OpenAI informó el 8 de octubre de que había bloqueado cuentas de ChatGPT vinculadas a dos operaciones de influencia originadas en Rusia e Irán. Su investigación describe identidades y entidades de fachada utilizadas para introducir mensajes en publicaciones reales. Son hallazgos del proveedor; Contrafeed no ha auditado los casos ni puede confirmar que esas operaciones hayan cesado fuera de sus servicios.
En la operación iraní, OpenAI identifica siete firmas ficticias que proponían artículos a medios. En la rusa, describe un supuesto centro de investigación en América Latina cuyos empleados, según la evidencia reunida por la compañía, no sabían que trabajaban para un grupo ruso. La implicación editorial es revisar la puerta de entrada de una colaboración. Una propuesta apropiada para una sección todavía debe superar la comprobación de quién la envía y en nombre de quién habla.
La firma y el texto necesitan comprobaciones distintas
Para una redacción o un equipo de comunicación, la implicación es revisar por separado la calidad del material y la identidad de quien lo ofrece. Un texto bien estructurado puede contener datos contrastables y, aun así, ocultar una atribución falsa. A la inversa, un profesional real puede equivocarse en una cifra. Aprobar una de esas capas no valida automáticamente la otra.
La propuesta de Contrafeed es que una colaboración nueva conserve un expediente sencillo: nombre, función que declara, organización, canal de contacto y base para publicar su aportación. Cuando alguien habla en nombre de una entidad, la confirmación debería poder obtenerse por una vía de esa entidad conocida de forma independiente. Un enlace incluido en el propio correo ayuda a orientarse, pero no basta para cerrar esa comprobación.
Esto no exige excluir a profesionales con poca presencia pública. Una persona puede carecer de una larga trayectoria visible y aportar experiencia valiosa. El criterio debe ser proporcional a lo que se le atribuye: no hace falta la misma evidencia para describir una experiencia propia que para publicar datos internos en nombre de una empresa. Lo relevante es poder explicar cómo se verificó cada afirmación de identidad.
Una respuesta recibida todavía necesita trabajo editorial
Si una agencia o un creador responde por escrito, conviene conservar la versión original, el contexto de las preguntas y los permisos de los materiales. Después se pueden comprobar las cifras y aclarar qué parte representa una opinión. El objetivo es que el lector entienda quién habla, desde qué posición y con qué evidencia, incluso cuando la pieza final adopte la forma de una noticia breve.
En una declaración de marca, también importa distinguir interés comercial y experiencia comprobada. Una compañía puede describir su herramienta, pero una promesa de rendimiento necesita una prueba adecuada si se convierte en afirmación del medio. Esta disciplina conecta con las exigencias de evidencia en mensajes publicitarios: la seguridad con que se formula una frase no sustituye lo que la sostiene.
Si aparece una contradicción, la colaboración debe quedar pendiente mientras se solicita una aclaración. El registro puede indicar qué falta sin atribuir una intención fraudulenta. Una discrepancia en un cargo o una fecha puede tener explicación; un proceso de revisión útil ofrece la oportunidad de corregirla y conserva la respuesta que permite decidir.
Las métricas también pueden dar una apariencia de éxito
OpenAI señala que algunos operadores atribuían impacto a sus comentarios usando las visualizaciones de las publicaciones donde respondían. También reconoce actividades que no pudo corroborar. La lección para quien presenta resultados es separar volumen de contenido, audiencia potencial y efecto demostrado.
La lectura para un informe de comunicación es directa: una aparición, una interacción y una respuesta de negocio son resultados diferentes. Si una publicación se reproduce en varios sitios, es necesario identificar las réplicas antes de contar apoyos independientes. Y si un mensaje aparece bajo una noticia con mucha audiencia, esa audiencia no se puede adjudicar íntegramente a quien escribió el comentario.
El dato útil necesita una unidad, un periodo y una fuente. Un equipo puede conservar cuántas propuestas envió, qué respuestas recibió y qué piezas se publicaron, sin convertir esos pasos en entrevistas conseguidas o lectores alcanzados. Definir cada etapa evita presentar actividad operativa como impacto editorial, y ayuda a detectar dónde hace falta mejorar el proceso.
La procedencia no se reduce a detectar texto generado
Una comprobación automática sobre un archivo no acredita la identidad del autor ni la finalidad de la propuesta. Por eso, las herramientas de procedencia del texto deben interpretarse dentro de su alcance. Para aprobar una colaboración hacen falta también atribución, contexto y evidencia del contenido, independientemente de si se usó IA durante la redacción.
El informe de OpenAI no permite cuantificar cuántas colaboraciones falsas reciben los medios españoles ni medir el riesgo de una redacción concreta. Sí ofrece un caso documentado por el proveedor para revisar una rutina: antes de prestar la credibilidad de una cabecera o una marca a una aportación externa, alguien debe poder reconstruir quién la envió, qué se comprobó y por qué se decidió publicarla.
Fuente y alcance
Investigación documental de Contrafeed. No hemos probado las herramientas ni auditado los resultados del proveedor. Las propuestas de uso y comprobación son análisis editorial.
OpenAI · Disrupting AI-enabled false front operations. 2026-10-08.
