Las guerras disparan la slopaganda: Irán usa ChatGPT y Gemini para fabricar desinformación a escala industrial. Y la diferencia entre democracias y autoritarismos se ha vuelto una cuestión de grado, no de naturaleza.
'Cognitive surrender' es rendirse a la IA sin pensar. El antídoto propuesto es más responsabilidad individual. Es exactamente lo que se dijo del GPS, de las redes sociales y de la calculadora. Nunca ha funcionado.
Entre los debates que ha abierto la IA, el de "lo humano" es el que más pánico desata. Conviene recordar que lo inhumano siempre fue cosa de humanos, y que toda tecnología refleja los intereses de quien la posee. Puede que haya preguntas más urgentes que resolver.
Slop de Estado: La fiabilidad de los chatbots de IA en el punto de mira político
La propaganda política ha encontrado su infraestructura perfecta. Millones de artículos generados por IA, gramaticalmente impecables y deliberadamente falsos. El slop se ha convertido en arma de Estado.
Hasta ahora, la desinformación era un problema de psicología humana: alguien escribía una mentira para convencer a una persona. Sin embargo, el reciente hallazgo sobre cómo los chatbots dirigen a los usuarios que hacen consultas hacia webs promovidas por países que ofrecen desinformación —con infraestructuras que inundan la web con millones de artículos generados por IA— revela un cambio de objetivo. Ya no buscan engañarte de primeras a los usuarios; buscan engañar al modelo de lenguaje que utilizan (ChatGPT, Claude, Gemini...).
Porque si la IA valida la realidad por pura probabilidad estadística, quien genera más volumen, acaba por "fabricar" la verdad oficial.
No estamos ante una simple campaña de propaganda; estamos ante el envenenamiento del sistema que antes regía la autoridad y calidad de los contenidos en internet a través de los buscadores.
La industrialización del slop como arma de influencia
El éxito de esta estrategia reside en la saturación. Mientras que un grupo de humanos tardaría meses en posicionar un relato, una red de bots puede generar un ecosistema informativo completo en milisegundos.
Los chatbots no "saben" nada; simplemente predicen la palabra más probable. Si las redes de ciertos Estados generan 10.000 variantes de una misma falsedad de manera deliverada, la IA la procesa como un dato recurrente y, por tanto, veraz.
Al ser textos gramaticalmente impecables, se saltan los radares de "baja calidad" de los buscadores. El resultado es que la propaganda deja de estar en foros oscuros para aparecer citada por la propia IA de confianza de los usuarios.
El análisis técnico de este escenario nos lleva a un punto crítico: la IA alimentando a la IA. Cuando los modelos de 2026 se entrenan con datos de la web de 2025, no están leyendo la realidad, están leyendo el "slop" que las IAs anteriores vertieron en internet. Este bucle de retroalimentación crea lo que algunos expertos llaman el colapso del modelo: la inteligencia artificial empieza a perder matices y a repetir sesgos y mentiras simplemente porque son los datos más abundantes. La cantidad ha sustituido a la autoridad documental.
¿Dónde queda el valor del esfuerzo humano?
Si un algoritmo puede ser "educado" mediante la fuerza bruta de la repetición, el concepto de verificación cambia de manos. El fotógrafo que tiene que demostrar que su foto es real o el analista que debe desmentir un mar de datos generados sintéticamente se encuentran en una posición de vulnerabilidad absoluta. En este sentido, si el sistema de información se basa en la estadística, la verdad se convierte en una cuestión de infraestructura: gana el que tiene más potencia de cálculo para repetir su versión, y ahí es donde las naciones y Estados pueden trabajar de manera sistemática y coordinada para expandir la desinformación acorde con sus intereses políticos.
A priori, los LLM y los recientes avances en Inteligencia Artificial prometían más información, mejor organizada y a disposición de millones de personas, personalizando, en cierto modo, los modelos de conocimiento online anteriores desplegados por buscadores como Google. Sin embargo, en cada conversación que mantenemos con un chatbot, OpenAI, Anthropic o Google nos recuerdan "Los modelos de IA pueden cometer errores. Incluso sobre personas".
La pregunta que emerge ante el Slop de Estado es:
¿Y qué ocurre y quién regula cuando esos errores de la IA han sido deliberadamente generados de manera malintencionada por agentes con intereses políticos o económicos?
Si la IA valida la realidad por pura probabilidad estadística, quien genera más volumen, acaba por "fabricar" la verdad oficial en la red.
Actualización mayo 2026: Nature publica un extenso y amplía el impacto y las estrategias del Estado y la slopaganda
A mediados de marzo publicamos este análisis partiendo de una noticia de Insight News Media: los chatbots estaban derivando tráfico hacia webs de propaganda estatal. La pregunta era si eso era síntoma de algo más profundo (si los Estados no solo usaban la IA para difundir desinformación, sino para contaminar los propios modelos desde dentro).
Esta segunda semana de mayo, un equipo de siete investigadores de Princeton, NYU, UC San Diego, Purdue y la Universidad de Oregon publica en Nature la respuesta. Y no es tranquilizadora.
El estudio publicado por Nature consiste en seis estudios encadenados en realidad, con una lógica de relojería, y parte de una pregunta concreta:
¿puede un gobierno influir en lo que dice un chatbot sin tocar una sola línea de código de ese chatbot?
La respuesta que construyen, paso a paso, es que sí. Y que probablemente ya está ocurriendo.
El mecanismo: saturar la red con contenido IA para fabricar la verdad de los modelos
El primer paso fue rastrear los datos de entrenamiento reales. Los modelos de lenguaje como ChatGPT, Gemini o Claude aprenden leyendo cantidades masivas de texto extraído de internet (textos escritos por humanos, en principio). Los investigadores analizaron CulturaX, uno de los grandes datasets públicos de entrenamiento multilingüe, y encontraron más de 3,1 millones de documentos en chino con fraseología idéntica o muy similar a la de medios estatales chinos. Cuarenta veces más presencia que los textos de Wikipedia en chino. Y entre los documentos que mencionaban líderes o instituciones políticas del país, esa proporción llegaba al 23%. El dato clave: solo el 12% de ese material procedía de dominios gubernamentales reconocibles. El resto había circulado tanto por la web (reposteado, copiado, replicado) que ya era indistinguible del contenido ordinario. El Estado no necesitó hackear nada. Le bastó con saturar.
El experimento:añadir propaganda al entrenamiento
Pero demostrar que ese material estaba en los datos de entrenamiento no era suficiente. ¿Tenía efecto real sobre el comportamiento del modelo? Aquí entra lo que el estudio llama experimento de preentrenamiento extendido. Los investigadores tomaron un modelo de código abierto (pequeño, manejable, no ChatGPT, cuyos costes de reentrenamiento completo se miden en millones de dólares) y le añadieron una dosis adicional de textos de medios estatales chinos antes de su fase de aprendizaje. El resultado: el modelo modificado daba respuestas favorables al gobierno chino en casi el 80% de los casos, frente a un modelo sin esa exposición adicional. Causa demostrada, no solo correlación.
Leer la historia completa
Regístrate
ahora para leer la historia completa y obtener acceso a todas las publicaciones por
solo para suscriptores.
Las guerras disparan la slopaganda: Irán usa ChatGPT y Gemini para fabricar desinformación a escala industrial. Y la diferencia entre democracias y autoritarismos se ha vuelto una cuestión de grado, no de naturaleza.
La IA fabrica documentos de identidad convincentes en menos de un minuto. Sin habilidades técnicas. Solo un prompt. Los sistemas de seguridad tradicionales no van a esa velocidad.
Una investigación de Slopedia ha seguido la pista de un investigador de DeepSeek que desapareció, la creación de una desconocida empresa pantalla volcada en IA y varios movimientos en los mercados difíciles de explicar si solo han sido ejecutados "por humanos".
Anthropic ha construido un modelo que considera demasiado peligroso para el público y lo ha entregado a más de 50 corporaciones elegidas sin criterios públicos. Mientras los reguladores europeos esperan fuera, la NSA lo usa en secreto y Sam Altman lo llama "fear-based marketing".