Las elecciones presidenciales de Estados Unidos de 2024: La desinformación desmentida por las verificadoras españolas

The United States presidential elections of 2024: Disinformation denied by Spanish fact-checking platforms

 

Álvaro López-Martín

Universidad de Málaga. España. 

alvarolopezmartin@uma.es

 

Cómo citar este artículo / Referencia normalizada:

López-Martín, Álvaro. (2026). Las elecciones presidenciales de Estados Unidos de 2024: La desinformación desmentida por las verificadoras españolas [The United States presidential elections of 2024: Disinformation denied by Spanish fact-checking platforms]. Revista Latina de Comunicación Social, 84, 1-29. https://www.doi.org/10.4185/RLCS-2026-2513

Fecha de Recepción: 09/05/2025
Fecha de Aceptación: 07/09/2025
Fecha de Publicación: 14/11/2025 

 

RESUMEN

Introducción: Las elecciones presidenciales de Estados Unidos de 2024 han constituido un terreno fértil para la desinformación, lo que sitúa a la población en una posición de mayor vulnerabilidad ante la toma de decisiones. En este artículo se explora el entramado desinformativo generado en torno a los comicios estadounidenses. Metodología: Se analizan los desmentidos o fact-checks publicados sobre este tema por las 5 plataformas de verificación españolas pertenecientes a la IFCN (Maldita.es, Newtral, EFE Verifica, Infoveritas y Verificat) entre el 27 de junio y el 12 de noviembre de 2024 (n=204). Todas las piezas fueron sometidas a una ficha de análisis estructurada en cuatro bloques. Resultados: Para la construcción de estos mensajes se infiere un notable protagonismo de elementos audiovisuales, así como un creciente uso de la inteligencia artificial. Si bien mayoritariamente (67,2 %) estas piezas carecen de fuente identificada, una notable proporción de engaños se atribuye a fuentes reales (19,1 %). Al respecto, se constata la desinformación como una herramienta política habitual del discurso de Trump. En líneas generales, los hechos relatados son de invención absoluta (59,3 %) y se centran en cuestiones relativas a la vida privada o el pasado de los candidatos (19,1 %) y al intento de asesinato a Trump (13,7 %). Discusión y Conclusiones: Este fenómeno constituye una práctica extendida y consolidada en los procesos electorales, así como en el propio discurso político, el cual se encuentra en constate desarrollo y evolución hacia nuevas técnicas; en este caso, marcado por el auge y fácil acceso a herramientas de IA.

Palabras clave: desinformación; Estados Unidos; elecciones; información errónea; España; verificación; política.

 

ABSTRACT

Introduction: The 2024 US presidential election has provided fertile ground for disinformation, which places the population in a position of increased vulnerability regarding decision-making. This article explores the disinformation web generated around the US elections. Methodology: We analysed the fact-checks published on this topic by the five Spanish verification platforms belonging to the IFCN (Maldita.es, Newtral, EFE Verifica, Infoveritas and Verificat) between 27 June and 12 November 2024 (n=204). All the pieces were subjected to an analysis form structured in four blocks. Results: In constructing these messages, audiovisual elements are notable, and artificial intelligence is growing. Although most (67.2 %) of these pieces lack an identified source, a notable proportion of deceptions are attributed to authentic sources (19.1 %). In this respect, disinformation is a standard political tool in Trump's discourse. Generally speaking, the facts reported are completely fabricated (59.3 %) and focus on issues related to the candidates' private lives or past (19.1 %) and the attempted assassination of Trump (13.7 %). Discussion and Conclusions: This phenomenon is a widespread and consolidated practice in electoral processes, as well as in political discourse itself, which is constantly developing and evolving towards new techniques, in this case, marked by the rise and easy access to AI tools.

Keywords: disinformation; United States; elections; misinformation; Spain; fact-checking; policy.

1. INTRODUCCIÓN

Las elecciones presidenciales de Estados Unidos del 5 de noviembre de 2024 constituyeron uno de los acontecimientos políticos de mayor calado internacional durante ese año, lo que se evidenció en el notable interés mediático y social que estos comicios suscitaron incluso desde meses antes de las votaciones. Si bien cualquier proceso electoral suele ser objeto de atención (Haugsgjerd y Karlsen, 2024), la relevancia económica y estratégica de Estados Unidos hace que el interés por los movimientos políticos en este país se acreciente, a la vez que se genere desinformación en torno a ellos. En el caso de estas elecciones se dan, además, una serie de circunstancias que trazan un proceso electoral atípico y que actuaron como caldo de cultivo de numerosos engaños e informaciones erróneas. Ejemplos de ellos son la retirada de Biden de la carrera electoral o el intento de asesinato a Donald Trump en julio de 2024 durante un acto de campaña.

Estos comicios estuvieron marcados por una intensa polarización política y una transformación del perfil del votante de cada corriente. En el plano político, la contienda entre Donald Trump y Kamala Harris reflejó tensiones y divergencias ideológicas en torno a temas como la economía, la inmigración o los derechos civiles, que, con frecuencia, se situaban en el centro del debate (Al Jazeera, 2024; Marín, 2024). Por su parte, socialmente se observó cierta reconfiguración del electorado, con un incremento del apoyo a Trump entre sectores tradicionalmente ajenos al voto conservador, incluidos jóvenes y minorías, mientras que Harris apeló a votantes progresistas y al electorado urbano (Pipa y Swarzenski, 2024; BBC News, 2024). También a efectos mediáticos estos comicios supusieron una importante transformación: el creciente uso estratégico de las redes sociales, la incidencia de figuras como los influencers y la creación de contenidos personalizados sustituyó en gran medida a los canales tradicionales, consolidando entornos informativos fragmentados (Brooks y Wellman, 2024; Cahill, 2025). Tras este convulso proceso electoral, Donald Trump resultó elegido presidente de Estados unidos —obtuvo 312 votos electores frente a los 226 de Kamala Harris—, regresando a la Casa Blanca tras su primer mandato (2017‐2021). Una victoria explicada, en parte, por el respaldo de sectores sociales diversos y por una estrategia comunicacional eficaz en redes sociales (FitzGerald, 2024).

Numerosos estudios destacan el papel de Donald Trump como agente relevante en el fenómeno de la desinformación (Diez-Gracia et al., 2023; McKee y Pagel, 2024; Rossetti y Zaman, 2023). De ellos se pueden extraer varios rasgos que configuran la narrativa “trumpista”: el uso intencional de las redes sociales —principalmente X— y de chatbots (Farkas y Schou, 2020; Rossetti y Zaman, 2023), la sistemática acusación de “falsa” a toda aquella información perjudicial para su figura (Ross y Rivers, 2018) o el apoyo en una red de fuentes afines para la reproducción y difusión de sus mensajes que contribuya a generar un efecto de “verdad ilusoria” (Froehlich, 2020). Precisamente, de acuerdo con la literatura científica, se podría situar la victoria de Trump en los comicios de 2016 como uno de los puntos de inflexión para el auge y popularización de esta problemática (Tandoc et al., 2021). Desde entonces, la incidencia de la desinformación se ha convertido en una constante en cualquier proceso electoral, lo que amenaza con tambalear los principios de la democracia y la libertad de expresión (Huber et al., 2022; Sádaba y Salaverría, 2023). Una circunstancia que se ha visto favorecida por el incontrolable desarrollo de la IA (Yan et al., 2025). 

Como advierten diversos autores (Lava-Santos et al., 2023; Pérez-Curiel et al., 2022), en los últimos años la desinformación parece haberse trasladado al discurso político. A pesar de que países como Estados Unidos o varios de la Unión Europea han incorporado normativas sobre desinformación y publicidad electoral (Rodríguez-Virgili et al., 2024), se puede inferir que las formaciones políticas han normalizado la mentira, haciendo uso de las redes sociales para producir y difundir contenidos propagandísticos basados en la viralización (Dehlinger y Scala, 2024). Una disfunción política en la que, con frecuencia y en ocasiones de manera involuntaria, los medios de comunicación se ven involucrados (Wardle, 2021). En relación con la desinformación en los procesos electorales, se podrían identificar varios momentos clave. Stachofsky et al. (2023) y González-Bailón et al. (2024) destacan el flujo desinformativo generado durante la campaña electoral y, muy especialmente, el día de la votación. Asimismo, si bien pasada esta jornada el volumen de contenidos engañosos disminuye, Enders et al. (2021) constatan cómo, tras las elecciones presidenciales estadounidenses de 2020, en los sucesivos días a la votación tomaron fuerza otras narrativas centradas en el fraude electoral con el fin de socavar la legitimidad del proceso.

En esta investigación se pone el foco sobre la desinformación difundida en España referida a las elecciones presidenciales estadounidenses de 2024. Aunque España no es un actor directo en estos comicios, el impacto de estas elecciones trasciende fronteras, convirtiéndose en un tema de gran relevancia internacional. La creciente polarización política y el uso de las redes sociales como plataformas de difusión han propiciado un entorno fértil para la desinformación, lo que hace que la ciudadanía española se vea expuesta a narrativas engañosas que pueden influir en su percepción de la política global. En este contexto, es fundamental no solo identificar y analizar la naturaleza de estos bulos, sino también desarrollar estrategias efectivas para neutralizar la desinformación y promover una comprensión más clara de los hechos.

2. ESTADO DE LA CUESTIÓN

2.1. El fenómeno de la desinformación: características, evolución y credibilidad

El creciente interés y abundante literatura científica publicada sobre el fenómeno de la desinformación en la última década contrasta con la falta de consenso y delimitación clara en cuanto a su conceptualización (Baptista y Gradim, 2022a; García-Marín y Salvat-Martinrey, 2022), lo que lo sitúa como un tema de estudio “complejo y algo controvertido” (Tandoc et al., 2021, p. 111). No obstante, se podría extraer un rasgo común detectado en (casi) todas las definiciones desarrolladas en los numerosos trabajos con este propósito (Baptista y Gradim, 2022a; García-Marín, 2021;): estos mensajes presentan una clara intencionalidad de engañar. También se percibe cierta confusión semántica a la hora de abordar este fenómeno (Baptista y Gradim, 2022a; Tandoc et al., 2021). Si bien en una fase inicial el término preponderante empleado para esta problemática era el de noticias falsas o fake news (Farkas y Schou, 2020; Koliska y Assmann, 2021), numerosos autores rechazan estos términos al considerar que tienen una fuerte connotación política (Freelon y Wells, 2020), a la vez que centran el problema (casi) de manera exclusiva en el periodismo (Allcott y Gentzkow, 2017; Salaverría-Aliaga, 2021). En este sentido, tanto la Comisión Europea como distintos informes gubernamentales (Comisión Europea, 2018; Torreblanca et al., 2024) abogan por los términos disinformation (desinformación) o misinformation (información errónea), los cuales resultarían más precisos y menos sesgados (Wardle y Derakhshan, 2017). En cualquier caso, todos estos trabajos coinciden también en apuntar hacia la constante evolución de los formatos y narrativas empleadas para la construcción de contenidos fraudulentos.

El avance de la tecnología y la digitalización contribuyen decisivamente en este sentido, lo que, además, posibilita la creación de engaños con una cada vez mayor sofisticación y dificultad para su detección (Almansa-Martínez et al., 2022; Michałkiewicz-Kądziela, 2024). Al respecto, cabe destacar la incidencia de la inteligencia artificial para la creación o falsificación de imágenes, la edición de audios o incluso el surgimiento de nuevas variantes de desinformación (Yan et al., 2025), como los denominados deepfakes (Weikmann et al., 2024), que constituyen vídeos falseados creados deliberadamente para mostrar a alguien haciendo o diciendo algo que no ocurrió (Ballesteros-Aguayo y Ruiz-del-Olmo, 2024). Aunque a la luz de los primeros estudios, el uso de la IA no parece estar aún excesivamente extendido (García-Marín y Salvat-Martinrey, 2023), investigaciones centradas en los deepfakes concluyen que estos engaños pueden afectar notablemente en las actitudes y comportamientos hacia los medios de comunicación y los políticos (Hameleers et al., 2022). Esto podría explicarse atendiendo a Geise (2017), cuyo trabajo apunta a que la desinformación visual se procesa de manera diferente respecto a los infundios textuales.

La psicología desempeña un papel protagonista en el proceso de recepción de la desinformación (Baptista y Gradim, 2022b), máxime cuando estos mensajes presentan un marcado carácter político. Así se infiere de Baptista et al. (2021) al señalar que los ciudadanos buscan “contenido informativo compatible con su visión del mundo (opinión, valores o creencias), aunque sea falso” (p. 25), apreciándose cierta concordancia ideológica a la hora de informarse. En términos similares se pronuncian Freiling et al. (2023), quienes sostienen que las audiencias dan una mayor credibilidad a aquellos mensajes que desean creer, una tendencia que se agudiza cuando se tratan de contenidos afines a sus ideologías. El extenso bagaje científico al respecto permite extraer que, en líneas generales, los sujetos de ideología de derechas —especialmente de extrema derecha (Baptista et al., 2021)— serían, a priori, los más vulnerables o propensos a otorgar credibilidad y difundir contenidos engañosos (Baptista y Gradim, 2022b; Gómez-Calderón et al., 2023), si bien su impacto es transversal, aunque en menor medida, al resto de ideologías y sensibilidades políticas (Faragó et al., 2020). 

Baptista (2023) explica esta tendencia apoyándose en la estrecha similitud entre la narrativa populista de las formaciones extremistas y la narrativa persuasiva característica de la desinformación. Pennycook y Rand (2019) sitúan a los ciudadanos como “víctimas” de la desinformación ante la imposibilidad de poder tomar decisiones racionales y la nulidad de la capacidad crítica ante estas situaciones, a la vez que diversos autores (Pérez-Curiel y Rivas-de-Roca, 2022; Melchior y Oliveira, 2023) advierten que la credibilidad de los contenidos fraudulentos está subestimada por las emociones. Faragó et al. (2020) ahondan en esta cuestión y sostienen que las emociones son determinantes cuando los infundios suscitan simpatías o prejuicios en el receptor, lo que podría repercutir en un mayor uso de las redes sociales y un mayor entrenamiento o perfeccionamiento de los algoritmos de estos.

En cuanto a la tipología de los contenidos fraudulentos, se infiere controversia a la luz de las innumerables clasificaciones propuestas. Una de las más extendidas es la planteada por Allcott y Gentzkow (2017), en la que se fijan 6 categorías: rumores, falsas declaraciones de políticos, teorías de conspiración, informaciones con errores no intencionados, sátiras mal interpretadas e informes distorsionados. Con el mismo propósito, Tandoc et al. (2018) ahondan en las particularidades de la desinformación y desarrollan la siguiente clasificación: noticias satíricas, noticias manipuladas, parodias, noticias fabricadas, publicidad y propaganda. Es quizá la inclusión de estas 2 últimas categorías (publicidad y propaganda) el principal elemento diferenciador respecto a otras categorizaciones registradas en la literatura científica. Pese a tratarse de prácticas o disciplinas independientes, estos autores las asumen como elementos de la desinformación, lo que vendría a corroborar el carácter “multidimensional” del concepto de este fenómeno (Valera-Ordaz et al., 2022). No obstante, para este estudio se tomará como base la taxonomía de Salaverría et al. (2020). Estos autores desarrollan una categorización más acotada estructurada en torno a 4 modalidades: engaño (informaciones de invención absoluta), descontextualización (información real presentada en un contexto falso), exageración (hechos reales que traspasan los límites de la veracidad) y broma (contenidos con un fin satírico o burlesco).

2.2. Las redes sociales, vías claves para el auge de la desinformación

Si bien se ha señalado la importancia de la digitalización y la tecnología para la expansión de la desinformación, especial mención cabría hacer de las redes sociales. Un aspecto coincidente en la literatura es en señalar la consolidación de las redes sociales y, en menor medida, las páginas webs, como uno de los principales motivos a los que respondería el crecimiento y popularización de este fenómeno (Batailler et al., 2022; Tandoc et al., 2021; Valera-Ordaz et al., 2022). Estos canales constituyen vías idóneas para la rápida y masiva difusión de mensajes de procedencia desconocida, ajenos a cualquier tipo de control o filtro de verificación, capaces de “viralizarse” en un breve periodo de tiempo (Strauß et al., 2021), lo que agrava la vulnerabilidad de la ciudadanía ante la manipulación (Altay et al., 2023). Dehlinger y Scala (2024) sostienen que los contenidos fraudulentos son más probables que se compartan, mientras que las noticias reales tienden a generar más comentarios y reacciones.

Las peculiares características de las redes sociales las convierten en un campo fértil para la difusión de bulos (Montemayor-Rodríguez y García-Jiménez, 2021). Estas vías traen consigo la disrupción del flujo informativo tradicional, una circunstancia que autores como Román-San-Miguel et al. (2022) denominan “democratización” de la información: es decir, el flujo informativo pasa a ser bidireccional, teniendo cualquier usuario la capacidad para producir y difundir mensajes (Ruiz-Incertis et al., 2024). No obstante, se constata cierta disparidad en cuanto a la incidencia otorgada a cada aplicación o red social en el proceso de diseminación. 

Diversos estudios (Almansa-Martínez et al., 2022; Ruiz-Incertis et al., 2024) coinciden en señalar X como la principal vía de difusión, mientras que en otros trabajos ponen el foco sobre Facebook (Martín-Neira et al., 2023). En menor medida, se localizan investigaciones que sitúan a WhatsApp como la aplicación con un mayor tráfico de desinformación (Peña-Ascacíbar et al., 2021), a la vez que alertan sobre el peligroso potencial y creciente incidencia de otras redes como TikTok para la difusión de contenidos fraudulentos (López-Martín y Córdoba-Cabús, 2024; Sidorenko-Bautista et al., 2021;). En cualquier caso, la facilidad de creación y difusión de mensajes en estos canales constituye una amenaza para la democracia que se agrava ante el reciente anuncio de Meta (Facebook o Instagram, entre otras redes sociales) del cierre de su programa de fact-checking en Estados Unidos (Scire, 2025).

2.3. El fact-checking para hacer frente a la desinformación

Como apunta Bastick (2021), aunque los efectos de la desinformación sean “pequeños a nivel individual”, la suma de ellos podría ser “lo suficiente como para producir resultados a gran escala” (p. 1), por lo que resulta unánime la necesidad de combatir esta problemática (Baptista y Gradim, 2022a; Pérez-Escolar et al., 2023). Con el propósito de paliar sus efectos, a raíz de la popularización y auge de la desinformación, han surgido en los últimos años medios dedicados al contraste de contenidos o informaciones difundidas: estos serían las plataformas de verificación o fact-checking (Kloss Medina y Louit Carrasco, 2024), cuya labor se acentúa durante periodos electorales (Rodríguez-Hidalgo et al., 2021). El crecimiento de las entidades de verificación está siendo tal, que Kyriakidou et al. (2023) consideran que constituye una “reforma profesional”. Si bien autores desligan esta práctica del ejercicio periodístico tradicional (Graves, 2016; Herrero-Diz et al., 2022), Esteban-Navarro et al. (2021) consideran a las plataformas de fact-checking como la respuesta del periodismo a la desinformación, habiendo transformado un procedimiento interno del trabajo periodístico —la verificación de datos— en un negocio enfocado al público en general.

Atendiendo al estudio de Graves (2017), los organismos verificadores se podrían categorizar en:

1. plataformas cívicas o impulsadas por la sociedad civil,
2. páginas de verificación vinculadas a medios de comunicación, y
3. entidades o medios autónomos dedicados al fact-checking, como, por ejemplo, Maldita.es o Newtral.

En el caso español, como apuntan López-Pan y Rodríguez-Rodríguez (2020), las dos primeras tipologías tienen un exiguo protagonismo. Tan solo durante procesos electorales se constata un repunte de la atención prestada al fact-checking por parte de los medios convencionales, lo que lleva a considerar a estos autores que esta práctica aún se encuentra en una “fase incipiente” en España (López-Pan y Rodríguez-Rodríguez, 2020, p. 1060).

Méndez-Muros et al. (2024) definen al fact-checker como el periodista encargado de comprobar todos los datos de la información publicada. Para ello, recurre a fuentes primarias y de calidad a través de las cuales pueda comprobar los hechos relatados (Méndez-Muros et al., 2024), a lo que habría que sumar el empleo de herramientas tecnológicas o digitales (Herrero-Diz et al., 2022; Soo et al., 2023) y la colaboración entre fact-checkers (Brookes y Waller, 2022). Al respecto, cabe destacar el trabajo de Blanco-Alfonso et al. (2021), quienes realizan una aproximación a la labor de los verificadores de Newtral; estos profesionales recurren preponderantemente a las fuentes gubernamentales y mediáticas para el chequeo de las informaciones. Además, en el estudio de López-Martín y Córdoba-Cabús (2024) se evidencia un notable protagonismo de las herramientas y aplicaciones digitales para estas tareas entre los verificadores españoles.

Aunque el fact-checking y las plataformas de verificación nacen como herramienta de control del discurso político (Graves y Glaisyer, 2012), la popularización de estos medios se da predominantemente a raíz de la pandemia de la Covid-19 (García-Marín et al., 2023). A fecha de 1 de abril de 2025, hay censadas por el Duke Reporters’ LAB un total de 450 plataformas a nivel internacional, 148 de las cuales pertenecen a la International Fact-Checking Network (IFCN). Entre ellas, cabría destacar las 5 entidades españolas pertenecientes a esta organización: Maldita.es, Newtral, Verificat, EFE Verifica e Infoveritas.

En líneas generales, la literatura científica pone en valor las bondades informativas y pedagógicas de las plataformas de fact-checking (Casero-Ripollés et al., 2023; Lee et al., 2022;), aunque también identifican áreas o aspectos de mejora. Herrero y Herrera-Damas (2021) y García-Marín et al. (2023) señalan que, en ocasiones, el proceso de contraste no es lo suficientemente rápido, por lo que apuntan que uno de los principales desafíos para las plataformas de verificación es el chequeo en tiempo real de los contenidos engañosos. En menor medida se localizan estudios en los que se cuestionan la utilidad de estos medios en base al reducido impacto que tienen sus publicaciones entre las audiencias (Vinhas y Bastos, 2022) o el posible efecto contrario que pudieran provocar: es decir, la amplificación de los mensajes fraudulentos (Tuñón-Navarro y Sánchez-del-Vas, 2022).

3. OBJETIVOS 

El propósito fundamental de esta investigación estriba en explorar el entramado desinformativo generado en torno a las elecciones presidenciales estadounidenses del 5 de noviembre de 2024, para lo que se analizarán las características y rasgos de los mensajes engañosos difundidos en España sobre estos comicios. Con ello se pretende, por un lado, enriquecer la literatura científica sobre desinformación política y, por otra, aportar, a través de evidencias empíricas, un conocimiento amplio y certero sobre las estrategias y narrativas empleadas para la construcción de los contenidos fraudulentos, partiendo de la premisa planteada por Magallón-Rosa (2019), quien apunta que, tras cada periodo electoral, se suman nuevos métodos de desinformación y engaños.

En aras de una mayor concreción, se establecieron 5 objetivos subsidiarios. En primer lugar, el objetivo 1 (O1) aspiraba a determinar los códigos comunicativos o formatos mediante los que se presentan los contenidos fraudulentos, así como la secuencia temporal de la desinformación electoral difundida, con el fin de trazar los periodos o momentos claves objeto de desinformación. El segundo objetivo pretendía explorar las características formales referidas a la arquitectura de los bulos (O2), poniendo el foco sobre la tipología de estos y las fuentes a las que se atribuyen las informaciones presentadas en los mensajes. Vinculado con el anterior propósito, el objetivo tres (O3) consistía en examinar la temática, así como la persona o colectivo que protagoniza el infundio. También resultaba relevante poner el foco sobre los rasgos del discurso no verídico (O4), para lo que se analizaron cuestiones como la modalidad del relato, el léxico empleado, la presencia de declaraciones o la finalidad del mensaje. Por último, a partir de la información disponible en los desmentidos publicados por las plataformas de fact-checking, el objetivo cinco (O5) pretendía conocer cuáles son las vías de difusión de los contenidos engañosos y el eco mediático que logran, así como cuantificar y categorizar las fuentes de información a la que recurren los periodistas verificadores para el contraste de los infundios y realizar una comparativa entre los profesionales de las distintas plataformas de fact-checking objeto de estudio.

4. METODOLOGÍA

4.1. Método y muestra

Para alcanzar los objetivos propuestos, se ha utilizado el análisis de contenido como herramienta heurística. La elección de esta técnica cuantitativa responde a su idoneidad para el estudio de mensajes mediáticos —en este caso, las informaciones erróneas— (Krippendorff, 1990; Lombard et al., 2002), así como por su flexibilidad instrumental y versatilidad que ofrece para abordar tanto los significados como los significantes de la comunicación (Igartua, 2006).

Se puso el foco sobre los bulos difundidos en España referidos a las elecciones presidenciales estadounidenses de 2024. Para ello, se seleccionaron los desmentidos o fact-checks sobre este tema publicados por las 5 plataformas de verificación españolas pertenecientes a la International Fact-Checking Network (IFCN) entre el 27 de junio (primer debate electoral entre Joe Biden y Donald Trump) y el 12 de noviembre de 2024 (semana posterior a la celebración de los comicios) (n=204). Un amplio periodo temporal que consideramos representativo para trazar una fiable y certera radiografía de la desinformación generada en torno a las elecciones estadounidenses, ya que abarcaría el periodo preelectoral, la campaña, la celebración de las votaciones y las primeras reacciones posteriores a sus resultados. La muestra quedó constituida de la siguiente manera: Maldita.es (n=77), Newtral (n=49), EFE Verifica (n=32), Infoveritas (n=41) y Verificat (n=5). Se han considerado desmentidos sobre las elecciones estadounidenses aquellos engaños en los que se hicieran referencia a los candidatos, decisiones gubernamentales, el desarrollo del proceso electoral o las votaciones y/o cualquier otro asunto de diversa índole (social, sanitario, económico…) sobre Estados Unidos presentados desde una perspectiva política.

Para la composición de la muestra se ha considerado cada desmentido publicado como una unidad de análisis independiente, incluso en aquellos casos en los que distintas verificadoras han desmentido un mismo contenido. No obstante, esta decisión obedece a la naturaleza del objetivo cinco (O5), el cual persigue identificar y cuantificar las fuentes informativas a las que recurren los fact-checkers para el chequeo de las informaciones. Por ello, si bien el criterio seguido para la composición de la muestra puede generar cierta sobrerrepresentación de algunos desmentidos, se considera pertinente para no solo explorar las características de la desinformación electoral y conocer las fuentes de información consultadas por estos profesionales, sino también poder realizar una mejor y más exhaustiva comparativa relativa a las fuentes a las que recurren los fact-checkers de las distintas plataformas de verificación objeto de estudio.

4.2. Ficha de análisis

Todos los bulos fueron sometidos a una ficha de análisis diseñada en base a investigaciones previas sobre desinformación y anatomía de los bulos (Blanco-Alfonso et al., 2021; García-Marín y Salvat-Martinrey, 2023; López-Martín et al., 2021; Salaverría et al., 2020; Sánchez-Duarte y Magallón, 2020), a la que se sumaron variables ad hoc vinculadas con los propósitos del estudio. Como paso previo al análisis de la muestra, se realizó un pretest con el 10% de las piezas, con el fin de depurar la variables y categorías contempladas en la ficha de análisis. La ficha resultante se estructuró en 4 bloques:

1. Información de registro: Compuesto por las variables identificativas de la publicación a analizar: fecha de publicación y entidad verificadora.
2. Análisis formal: En este bloque se incluyen variables nominales y de escala referidas a la construcción y producción del bulo, tales como: formato (referido al soporte o código comunicativo mediante el que se presenta, puede ser en solitario o combinado: texto simple, vídeo, fotografía, audio, infografía, texto incrustado…), tema (hecho sobre el que se centra el relato: apoyos de personalidades; arresto/delitos; debates; decisiones del Gobierno; declaraciones polémicas; desarrollo de las elecciones; dimisiones/renuncias; inmigración; intento de asesinato; pasado o vida privada de los candidatos; pérdida de facultades física o psíquicas; y promesas electorales; entre otros), protagonista del mensaje (categorizado en personal y no personal), hipertextualidad (sí/no) o ámbito geográfico al que se refiere el mensaje.
3. Análisis del mensaje: Integrado por variables referidas a la serie lingüística y la intencionalidad del mensaje. En este tercer bloque se localizan variables nominales como la fuente a la que se atribuye la información difundida (siguiendo la categorización planteada por Salaverría et al. (2020): real, anónima, ficticia y suplantada); el tipo de bulo (igualmente, tomando como referencia la clasificación de Salaverría et al. (2020): broma, engaño, exageración y descontextualización); el lenguaje empleado: especializado/técnico o cotidiano/coloquial; la modalidad del relato: informativo, interpretativo u opinativo; la presencia de declaraciones o testimonios en el mensaje (sí/no); la finalidad y la dirección o sentido del ataque del infundio (contra el Partido Demócrata, contra el Partido Republicano o tono neutral).
4. Verificación: El último bloque pone el foco sobre la labor de los fact-checkers y disecciona la información relativa a ella disponible en los desmentidos publicados por las plataformas de verificación. Se localizan variables como: fuentes consultadas por los verificadores para el contraste de las informaciones (para un mejor análisis se categorizaron las fuentes: gubernamentales; políticas —no gubernamentales—; académicas; asociaciones, ONG u organizaciones; medios de comunicación y periodistas; recursos digitales; entre otros), identificación del promotor del bulo (cuando, tras el proceso de chequeo, logran conocer quién ha generado el contenido fraudulento), vía de difusión (los canales a través de los cuales se propagan los mensajes: redes sociales, aplicaciones de mensajería, páginas webs, correos electrónicos, medios de comunicación…), evidencia de uso de IA (sí/no).

Posteriormente, a partir de la información extraída de cada pieza, se generó una matriz de datos en el programa SPSS (V27.0) para acometer el análisis estadístico descriptivo e inferencial, con el fin de identificar posibles relaciones entre las variables contempladas. Para hallar esa asociación se utilizó la prueba Chi-Cuadrado (X²), donde el nivel de confianza se fijó en el 95%. También se realizaron regresiones lineales múltiples con el mismo nivel de confianza, si bien estas no arrojaron resultados estadísticamente significativos. Por razones de espacio, en el apartado de resultados solo se presentan las operaciones que han ofrecido asociaciones significativas entre las variables examinadas. La codificación de los desmentidos fue realizada por una sola persona. No obstante, para asegurar y calcular la fiabilidad del análisis, se volvió a diseccionar el 10% de las piezas 10 semanas después y se obtuvieron puntuaciones de fiabilidad intracodificadores que oscilaban entre 0,90 y 1 (Holsti) y 0,86 y 1 (Alfa de Krippendorff), valores que indican una alta fiabilidad y refuerzan la validez del proceso de análisis.

5. RESULTADOS

5.1. Temporalidad y código comunicativo

El análisis ha permitido constatar que las elecciones presidenciales de Estados Unidos fueron objeto continuado de desinformaciones y contenidos fraudulentos desde los meses previos a su celebración, si bien destacan 2 periodos en los que se registran ligeros repuntes: la segunda quincena de julio (21,1%) y desde la segunda mitad de octubre hasta la celebración de los comicios (34,3%). Es decir, los días posteriores al intento de asesinato a Donald Trump en Butler (Pensilvania) —13 de julio— y la recta final de la campaña electoral y el desarrollo de las votaciones.

Atendiendo a la arquitectura de los engaños, se infiere un notable protagonismo del componente visual (ya sea fotografía o vídeo) para la construcción del mensaje y dotar de verosimilitud al relato. En la mayoría de los casos, afloran como complemento a una narrativa textual a través de la cual se contextualiza y explica la imagen. De manera pormenorizada, preponderan los contenidos fraudulentos en los que se combinan texto y vídeo (41,7%) y texto y fotografía (31,4%) (Figura 1). 

Figura 1. Código comunicativo de los bulos.

Fuente: Elaboración propia.

En los casos en los que se logra identificar la duración de los vídeos, se infiere cierta tendencia a la utilización de vídeos de breve duración, con el fin de facilitar la atención y efectividad en el receptor. La mayoría de ellos (78,4%) se sitúa por debajo de los 40 segundos de duración. 

5.2. Fuente atribuida

El grueso de la muestra (67,2%) carece de fuente identificada en el relato —fuente anónima—, por lo que la información no está atribuida a ninguna persona, institución o medio. En torno a una quinta parte de las piezas (19,1%) se atribuye a fuentes reales, quienes han lanzado el bulo. En este sentido, se constata la utilización de la desinformación como una herramienta política habitual del Partido Republicano, si bien también se registran infundios surgidos desde el Partido Demócrata. Destacan las informaciones erróneas creadas —o, al menos, mediatizadas— por el republicano Donald Trump a través de tres foros principales: 1) sus redes sociales, 2) los debates electorales y 3) los mítines de campaña. Estos mensajes están estrechamente vinculados con temática de migración, como, por ejemplo, las declaraciones de Trump en las que asegura que inmigrantes haitianos en Estados Unidos matan y se comen a los gatos del vecindario —difundido en el debate y las redes sociales— (Infoveritas, 2024b). 

Otros de los bulos destacados es el mensaje publicado por Trump en su perfil de Truth Social, la red social propiedad del candidato republicano, en el que hace mención al apoyo de Taylor Swift a su candidatura, pese a que la propia cantante se pronunció a favor de Kamala Harris (Infoveritas, 2024a). También han participado en la construcción y difusión de bulos representantes políticos del Partido Republicano (como la congresista Marjorie Taylor Greene), asociaciones y entidades (por ejemplo, Blexit, el movimiento de afroestadounidenses contra el Partido Demócrata) o personalidades próximas al candidato Trump (como el empresario Elon Musk, propietario de Tesla y la red social X). En menor medida, la candidata demócrata ha construido relatos desinformativos; si bien el tono de sus mensajes podría inferirse como un elemento diferencial. En estos casos, los contenidos fraudulentos originados por Harris se centran (casi) exclusivamente en la puesta en valor de supuestos logros alcanzados por la administración Biden y su etapa como vicepresidenta, como la falsa reducción a la mitad del consumo de Fentanilo (Verificat, 2024). Las pruebas estadísticas han permitido detectar cierta relación entre el tipo de fuente que respalda la información y el sentido del mensaje. El grueso de las atribuciones anónimas (56,9%) y reales (59%) se refieren a mensajes contra el Partido Demócrata ([x² (6, N=204)=17,279, p<0,05]) (tabla 1). Frente a esto, el concurso de medios digitales satíricos y/o de perfiles bot apenas alcanzan registros reseñables.

Tabla 1. Fuente atribuida según ataque de los bulos.

	Neutral	Contra P. Republicano	Contra P. Demócrata
Anónima (n=137)	33 (24,1%)	26 (19%)	78 (56,9%)
Ficticia (n=3)	1 (33,3%)	1 (33,3%)	1 (33,3%)
Real (n=39)	15 (38,5%)	1 (2,6%)	23 (59%)
Suplantada (n=25)	8 (32%)	9 (36%)	8 (32%)
Total	57 (27,9%)	37 (18,1%)	110 (53,9%)

Fuente: Elaboración propia.

En el 12,3% de las piezas se atribuyen las informaciones a fuentes suplantadas. Aquí podrían distinguirse 3 tipos o patrones de suplantaciones:

1. Noticias supuestamente publicadas en medios de comunicación; se localizan falsificaciones atribuidas, por ejemplo, a la revista Time o a los informativos de Fox News. Estas suplantaciones se dan preponderantemente mediante el formato de texto incrustado, es decir, apariencia de pantallazos.
2. Declaraciones o publicaciones de celebrities en los que muestran apoyo a algún candidato, con el fin de lograr un “efecto voto” entre los seguidores del personaje en cuestión. Lady Gaga o Taylor Swift son algunas de las celebrities más recurrentes para la construcción de estos engaños. 
3. Suplantación de políticos, especialmente de los candidatos, con registros muy similares en las falsificaciones referidas a Biden, Harris y Trump. En estos casos se observa una utilización habitual de deepfakes, a través de los cuales recrean falsas declaraciones polémicas de los candidatos a la Casa Blanca. Asimismo, a través de estas falsificaciones se infiere un creciente uso de la IA para la creación de bulos.

5.3. Tipo de bulo

En cuanto a la tipología, predominan los engaños (59,3%). Estos son hechos de invención absoluta, a través de los cuales se registran variopintas falsificaciones y mensajes con el fin de desacreditar a los candidatos, como las supuestas imágenes de Donald Trump huyendo de la policía para evitar ser arrestado (Maldita.es, 2024a) o un discurso de Kamala Harris ralentizado para transmitir la apariencia de ebriedad (Newtral, 2024c). También se detectan engaños referidos al propio proceso electoral —bulos como que las papeletas de Trump eran rotas en el recuento del voto por correo sugerían un supuesto fraude— (Infoveritas, 2024d) y a personalidades. En este sentido, preponderan los contenidos fraudulentos construidos en torno a la figura de la cantante Taylor Swift.

Cabe destacar los infundios surgidos en torno al intento de asesinato del candidato republicano; un singular hecho que sirvió como objetivo de desinformaciones dirigidas contra ambas fuerzas: por una parte, mensajes que sugieren que el disparo y la reacción de Trump y los agentes del Servicio Secreto era orquestado para la búsqueda de votos y popularidad y, por otro, apuntan a la supuesta ideología demócrata y antirrepublicana del autor de los disparos para intentar extrapolar esos rasgos como definitorios del Partido Demócrata y sus votantes. En torno a una cuarta parte de la muestra (24,5%) se adscribe a la categoría de descontextualización. Estos son mensajes cuyos hechos o declaraciones son reales pero presentados en un contexto falso o tergiversado. Se infiere de estos mensajes una notable carga visual, dado que mayoritariamente se sirven de fotografías o vídeos que acompañan a un texto sobre el que recae la explicación de la narrativa. Por ejemplo, el bulo en el que se muestra a Trump jugando al golf al día siguiente del disparo, para lo que utilizan imágenes de meses anteriores (Maldita.es, 2024c).

El 13,7% de las piezas son exageraciones; es decir, hechos reales cuyo relato traspasan los límites de lo verdadero. Esta modalidad sería, por ejemplo, el caso del infundio en el que se asegura que Harris usó teleprompter durante su participación en un programa de la cadena de televisión Univisión. Para ello, el mensaje se construye a partir de una fotografía del programa en la que aparece una pantalla con el guion frente a la demócrata; sin embargo, el texto reflejado en el teleprompter correspondía al guion del presentador del programa (Maldita.es, 2024b).

Tabla 2. Tipo de bulo por fuente.

	Broma	Engaño	Exageración	Descontextualización
Anónima (n=137)	-	79 (65,3%)	22 (78,6%)	36 (72%)
Ficticia (n=3)	-	3 (2,5%)	-	-
Real (n=39)	-	23 (19%)	6 (21,4%)	10 (20%)
Suplantada (n=25)	5 (100%)	16 (13,2%)	-	4 (8%)
Total	5 (100%)	121 (100%)	28 (100%)	50 (100%)

Fuente: Elaboración propia.

En relación con la fuente en función del tipo de bulo (tabla 2), la ausencia de atribución del mensaje parece constituir un rasgo transversal a todas las categorías —exceptuando la modalidad de broma, en la que se registra un insuficiente número de casos—, con una incidencia superior al 65%. Del mismo modo, las fuentes reales tienen una presencia muy similar entre sí, con independencia de la categoría o tipo del mensaje.

5.4. Tema

Atendiendo al tema del mensaje (tabla 3), la vida privada o el pasado de los candidatos constituye el tema central (19,1%) sobre el que se articula la desinformación electoral. La prueba chi-cuadrado muestra que estos bulos ponen el foco preponderantemente contra el Partido Demócrata y su candidata [x² (2, N=204)=21,772, p<0,05]. Se localizan informaciones fraudulentas que apuntan, entre otras cosas, que Kamala Harris ejerció como prostituta (Infoveritas, 2024c) o su relación con el rapero “Diddy” Combs, acusado de tráfico sexual (Newtral, 2024a). También se identifican contenidos engañosos de esta índole referidos al candidato demócrata a la vicepresidencia, Tim Walz. Estos mensajes suelen apoyarse en elementos audiovisuales —la mayoría de ellas creadas ex profeso—, ya sean fotografías [x² (1, N=204)=20,380, p<0,05] o vídeos [x² (1, N=204)=6,856, p<0,05], para apuntalar la supuesta veracidad del relato.

En menor medida, el intento de asesinato a Trump (13,7%) y declaraciones y actos polémicos llevados a cabo durante el periodo electoral (11,8%) sirven de base para la construcción y narrativa de bulos. Estos últimos están protagonizados preponderantemente por la candidata demócrata [x² (1, N=204)=16,318, p<0,05]. Además, las pruebas estadísticas permiten dilucidar relación entre variables en cuanto a la anatomía de los contenidos fraudulentos sobre estas temáticas. Para la construcción de los infundios sobre el disparo a Trump se recurre de manera habitual a fotografías [x² (1, N=204)=10,011, p<0,05]. En cuanto a las piezas referidas a declaraciones polémicas, están vinculadas con los formatos de vídeo [x² (1, N=204)=12,434, p<0,05]. Estos últimos suelen partir de vídeos de entrevistas o declaraciones anteriores que han sido editadas para la creación del bulo.

Por su parte, mientras que los mensajes con supuestas informaciones sobre la vida privada o pasada de los candidatos se centraba en Kamala Harris, los mensajes sobre la pérdida de facultades (11,3%) suelen dirigirse al candidato republicano, si bien también se registran numerosos infundios en similares términos referidos a Joe Biden hasta el momento de su renuncia a la reelección. Estos bulos suelen presentar un carácter interpretativo [x² (2, N=204)=9,473, p<0,05]. Ejemplo de ello serían las desinformaciones en las que apuntan que Trump durante una intervención en televisión se sentó sobre una toalla negra ante posibles problemas de incontinencia (EFE Verifica, 2024a).

Tabla 3. Tema de los bulos.

Tema	Nº de bulos	Porcentaje (%)
Apoyos	12	5,9
Arresto/Delitos	1	0,5
Debates	6	2,9
Decisiones del Gobierno	6	2,9
Declaraciones polémicas	24	11,8
Desarrollo de las elecciones	19	9,3
Dimisión/Renuncia	2	1
Inmigración	13	6,4
Intento de asesinato	28	13,7
Obras sociales	7	3,4
Otros	16	7,8
Otros candidatos	5	2,5
Pasado o vida privada	39	19,1
Pérdida de facultades	23	11,3
Promesas electorales	3	1,5
Total	204	100

Fuente: Elaboración propia.

5.5. Protagonista del mensaje

Más de la mitad de los mensajes están protagonizados por los candidatos a las elecciones presidenciales —Kamala Harris, 30,9%; Donald Trump, 20,6%— (Figura 2). También se identifican numerosos bulos en torno a la figura de Joe Biden (8,4%), si bien en la mayoría de ellas las menciones a Biden son en su rol y actuación de presidente de Estados Unidos (5,9%), no como candidato (2,5%). La prueba chi-cuadrado muestra relación entre las siguientes variables: los infundios protagonizados por Trump tienden a ser presentados en texto y vídeo —ambos combinados— [x² (1, N=204)=5,212, p<0,05] y las referidas a Harris tienen una mayor presencia de rasgos interpretativos [x² (2, N=204)=8,692, p<0,05].

En líneas generales, se infiere cierta tendencia a la personalización del relato. Levemente inferior es la tasa de informaciones erróneas protagonizadas por personas anónimas (8,8%) y aglomeraciones —dos o más individuos— (9,8%). Ejemplos de ellos serían las desinformaciones sobre una supuesta inmigrante haitiana comiéndose a un gato o los relatos referidos a las asistencias de público a los mítines electorales.

Figura 2. Principales protagonistas de los bulos.

Fuente: Elaboración propia.

En menor medida, se contabilizan bulos referidos a la procedencia e identificación del autor del disparo al candidato republicano (6,4%). También el aspirante demócrata a vicepresidente, Tim Walz, ha sido objeto de numerosas desinformaciones (3,4%), lo que contrasta con la nula presencia de mensajes protagonizados por su homólogo republicano. 

5.6. Léxico y finalidad

Atendiendo a la serie lingüística, se extrae que la totalidad de las piezas utilizan un lenguaje cotidiano, sin recurrir a tecnicismos o expresiones propias del ámbito político, un rasgo que favorece la comprensión del relato y, por tanto, multiplica sus potenciales emisores y receptores. Asimismo, la credibilidad del mensaje se ve apoyada en la preponderancia de un discurso informativo (67,2%) como garantía de una falsa apariencia de rigor y veracidad, frente al relato interpretativo (22,1%) u opinativo (10,8%). Por otra parte, el análisis también permite dilucidar la nula utilización de elementos hipertextuales para la construcción de los bulos (99%).

El análisis muestra que estos mensajes tienen un propósito eminentemente político e ideológico (49%) y, en menor medida, desacreditador (38,7%). Si bien este último también tiene una clara connotación política, se diferencia del primero en que en los bulos con un fin político e ideológico se busca la obtención de votos mediante la puesta en valor de los logros, promesas o cualidades de los candidatos, mientras que en los mensajes con un propósito desacreditador se persigue —además, indirectamente, de convencer al electorado— menoscabar al adversario. Los contenidos fraudulentos con fin desacreditador serían, por ejemplo, aquellos en los que abordan asuntos negativos de la vida privada de los candidatos. La incidencia de otras finalidades como la alarma o sembrar el miedo (4%), la organizativa (3,4%) o la económica (2%) no supera si quiera el 4%.

En más de la mitad de las piezas (53,9%) el relato se construye contra el Partido Demócrata, lo que difiere del moderado índice de mensajes que apuntan contra el Partido Republicano (18,1%). Es decir, por cada tres informaciones erróneas contra Harris y/o su partido, se cuantifica una referida a Trump y/o su partido. Por su parte, el 27,9% de los bulos presenta un carácter neutral en su relato. Por ejemplo, el infundio en el que se asegura que en un convento de Pensilvania hay más de 50 votantes registrados pero que no vive nadie, apuntando que hay censados votantes falsos (Maldita.es, 2024d). Como se refleja en la Figura 3, la predominancia de desinformación contra los demócratas constituye una constante durante todo el proceso electoral.

Figura 3. Ataque de los bulos por mes.

Fuente: Elaboración propia.

Nota: El periodo 27-30 de junio se ha integrado en el cómputo del mes de julio.

Si bien en julio la diferencia entre la dirección de los infundios apenas era de 10 puntos porcentuales, a medida que avanza el proceso electoral la brecha se acentúa, especialmente en los meses de agosto, septiembre y octubre, cuyas tasas de ataques al Partido Demócrata supera en todos los casos el 66% de incidencia. Sin embargo, en la recta final de la campaña electoral (mes de noviembre), el discurso vira a un tono más moderado, preponderando los engaños con un enfoque neutral (48,1%).

5.7. Difusión y eco mediático

A partir de la disección de los desmentidos publicados por las plataformas de verificación y la información disponible en ellos se ha podido constatar que X (69,1%) y Facebook (23,5%) son las redes sociales a través de las cuales se difunden mayoritariamente los contenidos fraudulentos. Del mismo modo, TikTok (10,8%) parece desempeñar un papel destacado en el proceso diseminador. Por su parte, tan solo el 2,5% de las piezas ha logrado eco mediático; no obstante, esta presencia en la agenda mediática suele darse en pseudomedios digitales de dudosa credibilidad basados en el clickbait, como Esspots, Amuse o KBSF.

5.8. Verificación

Para el chequeo de las informaciones, los verificadores recurren preponderantemente, con diferencia, a las fuentes mediáticas (75,5%) y los recursos digitales (70,1%) (tabla 4). En relación con los medios de comunicación, los fact-checkers acuden a las hemerotecas o archivos audiovisuales públicos de medios estadounidenses con el fin de contrastar los hechos o declaraciones relatadas. Del mismo modo, hacen uso de un amplio repertorio de herramientas o aplicaciones digitales referidos al análisis de imágenes (como TinEye, InVID o los sistemas de búsqueda inversa de imágenes), la búsqueda general de datos e información (como Yandex y Bing), el repositorio de páginas webs Wayback Machine o la detección de deepfakes (Hugging Face). Esta última herramienta y similares han permitido conocer la incidencia de la inteligencia artificial (IA) para la construcción de, al menos, el 12,3% de las piezas. Estas se han concretado mayoritariamente en deepfakes e imágenes de los candidatos en distintos momentos o situaciones, como las supuestas fotografías de Donald Trump huyendo de la policía (Maldita.es, 2024a) o la partida de nacimiento de Kamala Harris en la que se indica que es originaria de Libia y su sexo es masculino (EFE Verifica, 2024b). Respecto a los deepfakes, uno de los más virales fue el falso discurso de Biden en el que anunciaba su retirada de la carrera presidencial; en el vídeo editado con IA y posteriormente difundido concluía su intervención afirmando “que os den” (Newtral, 2024b). Esta falsificación sirve como ejemplo paradigmático del procedimiento habitual empleado para la construcción de estos engaños: a partir de un vídeo de declaraciones reales, los promotores del bulo clonan la voz del sujeto afectado y doblan el vídeo con un discurso manipulado.

Tabla 4. Fuentes de verificación utilizadas según la plataforma de fact-checking (en %).

	Total	Newtral	Maldita.es	EFE Verifica	Verificat	Infoveritas
Medios de comunicación	75,5	87,8	55,8	90,6	40	90,2
Recursos digitales	70,1	67,3	74	78,1	60	61
Redes sociales	37,7	38,8	32,5	43,8	20	43,9
Gubernamental	25	18,4	23,4	40,6	40	22
Asociación, ONG, sindicato u org.	23	22,4	19,5	31,3	20	24,4
Política	15,2	20,4	7,8	15,6	-	24,4
Fuerza de seguridad	10,3	18,4	9,1	9,4	-	4,9
Académica	4,9	6,1	2,6	9,4	-	4,9
Empresarial	3,4	4,1	3,9	3,1	-	2,4
Famoso	2,9	2	-	3,1	-	9,8
Leyes	2	-	1	-	0,5	0,5

Fuente: Elaboración propia.

En menor medida, las redes sociales (37,7%) y las fuentes oficiales —principalmente notas de prensa o comunicados institucionales— (25%) constituyen vehículos de información habituales para los periodistas. Finalmente, se detecta que, tras la labor de verificación, los fact-checkers solo logran identificar la autoría u origen de en torno a una quinta parte de las piezas (20,1%). La mayoría de ellos creados por los propios candidatos (preponderantemente Donald Trump) o personas próximas a ellos (destacan los infundios difundidos por Elon Musk a través de su perfil de X o el senador Ted Cruz) y, en menor medida, perfiles trolls en redes sociales y medios digitales basados en el clickbait.

Atendiendo a las fuentes utilizadas según la plataforma de fact-checking (tabla 4), se observan ciertas divergencias en los modos de proceder de los fact-checkers. Si bien en las 5 verificadoras los medios de comunicación y las herramientas digitales constituyen las principales fuentes informativas, en el caso de Verificat e Infoveritas se detecta una menor penetración de las aplicaciones y recursos tecnológicos para estas tareas, lo que contrasta con los valores registrados por Maldita.es y EFE Verifica —en ambos casos, por encima de la media—. Asimismo, cabe destacar la disparidad entre sí referida a la utilización de las fuentes mediáticas; mientras que en Verificat recurren a los medios de comunicación para chequear el 40% de las piezas, en EFE Verifica e Infoveritas se demuestra como una fuente recurrente y de gran valor con una incidencia superior al 90%. Por su parte, las fuentes oficiales registran un moderado protagonismo, a excepción de EFE Verifica (40,6%) y Verificat (40%). Precisamente, la tabla 4 refleja una mayor reticencia a la utilización de las redes sociales como fuente entre los periodistas de Verificat (20%), mientras que en el resto de las plataformas su tasa de penetración se sitúa en un reseñable rango entre el 32,5% y el 43,9%.

6. DISCUSIÓN Y CONCLUSIONES

Esta investigación ponía el foco sobre la desinformación difundida en España referida a las elecciones presidenciales estadounidenses de 2024, lo que ha permitido profundizar con datos empíricos en la literatura sobre desinformación política, una problemática en alza que pone en jaque la percepción política de los ciudadanos y constituye una amenaza para el desarrollo de los procesos democráticos (Sádaba y Salaverría, 2023). Como apunta el grueso de la literatura, las elecciones de 2016 en las que obtuvo la victoria de Donald Trump supusieron un punto de inflexión para el fenómeno de la desinformación (Tandoc et al., 2021); una tendencia que se vio continuada en los comicios de 2020 (Craig y Gainous, 2024) y, ahora, a la luz del notable volumen de infundios registrados, parece consolidarse.

Atendiendo a los códigos comunicativos mediante los que se presentan los infundios (O1), se constata un destacado protagonismo de los elementos audiovisuales, principalmente vídeos. Estos suelen aparecer frecuentemente acompañando a narrativas textuales, lo que permitiría apuntalar la verosimilitud del relato. De acuerdo con estudios recientes (cf. Colmenero-Ruiz et al., 2023; López-Martín y Córdoba-Cabús, 2024; Weikmann y Lecheler, 2023) parece inferirse una creciente incidencia de los soportes audiovisuales en detrimento de los bulos textuales simples, probablemente motivado por la creación y consolidación cada vez mayor de redes sociales con un fuerte carácter visual. En cuanto a la temporalidad, la difusión de contenidos fraudulentos ha sido constante durante todo el proceso electoral, si bien cabría destacar dos momentos clave con una mayor concentración de bulos: el intento de asesinato al candidato republicano Donald Trump y el desarrollo de las votaciones.

Respecto a las características formales de los contenidos fraudulentos (O2), estos mensajes se articulan en torno a dos rasgos preponderantes: la ausencia de personas o instituciones a las que se les atribuya la información relatada —es decir, fuentes anónimas— y la predominancia de los engaños —hechos de invención absoluta—. En relación con las fuentes anónimas, los valores registrados se sitúan en línea con los hallazgos de estudios previos (Gamir-Ríos y Lava-Santos, 2022; Malquín-Robles y Gamir-Ríos, 2023). No obstante, resulta relevante que una quinta parte de las piezas son atribuidas y difundidas por personas reales, mayoritariamente bulos lanzados por el propio Donald Trump o personas afines, por lo que se evidencia como una práctica habitual en la concepción de la campaña electoral republicana; a su vez, esta incidencia de las fuentes reales constituye un rasgo propio de la desinformación generada en torno a las elecciones presidenciales estadounidenses. En cambio, sí que parece transversal a otros fenómenos desinformativos la preponderancia de la narración de hechos de invención absoluta (cf. Martín-Neira et al., 2023; Ruiz-Incertis et al., 2024), con leves excepciones como, por ejemplo, los infundios sobre conflictos bélicos (Magallón-Rosa et al., 2023; López-Martín y Córdoba-Cabús, 2024).

Como perseguía el O3, se constata que la configuración del relato se basa preponderantemente en narrativas sobre la vida privada o pasado personal de los candidatos y, en menor medida, el intento de asesinato a Trump. Las pruebas estadísticas arrojan luz en relación con las tendencias o patrones de construcción de bulos: mientras que los infundios referidos a asuntos personales o privados se centran en Kamala Harris, los que mencionan la pérdida de facultades físicas o psíquicas suelen poner el foco en el candidato republicano. Del mismo modo, la inmigración ha sido uno de los ejes centrales del discurso desinformativo (Slocum, 2024). En cuanto al protagonista del mensaje, se infiere una clara tendencia a la personalización del relato. Como era de esperar, la mayoría de las piezas se centran en los candidatos, principalmente en la líder demócrata, cuya incidencia es ligeramente superior a los mensajes protagonizados por Donald Trump.

El objetivo cuatro (O4) aspiraba a determinar los rasgos del discurso no verídico. Se identifica una serie de características fuertemente definidas y transversales a todo el entramado desinformativo objeto de estudio. En este sentido, se aprecia la utilización de un lenguaje cotidiano con el fin de facilitar la comprensión de la narrativa por parte de todos los públicos (cf. López-Martín y Córdoba-Cabús, 2024), a lo que habría que sumar la preponderancia de un discurso informativo; un aspecto que permitiría apuntalar la supuesta credibilidad del mensaje respaldado por un relato imparcial como garantía de la objetividad. Aquí cabría identificar un rasgo diferencial respecto a la desinformación general difundida en el ámbito estadounidense, con una mayor presencia de elementos opinativos (cf. Tandoc et al., 2021).

En cuanto a la finalidad de los infundios, se puede dilucidar un propósito eminentemente político e ideológico, lo que iría en la línea del grueso de la literatura científica (cf. Broda y Strömbäck, 2024; Shahzad et al., 2023; Tandoc et al., 2021), al mismo tiempo que persiguen desacreditar al adversario político contra el que se refiere el bulo (cf. Susska et al., 2022; García-Marín y Salvat-Martinrey, 2023). De todo ello se infiere cierta intencionalidad de polarizar el relato y la opinión pública sobre el proceso electoral estadounidense (cf. Tandoc et al., 2021). Cabe destacar que el grueso de las piezas se dirige contra el Partido Demócrata; en términos generales, por cada tres informaciones erróneas contra Kamala Harris o el Partido Demócrata, se registra una contra los intereses de Donald Trump y/o el Partido Republicano, por lo que se podría considerar que hay cierto sesgo o polarización en la construcción de estos contenidos en detrimento del Partido Demócrata.

Finalmente, el objetivo cinco (O5) se centraba en dos aspectos. Por una parte, a partir de la información disponible en los verificados publicados, se constata que X, con diferencia, y Facebook son las principales vías a través de las cuales se difunden los mensajes engañosos, como ya se avanzaba en estudios previos (cf. Almansa-Martínez et al., 2022; Ruiz-Incertis et al., 2024). Asimismo, parece inferirse un creciente protagonismo de TikTok en este sentido (cf. Hoai-Lan y Minh-Tung, 2024; Méndez-Muros et al., 2024), probablemente motivado por el auge de los formatos audiovisuales. Esto contrasta con la exigua presencia de bulos que han logrado colarse en la agenda mediática. Un eco mediático que se concentra en pseudomedios digitales de escaso recorrido y basados en el clickbait, lo que evidencia un mayor filtro de control y rigor entre los medios de referencia. A la luz de la literatura científica (cf. Blanco-Alfonso et al., 2021; Almansa-Martínez et al., 2022), podría interpretarse como una mejora de las prácticas periodísticas de verificación o, al menos, una mayor atención a las informaciones publicadas sobre las elecciones presidenciales estadounidenses. 

Por otra parte, el O5 ponía el foco en la labor de los fact-checkers. Para la verificación de las informaciones difundidas, estos profesionales recurren predominantemente a fuentes mediáticas y/o periodistas, así como a un amplio repertorio de herramientas digitales, como aplicaciones de análisis de imágenes o recursos audiovisuales, motores de búsqueda o repositorios de páginas webs. Esto deja entrever la elevada cualificación en materia tecnológica que exige el perfil del periodista verificador (cf. López-Martín y Córdoba-Cabús et al., 2024), cada vez mayor si se contemplan los hallazgos de estudios previos (cf. Martín-Neira et al., 2023). Estos hallazgos coinciden parcialmente con estudios previos en los que se apuntan que las fuentes mediáticas y las gubernamentales (cf. Blanco-Alfonso et al., 2021) y las herramientas digitales (cf. López-Martín y Córdoba-Cabús, 2024) son las que presentan un mayor protagonismo para estas tareas. Atendiendo a la comparativa según la plataforma de fact-checking, las dos fuentes mencionadas, mediáticas y recursos digitales, constituyen la principal vía de obtención de información en las cinco verificadoras, si bien se infiere una dispar penetración de las herramientas tecnológicas, en la que destaca EFE Verifica y Maldita.es. Mayores divergencias se identifican en las tasas de incidencia de los medios de comunicación y los periodistas como fuentes informativas: mientras que en plataformas como EFE Verifica o Infoveritas se recurren a ellos para el chequeo de (casi) la totalidad de las piezas, en otros fact-checkers como Verificat se percibe una mayor desconfianza o reticencias hacia estas vías, optando en mayor medida que el resto de las plataformas por las fuentes oficiales o gubernamentales.

Tras este proceso de chequeo, los fact-checkers solo logran identificar la autoría o al promotor de una quinta parte de las piezas analizadas. En ellas, además, se infiere una progresiva incidencia de la IA para la construcción de contenidos fraudulentos (cf. García-Marín y Salvat-Martinrey, 2023). Aunque su presencia todavía no es dominante en términos cuantitativos, sí se aprecia un notable repertorio de modalidades de engaño vinculadas al uso de la IA generativa, como fotografías, vídeos y, especialmente, deepfakes, lo que iría en la línea con lo ya avanzado por Weikmann et al. (2024). Esta última tipología resulta particularmente eficaz desde el punto de vista persuasivo y de la credibilidad, ya que alcanza altos niveles de verosimilitud a través del reconocimiento facial de figuras públicas —en este caso, los candidatos—. De este modo, la IA no solo facilita la producción masiva y la credibilidad de los bulos, sino que dificulta su detección y verificación, planteando nuevos desafíos tanto para los medios como para las plataformas de verificación.

Este estudio amplía y matiza la literatura existente sobre desinformación electoral al centrarse en un fenómeno poco explorado: la recepción y difusión de bulos sobre unas elecciones extranjeras en el contexto mediático español. De esta forma, este artículo ofrece un enfoque transnacional, evidenciando cómo las narrativas y técnicas de engaños traspasan fronteras. El análisis permite además identificar patrones formales, temáticos y tecnológicos, profundizando así en lo establecido en estudios previos (cf. López-Martín y Córdoba-Cabús, 2024; Salaverría et al., 2020; Valera-Ordaz et al., 2022). Por tanto, este trabajo no solo actualiza el conocimiento sobre desinformación electoral, sino que también propone una lectura más compleja del fenómeno, en la que intervienen factores globales, tecnológicos y narrativos.

En definitiva, el fenómeno de la desinformación constituye una práctica extendida y consolidada en los procesos electorales (cf. Lava-Santos et al., 2023; Pérez-Curiel et al., 2022), el cual, como plantea Magallón-Rosa (2019), se encuentra en constante desarrollo y evolución hacia nuevas técnicas y formatos de engaños. De acuerdo con Huber et al. (2022) y Sádaba y Salaverría (2023), el auge de este fenómeno podría ser una preocupante amenaza para el devenir de las sociedades democráticas, dado que sus efectos pueden repercutir negativamente en la polarización y en la construcción de una opinión pública mayoritaria carente de pensamiento crítico. Como principales limitaciones de este trabajo cabría apuntar dos factores. En primer lugar, que la muestra se circunscribe a la desinformación verificada por las plataformas de fact-checking españolas; es decir, mensajes previamente seleccionados por estos medios, lo que hace pensar que el flujo real de infundios diseminados en España sobre las elecciones estadounidenses fuera mayor. Como se ha comentado anteriormente, también cabría destacar la posible sobrerrepresentación de algunos contenidos, al haberse considerado como unidades independientes aquellos engaños desmentidos por distintas plataformas de verificación. Además, se está analizando la desinformación sobre un hecho acaecido en otro país, por lo que puede que los bulos que circularon durante este periodo en Estados Unidos difieran de los rasgos y características de los engaños que se difundieron en España registrados en este estudio. Para futuras investigaciones sería interesante profundizar y continuar analizando los mecanismos de construcción de bulos sobre ulteriores procesos electorales y, dado el auge y la incidencia de la IA de manera transversal en la sociedad, explorar la penetración y utilización de esta para la creación de contenidos fraudulentos.

7. REFERENCIAS

Al Jazeera. (30 de octubre de 2024). A simple guide to the US election 2024. https://lc.cx/FFbZc0 

Allcott, H. y Gentzkow, M. (2017). Social media and fake news in the 2016 election. Journal of Economic Perspectives, 31(2), 211-236. https://doi.org/10.1257/jep.31.2.211 

Almansa-Martínez, A., Fernández-Torres, M. J. y Rodríguez-Fernández, L. (2022). Desinformación en España un año después de la COVID-19. Análisis de las verificaciones de Newtral y Maldita. Revista Latina de Comunicación Social, 80, 183-200. https://doi.org/10.4185/RLCS-2022-1538 

Altay, S., Berriche, M. y Acerbi, A. (2023). Misinformation on misinformation: Conceptual and methodological challenges. Social Media + Society, 9(1). https://doi.org/10.1177/20563051221150412

Ballesteros-Aguayo, L. y Ruiz-del-Olmo, F. J. (2024). Vídeos falsos y desinformación ante la IA: el deepfake como vehículo de la posverdad. Revista de Ciencias de la Comunicación e Información, 29, 1-14. https://doi.org/10.35742/rcci.2024.29.e294

Baptista, J. P. (2023). Ethos, pathos e logos. Análise compa­rativa do processo persuasivo das (fake) news. Eikon, 1(7), 43-54. https://lc.cx/LsN258 

Baptista, J. P. y Gradim, A. (2022a). A working definition of fake news. Encyclopedia, 2(1), 632-645. https://doi.org/10.3390/encyclopedia2010043

Baptista, J. P. y Gradim, A. (2022b). Who Believes in Fake News? Identification of Political (A)Symmetries. Social Sciences, 11(10), 460. https://doi.org/10.3390/socsci11100460

Baptista, J. P., Correia, E., Gradim, A. y Piñeiro-Naval, V. (2021). Partidismo: ¿el verdadero aliado de las fake news? Un análisis comparativo del efecto sobre la creencia y la divulgación. Revista Latina de Comunicación Social, 79, 23-47. https://doi.org/10.4185/RLCS-2021-1509 

Bastick, Z. (2021). Would you notice if fake news changed your behavior? An experiment on the unconscious effects of disinformation. Computers in Human Behavior, 116, 106633. https://doi.org/10.1016/j.chb.2020.106633

Batailler, C., Brannon, S., Teas, P. y Gawronski, B. (2022). A signal detection approach to understanding the identification of fake news. Perspectives on Psychological Science, 17(1), 78-98. https://doi.org/10.1177/1745691620986135

BBC News. (8 de noviembre de 2024). How America voted in maps and charts. BBC. https://lc.cx/Pr7jYN

Blanco-Alfonso, I., Chaparro-Domínguez, M. Á. y Repiso, R. (2021). El fact-checking como estrategia global para contener la desinformación. Estudios sobre el Mensaje Periodístico, 27(3), 779-791. https://doi.org/10.5209/esmp.76189

Broda, E. y Strömbäck, J. (2024). Misinformation, disinformation and fake news: lessons from an interdisciplinary, systematic literature review. Annals of the International Communication Association, 48(2), 139-166. https://doi.org/10.1080/23808985.2024.2323736

Brookes, S. y Waller, L. (2022). Communities of practice in the production and resourcing of fact-checking. Journalism, 24(9), 1938-1958. https://doi.org/10.1177/14648849221078465

Brooks, K. y Wellman, M. (2024). Voters-Turned-Political Influencers. En D. Schill y J. A. Hendricks (Coords.), Social Media Politics. Routledge.

Cahill, M. (2025). Star Power: The impact of social media and celebrity endorsements on the 2024 US Presidential Election [Tesis de grado, Sacred Heart University]. Digital Commons @SHU. https://digitalcommons.sacredheart.edu/acadfest/2025/all/153/

Casero-Ripollés, A., Doménech-Fabregat, H. y Alonso-Muñoz, L. (2023). Percepciones de la ciudadanía española ante la desinformación en tiempos de la Covid-19: efectos y mecanismos de lucha contra las noticias falsas. Revista ICONO 14. Revista científica De Comunicación Y Tecnologías Emergentes, 21(1). https://doi.org/10.7195/ri14.v21i1.1988

Colmenero-Ruiz, M.-J., Paletta, F.-C. y Gonzales-Aguilar, A. (2023). Interactive mapping of Covid-19 disinformation in Ibero-America. Profesional de la Información, 32(5), e320513. https://doi.org/10.3145/epi.2023.sep.13

Comisión Europea (2018). A multi-dimensional approach to disinformation. Report of the independent high level group on fake news and online disinformation. https://lc.cx/gVe4j6 

Craig, S. y Gainous, J. (2024). To vote or not to vote? Fake news, voter fraud, and support for postponing the 2020 U.S. presidential election. Politics & Policy, 52(1), 33-50. https://doi.org/10.1111/polp.12577 

Dehlinger, J. y Scala, N. M. (30 de agosto de 2024). From Misinformation to Trust: Safeguarding the 2024 U.S. Presidential Election. ORMS Today. https://doi.org/10.1287/orms.2024.03.03

Diez-Gracia, A., Sánchez-García, P. y Martín-Román, J. (2023). Disintermediation and disinformation as a political strategy: use of AI to analyze fake news as Trump’s rhetorical resource on Twitter. Profesional de la Información, 32(5), e320523. https://doi.org/10.3145/epi.2023.sep.23

Enders, A., Uscinski, J., Klofstad, C., Premaratne, K., Seelig, M., Wuchty, S., Murthi, M. y Funchion, J. (2021). The 2020 presidential election and beliefs about fraud: Continuity or change? Electoral Studies, 72, 102366. https://doi.org/10.1016/j.electstud.2021.102366

Esteban-Navarro, M.-Á., Nogales-Bocio, A.-I., García-Madurga, M.-Á. y Morte-Nadal, T. (2021). Spanish fact-checking services: An approach to their business models. Publications, 9(3). https://doi.org/10.3390/publications9030038

Faragó, L., Kende, A. y Krekó, P. (2020). We only believe in news that we doctored ourselves: The connection between partisanship and political fake news. Social Psychology, 51(2), 77-90. https://doi.org/10.1027/1864-9335/a000391

Farkas, J. y Schou, J. (2020). Post-truth, fake news and democracy: mapping the politics of falsehood. Routledge.

FitzGerald, J. (26 de noviembre de 2024). Tras el conteo final de los votos, ¿qué tan grande fue realmente la victoria electoral de Donald Trump? BBC News. https://www.bbc.com/mundo/articles/c0k8mz0eljgo

Freelon, D. y Wells, C. (2020). Disinformation as political communication. Political Communication, 37(2), 145-156. https://doi.org/10.1080/10584609.2020.1723755

Freiling, I., Krause, N. M., Scheufele, D. A. y Brossard, D. (2023). Believing and sharing misinformation, fact-checks, and accurate information on social media. New Media & Society, 25(1), 141-162. https://doi.org/10.1177/14614448211011451

Froehlich, T. J. (2020). A disinformation-misinformation ecology: the case of Trump. En J. Višňovský y J. Radošinská (Eds.), Fake news is bad news. Hoaxes, half-truths and the nature of today’s journalism (pp. 13-58). IntechOpen.

Gamir-Ríos, J. y Lava-Santos, D. (2022). Desinformación sobre historia, memoria democrática y simbología del Estado en redes sociales. Estudios sobre el Mensaje Periodístico, 28(4), 777-788. https://doi.org/10.5209/esmp.82846

García-Marín, D. (2021). Agenda temática, metodologías e impacto de la investigación sobre desinformación. Revisión sistemática de la literatura (2016-2020). Doxa Comunicación, 33, 321-346. https://doi.org/10.31921/doxacom.n33a854

García-Marín, D. y Salvat-Martinrey, G. (2022). Tendencias en la producción científica sobre desinformación en España. Revisión sistematizada de la literatura (2016-2021). AdComunica, 23, 23-50. https://doi.org/10.6035/adcomunica.6045

García-Marín, D. y Salvat-Martinrey, G. (2023). Desinformación y guerra. Verificación de las imágenes falsas sobre el conflicto ruso-ucraniano. Revista ICONO 14. Revista científica De Comunicación Y Tecnologías Emergentes, 21(1). https://doi.org/10.7195/ri14.v21i1.1943

García-Marín, D., Rubio-Jordán, A.-V. y Salvat-Martinrey, G. (2023). Chequeando al fact-checker. Prácticas de verificación política y sesgos partidistas en Newtral (España). Revista de Comunicación, 22(2), 207-223. https://doi.org/10.26441/RC22.2-2023-3184

Geise, S. (2017). Visual framing. En P. Rössler (Ed.), The international encyclopedia of media effects (pp. 1-12). Wiley.

Gómez-Calderón, B., Córdoba-Cabús, A. y López-Martín, Á. (2023). Las fake news y su percepción por parte de los jóvenes españoles: el influjo de los factores sociodemográficos. Doxa Comunicación, 36, 19-42. https://doi.org/10.31921/doxacom.n36a1741

González-Bailón, S., Lazer, D., Barberá, P., Godel, W., Allcott, H., Brown, T., Crespo-Tenorio, A., Freelon, D., Gentzkow, M., Guess, A. M., Iyengar, S., Mie Kim, Y., Malhotra, N., Moehler, D., Nyhan, B., Pan, J., Velasco Rivera, C., Settle, J., Thorson, E., … Tucker, J. A. (2024). The diffusion and reach of (mis)information on Facebook during the US 2020 election. Sociological Science, 11(41), 1124-1146. https://doi.org/10.15195/v11.a41

Graves, L. (2016). Deciding what’s true: The rise of political fact-checking in American journalism. Columbia University Press.

Graves, L. (2017). Anatomy of a fact check: objective practice and the contested epistemology of fact-checking. Communication, Culture and Critique, 10(3), 518-537. https://doi.org/10.1111/cccr.12163

Graves, L. y Glaisyer, T. (28 de febrero de 2012). The fact-checking universe in Spring 2012. New America. https://lc.cx/61jKiL

Hameleers, M., Brosius, A., Marquart, F., Goldberg, A. C., van Elsas, E. y de Vreese, C. H. (2022). Mistake or manipulation? Conceptualizing perceived mis- and disinformation among news consumers in 10 european countries. Communication Research, 49(7), 919-941. https://doi.org/10.1177/0093650221997719

Haugsgjerd, A. y Karlsen, R. (2024). Election campaigns, news consumption gaps and social media: Equalizing political news use when it matters? The International Journal of Press/Politics, 29(2), 507-529. https://doi.org/10.1177/19401612221112014

Herrero, E. y Herrera-Damas, S. (2021). El fact-checker en español alrededor del mundo: Perfil, similitudes y diferencias entre verificadores hispanohablantes. Revista de Comunicación de la SEECI, 54, 49-77. http://doi.org/10.15198/seeci.2021.54.e725

Herrero-Diz, P., Pérez-Escolar, M. y Varona, D. (2022). Competencias de verificación de contenidos: una propuesta para los estudios de Comunicación. Revista de Comunicación, 21(1), 231-249. https://lc.cx/pOGSzw

Hoai-Lan, D. y Minh-Tung, T. (2024). Exploring fake news awareness and trust in the age of social media among university student TikTok users. Cogent Social Sciences, 10(1), 2302216. https://doi.org/10.1080/23311886.2024.2302216

Huber, B., Borah, P. y Gil de Zúñiga, H. (2022). Taking corrective action when exposed to fake news: The role of fake news literacy. Journal of Media Literacy Education, 14(2), 1-14. https://lc.cx/W_tXcf

Igartua, J. J. (2006). Métodos cuantitativos de investigación en comunicación. Bosch.

Kloss Medina, S. y Louit Carrasco, J. (2024). Las fake news durante el estallido social chileno y la labor del fact checking contra la desinformación. Comuni@acción: Revista de Investigación en Comunicación y Desarrollo, 15(1), 18-29. https://doi.org/10.33595/2226-1478.15.1.1031

Koliska, M. y Assmann, K. (2021). Lugenpresse: The lying press and German journalists’ responses to a stigma. Journalism, 22(11), 2729-2746. https://doi.org/10.1177/1464884919894088

Krippendorff, K. (1990). Metodología del análisis de contenido. Teoría y práctica. Paidós.

Kyriakidou, M., Cushion, S., Hughes, C. y Morani, M. (2023). Questioning fact-checking in the fight against disinformation. Journalism Practice, 17(10), 2123-2139. https://doi.org/10.1080/17512786.2022.2097118 

Lava-Santos, D., Gamir-Ríos, J. y Llorca-Abad, G. (2023). Crude, anonymous, partisan, sectoral and anti-elitist. Electoral disinformation in Spain (2019-2022). Profesional de la Información, 32(5), e320506. https://doi.org/10.3145/epi.2023.sep.06

Lee, J., Kim, J.-W. y Lee, H.-Y. (2022). Unlocking conspiracy belief systems: How fact-checking label on Twitter counters conspiratorial MMR vaccine misinformation. Health Communication, 38(9), 1780-1792. https://doi.org/10.1080/10410236.2022.2031452

Lombard, M., Snyder-Duch, J. y Campanella, C. (2002). Content analysis in mass communication. Assessment and reporting of intercoder reliability. Human Communication Research, 28(4), 587-604. https://doi.org/10.1111/j.1468-2958.2002.tb00826.x

López-Martín, Á. y Córdoba-Cabús, A. (2024). Desinformación sobre la guerra de Israel-Hamás: análisis de los bulos identificados por las plataformas de verificación españolas. Estudios sobre el Mensaje Periodístico, 30(2), 311-322. https://doi.org/10.5209/esmp.95088

López-Martín, Á., Gómez-Calderón, B. y Córdoba-Cabús, A. (2021). Desinformación y verificación de datos. El caso de los bulos sobre la vacunación contra la Covid-19 en España. RISTI-Revista Ibérica de Sistemas e Tecnologias de Informaçao, E45, 431-443. https://www.risti.xyz/issues/ristie45.pdf 

López-Pan, F. y Rodríguez-Rodríguez, J. (2020). El fact-checking en España. Plataformas, prácticas y rasgos distintivos. Estudios sobre el Mensaje Periodístico, 26(3), 1045-1065. https://doi.org/10.5209/esmp.65246 

Magallón-Rosa, R. (15 de mayo de 2019). Desinformación en campaña electoral. Telos. https://lc.cx/jCOFOt

Magallón-Rosa, R., Fernández-Castrillo, C. y Garriga, M. (2023). Fact-checking in war: Types of hoaxes and trends from a year of disinformation in the Russo-Ukrainian war. Profesional de la Información, 32(5), e320520. https://doi.org/10.3145/epi.2023.sep.20

Maldita.es (1 de julio de 2024a). Las fotos de Donald Trump huyendo de la policía para no ser arrestado: han sido creadas por inteligencia artificial, pero se viralizan como reales. https://maldita.es/malditobulo/20240701/fotos-trump-detenido-inteligencia-artificial/

Malquín-Robles, A. y Gamir-Ríos, J. (2023). Desinformación y sexismo digital. El feminismo y su agenda como objeto de engaño en español. Revista ICONO 14. Revista científica de Comunicación y Tecnologías Emergentes, 21(1). https://doi.org/10.7195/ri14.v21i1.1963

Marín, Y. (14 de noviembre de 2024). La polarización política en las elecciones de Estados Unidos. LLYC. https://lc.cx/mI1o2W

Martín-Neira, J. I., Trillo-Domínguez, M. y Olvera-Lobo, M. D. (2023). Ibero-American journalism in the face of scientific disinformation. Profesional de la Información, 32(5), e320503. https://doi.org/10.3145/epi.2023.sep.03

McKee, M. y Pagel, C. (2024). Disinformation enabled Donald Trump’s second term and is a crisis for democracies everywhere. British Medical Journal, 387. http://doi.org/10.1136/bmj.q2485

Melchior, C. y Oliveira, M. (2023). A systematic literature review of the motivations to share fake news on social media platforms and how to fight them. New Media & Society, 26(2). https://doi.org/10.1177/14614448231174224

Méndez-Muros, S., Alonso-González, M. y Pérez-Curiel, C. (2024). Disinformation and fact-checking in the face of natural disasters: A case study on Turkey-Syria earthquakes. Societies, 14(4). https://doi.org/10.3390/soc14040043

Michałkiewicz-Kądziela, E. (2024). The impact of deepfakes on elections and methods of combating disinformation in the virtual world. Teka Komisji Prawniczej, 17(1), 151-161. https://doi.org/10.32084/tkp.8615

Montemayor-Rodríguez, N. y García-Jiménez, A. (2021). Percepción de los periodistas sobre la desinformación y las rutinas profesionales en la era digital. Revista General de Información y Documentación, 31(2), 601-619. https://doi.org/10.5209/rgid.79460

Pennycook, G. y Rand, D. G. (2019). Lazy, not biased: susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning. Cognition, 188, 39-50. https://doi.org/10.1016/j.cognition.2018.06.011

Peña-Ascacíbar, G., Bermejo-Malumbres, E. y Zanni, S. (2021). Fact checking durante la COVID-19: análisis comparativo de la verificación de contenidos falsos en España e Italia. Revista de Comunicación, 20(1), 197-215. https://doi.org/10.26441/RC20.1-2021-A11

Pérez-Curiel, C. y Rivas-de-Roca, R. (2022). Realities and challenges of a democracy in crisis. Impact of disinformation and populism on the media system. En Á. Rocha, D. Barredo, P. C. López-López e I. Puentes-Rivera (Eds), Communication and Smart Techonologies. ICOMTA 2021 (pp. 94-103). Springer.

Pérez-Curiel, C., Rúas-Araújo, J. y Rivas-de-Roca, R. (2022). When politicians meet experts: disinformation on Twitter about Covid-19 vaccination. Media and Communication, 10(2), 157-168. https://doi.org/10.17645/mac.v10i2.4955

Pérez-Escolar, M., Lilleker, D. y Tapia-Frade, A. (2023). A systematic literature review of the phenomenon of disinformation and misinformation. Media and Communication, 11(2). https://doi.org/10.17645/mac.v11i2.6453

Pipa, A. F. y Swarzenski, Z. (31 de octubre de 2024). What everyone should know about rural America ahead of the 2024 election. Brookings. https://lc.cx/PzNqDS

Rodríguez-Hidalgo, C., Herrero, J. y Aguaded-Gómez, I. (2021). Journalistic verification against lies in the electoral processes of Ecuador and Spain. Universitas, 34, 39-60. https://doi.org/10.17163/uni.n34.2021.02

Rodríguez-Virgili, J., García-Pruñonosa, D., Castro, J., Hernández, C., Serrano, G., López, G., Quintana, Y., Milosevich, M., Navarrete, E., Barrera, J., De Reparaz, M., Rojo, C., Magallón, R. y Navarro, N. (2024). Propuestas para combatir las campañas de desinformación en procesos electorales. En Lucha contra las campañas de desinformación en el ámbito de la seguridad nacional (pp. 190-247). Ministerio de la Presidencia. https://lc.cx/mMMDmD

Román-San-Miguel, A., Sánchez-Gey, N. y Elías-Zambrano, R. (2022). Los profesionales de la información y las fake news durante la pandemia del Covid-19. Vivat Academia, 155, 131-149. http://doi.org/10.15178/va.2022.155.e1312

Ross, A. S. y Rivers, D. J. (2018). Discursive deflection: Accusation of fake news and the spread of mis-and disinformation in the tweets of President Trump. Social Media + Society, 4(2). https://doi.org/10.1177/2056305118776010

Rossetti, M. y Zaman, T. (2023). Bots, disinformation, and the first impeachment of US President Donald Trump. PLoS ONE, 18(5), e0283971. https://doi.org/10.1371/journal.pone.0283971

Ruiz-Incertis, R., Sánchez-del-Vas, R. y Tuñón-Navarro, J. (2024). Análisis comparado de la desinformación difundida en Europa sobre la muerte de la reina Isabel II. Revista de Comunicación, 23(1), 507-534. https://doi.org/10.26441/RC23.1-2024-3426

Sádaba, C. y Salaverría, R. (2023). Tackling disinformation with media literacy: analysis of trends in the European Union. Revista Latina de Comunicación Social, 81, 17-32. https://doi.org/10.4185/RLCS-2023-1552

Salaverría, R., Buslón, N., López-Pan, F., León, B., López-Goñi, I. y Erviti, M. C. (2020). Desinformación en tiempos de pandemia: tipología de los bulos sobre la Covid-19. Profesional de la Información, 29(3), e290315. https://doi.org/10.3145/epi.2020.may.15

Salaverría-Aliaga, R. (2021). Entender y combatir la desinformación sobre ciencia y salud. Ministerio de Ciencia e Innovación. https://hdl.handle.net/10171/60223

Sánchez-Duarte, J. M. y Magallón-Rosa, R. (2020). Infodemia y COVID-19. Evolución y viralización de informaciones falsas en España. Revista Española de Comunicación en Salud, S1, 31-41. https://doi.org/10.20318/recs.2020.5417

Scire, S. (7 de enero de 2025). A hard hit for the fact-checking community and journalism: Meta eliminates fact-checking in the U.S. NiemanLab. https://lc.cx/CVd8S_

Shahzad, K., Khan, S. A., Iqbal, A., Shabbir, O. y Latif, M. (2023). Determinants of fake news difusión on social media: a systematic literature review. Global Knowledge Memory and Communication, 74(7-8), 2069-2092. https://doi.org/10.1108/GKMC-06-2023-0189

Sidorenko-Bautista, P., Alonso-López, N. y Giacomelli, F. (2021). Fact-checking in TikTok. Communication and narrative forms to combat misinformation. Revista Latina de Comunicación Social, 79, 87-113. https://doi.org/10.4185/RLCS-2021-1522

Slocum, J. (2024). Inmigración y campaña electoral en Estados Unidos: desinformación y promesas de deportaciones masivas. CIDOB notes internacionals, 311, 1-7. https://doi.org/10.24241/NotesInt.2024/311/es

Soo, N., Morani, M., Kyriakidou, M. y Cushion, S. (2023). Reflecting party agendas, challenging claims: An analysis of editorial judgements and factchecking journalism during the 2019 UK general election campaign. Journalism Studies, 24(4), 460-478. https://doi.org/10.1080/1461670X.2023.2169190

Stachofsky, J., Schaupp, L. C. y Crossler, R. E. (2023). Measuring the effect of political alignment, platforms, and fake news consumption on voter concern for election processes. Government Information Quarterly, 40(3), 101810. https://doi.org/10.1016/j.giq.2023.101810

Strauß, N., Huber, B. y Gil de Zúñiga, H. (2021). Structural influences on the news finds me perception: why people believe the don´t have to actively seek news anymore. Social Media + Society, 7(2). https://doi.org/10.1177/20563051211024966

Susska, O., Chernii, L. y Sukharevska, H. (2022). Media as a tool of manipulative technology of Russian infoaggression in the Ukrainian media space. Journal of interdisciplinary research, 12(01-25), 228-233. https://lc.cx/lrQBIw

Tandoc, E. C., Thomas, R. J. y Bishop, L. (2021). What is (fake) news? Analyzing news values (and more) in fake stories. Media and Communication, 9(1), 110-119. https://doi.org/10.17645/mac.v9i1.3331

Tandoc, E. C., Wei Lim, Z. y Ling, R. (2018). Defining “fake news”. Digital Journalism, 6(2), 137-153. https://doi.org/10.1080/21670811.2017.1360143

Torreblanca, J., Serrano, G., Castro, M., Abade, A., Menéndez, S., Torres, R., Quintana, Y., Badillo, Á., Jordán, J., Salaverría, R. y Colom, G. (2024). La desinformación: una amenaza a la democracia. En Lucha contra las campañas de desinformación en el ámbito de la seguridad nacional (pp. 21-60). Ministerio de la Presidencia. https://lc.cx/mMMDmD

Tuñón-Navarro, J. y Sánchez-del-Vas, R. (2022). Verificación: ¿la cuadratura del círculo contra la desinformación y las noticias falsas? AdComunica, 23, 75-95. http://doi.org/10.6035/adcomunica.6347

Valera-Ordaz, L., Requena-i-Mora, M., Calvo, D. y López-García, G. (2022). Desenredando la desinformación: Nociones y discursos de la población española. Comunicar, 30(72), 21-32. https://doi.org/10.3916/C72-2022-02

Vinhas, O. y Bastos, M. (2022). Fact-checking misinformation: Eight notes on consensus reality. Journalism Studies, 23(4), 448-468. https://doi.org/10.1080/1461670X.2022.2031259

Wardle, C. (12 de febrero de 2021). The role of cable television news in amplifying Trump’s tweets about election integrity. First Draft. https://firstdraftnews.org/long-form-article/cable-news-trumps-tweets/

Wardle, C. y Derakhshan, H. (2017). Information disorder. Toward an interdisciplinary framework for research and policy making. Consejo de Europa. https://bit.ly/4hAejrj

Weikmann, T. y Lecheler, S. (2023). Visual disinformation in a digital age: A literature synthesis and research agenda. New Media & Society, 25(12), 3696-3713. https://doi.org/10.1177/14614448221141648

Weikmann, T., Greber, H. y Nikolaou, A. (2024). After deception: How falling for a deepfake affects the way we see, hear, and experience media. The International Journal of Press/Politics, 30(1), 187-210. https://doi.org/10.1177/19401612241233539

Yan, H., Morrow, G., Yang, K.-C. y Wihbey, J. (2025). The origin of public concerns over AI supercharging misinformation in the 2024 U.S. presidential election. Harvard Kennedy School Misinformation Review, 6(1). https://doi.org/10.37016/mr-2020-171

 

FINANCIACIÓN Y AGRADECIMIENTOS

Financiación: Esta investigación no recibió financiamiento externo.

Conflicto de intereses: No los hay.

 

AUTORES:

Álvaro López-Martín

Universidad de Málaga.

Doctor en Educación y Comunicación Social por la Universidad de Málaga con calificación de Sobresaliente y menciones Cum Laude e Internacional. Está acreditado por la ANECA y la ACCUA a PCD y PUP. Fue beneficiario de un contrato FPU y becario de Colaboración y de Iniciación a la Investigación en el Departamento de Periodismo de la UMA. Es autor de más de 50 trabajos científicos entre artículos y capítulos de libros. También ha defendido más de 70 comunicaciones en congresos internacionales y ha sido miembro del comité científico y organizador de más de una veintena de congresos internacionales. Ha participado en dos proyectos nacionales de I+D+I y en 2023 realizó una estancia de investigación en la Universidad de Viena (Austria) (3º del Ranking Shanghai).

alvarolopezmartin@uma.es

Índice H: 8

Orcid ID: https://orcid.org/0000-0001-7871-2137

Scopus ID: https://www.scopus.com/authid/detail.uri?authorId=57219651671

Google Scholar: https://scholar.google.es/citations?user=2h9zrdgAAAAJ&hl=es&oi=ao

ResearchGate: https://www.researchgate.net/profile/Alvaro-Lopez-Martin

Academia.edu: https://uma.academia.edu/%C3%81L%C3%B3pezMart%C3%ADn