a control del servicio de inteligencia exterior ruso a fines de 2023) usó el modelo para producir el contenido diario de una radio FM, redactar contratos de lealtad a «Rusia y su contingente», calificar a los periodistas con una rúbrica y recomendar a quién despedir.
- Instituciones de propaganda iraníes le pidieron manuales de doctrina, sistemas de personajes y documentos de planificación ministerial que, según Anthropic, habrían requerido una oficina de proyecto completa. Uno de esos actores definió su rol como «no ser el narrador, sino el director».
- Operadores alineados con el grupo opositor iraní MEK compartían un mismo agente con «memoria» persistente: archivos con palabras prohibidas, fuentes aprobadas y reglas para evadir la detección. Con ese esquema, quienes producían contenido no necesitaban coordinarse entre sí, ni siquiera conocerse. El mismo grupo hizo que el agente leyera unas 8.400 publicaciones de Telegram de un activista real para imitar su estilo y conversar, haciéndose pasar por él, con sus contactos dentro de Irán.
El 5 de octubre, la investigadora Renée DiResta resumió el patrón en Lawfare con una fórmula útil: la IA generativa escala el contenido; la IA agéntica escala la operación. La reunión diaria en la que la Internet Research Agency rusa revisaba qué cuentas funcionaban, escribe, «se convirtió en un prompt».
El dato incómodo: mucha capacidad, poco alcance
Los mismos informes que muestran una fábrica más eficiente muestran también que la mayoría de sus productos no llegó a nadie.
Para medirlo, la industria usa la escala de propagación (Breakout Scale), propuesta en 2020 por Ben Nimmo en Brookings, que clasifica una operación en seis categorías según hasta dónde llegó, no según cuánto publicó. En la 1, el contenido queda en una comunidad de una sola plataforma; en la 2 salta a varias plataformas pero sin salir de una comunidad, o llega a varias comunidades sin salir de una plataforma; en la 3 cruza varias plataformas y comunidades; en la 4 lo recoge la prensa; en la 5 lo amplifican figuras de alto perfil, y en la 6 provoca una respuesta concreta o incluye un llamado a la violencia.
Con esa vara, los resultados de 2026 son modestos. Una agencia de publicidad francesa, LKM Company, montó con IA unos 70 sitios de noticias falsos que publicaron al menos 8.913 artículos en unos 20 idiomas, con Estados Unidos, Brasil, Francia y la República Democrática del Congo entre sus blancos. Anthropic la ubica en categoría 2: casi sin interacción real. OpenAI clasificó en categoría 1 dos campañas vinculadas a China. Las cuentas de IntelEye, según su propio cofundador, apenas lograron conversaciones.
El alcance real apareció donde la operación se conectó a un canal que ya tenía audiencia: la radio centroafricana llegó a la categoría 4. Un empleado de un medio estatal ruso usó el modelo para escribir textos de pantalla y locución para RT en inglés, y al menos uno salió al aire. DiResta lo resume así: la IA puede hacer el aparato más barato, rápido y persistente, pero no puede fabricar distribuidores en los que la gente confíe. Por eso anticipa que los operadores van a comprar, alquilar o suplantar identidades reales en vez de construir identidades falsas.
También hay que marcar los límites de lo verificado. El reportaje del Times descansa en fuentes anónimas, y 80.000 seguidores miden audiencia potencial, no persuasión. Las métricas de millones de vistas que registraban los paneles de una plataforma turca dirigida a Malasia son autodeclaradas, y Anthropic advierte que no pudo verificarlas. Y la persuasión, recuerda DiResta, sigue siendo un problema abierto: hay experimentos en los que conversar con un chatbot cambia actitudes, pero eso no equivale a lograr que alguien vea el mensaje de una cuenta falsa en un feed saturado.
América Latina ya aparece en los informes
Sería un error leer todo esto como un asunto lejano. El informe de Anthropic describe a un contratista con vínculos rusos que tomaba contenido de canales de blogueros militares rusos en Telegram y lo convertía, con IA, en artículos en español latinoamericano para Sputnik en Español y para un canal de Telegram, @ATodaPotencia, que según el informe presenta narrativas alineadas con el Kremlin como si fueran análisis local. Es una técnica de lavado de atribución: hacer que una narrativa de origen estatal parezca la opinión independiente de un comentarista de la región.
El caso más cercano en el tiempo es Brasil. Entre el 16 de agosto y el 28 de septiembre, el proyecto VigIA de la agencia Lupa confirmó 920 publicaciones electorales hechas o alteradas con IA, casi una por hora. El 60% eran deepfakes (contenidos que imitan la cara, la voz o la identidad de personas reales), incluidos al menos 30 que usaban a periodistas de TV Globo para «anunciar» encuestas o resultados falsos. Seis de cada diez circularon sin ninguna etiqueta de IA, pese a que las reglas del Tribunal Superior Electoral exigen identificarlas, y casi la mitad las publicaron usuarios o militantes, no las campañas.
El 3 de octubre, en vísperas de la primera vuelta del día 4, Aos Fatos sumó otra pieza: una red de 255 perfiles de Instagram apoyada en IA que, según un relevamiento del Instituto Democracia em Xeque, publicó 1.204 piezas entre el 15 de agosto y el 15 de septiembre con 58 millones de visualizaciones. Páginas que antes publicaban contenido religioso cambiaron de nombre para simular un apoyo espontáneo a un ministro del Supremo Tribunal Federal, la práctica conocida como astroturfing (fabricar la apariencia de un movimiento de base). TikTok, por su parte, dijo a Lupa que entre agosto y septiembre desmanteló tres redes de influencia encubierta. Ninguno de estos hallazgos está atribuido a un Estado extranjero: muestran que las herramientas ya son de uso doméstico y masivo.
Detectar la coordinación, no la mentira
Si el contenido ya no delata al operador, ¿qué lo delata? Los informes coinciden con una vieja enseñanza de la contrainteligencia: se mira el comportamiento, no el discurso.
Según CETaS, revisar si cada publicación es verdadera o falsa no escala frente a miles de agentes y no apunta al daño real, que no suele ser una mentira puntual sino la impresión fabricada de que «mucha gente piensa así». Las herramientas pensadas para los bots de la década pasada buscaban textos idénticos y horarios mecánicos; un agente que escribe como humano y publica de forma irregular las esquiva. Lo que funciona es detectar la coordinación a nivel de campaña: quién amplifica a quién, de dónde vienen las cuentas y cómo se comportan como grupo.
Esas huellas existen. Las doce cuentas de ejemplo de la operación turca dirigida a Malasia compartían la misma marca de tiempo de creación: el 17 de mayo de 2026. Los 70 sitios de LKM, en apariencia redacciones independientes, colgaban de una misma infraestructura técnica, y en septiembre de 2025 publicaron artículos casi idénticos sobre el conflicto entre la RD del Congo y Ruanda con tres minutos de diferencia entre uno y otro.
El 6 de octubre, la Balkan Free Media Initiative y el Media Forensics Hub de la Universidad de Clemson publicaron False Chorus, sobre las elecciones del 4 de octubre en Bosnia y Herzegovina, con una variante a anotar. La red no buscaba seguidores propios: inundaba los comentarios bajo publicaciones de medios establecidos, organizada en diez grupos pequeños, cada uno aparentemente con su propio operador, de modo que eliminar uno no desarma a los demás. En un episodio, una cuenta que se presentaba como «detector de bots» acusó a un opositor de las mismas tácticas que usaba la propia red. Ni X ni Meta habían informado medidas públicas al cierre del reporte.
Qué significa para un director de seguridad o inteligencia en la región
Para una empresa con operaciones sensibles en la región (minería, energía, infraestructura, finanzas o consumo masivo), estos hallazgos se traducen en tres riesgos concretos.
El primero es el consenso fabricado contra la empresa: las técnicas que inflan a un candidato pueden simular una ola de rechazo vecinal a un proyecto. CETaS recuerda que en 2026 un regulador de calidad del aire del sur de California rechazó normas propuestas tras recibir más de 20.000 comentarios públicos generados por una plataforma de IA, y varios de los vecinos citados dijeron no haberlos enviado. Una consulta ciudadana o un proceso de licencia ambiental son blancos igual de vulnerables.
El segundo es la suplantación de personas reales. Si un agente puede estudiar 8.400 publicaciones de un activista para conversar en su nombre, puede estudiar las entrevistas y publicaciones de un gerente general, un vocero o un dirigente comunitario. El riesgo ya no es solo el correo falso del CEO; es una conversación sostenida que suena como él.
El tercero es el error de lectura. Un comité de crisis que recibe «hay 5.000 publicaciones contra nosotros» sin saber cuántas cuentas son auténticas, si se coordinan y si la narrativa salió de su nicho está decidiendo a ciegas: puede sobrerreaccionar ante una red de categoría 1 que nadie vio, o subestimar el momento en que un periodista o un político recoge el tema y la operación salta a la categoría 4 o 5.
Las respuestas no exigen presupuesto estatal. Incorporar la escala de propagación en los informes de monitoreo, para que cada alerta diga hasta dónde llegó la narrativa y no solo cuánto volumen tiene. Entrenar a los analistas de SOCMINT para buscar señales de coordinación (fechas de creación agrupadas, infraestructura compartida, publicaciones sincronizadas, cuentas que cambian de nombre y de tema) antes de discutir si el contenido es cierto. Y mapear a los distribuidores de confianza del entorno de la empresa: periodistas, influenciadores, dirigentes y empleados con audiencia propia. Si los operadores van a alquilar o suplantar confianza, esos nombres son a la vez el vector de riesgo y la primera alerta.
Lectura REAL
La IA agéntica sí cambió el oficio de la influencia, pero no en el lugar donde suele mirarse. Lo que cambió es la economía de la producción: una sola persona puede hoy sostener lo que antes exigía una oficina, durante más tiempo y con menos errores visibles. Lo que no cambió, al menos según la evidencia pública disponible a inicios de octubre de 2026, es la escasez de lo que de verdad mueve a una audiencia: atención, distribución y confianza.
Para el analista, ya no sirve medir una amenaza por el volumen de contenido ni identificar a un actor por lo sofisticado de su trabajo: ambas cosas se volvieron baratas. Lo que necesita la alta dirección no es «nos atacan con bots», sino una evaluación calibrada: quién parece estar detrás y con qué confianza, qué tan coordinado está, hasta dónde llegó y qué distribuidor real podría llevarlo más lejos.
Pregunta al gremio: si mañana su organización aparece en el centro de una ola de publicaciones hostiles, ¿su equipo está en condiciones de decirle en pocas horas no cuántos mensajes hay, sino hasta dónde llegaron y quién, con nombre propio, podría hacerlos llegar más lejos?
Video recomendado
Ben Nimmo on influence operations and the Breakout Scale (Brookings Institution, en inglés). El creador de la escala de propagación explica cómo medir el impacto de una operación de influencia con datos observables: si se queda en una plataforma o salta a varias, si llega a la prensa o a figuras de alto perfil. Es la herramienta que usan hoy los informes de Anthropic y OpenAI citados en este artículo.
Referencias
- The New York Times (Sheera Frenkel, Eli Tan y Dustin Volz), «Iran and China Create First-of-Their-Kind Autonomous AI Influence Campaigns», septiembre de 2026 (reproducido por The Daily Gazette). https://www.dailygazette.com/nyt-feed/iran-and-china-create-first-of-their-kind-autonomous-ai-influence-campaigns/article_b0f51158-42af-5b49-9062-8f5b6b5dd7b2.html
- Anadolu Agency, «Iran, China used AI agents in novel influence campaigns: Report», 19 de septiembre de 2026. https://www.aa.com.tr/en/middle-east/iran-china-used-ai-agents-in-novel-influence-campaigns-report/4061665
- CETaS – Alan Turing Institute (Sam Stockwell y Cannelle Roumanie-Dalal), «Beyond the Bot Farm: How AI Agents Are Changing Influence Operations», 1 de octubre de 2026. https://cetas.turing.ac.uk/publications/beyond-bot-farm-how-ai-agents-are-changing-influence-operations
- Anthropic, «Detecting and countering misuse of AI: September 2026». https://www.anthropic.com/threat-intelligence-report-september-2026
- Renée DiResta, «Production, Persuasion, and Power: How Generative and Agentic AI Are Transforming Influence Operations», Lawfare, 5 de octubre de 2026. https://www.lawfaremedia.org/article/production–persuasion–and-power–how-generative-and-agentic-ai-are-transforming-influence-operations
- Ben Nimmo, «The Breakout Scale: Measuring the impact of influence operations», Brookings, septiembre de 2020. https://www.brookings.edu/articles/the-breakout-scale-measuring-the-impact-of-influence-operations/
- Lupa (Gabriela Soares), «VigIA: 1º turno tem quase um conteúdo eleitoral com IA por hora nas redes», 1 de octubre de 2026. https://www.agencialupa.org/noticias/2026/10/01/vigia-1o-turno-tem-quase-um-conteudo-eleitoral-com-ia-por-hora-nas-redes/
- Aos Fatos, «IA vai de documento falso a fazendas de fakes e domina a campanha digital no primeiro turno», 3 de octubre de 2026. https://www.aosfatos.org/noticias/ia-documento-falso-fakes-campanha-digital-primeiro-turno/
- EUalive (Antonia Kotseva), «Platforms still silent as Bosnia’s fake-account network raises concerns ahead of Serbia’s election», 7 de octubre de 2026 (sobre el informe False Chorus de BFMI y Clemson Media Forensics Hub, 6 de octubre). https://eualive.net/platforms-still-silent-as-bosnias-fake-account-network-raises-concerns-ahead-of-serbias-election/
Converse sobre este análisis en la comunidad REAL
Los invito a comentar este análisis y a debatirlo con colegas de toda la región en la comunidad REAL: Ingrese a la comunidad REAL.
¿Trabaja en seguridad, defensa, inteligencia o democracia y aún no forma parte de la Red? Conozca la Membresía REAL.
