Desinformación, sesgos cognitivos e inteligencia artificial generativa: el modelo ABCD (Analizar, Buscar, Contrastar y Dudar) para la verificación crítica de la información
DOI:
https://doi.org/10.3145/infonomy.26.033Palabras clave:
Desinformación, Infodemia, Alfabetización mediática, Sesgos cognitivos, Pensamiento crítico, Inteligencia artificial generativa, Deepfakes, Análisis del discurso, Verificación de la información, Fact-checking, Framing, Ecosistema digitalResumen
La transformación digital ha modificado la producción, circulación e interpretación de la información, situando a la desinformación entre los principales riesgos para las sociedades democráticas. Este trabajo analiza las narrativas que sustentan los procesos de desinformación en los medios digitales desde una perspectiva interdisciplinar que integra la comunicación, la psicología cognitiva, la ciencia de la información y la inteligencia artificial (IA). A partir de la revisión de la bibliografía científica reciente y del análisis de cinco casos representativos —Cambridge Analytica, la "infodemia" de la COVID-19, los disturbios de Southport, el Pizzagate y el deepfake de Zelenski—, se examina cómo la eficacia de la manipulación informativa depende tanto de la arquitectura narrativa del mensaje, de los sesgos cognitivos del receptor y de la lógica algorítmica de las plataformas. En este escenario se propone un modelo de análisis del discurso orientado a la verificación crítica, denominado Modelo ABCD (Analizar, Buscar, Contrastar y Dudar), que integra los elementos clásicos del proceso comunicativo con la evaluación de los sesgos cognitivos y de la arquitectura algorítmica. Se concluye que la transición de la sociedad de la información hacia una sociedad de la verificación exige una alfabetización mediática crítica adaptada a la era de la IA generativa.
Referencias
Aral, S. (2020). The Hype Machine. Currency. ISBN: 978 0 525574583
Bakir, V.; McStay, A. (2018). Fake news and the economy of emotions. Digital Journalism, v. 6, n. 2, pp. 154-175. https://doi.org/10.1080/21670811.2017.1345645
Bakshy, E.; Messing, S.; Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, v. 348, n. 6239, pp. 1130-1132. https://doi.org/10.1126/science.aaa1160
Benkler, Y.; Faris, R.; Roberts, H. (2018). Network propaganda: Manipulation, disinformation, and radicalization in American politics. Oxford University Press. ISBN: 978 0 190923624
Bommasani, R.; Hudson, Drew A.; Adeli, Ehsan; Altman, Russ; Arora, Simran; Von Arx, Sydney; Bernstein, Michael S.; Bohg, Jeannette; Bosselut, Antoine; Brunskill, Emma et al. (2021). On the opportunities and risks of foundation models. Stanford CRFM. arXiv. https://doi.org/10.48550/arXiv.2108.07258
Castells, M. (2009). Communication power. Oxford University Press. ISBN: 978 0 199567041
Chesney, R.; Citron, D. K. (2019). Deep fakes: A looming challenge for privacy, democracy, and national security. California Law Review, v. 107, n. 6, pp. 1753-1819. https://doi.org/10.2139/ssrn.3213954
Entman, R. M. (1993). Framing: Toward clarification of a fractured paradigm. Journal of Communication, v. 43, n. 4, pp. 51-58. https://doi.org/10.1111/j.1460-2466.1993.tb01304.x
European Commission (2018). A multi-dimensional approach to disinformation. Publications Office of the European Union. https://doi.org/10.2759/739290
European Union (2024). Artificial intelligence act. Official Journal of the European Union. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
Fairclough, N. (1995). Critical discourse analysis: The critical study of language. Longman. ISBN: 978 0 582219847
Kahneman, D. (2012). Pensar rápido, pensar despacio. Debate. ISBN: 978 84 99921705
Kaplan, J.; McCandlish, Sam; Henighan, Tom; Brown, Tom B.; Chess, Benjamin; Child, Rewon; Gray, Scott; Radford, Alec; Wu, Jeffrey; Amodei, Dario (2020). Scaling laws for neural language models. arXiv. https://doi.org/10.48550/arXiv.2001.08361
Lazer, D. M. J.; Baum, M. A.; Benkler, Y.; Berinsky, A. J.; Greenhill, K. M.; Menczer, F.; Metzger, M.J.; Nyhan, B.; Pennycook, G.; Rothschild, D.; Schudson, M.; Sloman, S. A.; Sunstein, C. R.; Thorson, E. A.; Watts, D. J.; Zittrain, J. L. (2018). The science of fake news. Science, v. 359, n. 6380, pp. 1094-1096. https://doi.org/10.1126/science.aao2998
Lewandowsky, S.; Ecker, U. K. H.; Cook, J. (2017). Beyond misinformation: Understanding and coping with the post-truth era. Journal of Applied Research in Memory and Cognition, v. 6, n. 4, pp. 353-369. https://doi.org/10.1016/j.jarmac.2017.07.008
McCombs, M. E.; Shaw, D. L. (1972). The agenda-setting function of mass media. Public Opinion Quarterly, v. 36, n. 2, pp. 176-187. https://doi.org/10.1086/267990
Mirsky, Y.; Lee, W. (2021). The creation and detection of deepfakes: A survey. ACM Computing Surveys, v. 54, n. 1. https://doi.org/10.1145/3425780
Nickerson, R. S. (1998). Confirmation bias: A ubiquitous phenomenon in many guises. Review of General Psychology, v. 2, n. 2, pp. 175-220. https://doi.org/10.1037/1089-2680.2.2.17
OECD (2024). Facts not fakes: Tackling disinformation, strengthening information integrity. OECD Publishing. https://doi.org/10.1787/d909ff7a-en
Pennycook, G.; Rand, D. G. (2019). Lazy, not biased: Susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning. Cognition, v. 188, pp. 39-50. https://doi.org/10.1016/j.cognition.2018.06.011
Sunstein, C. R. (2018). #Republic: Divided democracy in the age of social media. Princeton University Press. https://doi.org/10.2307/j.ctv8xnhtd
Tandoc, E. C.; Lim, Z. W.; Ling, R. (2018). Defining “fake news”. Digital Journalism, v. 6, n. 2, pp. 137-153. https://doi.org/10.1080/21670811.2017.1360143
Thorndike, E. L. (1920). A constant error in psychological ratings. Journal of Applied Psychology, v. 4, n. 1, pp. 25-29. https://doi.org/10.1037/h0071663
Tversky, A.; Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, v. 185, n. 4157, pp. 1124-1131. https://doi.org/10.1126/science.185.4157.1124
UNESCO (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
Van Dijck, J.; Poell, T.; De Waal, M. (2018). The platform society: Public values in a connective world. Oxford University Press. https://doi.org/10.1093/oso/9780190889760.001.0001
Van Dijk, T. A. (1998). Ideology: A multidisciplinary approach. Sage Publications. ISBN: 978 0 761956542
Van Dijk, T. A. (2008). Discourse and power. Palgrave Macmillan. ISBN: 978 1 4 03996254
Vosoughi, S.; Roy, D.; Aral, S. (2018). The spread of true and false news online. Science, v. 359, n. 6380, pp. 1146-1151. https://doi.org/10.1126/science.aap9559
Wardle, C.; Derakhshan, H. (2017). Information disorder: Toward an interdisciplinary framework for research and policy making. Council of Europe. ISBN 978-9287183842.
Westerlund, M. (2019). The emergence of deepfake technology: A review. Technology Innovation Management Review, v. 9, n. 11, pp. 40-53. https://doi.org/10.22215/timreview/1282
World Economic Forum (2024). Global risks report 2024. https://www.weforum.org/publications/global-risks-report-2024
World Health Organization (2020). Managing the COVID-19 Infodemic: Promoting healthy behaviours and mitigating the harm from misinformation and disinformation. https://www.who.int/news/item/23-09-2020-managing-the-covid-19-infodemic-promoting-healthy-behaviours-and-mitigating-the-harm-from-misinformation-and-disinformation
Zannettou, S.; Sirivianos, M.; Blackburn, J.; Kourtellis, N. (2019). The web of false information: Rumors, fake news, hoaxes, clickbait, and various other shenanigans. Journal of Data and Information Quality, v. 11, n. 3. https://doi.org/10.1145/3309699
Zhou, X.; Zafarani, R. (2020). A survey of fake news: Fundamental theories, detection methods, and opportunities. ACM Computing Surveys, v. 53, n. 5. https://doi.org/10.1145/3395046
Descargas
Publicado
Cómo citar
Descargas
Dimensions
Societal impact
Número
Sección
Licencia
Derechos de autor 2026 Nuria San-Servando-Hernández
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
