OpenAI bloquea redes de influencia de Rusia e Irán: 7 periodistas falsos y unos 100 artículos

OpenAI ha descubierto y frenado dos operaciones de influencia, una rusa y otra iraní, y ha bloqueado todas las cuentas asociadas a ellas. La campaña rusa «Dark Clark» difundió desinformación por América Latina y llegó a provocar la reacción de políticos. Por ese motivo recibió la categoría 5 en la escala de seis puntos de OpenAI, la valoración más alta en toda la historia de los informes de la compañía. La iraní «Bogus Bylines» actuó de forma más sutil: siete periodistas inventados colocaron casi 100 artículos en medios online de distintos países.

Ambos casos muestran hacia dónde se ha desplazado la práctica de las operaciones de información. Antes se apostaba por los bots y las publicaciones masivas en redes sociales. Ahora los operadores intentan llegar a las páginas de medios reales, donde un texto goza de un nivel de confianza muy distinto.

Dark Clark: desinformación que los políticos notaron

Según OpenAI, la campaña rusa se dirigía a la audiencia latinoamericana. La puntuación récord se otorga por las consecuencias, no por el volumen. La escala mide hasta qué punto una operación salió de su propia burbuja de audiencia y si tuvo eco en el mundo real. En ese sentido, la reacción de los políticos es un indicador de peso: el bulo dejó de circular entre bots y entró en la agenda pública.

En los años que lleva publicando estos informes, la operación típica se mantenía en los niveles bajos: los textos se generaban y se publicaban, pero casi nadie los leía. «Dark Clark» rompió ese patrón. Para la industria, es un motivo para revisar la suposición de que la propaganda con IA se queda sobre todo en ruido.

Bogus Bylines: siete autores que no existían

La operación iraní funciona de otra manera. En lugar de una campaña ruidosa en redes sociales, sus participantes crearon siete periodistas ficticios y a través de ellos colocaron materiales en medios online. Casi 100 publicaciones en todo el mundo suponen una media de 14 textos por cada autor inexistente. Para una redacción, un colaborador externo así parece una persona normal con su portafolio, y ahí radica el esquema.

Las cifras clave del informe:

• Dark Clark (Rusia): región objetivo, América Latina; categoría 5 de 6, la primera valoración de este nivel en los informes de OpenAI.
• Bogus Bylines (Irán): 7 periodistas falsos, casi 100 artículos, alcance en medios de todo el mundo.
• Medidas: bloqueo de todas las cuentas identificadas vinculadas a las operaciones.
• Canal de entrada: medios de comunicación reales, no solo redes sociales.

Qué se sabe y qué no

El resumen público del informe es escueto. Siguen sin respuesta varias preguntas: qué medios concretos publicaron los materiales, qué proporción de los textos escribió un modelo y cuántos han retirado ya las redacciones. Tampoco está claro hasta qué punto OpenAI ve toda la cadena. La compañía solo observa lo que ocurre en su plataforma, y los textos pudieron retocarse a mano o en otros servicios. Por eso conviene recordar que bloquear las cuentas elimina una de las herramientas, pero no la operación en sí.

Cómo pueden verificar a los autores las redacciones y los lectores

El principal riesgo está en el lado de la recepción de materiales. Si la IA abarata un texto verosímil, el filtro debe ser la verificación de la identidad del autor, no el estilo de escritura. En la práctica, esto implica varias cosas:

• Comprobar a los nuevos colaboradores externos con fuentes independientes: publicaciones en otros medios, perfiles, posibilidad de contacto en directo por vídeo.
• Contrastar la foto del autor con una búsqueda inversa de imágenes, ya que los retratos generados suelen carecer de historial.
• Revisar la coherencia del portafolio: los temas que coinciden de forma llamativa con los intereses de un solo Estado deben levantar sospechas.
• Para los lectores: desconfiar de autores poco conocidos cuyos textos aparecen de repente a la vez en muchos sitios pequeños.

El informe de OpenAI confirma que las plataformas desarrolladoras de modelos se están convirtiendo poco a poco en una fuente de datos sobre este tipo de operaciones. Pero la responsabilidad de publicar sigue recayendo en la redacción, y es ahí donde este filtro debe actuar primero.