SciELO - Scientific Electronic Library Online

 
vol.21 número2Descubriendo Netflix: identidad de marca y representaciones de la diversidadTwitter como herramienta de comunicación institucional: la Casa Real Británica y la Casa Real Española en el contexto postpandémico índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista de Comunicación

versión impresa ISSN 1684-0933versión On-line ISSN 2227-1465

Revista de Comunicación vol.21 no.2 Piura set./feb. 2022  Epub 19-Sep-2022

http://dx.doi.org/10.26441/rc21.2-2022-a10 

Artículos de Investigación

Tipología de los contenidos virales de desinformación durante los primeros meses de emergencia sanitaria por la COVID-19 en el Perú

Typology of viral misinformation content during the first months of the COVID-19 health emergency in Peru

1 Magíster en Comunicaciones, periodista, editora de audiencias y redes sociales y profesora de la Escuela de Posgrado de la Universidad Jaime Bausate y Meza (Perú) y de la Pontificia Universidad Católica del Perú. Líneas de investigación: periodismo y nuevas tecnologías de la información. spichihua@bausate.edu.pe

Resumen:

Se realiza un análisis de los contenidos de desinformación (N=80) que alcanzaron viralidad tras el anuncio del primer caso de COVID-19 y durante la cuarentena obligatoria por la pandemia (6 de marzo al 30 de junio del 2020), y que fueron identificados por sitios de fact-checking y entidades públicas. El estudio adapta una tipología que incluye cinco tipos de contenidos desinformativos: exageración, descontextualización, engaño, alertas falsas y estafas, destacando sus características principales. De esta manera, la investigación revela que WhatsApp fue el medio digital más usado para la difusión, así como el uso de múltiples redes sociales. Las fotos y texto fueron los elementos más usados para estos contenidos, mientras que las principales temáticas se centraron en la crisis sanitaria, el bono económico para las familias vulnerables, las restricciones en la pandemia, y los mitos de salud. Además, el estudio propone una guía para el proceso de verificación de datos en un contexto de emergencia sanitaria vigente.

Palabras clave: Covid-19; coronavirus; pandemia; infodemia; noticias falsas; fake news; información falsa; desinformación; medios digitales; fact-checking; redes sociales

Abstract:

This study includes a content analysis of viral disinformation (N=80) since the first COVID-19 case confirmed and during the mandatory quarantine in Peru (March 6th, 2020 June 30th, 2020), that were identified by fact-checkers and public entities. The study adapts a typology for information disorders: exaggeration, decontextualization, deception, false alerts and frauds, and highlights their main characteristics. The investigation reveals that WhatsApp was the principal platform used for disseminating hoaxes, in addition to multiple social networks. Misinformation stories are mainly photos or text, and the contents were related to the health crisis, the economic bonus for vulnerable families, pandemic restrictions, and health myths. In addition, the study shows a useful guide for professionals working on fact-checking.

Keywords: Covid-19; coronavirus; pandemic; infodemic; fake news; misinformation; disinformation; fact-checking; social media; digital media platforms

Introducción

La desinformación puede llegar a través de múltiples medios y canales (medios tradicionales, conversaciones privadas, medios digitales, entre otros) y, en un contexto de emergencia sanitaria como la pandemia de la COVID-19, las personas -que se ven enfrentadas al ruido informativo- se exponen a tomar malas decisiones, incluso poniendo en riesgo su salud (OMS, 2020a). Es así que las personas se ven obligadas a enfrentar la “fatiga pandémica” (OMS, 2021, p. 4), que involucra el estrés causado por la incertidumbre, así como miedos y temores debido a la presión social, económica, sanitaria y, en consecuencia, en todo nivel.

Desde el inicio de la emergencia sanitaria, la Organización Mundial de la Salud (OMS) advirtió de una “infodemia” debido a la “sobreabundancia de información -alguna exacta y otra no- que hace difícil que la gente encuentre fuentes dignas de crédito y fiables cuando lo necesitan”. Además, también alertaba a los países de que su comunicación debería ser “rápida, regular y transparente” (OMS, 2020b, p. 2).

Como consecuencia de la desinformación e infodemia, la población podría responder con menor interés a seguir las restricciones o recomendaciones de las autoridades sanitarias, lo que finalmente los pone en riesgo de contagio (OMS, 2021, p. 20).

A la campaña de los medios de comunicación y las autoridades para reducir la desinformación se sumaron las principales redes sociales y otras plataformas digitales que buscaron advertir de las noticias falsas, mitos o creencias colectivas y rumores en torno al nuevo coronavirus.

Estos medios digitales establecieron cambios en sus políticas, así como acciones para reducir la visibilidad de los contenidos falsos y sancionar a las cuentas que los promovían (Rosen, 2020). También lanzaron nuevas herramientas que ayudaron a los usuarios a detectarlos o reportarlos, en alianza con organizaciones periodísticas y sitios de fact-checking en el mundo.

En el Perú, el primer caso detectado de COVID-19 fue anunciado el 6 de marzo de 2020. La pandemia llevó al país a la declaración de la emergencia sanitaria que incluyó una cuarentena obligatoria de 107 días entre el 16 de marzo y el 30 de junio del 2020. Luego, se determinó una cuarentena focalizada, y posteriormente se aplicaron restricciones por niveles de acuerdo a la evaluación de la situación sanitaria en cada ciudad o provincia.

La presente investigación tiene como objetivo describir la tipología de los contenidos de desinformación que ganaron viralidad y fueron detectados y advertidos por las autoridades nacionales e internacionales, así como por sitios de fact-checking, durante los primeros meses de la emergencia sanitaria.

Además, busca enumerar los medios digitales más utilizados, los temas más frecuentes y los formatos que fueron empleados en estos contenidos falsos para profundizar en sus características.

Esta investigación emplea conceptos claves como la desinformación, información falsa y noticias falsas, así como el fact-checking, términos que suelen generar confusión pero que los usuarios de internet y, principalmente, profesionales en el área de las comunicaciones deben tener claro para cumplir con su labor de manera rigurosa.

Los estudios sobre desinformación en el contexto de pandemia en el Perú han apuntado principalmente a la exploración de las acciones de comunicación de autoridades gubernamentales (Cárdenas & Pineda, 2021), el análisis de la cobertura periodística de medios tradicionales sobre la COVID-19 (Rojas, 2022; Champa, 2021), los factores que influyen en la viralización de contenido falso en Twitter (Cabezas, 2022), las herramientas que utilizan los verificadores de contenido para el fact-checking (Vásquez, 2020; Pérez, 2020), el perfil y respuesta de los usuarios que consumen contenidos falsos (Montoya, 2020; Céspedes, 2021), entre otros temas vinculados a la producción de contenido.

También hubo una iniciativa ciudadana colectiva, denominada “Handbook Covid-19 Perú” (Incio, 2020), que realizó un trabajo de curaduría para recopilar enlaces importantes sobre noticias e investigaciones científicas en relación al nuevo coronavirus, así como un agregador de publicaciones de redes sociales en las que se exponían noticias falsas organizadas por temas, principalmente advertidas por organismos de salud, sin detallar su tipología y que solo tuvo actualización hasta marzo de 2020.

Noain-Sánchez (2021) analizó los bulos detectados por el sitio de fact-checking del diario peruano La República durante la primera mitad del año 2020, así como de otras páginas web en América Latina y España con una muestra total de 1,679 mensajes. Su aproximación permite distinguir los contenidos falsos, información verdadera y contenido impreciso, siguiendo los veredictos de los sitios de verificación; por lo que no tiene como objetivo profundizar en una tipología. García-Marín (2020) solo recoge un único contenido advertido por sitios de verificación de Perú (0.19% de la muestra); mientras que la muestra de Gutiérrez-Coba et al. (2020) también es pequeña (28) y presenta una adaptación de las tipologías de Wardle (2019) y Salaverría et al. (2020) para agrupar los contenidos falsos en países iberoamericanos.

Es por ello que, ante la falta del desarrollo de una tipología aplicada al contexto peruano, esta investigación representa un nuevo aporte en el marco de la investigación de los contenidos desinformativos.

Estos desórdenes informativos requieren de estudios de casos enfocados en el ámbito local, sobre todo debido al alto consumo de noticias desde soportes digitales: el 84% de usuarios peruanos consumen noticias en línea, y el 73% lo hace únicamente desde redes sociales (Newman et al., 2022, p. 127).

La presente investigación emplea el análisis de contenido para evaluar los contenidos desinformativos y describir la tipología de los mismos. El manual de codificación propuesto podría ser aplicado en futuros estudios sobre desinformación en redes sociales y otros medios digitales.

Asimismo, los resultados de esta investigación facilitaron la construcción de una guía de verificación en base a las características de los contenidos desinformativos. Este aporte permitirá dotar a los usuarios de los criterios indispensables para la verificación de información en medios digitales.

1.1 Desinformación, información falsa y noticias falsas

El panorama de los desórdenes informativos (Wardle & Derakhshan, 2017, p. 20; Ireton & Posetti, 2018, p. 44) está compuesto por tres tipos de trastornos de la información: mala información (malinformation), desinformación (disinformation) e información falsa (misinformation).

En un extremo, malinformation representa información sensible basada en la realidad, pero con una clara intención de afectar a un tercero ya sea una persona, país o entidad (Wardle & Derakhshan, 2017, p. 20; Santos-d’Amorim & Miranda, 2021). Estos contenidos son evidentes en el ecosistema informativo al presentarse como mensajes de odio o filtraciones irregulares.

El escándalo de Cambridge Analytica y Facebook que involucró la recopilación de datos con en la intención de influir en los resultados de las elecciones presidenciales de Estados Unidos es un claro ejemplo de malinformation debido a que se vulneró la privacidad de usuarios (Santos-d’Amorim & Miranda, 2021).

Además, en el otro extremo está la información falsa o errónea (misinformation) que revela una falta de rigurosidad durante la difusión de contenidos, pero que no tiene la intención de engañar. Es por ello que también se puede describir simplemente como “contenido falso” (Wardle, 2019). Es así cuando la información puede ser cierta pero hay algún tipo de inexactitud o genera rumores, lo que también se puede denominar como “mitos informativos” (Estrada, Alfaro & Saavedra, 2020, p. 97).

Los mitos representan creencias colectivas que tratan de dar una explicación a un tema, hecho o concepto. En el sector salud, y no solo en el contexto de pandemia, los “mitos de salud” podrían llegar a entorpecer los programas de salud promovidos a partir de las políticas públicas (Scrimshaw, 1977, p. 414). Se caracterizan por recoger parte de algunas tradiciones locales, cultura o creencias sin fuentes evidentes.

En tanto, los contenidos de humor o sátira pueden convertirse en misinformation debido a que no hay una intención de engañar al lector (Santos-d’Amorim & Miranda, 2021).

En el medio de este ecosistema de información está lo que Wardle (2019, p. 8) describe como desinformación (disinformation), es decir, “contenido intencionalmente falso y diseñado para causar daño”. Esta información tiene diferentes motivaciones como “ganar dinero; tener influencia política, ya sea en el exterior o en el interior; o causar problemas por ello”.

Además, se caracteriza por revelar hechos (falsos o verdaderos), es engañoso o confuso, así como intencional. En esta última característica radica su peligrosidad porque se convierte en un engaño (Estrada, Alfaro & Saavedra, 2020).

Estos desórdenes informativos han llevado a los investigadores a plantear diversas clasificaciones. Entre ellas, Tandoc, Zheng & Richard (2018) proponen seis tipos: la sátira, la parodia, noticias manipuladas, noticias fabricadas, propaganda y publicidad. El elemento común entre todos es que estos contenidos “realmente parecen noticias” al ser redactadas como tal, incluir fotos o citar fuentes de información. Además, establecen un modelo basado en dos dimensiones: la primera se refiere al grado en el que las noticias falsas se basan en hechos (factibilidad), mientras que la segunda se relaciona a la intención de engañar al lector.

El espectro propuesto por Wardle (2019) se divide en una escala de siete tipos basada en la mayor consecuencia: el daño que puede generar ese contenido en el ecosistema de información. En el primer nivel (bajo daño) entra la sátira o parodia, conexión falsa y contenido engañoso, mientras que en el segundo nivel (alto daño) está el contexto falso, contenido impostor (fuente suplantada), contenido manipulado y contenido fabricado.

Recogiendo las investigaciones previas, principalmente la de Wardle (2019), Salaverría et al. (2020,

p. 4) presentan cuatro tipos: bromas, exageraciones, descontextualizaciones y engaños. En esta clasificación se descartan los procedimientos desinformativos (conexión falsa, contexto falso y contenido manipulado) y los contenidos publicitarios (relaciones públicas y propaganda) de las investigaciones previamente citadas. Es decir, es una tipología enfocada en el contenido que busca el engaño premeditado.

Así, Salaverría et al. (2020, p. 13) establecen que “es más grave un engaño que una descontextualización; una descontextualización es a su vez más grave que una exageración y, esta, por su parte, lo es más que una broma”. En su diagrama de gravedad, los autores tomaron en consideración dos ejes: la falsedad de la información y el nivel de voluntariedad, que revela la intención del autor o difusor del bulo. Este modelo resultó muy útil para concluir que las plataformas de fact-checking -de dónde obtuvieron los contenidos de desinformación para su análisis- prestan mayor atención a los engaños y a las descontextualizaciones por su gravedad.

Por su parte, Santos-d’Amorim & Miranda (2021) proponen dividir los tres conceptos principales (misinformation, disinformation y malinformation) del espectro de los desórdenes informativos en 16 tipos: noticias falsas, engaños, noticias satíricas o parodia, reseñas falsas, sesgo, propaganda, investigaciones retractadas, teorías conspirativas, el uso incorrecto de mapas o cuadros, phishing, filtro burbuja, cámara de eco, uso político de información sensible, clickbait, webs impostoras y uso de información confidencial.

Entre las instituciones y organizaciones globales que también han trabajado la adaptación de sus propias clasificaciones está Global Voices (2017) que detalla seis tipos enfocados en el contenido: conexión falsa entre título y contenido, contenido falso (imágenes editadas o hechos fabricados), contexto falso, descripción falsa (fotos o videos con datos erróneos), fuentes noticiosas falsificadas, y sátira o ironía que genera malas interpretaciones.

En el ámbito especializado, el Observatorio de Infodemia del Covid-19 (Fundación Bruno Kessler, nd), que se actualiza desde enero de 2020, ofrece una clasificación de las fuentes de información de contenido para analizar los mensajes de Twitter a nivel mundial y, de esta manera, obtener indicadores como el Índice de riesgo de infodemia (IRI) , el Índice de riesgo dinámico de infodemia y el Índice de falta de fiabilidad de noticias.

Para este último índice se establece una escala de siete tipos que se divide en contenido de confianza

(2) y contenido potencialmente poco confiable (5). En el primer grupo se incluyen los medios de comunicación reconocidos y políticamente imparciales, así como contenido relacionado a fuentes científicas reconocidas. En el grupo de contenido potencialmente poco confiable se agrega la sátira, clickbait (publicidad falsa), información política sesgada, contenido falso (medios de comunicación conocidos por difundir engaños o noticias falsas) y teorías de conspiración.

A su vez, Tandoc, Zheng & Richard (2018) sostienen que la definición literal de “noticias falsas” o “fake news” es un oxímoron, una contradicción al concepto de noticias, que representan únicamente hechos verdaderos.

En ese sentido, en lugar de “noticias falsas”, la Real Academia Española (2020) sugiere usar el tér mino “bulo” y lo define como una “noticia falsa propalada con algún fin”.

Salaverría et al. (2020) también deslindan sobre el uso del término “noticias falsas” debido a que no representa el panorama completo de la desinformación, y justifica el uso del término “bulo”, que definen como mensajes falsos.

El interés de búsqueda global del término “fake news” (noticias falsas) comenzó a crecer desde el 2016 (Google Trends, 2022) debido a las elecciones presidenciales de ese año en Estados Unidos (Bastos & Mercea, 2019 citado en Salaverría et al., 2020, p. 3). A escala mundial, el siguiente pico más alto de interés de búsqueda se ubica en octubre de 2018, pero sobre los dos anteriores está el pico de marzo de 2020 (Google Trends, 2022) debido a la pandemia de la COVID-19.

En el Perú, el pico más alto de interés de búsqueda del término “noticias falsas” se ubica en abril de 2020 con el contexto de pandemia. Tanto el término “noticias falsas” como “fake news” han ganado mayor interés en el buscador de Google desde esa fecha (Google Trends, 2022).

A pesar de su popularidad como término de búsqueda, en la presente investigación se descarta el término “noticias falsas” en apoyo a los investigadores previamente citados, y se describen los contenidos de desinformación o información falsa en relación directa a sus conceptos.

1.2 Fact-checking en tiempos de pandemia

El periodismo tiene como principio que toda información que se difunde debe ser verificada. El fact-checking se suma al proceso de corroboración de datos tras su difusión. Vizoso & Vázquez-Herrero (2019, p. 132) aseguran que “la importancia del fact-checking se justifica hoy en día debido al gran recorrido del que gozan las informaciones falsas difundidas, fundamentalmente, a través de las redes sociales”.

En internet, las noticias falsas se difunden más que la verdad, y las noticias políticas falsas tienen mayor facilidad de ser vistas por más personas, por lo que ganan mayor viralidad que cualquier otra categoría de contenido falso (Vosoughi, Roy & Aral, 2018).

En el mundo se han incrementado las plataformas de fact-checking en español, con más énfasis en América del Sur (Vizoso & Vázquez-Herrero, 2019, p. 140) y, sobre todo, por el contexto pandemia (John, 2020). En esta actividad no solo hay organizaciones independientes, también equipos de prensa de entidades públicas y secciones especializadas de los medios de comunicación, que son respaldadas y/o que trabajan de la mano con Google, Facebook, Twitter, entre otras empresas de tecnología, después de que introdujera políticas contra la desinformación en sus plataformas (Rosen, 2020).

La labor de los verificadores se basa en “aclarar y arrojar luz a todas aquellas informaciones construidas de forma no adecuada o falsa” (Vizoso & Vázquez-Herrero, 2019, p. 132). Y su importancia como un perfil profesional en las comunicaciones gana cada vez más relevancia en un contexto de ruido informativo (Herrero-Diz, Pérez-Escolar & Varona, 2022).

En temas de salud, no es la primera vez que es necesaria la intervención de los verificadores de contenido a mayor nivel. Prueba de ello fueron los brotes de enfermedades infecciones como el virus Zika o la epidemia del ébola entre el 2014 y el 2016, y se ha mantenido debido a las campañas de antivacunas en redes sociales (Shah et al., 2019; Balami & Meleh, 2019; Dredze et al., 2016 citados en Noain-Sánchez, 2021, p. 881).

En el Perú, no solo hay sitios especializados en esta labor, también medios de comunicación con presencia digital que han abierto espacios de fact-checking. Entre las organizaciones peruanas con equipos especializados están La República, Convoca, Ojo Público, y Salud con Lupa (Tabla 1). Las tres primeras han revelado en sus respectivos sitios web las escalas de verificación que utilizan para corroborar información.

Lo cierto es que la pandemia generó, desde sus inicios, el mayor interés que cualquier otro tema en el mundo, según el ranking de Google Trends (2020) para las búsquedas generales y de noticias, además que alcanzó más de 24 millones de publicaciones en redes sociales durante enero y febrero de ese año (Idtaleb, 2020). Al año siguiente se mantuvo el interés ocupando la tercera posición en las tendencias globales de noticias (Google Trends, 2021).

A inicios de la emergencia sanitaria en el mundo, la Red Internacional de Verificación de Datos (IFCN en inglés) habilitó la plataforma CoronaVirusFacts Alliance en conjunto con más de 100 organizaciones de fact-checking en 70 países y con contenido verificado en 40 idiomas. Su sitio web registra hasta junio de 2021 más de 12,000 reportes en el marco de la pandemia de la COVID-19.

Tabla 1 Escalas de verificación de organizaciones peruanas de fact-checking 

Convoca La República Ojo Público
Verdadero Se comprobó la veracidad de la afirmación o noticia luego de contrastarla con diversas fuentes y datos oficiales. Cierto Contenido verificado. Verdadero El dato o la afirmación tiene sustento verificable en una base dedatos oficial o fuente alternativa calificada (academia, think tanks, sociedad civil).
Falso Se comprobó la falsedad de la afirmación o noticia luego de contrastarla con diversas fuentes y datos oficiales. Falso Contenido no verificado. Falso El dato o información es desmentido de manera concluyente por la propia evidencia oficial o, en su ausencia, de fuente alternativa calificada.
Discutible La afirmación o noticia está abierta al debate dependiendo de las variables ofactores con las que seinterprete. Impreciso La información es insostenible o no hay elementos suficientes para calificarla como cierta o falsa. No verificable El dato o información carece de evidencia sólida, sea oficial o alternativa, para ser comprobado.
Engañoso La afirmación o noticia coincide parcialmente con ciertos datos pero ha sido manipulada para comunicar un mensaje. Engañoso El contenido se genera a partir de elementos ciertos para sostener una conclusión queno coincide con larealidad. Engañoso El dato o afirmación es aparentemente válido o cierto, pero ha sido sacado fuera de contexto o no corresponde a la realidad.
Verdadero La afirmación o noticia no es completamente veraz porqueomite informaciónrelacionada al tema.
No verificable La afirmación o noticia no puede ser contrastada con fuentes y datos oficiales.

Fuente: Convoca (2020), La República (2019), Ojo Público (2020a). Elaboración propia.

Al mismo tiempo, las entidades públicas en el país adoptaron medidas rápidas para que, desde sus redes sociales y comunicados de prensa, se alertara de contenido de desinformación desde el inicio de la pandemia. Cárdenas & Pineda (2021) precisan que el Perú destaca frente a otros países de América Latina por haber desarrollado una gestión de comunicación sobre la pandemia no solo desde las cuentas de Facebook de las entidades nacionales de salud, también desde la cuenta del presidente y de la oficina de prensa de la Presidencia de la República. Esta creciente difusión es una invitación a que las advertencias sobre información falsa sean parte de la agenda informativa de los medios de comunicación en el país.

Con el contexto de pandemia, resulta también una necesidad fortalecer las alianzas entre organizaciones gubernamentales y medios para transmitir información oficial y luchar contra la desinformación (OMS, 2021, p. 15). En ese sentido, la OMS (2021) publicó una guía para establecer una estrategia global de comunicación de riesgos y participación de la comunidad en el contexto de COVID-19.

Desde el 2021, el Ministerio de Salud usa el hashtag #FactCheck para advertir de los contenidos de desinformación en sus redes sociales, una característica que será de utilidad para facilitar el hallazgo de registros para un futuro estudio de seguimiento en marco de la pandemia.

Por otro lado, queda en evidencia que la labor de fact-checking se ha extendido y reforzado debido a la coincidencia de la pandemia con el contexto electoral en el Perú por las Elecciones Generales 2021 entre abril y junio. Es por ello que, tanto la Oficina Nacional de Procesos Electorales (ONPE) como el Jurado Nacional de Elecciones (JNE), las autoridades electorales en el Perú, sumaron los reportes de fact-checking a sus contenidos diarios en plataformas sociales.

1.3 Consumo de noticias en redes sociales

A escala mundial, el consumo de noticias por medios tradicionales sigue cayendo, mientras que el consumo de noticias en línea, incluyendo redes sociales se mantiene en el último año. Sin embargo, el interés por consumir noticias ha caído considerablemente a nivel global de 63% en 2017 a 51% en 2022 (Newman, 2022, p. 10).

El 23% prefiere informarse desde sitios web o aplicaciones móviles, aunque los usuarios entre 18 y 24 años tienen una “conexión aún más débil” con estas plataformas y prefieren usar redes sociales, buscadores o agregadores móviles (Newman, 2022, p. 10).

En cuanto a consumo de noticias en redes sociales, Facebook es la más usada, pero TikTok ha mantenido un crecimiento acelerado en el último año alcanzando el 15% (Newman, 2022, p. 11).

Este panorama también es explorado en la encuesta global de Ipsos (2020), que revela que, al menos tres veces por semana, el 74 % consume noticias por televisión, mientras que el 41% prefiere la radio y solo el 24%, los diarios impresos. En cuanto a plataformas digitales, hay mayor variedad de uso para estos propósitos: el 62% lo hace desde un sitio de noticias en su computadora, el 61% desde una app de noticias; y el 72% desde redes sociales.

En el Perú, el incremento del uso de aplicaciones de mensajería y de redes sociales (Osiptel, 2020a) dejó en evidencia la exposición de los usuarios al ruido informativo, lo que representa un riesgo de hallar contenido de desinformación.

Esta afirmación se refuerza con el estudio realizado por el Observatorio de Infodemia del Covid-19 (Fundación Bruno Kessler, sf) que analizó el contexto peruano de la infodemia entre el 2020 y 2021. Según el estudio, los usuarios de países con un IRI alto como el Perú (0.979) tienen “una probabilidad superior al 75% de leer una publicación en línea con un enlace a un sitio web con información potencialmente engañosa sobre covid-19”. Y si el IRI es bajo/medio (0.307 para Perú), existe “una probabilidad de entre 26 % y 50% de volver a compartir o comentar sobre esa información”.

Con un alto consumo de noticias desde las plataformas online en el Perú, las redes sociales han logrado superar de lejos a los medios tradicionales, principalmente TV y diarios impresos: el 70% de usuarios peruanos se informa desde redes sociales (y la TV alcanza el 63%, mientras que el formato impreso llega a 28%). Además, el 80% de usuarios peruanos prefiere usar su teléfono móvil para consumir noticias, el 52% comparte noticias desde redes sociales, mensajería privada o email, y el 37% confía en los contenidos noticiosos que recibe desde las plataformas sociales (Newman, 2021, p. 126).

El informe del Reuters Institute (Newman, 2021) precisó que las redes sociales más empleadas para consumir noticias en el Perú fueron Facebook (69%), WhatsApp (42%), YouTube (35%), Instagram (18%), Messenger (18%), Twitter (13%) y TikTok (7%). Según el reporte, estas plataformas son también las más usadas para cualquier otro propósito como la navegación y el entretenimiento. El mismo reporte con información de 2022 detalló que Facebook seguía dominando el ranking aunque a menor medida (67%), WhatsApp cayó a 34% y YouTube subió al segundo lugar con 39%, mientras que Instagram, TikTok y Twitter mejoraron sus posiciones con 22%, 16% y 15%, respectivamente (Newman, 2022, p. 126).

Esta lista coincide con los reportes de Osiptel (2020a) que revelaron que, durante la primera semana de confinamiento obligatorio, hubo un incremento de tráfico de datos entre 9% y 21% en redes móviles, y entre 30% y 36% en redes fijas. Las aplicaciones Facebook, Netflix, YouTube y TikTok alcanzaron entre el 20% y 50% del consumo del tráfico total en redes móviles, mientras que estos mismos servicios representaron el 40% en redes fijas. Durante la segunda semana, Osiptel (2020b) reportó que se elevó el tráfico de WhatsApp para la red fija (150%) y la red móvil (52%). A lo largo de la primera cuarentena, hasta junio, WhatsApp, Facebook y TikTok estuvieron entre las aplicaciones más usadas en redes fijas y móviles (Osiptel, 2020c).

El panorama en el 2021 fue similar. El informe de Osiptel (2021) de la primera semana de inmovilización social obligatoria de ese año, del 1 al 7 de febrero, precisó que WhatsApp, TikTok y YouTube fueron las apps más empleadas en redes fijas. En redes móviles destacan Instagram y Facebook, además de las apps anteriormente mencionadas.

Al visibilizarse un mayor interés por consumir noticias en línea (Newman, 2022), no es una novedad la exposición de los usuarios a los contenidos falsos: el 48% de usuarios de internet a nivel global y el 57% de usuarios peruanos confió en una noticia que resultó ser falsa. Si bien el 56% considera que una “noticia falsa” representa contenido que describe hechos falsos, el 44% también cree que los medios o políticos solo eligen difundir algunos hechos para apoyar su posición (Ipsos, 2018).

En cuanto al contexto de pandemia, Gabarron, Oyeyemi & Wynn (2021, p. 459) detectaron que entre el 0.2% y 28.8% de las publicaciones en redes sociales sobre la COVID-19 pueden ser clasificadas como información falsa. Para sacar esta conclusión, los investigadores realizaron una revisión de 22 artículos académicos que, cada uno, analizó los contenidos publicados en redes sociales como Twitter, Facebook y Weibo en la primera etapa de la pandemia. “Aunque la desinformación no es un fenómeno nuevo, hoy puede propagarse rápidamente en las redes sociales y potencialmente llegar a más de la mitad de la población mundial”, concluyeron Gabarron, Oyeyemi & Wynn (2021, p. 459).

A ello se suma que el Perú presentó el mayor índice de incapacidad para reconocer noticias falsas con 79% en un estudio regional (Nieves-Cuervo et al., 2021). Sin embargo, la mayoría (94%) de usuarios adultos peruanos tiene la intención de buscar fuentes de noticias confiables y, en una menor proporción, el 22% confesó que solo ocasionalmente se asegura de que las noticias que consume viene de fuentes confiables. Asimismo, solo el 38% confía que cualquier persona en el Perú podría identificar una noticia falsa (Ipsos, 2020).

2. Metodología

Este estudio descriptivo utiliza una metodología mixta que, mediante el análisis de contenido, permite describir los contenidos desinformativos publicados en medios digitales que fueron advertidos desde Facebook, Twitter y sitios web.

La muestra está conformada por los contenidos de desinformación que ganaron viralidad, por lo que fue necesario que un sitio especializado de fact-checking o una entidad pública en el país difundiera una advertencia desde sus cuentas de redes sociales o sitios web oficiales desde la confirmación del primer caso de COVID-19 en el país y durante la primera cuarentena obligatoria (desde el 16 de marzo hasta el 30 de junio del 2020).

Para llegar a la muestra total de 80 contenidos de desinformación se realizaron dos tipos de búsqueda. En primer lugar, se empleó la plataforma CoronaVirusFacts Alliance que reúne los reportes vinculados al Perú de sitios especializados de fact-checking que forman parte de la Red Internacional de Verificación de Datos, incluyendo organizaciones peruanas.

En segundo lugar, se realizó una búsqueda avanzada en la sección Notas de prensa de los 18 ministerios en el Perú y la Presidencia del Consejo de Ministros desde el portal único Gob.pe, además en las 38 cuentas oficiales en Facebook (19) y Twitter (19) de estas entidades públicas, así como en las cuentas de Twitter del Instituto Nacional de Salud, la ONU Perú y la OMS/OPS Perú.

Para este filtro se utilizaron términos como “noticias falsas”, “falso”, “falsedad”, “falsa”, “contenido falso”, “fake news”, “#FakeNews”, #Atención”, “información falsa”, “falsificada”, y “falsificación”. Finalmente, se hallaron contenidos únicamente en las cuentas oficiales de doce (12) ministerios.

La base de datos inicial -tabulada en Excel- estuvo compuesta por 151 registros. Sin embargo, el filtro aplicado redujo los registros a 80. Para esto, se eliminaron los contenidos de advertencia duplicados en más de una red social, y se detectaron cinco (5) campañas en las que se integraron varias entidades del gobierno para difundir el mismo contenido. Es por ello que se priorizó -por los horarios de difusión- una cuenta y/o red social sobre otra.

Es importante mencionar que la fecha de difusión de estas alertas no implica que el contenido desinformativo haya sido creado ese día, sino que probablemente su viralidad generó una reacción de advertencia en dicha fecha.

El manual de codificación de este estudio contempla las siguientes variables: día, mes, fuente de advertencia, formatos o elementos usados en el contenido desinformativo, plataforma(s) de advertencia, medios digitales de difusión, fuente citada (si aplica), tipo de fuente citada, región/territorios, tema, presunto objetivo/intención, y observaciones (link al mensaje de advertencia).

Las fuentes de advertencia son los sitios de fact-checking, así como las siguientes organizaciones gubernamentales y organismos internacionales vinculados al sector salud: Ministerio de Economía y Finanzas (MEF), Ministerio de Desarrollo Agrario y Riego (Midagri), Ministerio de Desarrollo e Inclusión Social (Midis), Ministerio de la Mujer y Poblaciones Vulnerables (MIMP), Ministerio de Defensa (Mindef), Ministerio de Educación (Minedu), Ministerio del Interior (Mininter), Ministerio de Justicia y Derechos Humanos (Minjus), Ministerio de Salud (Minsa), Ministerio de Trabajo y Promoción del Empleo (MTPE), Ministerio de Transportes y Comunicaciones (MTC), Ministerio de la Producción (Produce), Presidencia del Consejo de Ministros (PCM), EsSalud, Convoca.pe, Ojo Público, OPS/OMS Perú, y ONU Perú.

En formatos o elementos usados en el contenido desinformativo se incluye texto, nota (página web), foto, video, audio, y no precisa. También se citaron más de un formato si el caso lo ameritaba.

Como previamente se mencionó, las plataformas de advertencia son tanto sitios web como las cuentas oficiales de Facebook y Twitter.

En cuanto a los medios digitales de difusión, se incluye a Facebook, Twitter, Instagram, WhatsApp, SMS, Email, TV, YouTube, sitio web y no precisa.

En la fuente citada se agrega el nombre de la entidad pública, entidad privada, autoridad local, y/o personalidad, además de no precisa.

En tipos de fuente, se clasifica en fuente real, fuente suplantada, fuente anónima o fuente ficticia. En regiones o territorios se detalla los países involucrados.

En cuanto al tema, estos fueron organizados por ocho categorías: Educación, Economía, Bioseguridad, Crisis sanitaria, Seguridad ciudadana, Salud, Autoridades y Otros.

En el presunto objetivo se describen las principales intenciones como estafa, phishing, desprestigio, pánico, confusión, entre otros.

Las observaciones incluyen los enlaces a las publicaciones originales, teniendo en cuenta más de una plataforma de advertencia si aplicara.

3. Resultados

El análisis de contenido (N=80) reveló que marzo fue el mes que más contenido de desinformación

(42) fue advertido desde medios digitales, principalmente redes sociales (29).

En abril hubo 22 contenidos de desinformación reportados, mientras que en mayo, 11; y en junio, 5.

3.1 Fuentes de advertencia

Las fuentes de advertencia son las entidades públicas nacionales e internacionales previamente señaladas y los sitios especializados de fact-checking de la plataforma CoronaVirusFacts Alliance.

Entre marzo y junio, la principal fuente de advertencia fue el sitio web Ojo Público con 19 reportes. Posteriormente, está el Ministerio de Educación, con 9 casos (Figura 1).

Le siguen el Ministerio de Salud (Minsa) y el Ministerio de Desarrollo e Inclusión Social (Midis) con 8 reportes.

Fuente: Elaboración propia

Figura 1 Cantidad de contenidos de desinformación por fuente de advertencia 

Si bien la mayoría de contenidos fueron advertidos por un sitio especializado de fact-checking, si se suman las entidades oficiales vinculadas al sector salud (color azul), estos alcanzan un total de 12.

En cuanto al medio digital utilizado para la advertencia, 38 de ellos tuvieron como plataforma elegida Facebook. Además, 20 tuvo Twitter como principal red social de advertencia. También hubo 22 publicaciones en sitios web de fact-checking y/o notas de prensa.

Del total, 33 contenidos fueron advertidos tanto en Facebook como Twitter, y uno en un sitio web. Se trató de una nota de prensa del MEF que advertía sobre un falso mensaje de texto que suplanta la identidad de la entidad pública.

Previamente se eliminaron los duplicados debido a que se detectaron cinco campañas cruzadas o contenidos compartidos entre entidades del Estado peruano. Estas fueron entre Minsa y Mininter (1), Minsa y OPS/OMS Perú (1), MEF y Ministerio de Cultura (1), Midis y MEF (1), y la PCM y otros ministerios.

Esta última campaña, realizada el 18 de abril de 2020, advertía en un video de múltiples contenidos desinformativos, principalmente relacionados a la falta de abastecimiento de productos, mitos de salud y falsos avisos de cortes de agua en el país.

También se hallaron posts compartidos en Facebook entre el Minsa y Mininter (1), así como otros dos (2) del MEF y otros ministerios, por lo que nuevamente se eliminaron los duplicados, quedando únicamente la fuente original de advertencia.

Los duplicados fueron filtrados en base a la fecha de publicación, por lo que se eligió la primera entidad y plataforma en la que se compartió el contenido por fecha y hora.

3.2 Medios digitales

Los medios digitales usados fueron variados, desde SMS hasta redes sociales, incluso más de una plataforma. Por otro lado, también hubo casos en los que no se precisó la plataforma (s) involucrada (s).

De total, 23 contenidos fueron difundidos desde la aplicación de mensajería WhatsApp, mientras que las fuentes de advertencia señalaron que otros 28 contenidos desinformativos fueron difundidos en múltiples redes sociales, sin precisar cuáles (Tabla 2).

Tabla 2 Medios digitales usados para difundir contenido de desinformación 

Medios digitales usados Cantidad
Web 1
Email 1
Facebook 15*
Instagram 2
SMS 2
Redes Sociales** 28
TV 3
Twitter 6
WhatsApp 23
YouTube 2*

*En tres (3) ocasiones del total (N=80) se usaron más de un medio digital, incluyendo Facebook (2) y YouTube (1). Es por eso que este cuadro suma 83 medios digitales empleados para la difusión de contenido falso.

** Las fuentes de advertencia señalaron que los contenidos desinformativos se compartieron en múltiples redes sociales, sin precisar cuáles.

Fuente: Elaboración propia

3.3 Región

Del total, 75 contenidos estaban dirigidos al territorio peruano, mientras que uno (1) involucraba a Perú y Ecuador; otro (1) a Italia, y tres (3) a Latinoamérica.

3.4 Formatos

Para los contenidos de desinformación se usaron elementos multimedia como fotos (34), videos (12) o audio (6); además de texto (22) y publicaciones en un sitio web (1). También se detectaron cinco (5) casos en los que no se precisó el formato empleado en la difusión de ese contenido.

Asimismo, se contabilizaron más de un formato empleado en tres (3) casos: video (2) y audio (1). Es por ello que el total suma 83 elementos usados en la Figura 2.

En cuanto al sitio web advertido, se trató de una nota informativa que fue compartida por un medio de comunicación local. El Ministerio de Educación (Minedu) alertó de este contenido falso.

Fuente: Elaboración propia

Figura 2 Formatos o elementos empleados para los contenidos de desinformación 

3.5 Temáticas

En cuanto a los temas que dominaron los contenidos advertidos, estos se dividieron en: 1) educación, 2) economía, 3) restricciones y medidas de bioseguridad, 4) gestión de la crisis sanitaria, 5) seguridad ciudadana, 6) salud, 7) autoridades y 8) otros.

En Educación se incluyeron principalmente los contenidos relacionados al programa “Aprendo en casa”, que fue iniciado debido a que los escolares dejaron de acudir a sus aulas; además de otros temas relacionados al sector educativo (Tabla 3).

Tabla 3 Temáticas que dominaron los contenidos de desinformación 

Temáticas Cantidad
Educación 4
Economía 17
Bioseguridad 14
Crisis sanitaria 19
Seguridad ciudadana 2
Salud 13
Autoridades 5
Otros 6

Fuente: Elaboración propia

En Economía se incluyeron los contenidos relacionados al bono económico otorgado por el gobierno peruano para las familias vulnerables debido a la suspensión de algunas actividades productivas durante el confinamiento.

La temática Bioseguridad englobó las restricciones del gobierno relacionadas al cuidado de la población para reducir los contagios de la COVID-19, mientras que la temática de crisis sanitaria incluyó los contenidos vinculados a la atención de los casos detectados a nivel nacional y la gestión sanitaria.

En Seguridad ciudadana se agregaron los contenidos vinculados a las acciones del sector (Policía y Ministerio del Interior).

En Salud, se tuvo en cuenta los mitos en torno a la pandemia, el origen del nuevo coronavirus, así como otros contenidos científicos.

En la categoría Autoridades se agregaron contenidos sobre suplantación de identidad de una autoridad o entidad pública; mientras que en Otros se agruparon los contenidos que no tienen relación directa con la pandemia, pero fueron advertidos por las entidades públicas y sitios de fact-checking en el periodo de tiempo estudiado. En esta sección destacan los contenidos vinculados a presuntos actos de corrupción que fueron desestimados.

3.6 Fuentes

Las fuentes citadas fueron clasificadas por tipo de fuente: anónima (no se precisa si alguna persona identificada o entidad respalda el contenido ofrecido), suplantada (una persona o entidad es falsamente atribuida), real (personas identificables que divulgaron información falsa o inexacta), y ficticia (identidad fabricada).

Tabla 4 Tipo de fuentes citadas en los contenidos de desinformación 

Tipo de fuente Cantidad
Anónima 9
Suplantada 61
Real 6
Ficticia 4

Fuente: Elaboración propia

El 76.3% (N=61) de los contenidos desinformativos citó a una fuente suplantada, mientras que el 11.3% (N=9) fue anónima (Tabla 4).

En cuanto a la fuente citada, el 38.8% (N=31) fueron ministerios, principalmente el Minedu (7 casos), Midis (7 casos), Minsa (3 casos) y MEF (3 casos); seguido de fuentes anónimas que no fueron precisadas con 12.5% (N=10). El 8.8% (N=7) fueron entidades públicas como la Policía y otras no vinculadas al sector salud.

En el sector salud, con 10% (N=8), se agrupan a hospitales nacionales y privados, así como la Dirección General de Salud Ambiental (Digesa) y el Seguro Social de Salud - EsSalud (Figura 3). También hubo 9 citas a entidades del extranjero (11.3%) y se identificaron 5 autoridades -del ámbito público y privado- cuyos contenidos compartidos fueron advertidos como falsos. En Otros (6.3%) están las fuentes reales o ficticias, por ejemplo, supuestos militares o supuestos doctores que afirmaban cambios en las restricciones por pandemia o curas milagrosas, y en Empresas solo hay una entidad privada mencionada.

Fuente: Elaboración propia

Figura 3 Fuentes citadas en los contenidos de desinformación 

3.7 Tipología

Las tipologías previamente reseñadas definen los contenidos de desinformación en siete tipos incluyendo procedimientos desinformativos (Wardle, 2019), en seis tipos teniendo en cuenta el contenido propagandístico (Tandoc, Zheng & Richard, 2018), en siete tipos de acuerdo a su confiabilidad para analizar el contenido difundido en Twitter (Fundación Bruno Kessler, sf); en cuatro tipos y un diagrama de gravedad para clasificar contenidos de acuerdo al fin de engaño premeditado (Salaverría et al., 2020) y hasta en 16 tipos para organizarlas por contenido (Santos-d’Amorim & Miranda, 2021).

El análisis de la muestra permitió identificar que tres de los cuatro tipos propuestos por Salaverría et al. (2020) se adaptan al contexto peruano: exageración, descontextualización y engaño, que se basa parcialmente en la clasificación de Wardle (2019). Sin embargo, el engaño -que representa la falsificación absoluta- puede, a su vez, tener mayor gravedad en base a las presuntas intenciones de la difusión del contenido desinformativo. Con la variable de presunta intención u objetivo de esta investigación -que no fue considerada en el manual de codificación para el análisis de contenido del estudio español- se pudo concluir en una tipología para los desórdenes informativos con cinco tipos: exageración, descontextualización, engaños, alertas falsas y estafas.

La razón detrás de agregar dos tipos adicionales que reflejan claramente contenidos falsificados (engaño) se basa en el diagrama de gravedad de Salaverría et al. (2020), que otorga mayor gravedad a un contenido desinformativo, así como en la incidencia de los contenidos advertidos en el caso peruano que apuntan claramente a generar alertas falsas como intentos de estafas.

Las alertas falsas -un tipo basado en la propuesta de Peña, Bermejo & Zanni (2020)- representan contenidos falsos que intentan causar pánico y alerta en la población al suplantar la identidad de una entidad oficial, principalmente del sector público. Por otro lado, las estafas también son contenidos falsos cuya característica común con las alertas falsas es que suelen ser resultado de una suplantación de identidad (tanto de entidades privadas como públicas), no obstante, sumado a ello, queda en evidencia que busca causar afectación económica y financiera en la población.

Al analizar la intencionalidad (Tabla 5), una reciente variable incluida en algunas investigaciones sobre desinformación (Gutiérrez-Coba et al., 2020), se puede distinguir más fácilmente la tipología que estudios previos alertaron que -como modelos paradigmáticos- pueden resultar complicados de distinguir (Salaverría et al., 2020).

Tabla 5 Tipología de contenidos desinformativos analizados 

Tipología Cantidad
Exageración 17
Descontextualización 6
Engaño 21
Alertas falsas 15
Estafas 21

Fuente: Elaboración propia

Es así que estos contenidos desinformativos pueden describirse de la siguiente manera:

  1. exageración: contenidos que tienen uno o varios datos creíbles pero no verdaderos por completo

  2. descontextualizaciones: hechos concretos que podrían ser verdaderos pero que han sido expuestos en un contexto incorrecto o tergiversado

  3. engaños: contenidos falsos con una clara intención de engañar al público comúnmente para generar desestabilización

  4. alertas falsas: contenidos falsos que, principalmente, recurren a la suplantación de identidad para causar pánico o alarma

  5. estafas: contenidos falsos que, principalmente, recurren a la suplantación de identidad para causar daños económicos o financieros

De esta manera, el 26.3% clasifica como engaño; el 21.3%, exageración, el 18.8%, alertas falsas; el 26.3%, estafas, y el 7.5% fueron descontextualizaciones.

En cuanto a las temáticas, los engaños (N=21) principalmente estuvieron vinculados a contenidos sobre la gestión de la emergencia sanitaria, la suplantación de identidad de autoridades y entidades públicas, así como otros contenidos no relacionados con la pandemia que fueron advertidos. Las alertas falsas (N=15) tuvieron como tema central las restricciones de bioseguridad durante el confinamiento obligatorio; mientras que las estafas (N=21) estaban direccionadas principalmente a los falsos bonos económicos que se difundieron en redes sociales.

Las descontextualizaciones (N=6) se centraron en la crisis sanitaria y educación; mientras que las exageraciones (N=17) se vincularon a mitos de salud, informaciones científicas sin fuentes confiables y el origen de la crisis.

En cuanto a los formatos, los engaños tuvieron un (1) video, además de nueve (9) fotos y una (1) nota web. En cuatro (4) casos hubo texto; en tres (3), audio y en otros tres (3) no se precisó el elemento.

Las alertas falsas contaron casi en su totalidad con fotos (12), así como dos (2) textos, y un (1) video; mientras que las estafas tuvieron principalmente texto (12) y fotos (8), así como un (1) elemento no precisado.

Las exageraciones tuvieron la mayor variedad de elementos: ocho (8) videos, tres (3) textos, tres (3) audios, dos (2) fotos, y uno (1) sin precisar. En el caso de las descontextualizaciones, se usaron dos (2) videos, tres (3) fotos, además un (1) texto.

En cuanto a los medios digitales, los engaños tuvieron la mayor variedad de redes sociales usadas para su difusión con WhatsApp (4), Twitter (4), Instagram (2), Facebook (4), un (1) contenido web y seis (6) redes sociales sin especificar.

Para las estafas, en nueve (9) casos se empleó WhatsApp; en cinco (5), Facebook; un (1) email; dos

(2) SMS y en cuatro (4) ocasiones fueron redes sociales sin precisar cuáles. En cuanto a las alertas falsas, este es el tipo de contenido desinformativo del cual se tiene menos información sobre las plataformas específicas, ya que solo se advierte de que fue difundido en “redes sociales” (13) y WhatsApp (2).

Las exageraciones fueron difundidas no solo por medios digitales, también medios tradicionales: WhatsApp (7), Facebook (3), Twitter (1), YouTube (1), televisión (3), y no precisa (2).

En el caso de las descontextualizaciones, hubo tres (3) contenidos en redes sociales sin especificar, un

(1) mensaje de WhatsApp, un (1) post en Twitter y una (1) publicación en Facebook.

Para profundizar en la tipología, este análisis también permitió distinguir las posibles intenciones de los contenidos de desinformación.

En el caso de las estafas (N=21), hubo las siguientes posibles intenciones: a) generar perjuicios económicos o financieros con mensajes directos de exigencia de dinero para supuestos bonos económicos u otras estafas (61.9%) y b) engaño mediante phishing para entregar datos personales o bancarios para falsos bonos económicos (38.1%).

Las estafas fueron el principal tipo de desorden informativo que marcó todo el periodo de tiempo analizado (marzo-junio) con 17 casos, principalmente en abril, luego de que se comenzara a ejecutar la entrega del bono económico para familias vulnerables a consecuencia del confinamiento obligatorio. Las fuentes de advertencia fueron los ministerios u organismos del sector, además de dos (2) casos en los que participaron sitios de verificación.

Para generar credibilidad, todas las estafas emplearon fuentes suplantadas tanto de entidades públicas como privadas (un banco) e internacionales en tres (3) casos. Con respecto a esto último, las estafas apuntaron no solo al territorio peruano, sino también al regional.

La ONU Perú (2020) alertó que se difunden mensajes por WhatsApp en los que se informaba incorrectamente que la organización internacional ofrecería subsidios de hasta 1,497 dólares. La intención real de estos contenidos desinformativos era captar datos personales, incluyendo bancarios mediante phishing. Un caso similar tuvo que advertir la OPS/OMS Perú (2020), recordando que el organismo no solicita información personal por ninguna razón.

Ojo Público (2020c) reveló que circulaban en WhatsApp enlaces a sitios web maliciosos que invitaban a los usuarios a inscribirse al bono económico y, como requisito, debían reenviar el mensaje a todos sus contactos luego de llenar el formulario con sus datos personales, incluyendo cuenta bancaria. Este mismo aviso apareció en otros países, según el sitio de verificación.

Por otro lado, en el Perú, la principal entidad afectada fue el Midis (7), que se encargó de la distribución del bono económico, pero también hubo un (1) contenido desinformativo vinculado a la Municipalidad de La Victoria, cuya función -al igual que otras entidades locales- fue repartir canastas de alimentos para familias de escasos recursos.

En los casos explorados se les exigía dinero a los ciudadanos para inscribirse al supuesto bono económico anunciado (Midis, 2020), y los mensajes no solo llegaban por redes sociales, también vía email o SMS.

En el caso de los engaños (N=21), hubo las siguientes posibles intenciones: a) suplantar la identidad de las fuentes oficiales para desestabilizar el contexto social, político, económico mediante el desprestigio de las autoridades (85.7%) y b) confundir a la población con contenido falso o fabricado (14.3%).

En el periodo de tiempo analizado, los engaños (N=21) fueron el segundo tipo de desorden informativo que dominó los primeros dos meses de emergencia sanitaria (marzo y abril) con 15 casos, y fueron principalmente ministerios los que advirtieron de su difusión. Además, el 76.2% (N=16) de engaños recurrieron a fuentes suplantadas, sobre todo ministerios y otras entidades públicas.

El sector salud fue blanco de campañas de desprestigio en la que se desinformó en redes sociales sobre un falso rechazo del Ejecutivo a donaciones del gobierno chino de pruebas de diagnóstico de COVID-19 (Minsa, 2020a). En la segunda semana de confinamiento obligatorio también se viralizó un audio vía WhatsApp que advertía que al menos 100 niños habían sido diagnosticados con COVID-19 (Ojo Público, 2020b). Al respecto, el Hospital del Niño emitió un comunicado desmintiendo esa información (Hospital del Niño, 2020)

También se compartió en Facebook una publicación (Minedu, 2020a) que alegaba que el programa educativo “Aprendo en casa” -implementado durante la cuarentena para reforzar el sistema educativo- había mostrado faltas de ortografía en señal nacional. La foto presentaba una pizarra con la palabra “herbívoro” mal escrita. Sin embargo, el contenido no correspondía al programa citado. Además, el sector alertó que un canal de televisión informó erróneamente en su sitio web sobre un colegio que, en realidad, no tenía autorización para operar (Minedu, 2020b).

Es en esta categoría donde también se encuentran otros contenidos desinformativos vinculados a temáticas externas a la pandemia como denuncias penales que fueron desmentidas o contrataciones falsas. Por ejemplo, sobre esto último, el Ministerio de la Mujer y Poblaciones Vulnerables alertó que dos medios digitales informaron erróneamente de órdenes de servicio falsas para profesionales con sueldos que superaban los 15 mil soles, alegando presuntos actos de corrupción en esa cartera (MIMP, 2020).

En el caso de las alertas falsas (N=15) hubo como intención principal (100%) generar pánico o decisiones apresuradas sin medir las consecuencias y los contenidos estuvieron relacionados con las medidas de bioseguridad y restricciones debido al confinamiento.

Para ello, se usaron principalmente fuentes suplantadas y, en un caso, ficticia. Resultado de ello es que los ministerios y organismos del sector fueron los que principalmente advirtieron de estos contenidos desinformativos.

El 29 de marzo se suplantó la identidad del Ministerio de Salud para alertar de un falso test positivo de COVID-19 del expresidente Martín Vizcarra (Minsa, 2020b).

En cuanto al uso de fuentes ficticias, el Ministerio de Defensa (2020a) señaló que era falso que un supuesto militar adelantara información sobre un toque de queda por 24 horas incitando a que la población salga para abastecerse de alimentos en el inmediato plazo. El audio compartido por WhatsApp alegaba que el tío militar del usuario que enviaba el mensaje había confirmado esa información con otros dos miembros del Ejército.

Por otro lado, a inicios de la cuarentena obligatoria, se difundió un mensaje vía WhatsApp alertando que las personas deben cerrar las puertas de sus viviendas debido a que se iba a realizar una fumigación masiva, que luego fue desmentida por el Ministerio de Defensa (2020b).

En el caso de las descontextualizaciones (N=6), hubo las siguientes posibles intenciones: a) confundir a los usuarios con fotos o videos trucados o en contextos distintos a los denunciados (66.7%) y b) desprestigiar a las autoridades y organizaciones internacionales con un contexto diferente al citado (33.3%).

No solo se usaron fuentes suplantadas, también hubo un caso de fuente anónima. Los casos de videos o fotos reales en un contexto incorrecto fueron los más frecuentes. En marzo, el Ministerio del Interior advirtió sobre la circulación de un video en redes sociales que alertaba de un saqueo en un supermercado. El video era real, pero el contexto completamente diferente porque, en realidad, se trató de una intervención policial que ocurrió a inicios del mes de marzo, y que no tenía vínculo con las medidas restrictivas por pandemia (Mininter, 2020).

Por otro lado, se buscaba desprestigiar al Hospital Sergio Bernales y al Ministerio de Salud al denunciarse una oleada de pacientes internados por COVID-19 al inicio de la cuarentena obligatoria (Minsa, 2020c). El 18 de marzo también se advirtió de que pacientes del Hospital Cayetano Heredia habían huído del nosocomio luego de que sus diagnósticos hayan sido confirmados y, para ello, se usaron fotos reales de personas en otro contexto (Minsa, 2020d).

En el caso de las exageraciones (N=17) presuntamente se pretendía: a) confundir a la población sobre el origen de la crisis sanitaria (29.4%) y b) poner en riesgo su salud con mitos o información sin respaldo científico (70.6%).

Salvo un caso, los sitios de verificación fueron los que alertaron de este contenido desinformativo. Para estos, se citaron todo tipo de fuentes (anónimas, suplantadas, reales y ficticias), principalmente anónimas. También causa sorpresa que algunas autoridades fueron las que compartieron información imprecisa.

Ojo Público (2020d) precisó que una exministra de Educación recomendó beber agua cada 15 minutos para eliminar el coronavirus. Además, el sitio de verificación detectó que una autoridad del sector privado dio un dato incorrecto al indicar que los casos de COVID-19 se estaban reduciendo cuando era todo lo contrario (Ojo Público, 2020e).

Asimismo, fue frecuente hallar exageraciones entre las advertencias del cuidado para prevenir el nuevo coronavirus como el uso de mentol en las fosas nasales para evitar que ingrese el virus (Ojo Público, 2020f). Lo mismo ocurrió cuando por WhatsApp se alegaba que el ajo era efectivo contra el virus (Convoca, 2020b).

Incluso se suplantaron fuentes del extranjero como el Ministerio de Salud de Italia que supuestamente recomendaba que las aspirinas eran efectivas tras un contagio (Ojo Público, 2020g). A ello se sumó el supuesto beneficio del kion para retrasar la replicación del virus en el cuerpo humano (OPS OMS PERÚ, 2020b).

4. Discusión y conclusiones

La precisión de una tipología centrada en el contexto peruano resulta un aporte teórico importante para que los contenidos desinformativos puedan ser clasificados de acuerdo a sus características. Ello contribuye con la labor que hoy los medios de comunicación peruanos y, con creciente interés, las entidades públicas realizan. Al igual que otros temas como la gestión de riesgos de desastres que requiere de la unidad para evitar tragedias por emergencias como terremotos o inundaciones, la lucha contra la infodemia (OMS, 2020) necesita también del mismo nivel de integración entre los actores mencionados, además de una comunidad mucho más activa y crítica.

Este estudio también podría ser de utilidad para uniformizar la escala de verificación en los sitios de fact-checking del país con el fin de proponer iniciativas colaborativas con entidades públicas a nivel nacional e internacional debido a que los resultados arrojan que estos mismos contenidos desinformativos se difunden no solo en el Perú, sino en otros países también.

Al inicio de la pandemia, se detectó la mayor cantidad de contenidos desinformativos y progresivamente se redujo esta cifra en los siguientes meses. Sin embargo, no se puede concluir que realmente se redujo el contenido falso debido a que la muestra analizada corresponde a las advertencias de únicamente entidades públicas y sitios de verificación durante la primera cuarentena obligatoria en el Perú. No obstante, un nuevo estudio podría profundizar en la hipótesis de que estos contenidos falsos no tuvieron tal nivel de viralidad para ser detectados por los organismos o que su gravedad fue menor por lo que no hubo la necesidad de hacer una advertencia pública.

En cuanto a la tipología propuesta, los engaños y las estafas se convirtieron en los contenidos desinformativos más advertidos durante la primera cuarentena obligatoria en el Perú. Debido a su gravedad, esto puede explicar la razón teórica por la que las entidades públicas y sitios de verificación peruanos han prestado mayor atención a alertar de estos contenidos falsos.

Fue evidente también que, durante las primeras semanas de confinamiento obligatorio, la mayor parte de los contenidos desinformativos fueran alertas falsas con fuentes suplantadas en las que se anunciaban supuestas nuevas restricciones y medidas de bioseguridad. Este tipo de contenido desinformativo ya no fue detectado en mayo o junio, cuando las medidas restrictivas ya no cambiaban con la frecuencia semanal o quincenal como en meses previos. En esos meses se advirtieron, principalmente, de engaños y exageraciones.

Las entidades del sector salud fueron las principales fuentes citadas en los contenidos desinformativos, al mismo tiempo que el Ministerio de Desarrollo e Inclusión Social (Midis) y el Ministerio de Educación (Minedu), que también se convirtieron en las entidades públicas que más advirtieron sobre los mismos. Esto responde al contexto de pandemia ya que la gestión de la crisis sanitaria no se concentra únicamente en el Ministerio de Salud y otras entidades del sector, también en el Midis para la distribución de ayuda económica o en el Minedu para la atención de la educación que dejó de ser presencial durante el confinamiento.

En cuanto a la presunta intencionalidad, la mayoría de contenidos desinformativos apuntaron a causar daños en la economía de la población, así como a intentar desestabilizar o desprestigiar a las autoridades de turno sobre la crisis sanitaria, y esto último está en línea con los hallazgos de otras investigaciones (Aba-Catoira, 2020; Conde-Vázquez et al., 2020). Lo más preocupante es que, para ello, el 76.3% de contenidos desinformativos citó fuentes suplantadas, principalmente entidades públicas, y este contexto llama la atención porque la suplantación de identidad es el delito informático más denunciado en el 2020 después del fraude electrónico (Agencia Andina, 2021).

Desde los medios digitales usados, WhatsApp (23) se convirtió en la principal plataforma identificable, seguida de Facebook (13). Sin embargo, en 28 casos, se recurrió a múltiples redes sociales, lo que finalmente explica que el contenido se haya viralizado a tal nivel que llegue a los “ojos” de la prensa o de las autoridades.

WhatsApp es también el medio digital donde más se difundieron contenidos desinformativos en otros países como España e Italia (Peña, Bermejo & Zanni, 2020; Salaverría et. al, 2020; Aguado-Guadalupe & Bernaola-Serrano, 2020). Como característica de esta plataforma, que se evidencia en los estudios anteriores y en esta investigación, el audio y el texto dominan los contenidos desinformativos verificados.

A la vez, esta app es el espacio donde es más difícil luchar contra estos contenidos falsos debido a su carácter privado. Afortunadamente, en plena pandemia, se sumó la etiqueta “Reenviado muchas veces”, que permite sospechar de un contenido potencialmente falso (WhatsApp, sf) aunque aún se requiere también de la voluntad y atención del usuario para denunciar estos casos (y las vías para hacerlo no son ampliamente difundidas).

En lo que se refiere a los formatos, es un reto mayor la verificación de fotos, videos o audios (Muñiz-Velázquez & Navazo-Ostúa, 2021). Y precisamente fueron las fotos (34) los principales recursos empleados en los contenidos desinformativos, seguidos del texto (22), videos (14) y audio (7), entre otros; en contraste con otros estudios donde hay mayor uso del texto (García-Marín, 2020; Salaverría et al., 2020; Aguado-Guadalupe & Bernaola-Serrano, 2020), y coincidiendo con los resultados de una pequeña muestra de bulos que circularon entre marzo y mayo en el Perú de la investigación de Gutiérrez-Coba et al. (2020).

Al igual que en el panorama internacional (Peña, Bermejo & Zanni, 2020; Salaverría et al., 2020), las fotos y videos fueron los recursos que apoyaron, principalmente, las descontextualizaciones; y hoy constituye un reto su caracterización como un producto visual, que ya tiene algunos avances en el contexto de pandemia (Muñiz-Velázquez & Navazo-Ostúa, 2021).

La corroboración de este material con únicamente fuentes digitales y recursos en línea puede resultar insuficiente y requiere más tiempo (Bradshaw, 2011 citado en Barreth & Abifandi, 2017; García-Marín, 2020). Si bien cualquier usuario puede producir, compartir y verificar contenido difundido, este contexto permite destacar el papel del periodista (Silverman, 2017) que tiene mayor facilidad de acceder las fuentes tradicionales y otras tecnologías para verificar los datos que puedan causar desinformación.

En cuanto a las temáticas, fue interesante descubrir que los contenidos desinformativos alertados no solo se centraban en la pandemia. No obstante, la mayoría (92.5%) sí se vinculó directamente al contexto de emergencia sanitaria.

La mayoría de contenidos desinformativos se vincularon a la crisis sanitaria. Sin embargo, también destacan los intentos de estafas y phishing en relación a los bonos económicos para familias vulnerables tanto en el Perú como Latinoamérica, aunque en menor nivel que en países desarrollados (Peña, Bermejo & Zanni, 2020; García-Marín, 2020).

Tampoco extraña que las creencias sobre el origen del virus o los mitos sobre milagrosos remedios para la COVID-19 hayan tenido presencia a lo largo de toda la cuarentena obligatoria, como ocurrió en otros territorios (Gabarron, Oyeyemi & Wynn, 2021).

Para enfrentar los riesgos a la salud pública que pueden causar estos contenidos falsos, el Ministerio de Salud (2020e) lanzó un sitio web en el que pone en evidencia los mitos sobre la salud y la academia también se ha encargado de desmentirlos (Balarezo, 2021). A ello se suma la labor de Facebook (Rosen, 2020) que difundió una lista de afirmaciones falsas en relación al origen del coronavirus y, luego en 2021, a la efectividad de las vacunas (Kang-Xing, 2020).

En el Perú, durante el 2021, se volvió a ejecutar una campaña informativa contra estos falsos argumentos a raíz del inicio de la campaña de vacunación contra la COVID-19 (Minsa, 2021).

Debido a que el estudio no engloba la totalidad de mensajes expuestos ante la audiencia. Se recomienda plantear un nuevo estudio usando no decenas, sino miles de mensajes en el mismo periodo o uno diferente, lo que permitirá ampliar o afinar esta tipología propuesta.

En todos los casos, los contenidos falsos se detectaron a raíz de mensajes de advertencia, pero eso no quiere decir que estas alertas son suficientes para que se acabe la desinformación ya que no siempre alcanzan la misma o mayor viralidad que los contenidos falsos (Silverman, 2017). Por lo que sería interesante también que una futura investigación evalúe los resultados de las campañas de advertencia de contenidos falsos por parte de sitios de fact-checking, medios de comunicación, entidades públicas e incluso el papel que juega la comunidad en esta responsabilidad.

Otra recomendación para una siguiente investigación está relacionada a las campañas cruzadas entre entidades públicas como estrategia de marketing digital para luchar contra la desinformación. Esta propuesta podría reforzar el alcance (número de cuentas que ven el mensaje) y llegar a varias audiencias para evitar que los contenidos virales desinformativos se sigan expandiendo.

5. Guía

El estudio también deja conclusiones interesantes sobre las características de estos contenidos de desinformación que sirven de alerta para ser identificados y clasificados por los usuarios, pero -sobre todo- por periodistas y autoridades.

Esta sección fue propuesta a raíz de detectar contenido desinformativo que proviene de la prensa, y que fuera alertada por las fuentes de advertencia.

Es necesario prestar atención a las características del contenido potencialmente falso y adoptar las siguientes acciones imprescindibles de verificación (Tabla 6):

Tabla 6 Guía de verificación 

Característica del contenido potencialmente falso Acciones imprescindibles de verificación de contenido
Verificar con otras fuentes Acudir al lugar de los hechos Verificar con fuentes oficiales Consultar autoría por UGC* Uso de TICs** Solicitar entrevistas
Redes sociales o WhatsApp x x x
Incluye fotos, videos, audio y/o links sospechosos x x
Presunto falso comunicado o cuenta suplantada x x
Denuncias ciudadanas disfrazadas de campaña de desprestigio x x x x x
Funcionario identificado y citado x x
Especialista u otra fuente citada e identificada x x
No tiene citas identificables x x x

*El UGC (user generated content o contenido generado por usuarios) no solo requiere de verificación del contenido en sí, también de la autoría del mismo.

**El uso de TICs (tecnologías de la información y comunicación) implica emplear recursos como Google Maps, Google Earth, búsqueda inversa de imágenes, búsqueda avanzada en redes sociales, y herramientas de pago para el análisis de los contenidos visuales y audiovisuales. También podría recurrirse a servicios de terceros para verificar, por ejemplo, si un enlace es phishing y esconde un riesgo cibernético.

Fuente: Elaboración propia

Bibliografía

Aba-Catoira, A. (2020). Los desórdenes informativos en un sistema de comunicación democrático. https://ruc.udc.es/dspace/handle/2183/27588Links ]

Agencia Andina (2021, 22 de enero). Se elevan denuncias por suplantación de identidad y fraudes informáticos. https://andina.pe/agencia/noticia-se-elevan-denuncias-suplantacion-identidad-y-fraudesinformaticos-830792.aspxLinks ]

Aguado-Guadalupe, G. y Bernaola-Serrano, I. (2020). Verificación en la infodemia de la covid-19. El caso newtral. Revista Latina de Comunicación Social, (78), pp. 289-308. http://dx.doi.org.ezproxybib.pucp.edu.pe:2048/10.4185/RLCS-2020-1478 [ Links ]

Balarezo, G. (2021). El virus de las “noticias falsas” en la pandemia del COVID-19. https://alicia.concytec. gob.pe/vufind/Record/UUPC_0ec0b7eb18f40b402dfc76a0c36427ecLinks ]

Barreth, A. & Abifandi, J. (2017). Técnicas de verificación de la información para la praxis de un periodismo responsable. En: N. Muñoz Fernández (Eds.), El ejercicio del periodismo en la sociedad de la información (pp. 117-132). Egregius. [ Links ]

Cabezas L. (2021). Los factores que influyen en la viralización de las fakes news sobre las vacunas en Twitter durante la pandemia por Covid-19. [Tesis de bachiller, Universidad Peruana de Ciencias Aplicadas] https://repositorioacademico.upc.edu.pe/handle/10757/659177Links ]

Cárdenas, J., & Pineda, N. (2021). La gestión de la comunicación de riesgo a través de Facebook: Análisis exploratorio de las estrategias iniciales de 12 gobiernos de América Latina frente a la pandemia de la COVID 19. Revista de Comunicación, 20(2), 73-91. https://doi.org/10.26441/RC20.2-2021-A4 [ Links ]

Céspedes, A. (2021). El perfil de los consumidores de fake news en el Perú y su impacto en el comportamiento político peruano [Tesis de bachiller, Universidad Peruana de Ciencias Aplicadas]. http://hdl.handle.net/20.500.12404/18503Links ]

Champa, D. (2021). Análisis periodístico de las fake news en tiempos de pandemia desde noviembre de 2020 hasta marzo de 2021, transmitidas en los programas: Beto a Saber y Rey con Barba del canal Willax TV. [Tesis de licenciatura, Universidad Peruana de Ciencias Aplicadas]. https://repositorioacademico.upc. edu.pe/handle/10757/659268Links ]

Conde-Vázquez, E., Fontenla-Pedreira, J. & Pereira-López, M. (2020). Fake news y fact-checking en la cobertura mediática durante la crisis del COVID-19 en España: El caso de Newtral y Maldito Bulo. Revista Ibérica De Sistemas e Tecnologias De Informação, pp. 559-571. [ Links ]

Convoca (2020). Convoca lanza su unidad de verificación del discurso público y detección de noticias falsas. https://convoca.pe/agenda-propia/convoca-lanzasu-unidad-de-verificacion-del-discurso-publico-ydeteccion-de-noticiasLinks ]

Convoca (2020b). Coronavirus: desinformación y mitos. https://convoca.pe/convoca-radio/coronavirusdesinformacion-y-mitosLinks ]

Estrada-Cuzcano, A., Alfaro-Mendives, K. y Saavedra-Vásquez, V. (2020). Disinformation y misinformation, posverdad y fake News: Precisiones conceptuales, diferencias, similitudes y yuxtaposiciones. Información, Cultura y Sociedad. 2020;(42), pp. 93-106. https://doi.org/10.34096/ics.i42.7427 [ Links ]

Incio, J. (2020). Handbook Covid-19 Perú Noticias Falsas. https://jincio.github.io/COVID_19_PERU/ Fake.htmlLinks ]

Ipsos (2018). Fake news, filter bubbles, post-truth and trust. https://www.ipsos.com/sites/default/files/ct/ news/documents/2018-09/fake-news-filter-bubbles-post-truth-and-trust.pdfLinks ]

Ipsos (14 de octubre de 2020). Global majority seeks trustworthy news but may be vulnerable to disinformation. Ipsos. https://www.ipsos.com/en/global-majority-seeks-trustworthy-news-may-be-vulnerable-disinformationLinks ]

Kang-Xing, J. (15 de julio de 2020). Coronavirus: cómo protegemos e informamos a nuestra comunidad. Facebook. https://about.fb.com/ltam/news/2020/07/coronavirus-como-protegemos-e-informamos-a-nuestra-comunidad/Links ]

Fundación Bruno Kessler. (sf). Observatorio de Infodemia del Covid-19. https://covid19obs.fbk.eu/#/faqsLinks ]

Gabarron, E., Oyeyemi, S., & Wynn, R. (2021). COVID-19-related misinformation on social media: a systematic review. Bulletin of the World Health Organization, 99(6), 455-463A. https://doi.org/10.2471/ BLT.20.276782 [ Links ]

García-Marín, D. (2020). Infodemia global. Desórdenes informativos, narrativas fake y fact-checking en la crisis de la Covid-19. Profesional de la información, v. 29, n. 4, e290411. https://doi.org/10.3145/epi.2020. jul.11 [ Links ]

Global Voices (2017). Our fabricated news experiment. https://newsframes.globalvoices.org/investigations/false-and-fabricated-news-international-dimensions/fabricated-news-experiment/Links ]

Google Trends (2020). El año en búsquedas 2020. https://trends.google.com/trends/yis/2020/GLOBAL/Links ]

Google Trends (2021). El año en búsquedas 2021 https://trends.google.com/trends/yis/2021/GLOBAL/Links ]

Google Trends (2022). https://trends.google.com/trends/explore?date=2015-01-01%202022-06-18&q=noticias%20falsas,fake%20newsLinks ]

Gutiérrez-Coba, L., Coba-Gutiérrez, P., & Gómez-Díaz, J. (2020). Noticias falsas y desinformación sobre el covid-19: Análisis comparativo de seis países iberoamericanos. Revista Latina de Comunicación Social, (78), 237264. https://doi.org/10.4185/RLCS-2020-1476 [ Links ]

Herrero-Diz, P., Pérez-Escolar, M., & Varona, D. (2022). Competencias de verificación de contenidos: una propuesta para los estudios de Comunicación. Revista de Comunicación, 21(1), 231-249. https://doi.org/10.26441/RC21.1-2022-A12 [ Links ]

Hospital del Niño [@INSN_oficial]. (13/03/2020). #Comunicado / El Instituto Nacional de Salud del Niño informa que es FALSO el audio sobre presuntos 100 casos de niños infectados con coronavirus. @ Minsa_Peru [Tuit]. https://twitter.com/INSN_oficial/status/1238588977365598208Links ]

Idtaleb, L. (2020) Monitor the Online Spread of the Coronavirus to Understand its Global Impact. https:// www.synthesio.com/blog/monitor-online-spread-the-coronavirus-global-impact/Links ]

Ireton, C. & Posetti, J. (2018). Journalism, ‘fake news’ & disinformation: handbook for journalism education and training. Paris: Unesco Publishing. https://en.unesco.org/sites/default/files/journalism_fake_news_ disinformation_print_friendly_0_0.pdfLinks ]

John, B. (2020). The first six months of the pandemic, as told by the fact checks https://firstdraftnews.org/ articles/the-first-six-months-of-the-pandemic-as-told-by-the-fact-checks/Links ]

La República (2019). Metodología https://larepublica.pe/verificador/2019/09/10/metodologia/Links ]

Ministerio de Educación [@mimpperu]. (12/04/2020a). A nuestra comunidad educativa: les informamos que este contenido que viene circulando es FALSO pues no corresponde a los materiales de #AprendoEnCasa. Invocamos a no compartir contenido no oficial. Encuentra información aquí http://minedu.gob.pe y http://aprendoencasa.pe [Tuit]. https://twitter.com/MineduPeru/ status/1249433946707951616Links ]

Ministerio de Educación [@mimpperu]. (15/04/2020b). Informamos a la comunidad educativa que “Futuro College”, no tiene autorización de funcionamiento del Minedu y no pertenece al nivel educativo de Educación Básica Regular. En ese sentido, no podrá emitir la certificación correspondiente a los estudios realizados. [Tuit]. https://twitter.com/MineduPeru/status/1250469806932967425Links ]

Ministerio de Defensa [@mindefperu]. (02/04/2020a). Una vez más pedimos a la población a siempre acudir a fuentes oficiales y no dejarse sorprender por información anónima que circula de manera online. ¡No contribuyas con la difusión de información falsa! #PerúEstáEnNuestrasManos [Tuit]. https://twitter.com/MindefPeru/status/1245755620285915136Links ]

Ministerio de Defensa [@mindefperu]. (17/03/2020b). Este mensaje que circula por WhatsApp es falso. Pedimos a la población no dejarse sorprender por información anónima que circula por medios digitales. ¡Acude siempre a fuentes oficiales! #PerúEstáEnNuestrasManos [Tuit]. https://twitter.com/MindefPeru/status/1240103199433994240Links ]

Ministerio de Desarrollo e Inclusión Social [@midisperu]. (06/05/2020). ¡No te dejes engañar! No estamos realizando empadronamiento y mucho menos solicitamos datos o dinero para ello. ¡Cuidado! Infórmate solo por medios oficiales. #PerúEstáEnNuestrasManos [Tuit]. https://twitter.com/MidisPeru/status/1258016076056727556Links ]

Ministerio de la Mujer [@mimpperu]. (04/06/2020). Circula información tendenciosa en redes de las páginas @Politico_pe y Sucesos. Informamos que dichos importes corresponden a órdenes de servicios por tres meses y no a un mes como malinforman. Rechazamos todo acto que vaya en contra de nuestros valores institucionales y éticos. [Tuit]. https://twitter.com/MimpPeru/status/1268767275898810369Links ]

Ministerio de Salud [@minsa_peru]. (27/03/2020a). Ministro @victorzamora: El supuesto rechazo de una donación de 500 mil pruebas rápidas a China, es falso. Contamos con un mecanismo para recibir las donaciones de manera ordenada y que el apoyo llegue a quienes nos están cuidando. [Tuit]. https://twitter.com/Minsa_Peru/status/1243646131558584321Links ]

Ministerio de Salud [@minsa_peru]. (29/03/2020b). ATENCIÓN | Respecto a la publicación en redes sociales que menciona que el presidente Martín Vizcarra dio positivo por #COVID19, informamos que es FALSA. [Tuit]. https://twitter.com/Minsa_Peru/status/1244428600964722697Links ]

Ministerio de Salud [@minsa_peru]. (17/03/2020c). ATENCIÓN | Sobre el video que señala que decenas de pacientes de #COVID19 están internados en el Hospital Sergio Bernales, el #Minsa informa que es FALSO. [Tuit]. https://twitter.com/Minsa_Peru/status/1240094597289783296Links ]

Ministerio de Salud [@minsa_peru]. (18/03/2020d). ATENCIÓN | Respecto a publicaciones en redes sociales que señalan la huida de ciudadanos con casos confirmados de #COVID19 del @HospitalOficial , el #Minsa informa que son FALSAS. #PerúEstáEnNuestrasManos Para más información https://gob.pe/ coronavirus [Tuit]. https://twitter.com/Minsa_Peru/status/1240466773704507392Links ]

Ministerio de Salud (2020e). Mitos sobre el coronavirus. https://www.gob.pe/8664-ministerio-de-salud- mitos-sobre-el-coronavirusLinks ]

Ministerio de Salud (2021). Los 7 mitos de las vacunas https://www.gob.pe/institucion/minsa/ noticias/32315-los-7-mitos-de-las-vacunasLinks ]

Ministerio del Interior [@mininterperu]. (12/03/2020). #URGENTE | Respecto a video que circula en redes, la @PoliciaPeru descarta que se trate de un saqueo y aclara que fue una intervención policial realizada el 8 de marzo. [Tuit]. https://twitter.com/MininterPeru/status/1238194802665099264Links ]

Montoya, F. (2020) La respuesta a las noticias falsas (el caso de la pandemia COVID-19) en el Perú durante el periodo de la cuarentena por emergencia sanitaria en la red social Facebook de los estudiantes de la UPC. [Tesis de bachiller, Universidad Peruana de Ciencias Aplicadas]. https://repositorioacademico.upc.edu.pe/handle/10757/657497Links ]

Muñiz-Velázquez, J., y Navazo-Ostúa, P. (2021). Desinformación visual en redes sociales y medios digitales: una propuesta taxonómica de la manipulación fotográfica distribuida durante la pandemia. CIC. Cuadernos de Información y Comunicación, 26, 77-87. https://doi.org/10.5209/ciyc.75235 [ Links ]

Nieves-Cuervo, G., Manrique-Hernández, E., Robledo-Colonia, A., Grillo, A. (2021). Infodemia: noticias falsas y tendencias de mortalidad por COVID-19 en seis países de América Latina. Revista Panamericana de Salud Pública. https://doi.org/10.26633/RPSP.2021.44 [ Links ]

Noain-Sánchez, A. (2021). Desinformación y Covid-19: Análisis cuantitativo a través de los bulos desmentidos en Latinoamérica y España. Estudios sobre el Mensaje Periodístico, 27(3), 879-892. https:// doi.org/10.5209/esmp.72874 [ Links ]

Ojo Público (27 de febrero de 2020a). Metodología y política de correcciones de la unidad de verificación OjoBiónico. Ojo Público. https://ojo-publico.com/1638/ojobionico-metodologia-y-politica-de-correccionesLinks ]

Ojo Público (14 de marzo de 2020b). Hay 100 casos de niños con coronavirus [en el Hospital del Niño de Breña]. Ojo Público. https://ojo-publico.com/1666/audio-que-alerta-en-redes-de-cien-ninos-concoronavirus-es-falso?check=1Links ]

Ojo Público (26 de marzo de 2020c). La OMS y el Gobierno han destinado un bono de dinero para todos los países por motivo de cuarentena [por el Covid-19]. Ojo Público. https://ojo-publico.com/1711/es-falsoque-oms-entregue-bonos-de-dinero-por-covid-19Links ]

Ojo Público (19 de marzo de 2020d). Beba unos sorbos de agua al menos cada 15 minutos [para eliminar el Covid-19]. Ojo Público. https://ojo-publico.com/1691/dato-de-marilu-martens-de-que-beber-aguaelimina-el-covid-19-es-falso?check=2Links ]

Ojo Público (26 de marzo de 2020e). El número de nuevos contagiados [de Covid-19] está reduciéndose desde el día 19 [de marzo]. Ojo Público. https://ojo-publico.com/1708/presidenta-de-confiep-dio-datofalso-sobre-casos-de-covid-19Links ]

Ojo Público (1 de abril de 2020f). Si nos exponemos, [y el coronavirus] quiere entrar por nuestras fosas nasales, no va a pegar [si nos echamos mentol]. Ojo Público. https://ojo-publico.com/1724/es-falso-queuntar-mentol-en-fosas-nasales-elimine-el-coronavirusLinks ]

Ojo Público (7 de mayo de 2020g). Es falso que el Covid-19 sea causado por una bacteria en vez de un virus y que pueda tratarse con Apronax y aspirinas. Ojo Público. https://ojo-publico.com/1810/es-falso-quebacterias-causen-covid-19-y-apronax-y-aspirinas-lo-curenLinks ]

ONU Perú (2020). [@onuperu]. (21/03/2020). ¡SON FALSAS! Si por WhatsApp o cualquier otra red social te llega un texto o imagen similar, IGNÓRALOS. Son informaciones FALSAS que usan el nombre de la ONU. La ONU continúa trabajando con el Gobierno peruano y otras organizaciones para enfrentar el #COVID19. ¡Comparte! [Tuit]. https://twitter.com/ONUPeru/status/1241437539841585152Links ]

OPS/OMS Perú (2020). [@opsomsperu]. (01/04/2020). #COVID19 Mensajes fraudulentos, que dicen ser de la OPS/OMS, están circulando en las redes sociales solicitando información personal. Son mensajes falsos No compartas ni respondas. Si recibes uno, sigue las instrucciones +INFO: https://bit.ly/33VuFVT [Tuit]. https://twitter.com/OPSOMSPeru/status/1245443833334247425Links ]

OPS/OMS Perú (2020).. [@opsomsperu]. (27/03/2020). ¡FALSO! Si por WhatsApp o cualquier otra red social te llega un texto o imagen similar, IGNÓRALO. Es información FALSA que usan el nombre de la OMS. No hay evidencia científica en el brote actual de que comer kión proteja a las personas del #COVID19 ¡Comparte! [Tuit]. https://twitter.com/OPSOMSPeru/status/1243598775375011840Links ]

Organización Mundial de la Salud (23 de septiembre de 2020a). Pandemia de COVID-19: se insta a los países a tomar medidas más enérgicas para detener la difusión de información perjudicial https://www.who.int/es/news/item/23-09-2020-covid-19-pandemic-countries-urged-to-take-stronger-action-to-stopspread-of-harmful-informationLinks ]

Organización Mundial de la Salud (2020b). Novel Coronavirus(2019-nCoV) Situation Report 13. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200202-sitrep-13-ncov-v3.pdfLinks ]

Organización Mundial de la Salud (2021). Estrategia global de comunicación de riesgos y participación de la comunidad para la COVID-19, diciembre del 2020 - mayo del 2021: orientaciones provisionales, 23 de diciembre del 2020. https://apps.who.int/iris/handle/10665/341326. [ Links ]

Osiptel (22 de marzo de 2020a). OSIPTEL: Tráfico de datos se incrementó sustancialmente en redes móviles y fijas en la última semana. https://www.osiptel.gob.pe/portal-del-usuario/noticias/osiptel-trafico- de-datos-se-incremento-sustancialmente-en-redes-moviles-y-fijas-en-la-ultima-semana/Links ]

Osiptel (14 de abril de 2020b). Tráfico en la red fija de Internet creció hasta 42% en la última semana. https://www.osiptel.gob.pe/portal-del-usuario/noticias/trafico-en-la-red-fija-de-internet-crecio-hasta-42- en-la-ultima-semana/Links ]

Osiptel (2020c). TikTok y facebook fueron las aplicaciones que más crecieron en redes fijas durante el período de cuarentena. https://www.osiptel.gob.pe/portal-del-usuario/noticias/tiktok-y-facebook-fueronlas-aplicaciones-que-mas-crecieron-en-redes-fijas-durante-el-periodo-de-cuarentena/Links ]

Osiptel (27 de febrero de 2021). Uso de WhatsApp, Tik Tok y YouTube creció en redes fijas durante la primera semana de inmovilización social obligatoria. https://www.osiptel.gob.pe/portal-del-usuario/noticias/uso-de- whatsapp-tik-tok-y-youtube-crecio-en-redes-fijas-durante-la-primera-semana-de-inmovilizacion-social-obligatoria/Links ]

Peña, G., Bermejo, E. & 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://dx.doi. org/10.26441/rc20.1-2021-a11 [ Links ]

Pérez, C. (2020). Los recursos y mecanismos del periodismo digital de investigación frente a la difusión de noticias falsas durante la pandemia de la COVID19. Análisis del manejo de las cifras de la pandemia en los casos de IDL Reporteros, Ojo Público y Convoca. [Tesis de bachiller, Universidad Peruana de Ciencias Aplicadas] https://repositorioacademico.upc.edu.pe/handle/10757/653999Links ]

Presidencia del Consejo de Ministros [@pcm_peru]. (25/4/2020). Alertamos que circula en redes sociales una falsa oferta de vuelo privado Iquitos-Lima, supuestamente coordinado por PCM. [Tuit]. https:// twitter.com/pcmperu/status/1265059522437136385 Links ]

RAE (sf) Bulo. https://dle.rae.es/buloLinks ]

Rojas, L. (2022). Desinformación periodística en tiempos de pandemia en el Perú: La cobertura periodística del COVID-19 a través de los programas Beto a Saber y Rey con Barba. [Tesis de licenciatura, Universidad Peruana de Ciencias Aplicadas] https://repositorioacademico.upc.edu.pe/handle/10757/659262Links ]

Rosen, G. (16 de abril de 2020). Actualizaciones sobre nuestro trabajo para mantener a las personas informadas y limitar la desinformación sobre el COVID-19. Facebook. https://about.fb.com/ltam/news/2020/04/actualizaciones-sobre-nuestro-trabajo-para-mantener-a-las-personas-informadas-y-limitarla-desinformacion-sobre-el-covid-19/Links ]

Newman, N. et al. (2021). Reuters Institute Digital News Report 2022. 10th Edition. https:// reutersinstitute.politics.ox.ac.uk/sites/default/files/2021-06/Digital_News_Report_2021_FINAL.pdfLinks ]

Newman, N. et al. (2022). Reuters Institute Digital News Report 2022. https://reutersinstitute.politics. ox.ac.uk/sites/default/files/2022-06/Digital_News-Report_2022.pdfLinks ]

Salaverría, R. et al. (2020). Desinformación en tiempos de pandemia: tipología de los bulos sobre la Covid-19. El profesional de la información, v. 29, n. 3. https://doi.org/10.3145/epi.2020.may.15 [ Links ]

Santos-d’Amorim, K. & Miranda, M. (2021). Misinformation, disinformation, and malinformation: clarifying the definitions and examples in disinfodemic times. Encontros Bibli: Revista Eletrônica de Biblioteconomia e Ciência da Informação. https://www.redalyc.org/journal/147/14768130011/html/Links ]

Silverman, C. (2017). Lies, Damn Lies and Viral Content. https://academiccommons.columbia.edu/doi/10.7916/D8Q81RHHLinks ]

Scrimshaw, N. (1977.) Mitos y realidades en la planificación internacional para la salud, en: Boletín Oficina Sanitaria Panamericana (OSP); 82(5), p. 408-418. https://iris.paho.org/handle/10665.2/16159Links ]

Tandoc, E., Zheng, W. & Richard, L. (2018). Defining “Fake News”. Digital Journalism. Vol. 6, no. 2, pp. 137-153. https://doi.org/10.1080/21670811.2017.1360143 [ Links ]

Vasquez, F. (2020). Herramientas digitales para detectar desinformaciones en tiempos de coronavirus. Casos: Ojo Público (2020) y Maldita.es (2020). [Tesis de bachiller, Universidad Peruana de Ciencias Aplicadas]. https://repositorioacademico.upc.edu.pe/handle/10757/654971Links ]

Vizoso, A. & Vázquez-Herrero, J. (2019). Plataformas de factchecking en español. Características, organización y método. Communication & society, v. 32, n. 1, pp. 127-144. https://doi.org/10.15581/003.32.1.127-144 [ Links ]

Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science (New York, N.Y.), 359(6380), 1146-1151. https://doi.org/10.1126/science.aap9559 [ Links ]

Wardle, C. & Derakhshan, H. (2017). Information disorder toward an interdisciplinary framework for research and policymaking. Estrasburgo: Consejo de Europa. https://rm.coe.int/information-disorder-toward-an-interdisciplinary-framework-for-researc/168076277cLinks ]

Wardle, C. (2019). First draft’s essential guide to understanding information disorder. https://firstdraftnews. org/wp-content/uploads/2019/10/Information_Disorder_Digital_AW.pdfLinks ]

WhatsApp (sf). Cómo evitar la propagación de desinformación. Centro de ayuda. https://faq.whatsapp. com/general/security-and-privacy/how-to-prevent-the-spread-of-misinformation/?lang=esLinks ]

Recibido: 20 de Enero de 2022; Aprobado: 15 de Julio de 2022

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons