OpenAI describe operaciones de influencia con fachadas falsas: qué se sabe y qué falta por verificar

Qué afirma OpenAI y qué significa la atribución

OpenAI publicó un informe sobre dos operaciones encubiertas de influencia que, según la empresa, utilizaron fachadas para difundir contenido. En la descripción oficial se mencionan identidades ficticias de periodistas en la operación iraní y un centro de estudios presentado como parte de la otra operación. La empresa dice que intervino para desarticular ambas actividades. Es una afirmación sobre lo que detectó en sus propios servicios, no una evaluación independiente de todos los hechos y sus consecuencias.

La propuesta de esta noticia vincula las operaciones con actores rusos e iraníes. Sin embargo, la información verificable aportada para este artículo no permite reconstruir en detalle cómo OpenAI llegó a cada atribución, qué indicadores consideró decisivos ni qué grado de certeza asignó a cada vínculo. Por eso, la atribución debe presentarse como la evaluación de OpenAI, no como una identidad demostrada de manera independiente.

Esta diferencia importa. Una empresa puede tener acceso a registros de uso de sus herramientas que no son públicos, pero esos registros no prueban automáticamente quién controlaba una cuenta, quién escribió cada texto ni quién encargó una campaña. Para evaluar la atribución también harían falta elementos contrastables, como documentos, vínculos operativos verificables o análisis técnico cuya metodología pueda examinarse.

Fachadas y difusión: separar el mecanismo del resultado

El término «fachada» describe una apariencia de legitimidad que oculta quién está detrás de una actividad. En este caso, el informe de OpenAI trata de operaciones que habrían presentado identidades o entidades como si fueran voces periodísticas o institucionales. Esa táctica puede hacer que un contenido parezca provenir de una fuente independiente, aunque la identidad o la organización no sean auténticas.

Pero identificar una fachada no equivale a probar que un artículo concreto se publicó en un medio, que un editor lo aceptó sin conocer su origen o que el contenido alcanzó a una audiencia significativa. Son hechos distintos y requieren pruebas distintas: perfiles archivados, copias fechadas de los textos, registros editoriales, métricas de distribución y evidencias sobre quién controlaba las cuentas.

La información aportada para esta pieza no permite localizar y archivar de forma independiente las publicaciones y perfiles que se atribuyen a las operaciones. Tampoco aporta métricas verificables de alcance o impacto. Por tanto, no es posible afirmar aquí cuántas piezas llegaron a publicarse, dónde aparecieron ni cuántas personas las vieron. La ausencia de esos datos en el material consultado no demuestra que no existieran; marca un límite de lo que puede confirmarse.

También conviene distinguir la creación de contenido de su circulación. Un texto puede redactarse con ayuda de una herramienta, ser editado por una persona y difundirse después mediante cuentas o canales separados. La evidencia de una fase no demuestra automáticamente las demás. En particular, el uso de un modelo de IA para generar borradores no establecería por sí solo que el modelo ideó la campaña o que sus operadores lograron colocar artículos.

Qué papel tuvo la inteligencia artificial

El informe se refiere a operaciones potenciadas por IA, pero esa etiqueta no debería entenderse como prueba de que todo el contenido fue generado automáticamente. En una campaña pueden coexistir tareas muy distintas: redactar borradores, traducir, corregir, proponer variantes, preparar publicaciones o automatizar parte de la actividad. Cada una requiere evidencia propia.

Con la documentación accesible para esta revisión no se puede determinar qué modelos se emplearon en cada operación, cuántos textos se produjeron, qué proporción fue escrita por personas ni qué modificaciones hubo antes de su difusión. Tampoco se puede atribuir a la IA la creación de perfiles o la publicación efectiva de artículos sin registros específicos que conecten esas acciones con herramientas concretas.

Esta cautela no resta importancia al posible uso de herramientas generativas. Si una operación las utiliza para abaratar o acelerar la producción de contenido, eso puede ser relevante aunque las personas conserven el control de las decisiones y la distribución. Pero una descripción precisa debe distinguir entre «contenido creado con IA», «contenido asistido por IA» y «operación que empleó herramientas de IA». No son expresiones intercambiables.

Qué puede comprobarse y qué falta

La base documental examinada sí permite confirmar que OpenAI publicó un informe dedicado a dos operaciones de influencia con fachadas. La descripción oficial menciona identidades ficticias de periodistas en la operación iraní. OpenAI también mantiene publicaciones sobre otras campañas de influencia, pero esos documentos se refieren a operaciones distintas: sirven como contexto sobre su labor de detección y respuesta, no como corroboración independiente de los detalles del informe actual.

La evidencia disponible no permite validar por separado el archivo de artículos y perfiles, la colocación de piezas en medios, el alcance de la difusión o los efectos sobre el público. Tampoco basta para evaluar una clasificación de gravedad mencionada en la propuesta: no se dispone aquí de su definición, escala, cálculo ni aplicación concreta. Presentarla como una medida objetiva sin esa explicación daría una falsa impresión de precisión.

La respuesta de OpenAI a una actividad detectada en sus servicios puede interrumpir el uso de sus herramientas, pero no demuestra que la operación haya cesado en todos los canales. Tampoco permite concluir que no hubo efectos fuera de la plataforma. Para sostener afirmaciones más amplias harían falta datos públicos adicionales y una comprobación independiente de las publicaciones, las cuentas y la distribución.

Por qué importa la verificación independiente

Las operaciones que ocultan su origen pueden erosionar la confianza en el periodismo y en las instituciones, incluso cuando no se conoce su alcance. A la vez, atribuir una campaña sin mostrar cómo se llegó a esa conclusión puede confundir una evaluación de plataforma con una comprobación externa. La transparencia exige exponer tanto los hallazgos como sus límites.

Una investigación reproducible permitiría comparar los textos identificados con archivos públicos, revisar cuándo aparecieron los perfiles y rastrear si las mismas piezas circularon en distintos espacios. También debería explicar qué pruebas conectan esas actividades con los operadores atribuidos y qué alternativas se consideraron. Si algunos datos no pueden divulgarse por seguridad o privacidad, conviene indicarlo sin presentar la información no publicada como si ya estuviera verificada por terceros.

Por ahora, la conclusión prudente es acotada: OpenAI afirma haber desarticulado dos operaciones encubiertas de influencia que usaban fachadas, y su descripción oficial menciona identidades ficticias de periodistas en una de ellas. La documentación aportada no permite comprobar de manera independiente qué artículos se publicaron, cuánto contenido se produjo con IA, cuál fue el alcance ni todos los fundamentos de la atribución. Esos puntos deben permanecer abiertos hasta que haya pruebas públicas suficientes.

Continúa explorando

Correcciones y transparencia

Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.