Mi hipótesis era que a algunos políticos de izquierda los sostenían desde Rusia. La puse a prueba y no la encontré.
Cuaderno de trabajo
Mi hipótesis era que a algunos políticos de izquierda los sostenían desde Rusia. La puse a prueba y no la encontré.
17 de octubre de 2026
Entre el 8 y el 11 de octubre, drones ucranianos destruyeron tres centros de datos de Yandex. Mientras medio mundo celebraba que habían bombardeado las granjas de troles, se me ocurrió algo más específico y bastante incómodo: si una parte del ruido que rodea a ciertos políticos latinoamericanos venía de infraestructura rusa, esa semana tendría que notarse. Y no en cualquiera.
Lo pongo sobre la mesa porque es mi sesgo y prefiero declararlo: mi corazonada era que algunos gobiernos de izquierda de la región se benefician de amplificación que no es orgánica, y que parte de ella se apoya en servidores rusos. Tenía un recolector de menciones políticas corriendo en Colombia, México y Brasil desde mediados de septiembre. Los ataques cayeron justo en la mitad. Era la ocasión de ver si tenía razón.
Comparo dos ventanas de seis días: del 2 al 7 de octubre contra el 9 al 14. El 8 queda fuera porque es el día del primer ataque, y el 15 también porque la recolección se cortó a las cuatro de la mañana. En total, 31.239 menciones sobre 20.953 tuits.
Primero, quién pesa en cada red
Para medir el peso de cada político uso PageRank, el algoritmo con el que Google ordenó la web: no cuenta cuántas menciones recibe alguien sino de qué tan bien conectado viene quien lo menciona. Lo calculo dentro de cada país, así que suma 100 por ciento en cada panel y el tamaño de cada nodo en los dibujos es su PageRank.
| país | figura | antes | después | cambio |
|---|---|---|---|---|
| Colombia | Petro | 9.12 % | 6.64 % | -27 % |
| Uribe | 5.51 % | 7.18 % | +30 % | |
| Duque | 5.02 % | 3.56 % | -29 % | |
| F. Márquez | 0.87 % | 1.42 % | +62 % | |
| De la Espriella | 0.66 % | 0.53 % | -19 % | |
| Fico | 0.07 % | 0.29 % | +330 % | |
| México | Sheinbaum | 14.86 % | 7.07 % | -52 % |
| Harfuch | 6.38 % | 8.18 % | +28 % | |
| Monreal | 3.08 % | 5.91 % | +92 % | |
| Ebrard | 3.04 % | 6.77 % | +123 % | |
| Gálvez | 0.69 % | 0.68 % | -2 % | |
| Brasil | Lula | 13.29 % | 15.64 % | +18 % |
| J. Bolsonaro | 5.39 % | 0.00 % | -100 % | |
| F. Bolsonaro | 4.85 % | 7.57 % | +56 % |
PageRank como porcentaje del total de su país. Naranja izquierda, azul derecha.
La región entera, y por qué no es una historia de izquierda contra derecha
Juntando los tres países y sumando por bloque, el resultado incomoda a mi hipótesis. Las quince figuras concentran el 24,30 por ciento del PageRank de toda la red antes y el 24,01 después. La izquierda pasa de 16,74 a 16,84 por ciento y la derecha de 7,56 a 7,17. No se movió el equilibrio entre bloques. Se movió el reparto dentro de cada casa.
Y si esto fuera una historia de izquierda sostenida desde Moscú, la derecha debería haberse quedado quieta. No lo hizo: Uribe es el que más sube de los quince, Flávio Bolsonaro también sube y Duque cae casi tanto como Petro.
Busqué coordinación con el método que sí usa la literatura
Aquí tuve que corregirme. Mi primera idea para separar público real de ruido fabricado fue mirar si la gente escribe la arroba del político o solo su nombre. Es una distinción que sirve para otra cosa, para saber qué parte de mis datos la generó mi propio buscador, pero no es un indicador de automatización y no hay investigación que la respalde. Probablemente apunte al revés: poner la arroba es justamente lo que hace el spam de menciones, para que le llegue la notificación al objetivo, mientras que escribir el nombre pelado es lo más normal del mundo cuando uno critica a alguien y no quiere avisarle. La quité.
El indicador que sí se usa en la literatura de operaciones coordinadas es otro: texto idéntico o casi idéntico publicado por varias cuentas distintas. Normalicé los 23.691 tuits (minúsculas, sin tildes, sin enlaces, sin arrobas) y busqué textos compartidos por dos o más cuentas, más cuentas que repiten su propio texto tres veces o más.
| ventana | cuentas | grupos de texto repetido | cuentas implicadas | % |
|---|---|---|---|---|
| 26 sep a 1 oct | 1.857 | 25 | 57 | 3,07 % |
| 2 a 7 oct, antes | 3.156 | 27 | 73 | 2,31 % |
| 9 a 14 oct, después | 2.521 | 26 | 73 | 2,90 % |
No se movió. Entre dos y tres de cada cien cuentas publican texto repetido, y esa proporción es la misma antes, después y en una semana sin ataques.
Y quién se calló
La otra pregunta directa: de las cuentas que estaban activas antes, ¿cuáles desaparecieron después? Son 267 de 456, un 58,6 por ciento. Parece muchísimo hasta que uno mira el par de control sin ataques: 55,0 por ciento. En este tipo de corpus, más de la mitad de las cuentas que publican dos veces en una semana no vuelven a aparecer la siguiente. Es la rotación normal.
Y el cruce que importa: de las 30 cuentas con texto duplicado que estaban activas antes, se callaron 18, el 60 por ciento, contra un 58,6 por ciento de base. Es decir, exactamente lo mismo que el resto. Las cuentas que más se parecen a comportamiento coordinado no se apagaron más que nadie.
Por qué este método ya no alcanza, y qué encontró en realidad
Conviene decir que estas heurísticas se diseñaron para una época en que automatizar significaba copiar y pegar la misma cadena de texto. Hoy un modelo de lenguaje escribe quinientas versiones distintas del mismo mensaje por centavos, así que buscar texto idéntico encuentra sobre todo a quien no se molesta en disimular. Un resultado negativo con este método no dice que no haya operaciones coordinadas; dice que no hay operaciones coordinadas torpes.
Lo que encontró se ve mejor en los ejemplos. Estos son los textos más repetidos en la ventana previa a los ataques:
"FANDOMS COM LULA ARMYS COM LULA #EleNão #FandomsComLula #ArmyNasUrnas"
8 cuentas, 8 tuits. Fandoms de K-pop haciendo campaña, que es un fenómeno real y abierto de la política brasileña.
"Omar García Harfuch, titular de la SSPC, informó sobre la detención de 'El Tanque', presunto operador del CJNG en Jalisco..."
Tres variantes del mismo boletín, repetidas por nueve cuentas en total. Son medios replicando un comunicado.
"#EnVivo | Conferencia Matutina encabezada por la Dra. Claudia Sheinbaum Pardo, Presidenta Constitucional de los Estados Unidos Mexicanos."
Tres cuentas anunciando la mañanera.
O sea: el detector de copypasta encontró salas de redacción sindicando comunicados, cuentas oficiales anunciando una rueda de prensa y un fandom de K-pop. No encontró una granja. Por eso no doy nombres de cuentas: el método no distingue entre coordinación y oficio periodístico, y señalar a un medio por repetir un boletín sería exactamente el error que este análisis debería evitar.
Francia Márquez, que tampoco encaja
Hay un caso que me obliga a desconfiar de mi propia intuición en la otra dirección. Francia Márquez fue la que más creció en Colombia y yo esperaba que su crecimiento viniera de más gente hablando de ella. Es al revés: vino de menos gente hablando más. Las veces que cada cuenta la menciona suben de 1,02 a 1,40, el mayor aumento de toda la muestra, y el conjunto de cuentas que la mencionan antes y después casi no se solapa. Su paso de 46 a 129 menciones es un grupo pequeño y nuevo mencionándola repetidamente.
Es la textura de una ráfaga concentrada, no la de un público que aflora. Si uno buscara en estos datos algo que se parezca a amplificación después de los ataques, el candidato sería ella y no los que yo sospechaba. Tampoco me lo creo: una ráfaga concentrada es exactamente lo que produce también una noticia que indigna durante dos días. Y ninguna de sus cuentas aparece en el detector de texto duplicado.
Lo que me obliga a decir el dato
La caída de Sheinbaum tiene una explicación escrita en los propios tuits y que no necesita ningún servidor ruso: el caso de la universidad Rosario Castellanos se comió la conversación mexicana esa semana. En los 20.953 tuits recogidos, los que mencionan Yandex, los centros de datos o los ataques son cero. Y no hay aquí una sola cuenta que alguien haya atribuido a una operación rusa: son trece términos de búsqueda sobre políticos, no un inventario de troles.
Hay además un problema con mi propia vara de medir. El volumen de bulto lo genera en buena parte mi propio buscador. Que baje puede significar que había menos ruido artificial, o simplemente que esa semana el recolector encontró menos tuits. Separar esas dos cosas no se puede con lo que tengo.
Dónde queda
La hipótesis sigue viva, pero como hipótesis. Lo que sí puedo afirmar es más estrecho y, mirándolo bien, más interesante que lo que buscaba: el peso de los políticos dentro de sus redes se reacomodó mucho, y el equilibrio entre bloques no se movió nada. Eso dice algo sobre la textura de la atención política, no sobre Rusia.
Para afirmar lo otro hace falta otra cosa y ya sé cuál. Una lista congelada de canales que investigadores independientes hayan atribuido a operaciones rusas antes del 8 de octubre, medidos antes y después, contra una lista comparable que no dependa de esa infraestructura. Telegram sirve: el historial es público y la línea base todavía se puede levantar. Es una semana de trabajo y no la he hecho. Mientras tanto amplié el rastreo a cuarenta y ocho políticos de América Latina y Europa, izquierda y derecha, para que el próximo evento me encuentre con línea base.
Me parece más útil publicar la hipótesis junto con lo que la contradice que quedarme con la mitad que me gustaba. Si alguien va a acusar a dos presidentes de estar sostenidos por troles del Kremlin, más vale que tenga la lista de los troles. Yo no la tengo.
Base: 31.239 menciones sobre 20.953 tuits, 13 términos de búsqueda, Colombia, México y Brasil, del 18 de septiembre al 14 de octubre de 2026. Ventanas comparadas: 2 al 7 de octubre contra 9 al 14; se excluyen el 8, día del primer ataque, y el 15, incompleto. La clasificación izquierda y derecha es mía.
Note: Only a member of this blog may post a comment.