Asimetría política en la difusión de desinformación

A lo largo de los años, las plataformas y redes sociales implementaron diversas medidas destinadas a reducir la propagación de desinformación: desde reducir la visibilidad de posteos desinformantes y penalizar cuentas reincidentes, hasta la eliminación de publicaciones y la suspensión de cuentas. Estas políticas fueron cuestionadas en diversos momentos por su supuesto sesgo político, argumentando que penalizaban más a ciertos sectores. Pero ¿es que las políticas son sesgadas o que ciertos sectores desinforman más que otros?

La evidencia actual muestra que efectivamente existe una asimetría política en la difusión de desinformación en redes sociales. Eso sí, es importante aclarar que la mayoría de estos estudios utilizan datos de Estados Unidos, por lo que analizan principalmente las diferencias entre republicanos y demócratas, o entre conservadores y liberales.

Los conservadores difunden más desinformación que los liberales

---

Una asimetría se ha observado de manera consistente desde 2016 hasta la actualidad. Múltiples investigaciones con diferentes enfoques metodológicos, realizadas en diversos contextos electorales y otros momentos políticamente relevantes muestran que los conservadores tienden a interactuar con y compartir significativamente más desinformación que los liberales o moderados.

Por ejemplo, un estudio realizado en el contexto de las elecciones presidenciales de 2016 en EEUU encuestó online a 3500 usuarios de Facebook y analizó sus publicaciones en la plataforma. Los resultados mostraron que los usuarios republicanos compartieron más desinformación que los demócratas: 18,1% versus 3,5%. Un patrón similar se observó según ideología: los conservadores, especialmente quienes se identificaban como “muy conservadores”, compartieron la mayor cantidad de desinformaciones. Resultados similares se encontraron en otro estudio del mismo período electoral que analizó los tuits de 16.442 cuentas de Twitter. Cabe aclarar que ambos estudios tienen una limitación importante: consideran como posteos desinformantes únicamente las publicaciones que contienen enlaces a sitios web externos (una lista limitada) previamente calificados como desinformantes por académicos, periodistas y verificadores, con lo cual no toman en cuenta todo el ecosistema de contenidos desinformantes.

Otras investigaciones trabajaron con criterios más amplios de desinformación, lo que permitió capturar mejor la diversidad del fenómeno.

Por ejemplo, un estudio a gran escala sobre desinformación política basada en imágenes en Facebook recopiló 13.723.654 publicaciones de 14.532 páginas y 11.454 grupos públicos entre agosto y octubre de 2020. Este estudio evaluó la orientación política de las publicaciones de acuerdo a la afiliación partidaria de figuras políticas mencionadas o la postura sobre temas específicos: las imágenes que expresaban apoyo a causas como LGBTQ, Black Lives Matter, salario mínimo o control de armas fueron etiquetadas como “izquierda”, mientras que aquellas con posiciones opuestas se codificaron como “derecha”. Los resultados mostraron una asimetría partidaria enorme: las imágenes asociadas a posturas de derecha fueron entre 5 y 8 veces más propensas a ser falsas o engañosas que las de izquierda.

Otro estudio con gran cantidad de datos, realizado durante las elecciones de 2020 en colaboración con Meta, volvió a mostrar la misma asimetría. Esta investigación fue mucho más robusta: recopiló datos de 208 millones de usuarios estadounidenses de Facebook y rastreó todas las URLs de noticias políticas publicadas en la plataforma entre septiembre de 2020 y febrero de 2021. El análisis abarcó tanto el contenido que los usuarios vieron en sus feeds como aquel con el que interactuaron (clics, reacciones, compartidos y comentarios). Además, el criterio para identificar contenido desinformante se aplicó al contenido en sí de las publicaciones, en lugar de basarse únicamente en si provenían de una lista limitada de sitios web previamente clasificados como de baja calidad. Si bien presenta limitaciones metodológicas, como todo estudio, su escala y profundidad analítica lo hacen particularmente relevante.

Este patrón también se observa entre los dirigentes políticos, aunque no en todos los países. Un estudio que analizó 3,4 millones de tuits de políticos estadounidenses, británicos y alemanes entre 2016 y 2022 encontró que los políticos conservadores en Estados Unidos comparten información de menor calidad que los liberales, y que los congresistas republicanos estadounidenses fueron incrementando a lo largo del tiempo la difusión de enlaces a fuentes no confiables, aumentando así la brecha con su contraparte demócrata. En cambio, en Alemania y Reino Unido las diferencias entre políticos de izquierda y derecha fueron menores y se mantuvieron constantes a lo largo del tiempo.

Un análisis más amplio que examinó 32 millones de tuits de parlamentarios en 26 países europeos (estados miembros y candidatos de la Asociación Europea de Libre Comercio) durante 6 años y varios períodos electorales ofrece una perspectiva complementaria. Este estudio clasificó a los partidos políticos según su nivel de populismo, utilizando un índice que combina dos dimensiones: el centrismo en el pueblo (people-centrism) y el antielitismo (percepción de élites corruptas). Los resultados mostraron que el populismo en sí mismo no está asociado con la desinformación, los partidos de derecha no son más propensos a difundir desinformación, y los populistas de izquierda no difunden más desinformación que los partidos tradicionales. Sin embargo, los políticos asociados con partidos populistas de derecha radical sí difunden significativamente más desinformación que sus contrapartes tradicionales, lo que sugiere que la conexión entre populismo y desinformación se relaciona específicamente con esta forma de política.

Estos estudios, en su conjunto, revelan la consistencia de la asimetría partidaria e ideológica en la difusión de desinformación. La robustez de este hallazgo se debe precisamente a la variedad de enfoques utilizados para documentarlo: diferentes conjuntos de datos, diversas metodologías (encuestas, análisis de publicaciones, evaluación de URLs), distintos períodos temporales y múltiples contextos políticos (elecciones presidenciales, pandemias y otros acontecimientos relevantes).

Todos estos estudios comparten una característica común: determinan qué constituye desinformación basándose en evaluaciones de expertos —verificadores de datos profesionales, periodistas especializados y académicos— quienes, por su formación y experiencia, están capacitados para evaluar la veracidad de contenidos y la confiabilidad de fuentes. Sin embargo, los mismos sectores que cuestionan las políticas de moderación de las plataformas —y las señalan como sesgadas— también argumentan que estos expertos tienen sesgos liberales, lo que podría indicar que la asimetría observada reflejaría el sesgo de quienes evalúan el contenido y no una diferencia real en la difusión de desinformación.

Un estudio publicado en 2024 aborda de manera particularmente exhaustiva tanto la asimetría en la difusión de desinformación como la crítica sobre el posible sesgo de los verificadores profesionales. Los investigadores analizaron 9.000 usuarios políticamente activos de Twitter durante las elecciones presidenciales de 2020, clasificándolos según compartieran los hashtags #Trump2020 o #VoteBidenHarris2020, y examinaron los enlaces a sitios de noticias que publicaron en octubre de 2020.

La investigación empleó tres métodos complementarios para medir la difusión de desinformación. Primero, compararon las URLs compartidas por los usuarios con múltiples listas de calificación de confiabilidad de sitios web: 60 dominios evaluados por verificadores profesionales y periodistas, 283 dominios calificados por Ad Fontes Media, 3.216 dominios evaluados por Media Bias/Fact Check, y 4.767 dominios calificados mediante una agregación de evaluaciones de diversos verificadores y académicos. En todos los casos, encontraron el mismo patrón: los usuarios que compartieron hashtags de Trump difundieron contenido de sitios significativamente menos confiables que quienes compartieron hashtags de Biden.

Sin embargo, reconociendo que estos resultados dependían de evaluaciones de periodistas y verificadores profesionales, los investigadores implementaron un segundo método diseñado específicamente para minimizar cualquier sesgo político: utilizaron calificaciones de confiabilidad generadas por grupos políticamente equilibrados de ciudadanos. Encuestaron a 970 estadounidenses representativos demográficamente, quienes evaluaron la confiabilidad de 60 sitios de noticias en una escala de 5 puntos e indicaron su preferencia partidaria (demócrata o republicana, sin opción neutral). Para cada sitio, calcularon una calificación balanceada promediando por separado las evaluaciones de demócratas y republicanos, y luego promediando estos dos promedios, dando así igual peso a ambos grupos. Los resultados fueron prácticamente idénticos: usando estas calificaciones políticamente equilibradas, la calidad promedio de los dominios compartidos por usuarios de Trump fue 2,17 desviaciones estándar más baja que la de usuarios de Biden. Incluso cuando crearon intencionalmente una medida sesgada hacia la derecha usando solo las calificaciones de ciudadanos republicanos, el patrón persistió: los usuarios de Trump compartieron contenido 1,29 desviaciones estándar menos confiable que los usuarios de Biden. Para dimensionar esta diferencia, el usuario promedio que publicó hashtags de Trump compartió cuatro veces más enlaces a sitios de baja calidad que el usuario promedio que publicó hashtags de Biden.

El estudio también verificó que este patrón no dependía del método de clasificación política, encontrando correlaciones igualmente fuertes cuando estimaban la ideología de los usuarios basándose en las cuentas que seguían o en los sitios de noticias que compartían.

Finalmente, dado que los análisis previos usaban la calidad del sitio web como indicador indirecto de la exactitud del contenido, los investigadores implementaron un tercer método que evaluaba directamente la veracidad de las publicaciones específicas, calificadas como inexactas tanto por verificadores profesionales como por grupos políticamente equilibrados de ciudadanos. Una vez más, los usuarios conservadores compartieron significativamente más URLs inexactas que los liberales. Complementariamente, en un experimento de encuesta a gran escala realizado en 16 países, presentaron a los participantes afirmaciones sobre COVID-19 (eliminando así sesgos de exposición y sin atribución de fuente) y midieron sus intenciones de compartirlas. Nuevamente encontraron una correlación significativa entre conservadurismo e intenciones de compartir afirmaciones inexactas.

Un estudio reciente de 2025 aborda nuevamente la objeción de que la determinación de contenido engañoso proviene de periodistas y verificadores de datos profesionales: analiza las evaluaciones de los tuits hechas a través del programa Community Notes (notas comunitarias) de X. Aquí la determinación de contenido engañoso no proviene de verificadores de datos profesionales sino del consenso entre una comunidad diversa de usuarios de la plataforma. El programa Community Notes permite a los usuarios marcar publicaciones como potencialmente engañosas y escribir notas explicativas que otros usuarios votan. Un algoritmo de código abierto requiere acuerdo entre usuarios con perspectivas diversas para validar la nota y señalar que el posteo es engañoso. Los investigadores examinaron todas las notas en inglés escritas entre enero de 2023 y junio de 2024, un total de 218.382 notas propuestas, y los resultados son contundentes: una vez más, las publicaciones de republicanos fueron marcadas como engañosas 2,3 veces más que las de demócratas. Este hallazgo no puede atribuirse a diferencias en la composición de usuarios de la plataforma, ya que —al momento de la toma de datos— no se encontró una sobrerrepresentación significativa de republicanos entre los usuarios de X.

La evidencia presentada es clara: la asimetría partidaria en la difusión de desinformación en redes sociales se observa a través del tiempo y en diferentes contextos, incluso cuando la evaluación proviene de la comunidad de usuarios y no puede atribuirse al sesgo político de los evaluadores.

Bibliografía consultada

---

• Guess, A., Nagler, J., & Tucker, J. (2019). Less than you think: Prevalence and predictors of fake news dissemination on Facebook. Science Advances, 5(1), eaau4586. https://doi.org/10.1126/sciadv.aau4586
• Grinberg, N., Joseph, K., Friedland, L., Swire-Thompson, B., & Lazer, D. (2019). Fake news on Twitter during the 2016 U.S. presidential election. Science, 363(6425), 374–378. https://doi.org/10.1126/science.aau2706
• González-Bailón, S., et al. (2023). Asymmetric ideological segregation in exposure to political news on Facebook. Science, 381(6656), 392–398. https://doi.org/10.1126/science.ade7138
• Lasser, J., et al. (2022). Social media sharing of low-quality news sources by political elites. PNAS Nexus, 1(4), pgac186. https://doi.org/10.1093/pnasnexus/pgac186
• Mosleh, M., Yang, Q., Zaman, T., et al. (2024). Differences in misinformation sharing can lead to politically asymmetric sanctions. Nature, 634, 609–616. https://doi.org/10.1038/s41586-024-07942-8
• Renault, T., Mosleh, M., & Rand, D. G. (2025). Republicans are flagged more often than Democrats for sharing misinformation on X’s Community Notes. Proceedings of the National Academy of Sciences, 122(25), e2502053122. https://doi.org/10.1073/pnas.2502053122
• Yang, Y., Davis, T., & Hindman, M. (2023). Visual misinformation on Facebook. Journal of Communication, 73(4), 316–328. https://doi.org/10.1093/joc/jqad020
• Törnberg, P., & Chueri, J. (2025). When do parties lie? Misinformation and radical-right populism across 26 countries. The International Journal of Press/Politics. Advance online publication. https://doi.org/10.1177/19401612241311886