Doscientas mil cuentas. Ese es el tamaño de la red que investigadores de plataformas sociales identificaron recientemente. Vinculada a operadores chinos, se dedicaba a manipular el debate sobre política energética y tecnológica en Estados Unidos. Un ejército sintético es una operación de manipulación coordinada porque combina escala automatizada, identidades falsas y contenido generado por IA para simular consenso donde no existe. Eso distingue la propaganda tradicional de esta versión actual: la velocidad y el volumen que permite la inteligencia artificial generativa.

Las cuentas empleaban IA para producir ilustraciones y mensajes críticos sobre el consumo de electricidad y agua de los centros de datos. Ocurrió en medio de un debate real y legítimo sobre ese mismo tema. No inventaron el problema. Lo aprovecharon. Lo revelador es cómo inyectaron volumen artificial en una conversación que ya existía, distorsionando la percepción de cuántas personas realmente compartían esa preocupación y con qué intensidad. Las plataformas suspendieron las cuentas por violar políticas de autenticidad. No fue por el contenido en sí.

Este caso sigue una regularidad conocida. En análisis anteriores señalé cómo TeamT5 documentó el uso de DeepSeek por grupos asociados a China. El núcleo del asunto nunca fue un actor específico sino la ausencia de auditorías estructurales antes de que esos modelos lleguen a producción. Ahora aparece la otra cara. No solo se usa IA para atacar sistemas técnicos. Se usa para alterar la percepción colectiva sobre esos sistemas.

En Las Piedras No Mienten exploro la tensión entre vigilancia y privacidad. Allí sostengo que la simetría importa más que cualquier tecnología. Cuando la vigilancia es bidireccional y todos pueden auditar a todos, deja de ser control, se convierte en transparencia mutua. Con estas doscientas mil cuentas ocurre exactamente lo contrario: opacidad unidireccional disfrazada de participación ciudadana. Nadie sabía que hablaba con bots. Esa asimetría de información define la manipulación.

¿Por qué este episodio trasciende el debate concreto sobre centros de datos? Porque muestra un método que puede replicarse en cualquier discusión de política pública. Hoy se aplica a energía e infraestructura de IA. Mañana puede dirigirse a política monetaria, salud pública o elecciones locales. Identificar una conversación real con tensiones genuinas, inyectar volumen artificial mediante IA generativa y dejar que los algoritmos de las plataformas amplifiquen lo que parece tendencia orgánica. El resto sucede solo.

Esta operación añade una capa que antes no había dimensionado del todo. La escala del problema no se reduce a cuántos datos se recopilan sobre nosotros. Incluye cuántas voces falsas se pueden fabricar para simular que otros piensan exactamente lo que se desea. El Manifiesto Ludista que desarrollo habla de auditoría distribuida como salvaguarda estructural. Aquí el desafío cambia. Cómo auditas identidad cuando la identidad misma es sintética.

Esto también matiza lo que escribí sobre las dos caras de internet. La arquitectura militar original de ARPANET llevaba incorporada capacidad de vigilancia desde el principio. Décadas después la vigilancia estatal ya no necesita esa infraestructura de red. Basta con generar contenido a escala. Resulta más barato producir doscientas mil personas falsas que interceptar comunicaciones de doscientas mil personas reales. Ese cambio en el intercambio de costos marca el momento actual. Todavía no tengo clara la solución técnica completa. Las plataformas reaccionan después, suspendiendo cuentas cuando el daño en el relato ya se extendió durante semanas o meses.

¿Qué significa esto para alguien que simplemente quiere informarse sobre si los centros de datos consumen demasiada agua? La pregunta legítima queda contaminada por el ruido de una operación de influencia extranjera. Esas instalaciones están drenando acuíferos locales de forma insostenible. El debate real sobre consumo energético de la IA merece atención seria. Esta manipulación lo daña precisamente porque lo instrumentaliza. Al descubrir que parte del aparente consenso era artificial, la reacción natural es desconfiar de todo el debate, incluida la parte válida. Eso beneficia a quienes prefieren que no exista escrutinio alguno sobre el impacto ambiental.

Aquí conecta con dinámicas que he observado sobre cómo el lenguaje de protección digital termina concentrando poder. Plataformas, gobiernos y actores estatales con recursos para producir desinformación a escala industrial. Las mismas herramientas de IA que permiten crear estas doscientas mil identidades falsas sirven luego para justificar mayor vigilancia protectora sobre usuarios reales. Manipulación genera desconfianza, desconfianza justifica controles, controles concentran poder. Quien administra esos controles rara vez se somete al mismo examen que exige a los demás.

No tengo una respuesta clara sobre cómo resolver esto sin crear un aparato de verificación de identidad que termine siendo su propio problema de vigilancia. Es más complicado de lo que parece. El debate sobre energía, agua y centros de datos merecía desarrollarse sin ese ruido añadido. Ahora la confianza pública tendrá que reconstruirse desde un terreno más cargado de sospecha. Esa reconstrucción tomará más tiempo que cualquier suspensión de cuentas.

¿Cómo auditar identidades sintéticas sin reproducir la misma asimetría que buscamos corregir?

Fuentes

1. Reportes de plataformas sociales sobre suspensión de red de cuentas vinculada a operadores chinos (2026)

2. TeamT5, análisis sobre uso de DeepSeek por grupos hackers chinos (2026)

3. Laurent, Yves. Las Piedras No Mienten, Capítulo 23: "La Transparencia Radical — Vigilancia y Privacidad" (Amazon Kindle, ASIN B0H9T9ZRQC, 2026)