INTRODUCCIÓN
Los medios de comunicación y las redes sociales digitales son fundamentales para favorecer el libre intercambio de investigaciones, protocolos y directrices entre especialistas de todo el mundo y en tiempo real, así como para que los conocimientos se trasladen y beneficien a la población general (Rosenberg et al., 2020). Esta forma de intercambio de conocimiento se ha visto afectada por la difusión de noticias falsas (Vosoughi et al., 2018), algo que ha preocupado a la comunidad, especialmente desde 2016, tras la difusión de más un millón de noticias falsas relativas a las elecciones presidenciales de Estados Unidos (Aïmeur et al., 2023).
La divulgación de noticias deliberadamente falsas (desinformación) (Wright, 2019) puede ocurrir por desconocimiento ingenuo o con la intención manifiesta de engañar (estafas o bulos); con independencia de las razones que los movilicen, los bulos pueden generar graves consecuencias para la salud de las personas (Freelon & Wells, 2020; Salaverría et al., 2020).
Si bien se designa habitualmente a este tipo de desinformación como fake news en el ámbito anglosajón (Aïmeur et al., 2023; Miró-Llinares & Aguerri, 2023), en el contexto hispanohablante el término bulo es común principalmente en España (Noain-Sánchez, 2021; Noguera-Vivo et al., 2023; Salaverría et al., 2020), mientras que en la mayoría de los países latinoamericanos predominan expresiones como noticia falsa o información falsa. Aunque existen algunos matices menores entre ambos conceptos, en el presente estudio utilizaremos la voz "bulo" para adaptarnos al lenguaje predominante en la literatura disponible en español. En el contexto específico de la salud, los bulos relativos a la salud (health-related misinformation, en inglés) se refieren a información falsa, errónea o parcial que promueve prácticas contrarias a la evidencia y las recomendaciones de organismos oficiales (Krause et al., 2020; Wang et al., 2019), y que pueden generar consecuencias negativas para la salud de las personas (Chou et al., 2018).
En el contexto de la llegada y curso de la pandemia por el COVID-19, se observó un notable aumento de los bulos relativos a la salud (Ferreira et al., 2022; Roozenbeek et al., 2020), tanto así que la Organización Mundial de la Salud (OMS) se refirió a la pandemia como una "infodemia", ya que el flujo de información, cierta o no, dificultó que las personas encontraran fuentes de confianza e información fidedigna cuando la necesitaban, lo que generó inquietud y confusión en la población e impidió tomar decisiones correctas (Organización Panamericana de la Salud & Organización Mundial de la Salud, 2020). Este escenario facilitó la proliferación de bulos y desinformación relativos a la salud (Roozenbeek et al., 2020; Kouzy et al., 2020). Surgió, así, una gran preocupación en la comunidad internacional por los múltiples impactos de este fenómeno, que incluyeron intoxicaciones o muertes por automedicación (Kouzy et al., 2020) y un crecimiento exponencial del número de contagiados de COVID-19 por resistencia a implementar diversas normativas sanitarias (Freelon & Wells, 2020).
Dado el gran volumen de desinformación circulante y la gravedad de las potenciales consecuencias respecto a las medidas preventivas en salud durante la pandemia por COVID-19, parte de la investigación sobre la desinformación, con énfasis en salud pública, se ha centrado en comprender aquellos mecanismos que potencian la propagación de información errónea (Zarocostas, 2020). Estos estudios han considerado los procesos psicológicos que están a la base, tales como tipos de procesamiento de la información, factores socioafectivos y sistemas de creencias, entre otros (Nan et al., 2022).
Además de estos factores asociados a emisores y receptores, se han realizado esfuerzos por identificar y categorizar los contenidos de la desinformación relativa al COVID-19, con la finalidad de facilitar su reconocimiento e intentar incrementar la comprensión de los mensajes, el público objetivo y las posibles intenciones subyacentes a su creación y propagación. En el escenario hispanohablante, se han llevado a cabo algunos estudios de análisis de contenidos de desinformación relativa al COVID-19 (Salaverría et al., 2020; Noain-Sánchez, 2021) que clasifican la desinformación en las siguientes categorías: información epidemiológica y sanitaria; origen; propagación; letalidad; curas y/o tratamientos del virus; manejo gubernamental de la pandemia; y acciones de actores políticos. Específicamente en Chile, Ceron et al. (2021) muestran que los bulos propagados en medios sociales digitales chilenos, entre enero y julio de 2020, se correspondían con las categorías mencionadas. Cabe destacar que la desinformación en Chile contempla en su mayoría bulos relacionados con temas de salud (Cárcamo-Ulloa et al., 2023), y son los más jóvenes y quienes confían en medios sociales digitales más susceptibles a la desinformación (Bachmann et al., 2024). Además, Chile se ubica entre los países con mayor índice de acceso a internet y a redes sociales digitales, y la población las utiliza como medio de obtención de noticias (Nieves-Cuervo et al., 2021).
En este escenario, es relevante caracterizar las noticias falsas que circularon en el contexto de pandemia del COVID-19 con la finalidad de establecer patrones y clasificaciones que permitan incrementar la comprensión de los componentes de este tipo de desinformación, para analizar sus particularidades y proponer abordajes diferenciales. Sin embargo, a la fecha no se observan estudios sistemáticos en el escenario nacional que ofrezcan, por un lado, una panorámica sobre la desinformación que contemple un análisis categorial para comprender cuáles son los contenidos más comunes de la desinformación relativa al COVID-19 en Chile y, por otro, cómo variaron los bulos a lo largo de los tres años de pandemia.
Por lo tanto, el presente estudio tiene como objetivo proponer una teoría explicativa sobre la frecuencia y el contenido de diferentes bulos a lo largo de la pandemia de COVID-19 en el contexto chileno. Para esto es necesario categorizarlos y analizar su evolución durante la crisis sanitaira, identificando patrones que permitan comprender la desinformación y la evolución de los bulos en relación con el COVID-19.
2. MÉTODOS
2.1. Búsqueda y selección de bulos
Con el fin de seleccionar las unidades de desinformación para el análisis, se optó por seleccionar los bulos identificados como tales en plataformas de verificación o fact-checking, estrategia utilizada por Brennen et al. (2020). Una de las ventajas de esta metodología es que tales plataformas seleccionan las desinformaciones según su relevancia para el debate público, basándose en la viralización del contenido en las distintas redes sociales.
Para la presente investigación se seleccionaron dos páginas chilenas acreditadas por la International Fact-Checking Network (IFCN): Fast Check 1 y Mala Espina 2. Los candidatos que aspiran a ser acreditados por esta plataforma son evaluados externamente sobre su compromiso con la imparcialidad y la no politización, y la transparencia de las fuentes, de la financiación, de la organización --y sus vínculos-- y de la metodología (Salaverría et al., 2020). Ambas plataformas cuentan con metodologías sistemáticas y transparentes para la selección y verificación de contenidos. Fast Check utiliza un método de diez pasos que incluye criterios específicos de selección basados en la viralización del contenido y su relevancia pública. Por su parte, Mala Espina selecciona el material principalmente en función de su viralización en distintas plataformas y su relevancia pública, contactando fuentes originales y expertos para la verificación.
2.2. Procedimiento
Primero, se revisaron los artículos que abordasen bulos relacionados con temas de salud, publicados desde el 1 de enero de 2020 hasta el 31 de diciembre de 2022. Se identificaron 279 reportes de bulos sobre salud, en los cuales se abordaban una amplia variedad de temas, incluyendo las pastillas anticonceptivas, el alzhéimer, el autismo y/o el síndrome de Asperger, el VIH/SIDA, la viruela del mono y la influenza. Sin embargo, para efectos del presente estudio, se retuvieron únicamente aquellos relativos al COVID-19, los que constituyeron un 90.3% de los bulos sobre salud.
Finalmente, se descartaron 6 reportes de bulos por ser alusiones duplicadas y se mantuvo solo el reporte más antiguo. La muestra final quedó constituida por 240 reportes de bulos de salud referidos al COVID-19 (132 provenientes de Fast Check y 108 de Mala Espina).
2.3. Codificación y análisis
La codificación fue realizada por tres investigadores con experiencia en análisis de contenido cualitativo: un investigador con grado doctoral, un psicólogo y un estudiante tesista. El proceso se desarrolló en dos fases. En la primera fase, se utilizó el esquema de codificación propuesto por Salaverría et al. (2020) (ver Tabla 1), comenzando con una muestra aleatoria de 30 bulos, que fueron codificados independientemente por los tres investigadores, es decir, cada investigador revisó estos 30 bulos, para establecer criterios comunes.
En una segunda fase, siguiendo principios del análisis temático (Braun & Clarke, 2006), se desarrolló inductivamente un nuevo sistema de categorización. Esta decisión metodológica surgió al observar que, si bien el esquema original era válido, no capturaba adecuadamente algunos patrones temáticos centrales, identificados durante la inmersión en los datos. Por ejemplo, mientras que en el esquema original los bulos sobre vacunación quedaban distribuidos en diferentes categorías abstractas, el análisis inductivo reveló que constituían un tema distintivo y predominante, que merecía ser categorizado específicamente.
El proceso de desarrollo de las nuevas categorías siguió un enfoque sistemático de codificación abierta y axial (Strauss & Corbin, 1998). Los investigadores se reunieron durante un periodo de cuatro meses para discutir y refinar las categorías emergentes, documentando el proceso mediante notas analíticas en una matriz compartida. Cada bulo fue codificado independientemente por al menos dos investigadores. En los casos de desacuerdo inicial (menos del 5% del total), se solicitó la codificación del tercer investigador sin informarle de las categorías previamente asignadas, optando por la categoría con mayor consenso, lo cual siempre fue aceptado por el codificador restante.
Este proceso iterativo de codificación y análisis permitió desarrollar un esquema de categorización que, complementando el enfoque previo, consideramos refleja más fielmente los patrones temáticos observados en el corpus de desinformación analizado (ver Tabla 1).
| Clasificación previa (basada en Salaverría et al., 2020) |
| Ciencia y salud Categoría que agrupa contenidos falsos sobre aspectos científicos y sanitarios. Se divide en cuatro subcategorías: “Contenidos relacionados directamente con la ciencia”, que aborda desinformación sobre el virus, estudios e investigaciones; “Falsas recomendaciones de salud”, que engloba información errónea sobre tratamientos y medidas preventivas; “Falsedades relacionadas con la gestión sanitaria”, sobre administración y capacidad del sistema de salud; y “Falsedades atribuidas falsamente a la salud pública”, que incluye desinformación atribuida falsamente a autoridades sanitarias. |
| Política y gestión Abarca la desinformación sobre aspectos políticos y administrativos mediante tres subcategorías: “Gestión directa del gobierno”, que incluye bulos sobre decisiones y medidas gubernamentales; “Acciones de personas vinculadas con la política”, sobre declaraciones o conductas de actores políticos; y “Políticas de carácter internacional”, referida a medidas y relaciones entre países. |
| Otros Agrupa aquellos bulos que no corresponden a las categorías anteriores, como rumores sobre seguridad ciudadana o impacto social. No contiene subcategorías. |
| Clasificación nueva (emergente del análisis) |
| Naturaleza de la pandemia Agrupa bulos sobre características fundamentales de la crisis sanitaria mediante tres subcategorías: “Supuestas curas”, sobre remedios sin evidencia científica; “Gestión de la pandemia”, sobre el manejo de la crisis; y “Naturaleza del virus”, que aborda el origen y características del SARS-CoV-2. |
| Medidas preventivas Se centra en la desinformación sobre intervenciones de control mediante tres subcategorías: “Vacunas”, sobre su desarrollo, efectividad y distribución; “Mascarillas”, sobre su uso y regulaciones; y “Mecanismos de detección”, referida a pruebas diagnósticas y monitoreo. |
| Relatos alternativos Agrupa narrativas que desafían las versiones oficiales a través de dos subcategorías: “Ideación conspirativa”, que incluye teorías sobre propósitos ocultos de la pandemia; y “Hechos específicos”, que aborda eventos puntuales que contradicen la narrativa oficial. |
Cabe mencionar que ambos esquemas de codificación no cuentan con categorías completamente excluyentes entre sí, por lo que se buscó clasificar los bulos según los temas que mejor representan el hilo argumentativo o núcleo de cada uno. Tampoco los esquemas son excluyentes entre sí y hay cierto grado de superposición temática que es comentado en mayor detalle en la sección de resultados.
3. RESULTADOS
El análisis de contenido de los bulos detectados durante la pandemia permitió identificar patrones temáticos y estructurales que fueron organizados mediante dos esquemas de codificación complementarios: una clasificación previa, basada en Salaverría et al. (2020), y una clasificación emergente, desarrollada inductivamente durante el análisis. La complementariedad de ambas clasificaciones permitió capturar tanto aspectos generales previamente identificados en la literatura como elementos específicos del contexto chileno. A continuación, se presenta una serie de resultados respecto al análisis de los contenidos de los bulos, según los dos esquemas de codificación utilizados. Complementariamente, se explora un cruce entre ambos esquemas de codificación y se proveen ejemplos de los bulos y su respectiva codificación. Por último, el análisis de los contenidos se desglosa en una línea temporal para examinar la evolución de los contenidos de los bulos a lo largo de la pandemia.
3.1. Análisis de las categorías según la clasificación previa
La clasificación previa identificó tres grandes categorías: "Ciencia y salud", "Política y gestión", y "Otros". Las frecuencias y proporciones para cada categoría y las subcategorías del esquema de codificación se pueden encontrar en la Tabla 2.
| Clasificación previa | n | % total | % categoría |
|---|---|---|---|
| 1. Ciencia y salud | 167 | 69.6 | |
| 1.1. Contenidos relacionados directamente con la ciencia | 88 | 36.7 | 52.7 |
| 1.2. Falsas recomendaciones de salud | 30 | 12.5 | 18.0 |
| 1.3. Falsedades relacionadas con la gestión sanitaria | 10 | 4.2 | 6.0 |
| 1.4. Falsedades atribuidas falsamente a la salud pública | 39 | 16.3 | 23.4 |
| 2. Política y gestión | 47 | 19.6 | |
| 2.1. Gestión directa del gobierno | 13 | 5.4 | 27.7 |
| 2.2. Acciones de personas vinculadas con la política | 11 | 4.6 | 23.4 |
| 2.3. Políticas de carácter internacional | 23 | 9.6 | 48.9 |
| 3. Otros | 26 | 10.8 |
3.1.1. Ciencia y salud
Esta categoría agrupa los contenidos falsos relacionados con aspectos científicos y sanitarios de la pandemia, abarcando desde información biomédica hasta de gestión sanitaria. Se subdivide en cuatro tipos de contenidos específicos: 1) "Contenidos relacionados directamente con la ciencia", que abordan aspectos biomédicos del virus, y sus características y efectos en el organismo. Incluyen afirmaciones sobre la naturaleza del SARS-CoV-2, teorías sobre su origen y transmisión, y supuestos efectos de las vacunas; por ejemplo, "el coronavirus se transmite por ondas electromagnéticas 5G", "la vacuna modifica tu ADN", "el virus no es respiratorio sino vascular". 2) "Falsas recomendaciones de salud", que comprenden supuestos tratamientos y medidas preventivas sin respaldo científico. Esta subcategoría incluye principalmente remedios caseros y automedicación; por ejemplo, "el agua hervida con ajo puede curar a una persona con COVID-19", "tomar café disminuye la voracidad del virus", "beber alcohol me protege contra el COVID-19". 3) "Falsedades relacionadas con la gestión sanitaria", que involucran aspectos administrativos y de infraestructura hospitalaria; por ejemplo, "renuncia casi la totalidad del equipo médico de Hospital de San Antonio", "hospitales cerraron", "los termómetros infrarrojos matan neuronas". Y 4) "Falsedades atribuidas falsamente a la salud pública", que abarcan desinformación que se presenta como proveniente de autoridades u organismos sanitarios; por ejemplo, "la OMS dio categoría de excelencia a la vacuna cubana", "el director de la OMS dice que se viene otra tragedia", "la CDC retira el uso del PCR".
3.1.2. Política y gestión
Esta categoría abarca la desinformación sobre aspectos políticos y administrativos de la pandemia. Se subdivide en tres tipos de contenidos específicos: 1) "Gestión directa del gobierno" incluye falsedades sobre decisiones gubernamentales; por ejemplo, "gobierno decreta crisis nacional y cuarentena total", "bono para vacunados", "vacuna es obligatoria". 2) "Acciones de personas vinculadas con la política" comprende declaraciones o conductas falsamente atribuidas a actores políticos; por ejemplo, "Karla Rubilar: nunca se pensó en inmunidad de rebaño", "diputado asegura que vacuna no reduce transmisión", "fiesta de senador deja 20 invitados con COVID". Y 3) "Políticas de carácter internacional" se refiere a medidas entre países; por ejemplo, "Tanzania no tiene medidas sanitarias", "Polonia reconoce genocidio por vacunación", "tribunal de Portugal considera PCR no fiable".
3.1.3. Otros
Esta categoría agrupa bulos diversos, que no calzan en otras categorías del esquema de codificación, como, por ejemplo, "luz de termómetros lastima la vista", "yerba mate prohibida por ser foco de contagio", "protestas en Rumania contra restricciones".
3.2. Análisis de las categorías según la clasificación emergente
La clasificación emergente, por su parte, reorganizó los contenidos en tres categorías que reflejan dimensiones específicas para Chile de la desinformación durante la pandemia: "Naturaleza de la pandemia", "Medidas preventivas" y "Relatos alternativos". Las frecuencias y proporciones para cada categoría y sus respectivas subcategorías se pueden encontrar en la Tabla 3.
| Clasificación nueva | n | % total | % categoría |
|---|---|---|---|
| 1. Naturaleza de la pandemia | 57 | 23.8 | |
| 1.1. Supuestas curas | 35 | 14.6 | 61.4 |
| 1.2. Gestión de la pandemia | 15 | 6.3 | 26.3 |
| 1.3. Naturaleza del virus | 7 | 2.9 | 12.3 |
| 2. Medidas preventivas | 146 | 60.8 | |
| 2.1. Vacunas | 120 | 50.0 | 82.2 |
| 2.2. Mascarillas | 15 | 6.3 | 10.3 |
| 2.3. Mecanismos de detección | 11 | 4.6 | 7.5 |
| 3. Relatos alternativos | 37 | 15.4 | |
| 3.1. Ideación conspirativa | 24 | 10.0 | 64.9 |
| 3.2. Hechos específicos | 13 | 5.4 | 35.1 |
3.2.1. Naturaleza de la pandemia
Esta categoría profundiza en las características fundamentales de la crisis sanitaria, abordando tanto aspectos médicos como de gestión. Contiene información que busca explicar o redefinir elementos esenciales de la pandemia, ya sea a través de supuestas soluciones, aspectos de manejo o características del virus. Se subdivide en tres tipos de contenidos específicos: 1) "Supuestas curas", que abarcan toda desinformación sobre remedios sin evidencia científica que promueve soluciones aparentemente simples a un problema complejo. Incluye desde remedios caseros tradicionales hasta compuestos químicos industriales, frecuentemente respaldados por supuestas autoridades médicas o científicas; por ejemplo, "dióxido de cloro cura en 100% de casos", "hidroxicloroquina sirve para COVID", "vino contiene sustancia protectora contra el virus". 2) "Gestión de la pandemia", que refiere al manejo sanitario y administrativo de la crisis, particularmente en aspectos operativos y de implementación de medidas. Esta subcategoría se caracteriza por cuestionar o tergiversar las decisiones y protocolos establecidos por las autoridades sanitarias, frecuentemente comparando diferentes jurisdicciones o países. Incluye falsedades sobre protocolos hospitalarios, manejo de pacientes y decisiones sanitarias a nivel institucional; por ejemplo: "Chile es único país que pide pase de movilidad", "OMS toma distancia del carnet de alta", "contactos estrechos deben hacer cuarentena indefinida". Y 3) "Naturaleza del virus", que comprende bulos sobre el origen, comportamiento y características del SARS-CoV-2. Esta subcategoría se distingue por su contenido pseudotécnico, frecuentemente empleando terminología científica de manera incorrecta o descontextualizada. Incluye desde teorías conspirativas sobre su origen hasta explicaciones alternativas sobre su funcionamiento biológico. Por ejemplo, "fue creado en laboratorio chino", "no es respiratorio sino vascular", "los humanos no tienen receptores ACE2 en pulmón".
3.2.2. Medidas preventivas
Esta categoría se centra específicamente en las intervenciones de control sanitario implementadas durante la pandemia. Se caracteriza por contener información que busca desacreditar o cuestionar la eficacia y seguridad de las principales medidas de prevención adoptadas globalmente. Se subdivide en tres tipos de contenidos específicos: 1) "Vacunas" constituye el grupo más numeroso y diverso. Esta subcategoría se caracteriza por combinar miedos existentes sobre la vacunación con nuevas narrativas, específicas de la pandemia. Abarca desde teorías sobre su composición hasta especulaciones sobre sus efectos a corto y largo plazo, frecuentemente mezclando elementos de teorías conspirativas con preocupaciones de salud. Los bulos suelen apoyarse en supuestos expertos o investigaciones científicas mal citadas o inexistentes. Por ejemplo, "contienen grafeno", "generan atracción magnética", "modifican el ADN", "causan infertilidad", "debilitan el sistema inmune", "contienen microchips". 2) "Mascarillas" incluye desinformación específica sobre este elemento de protección personal. Se caracteriza por atribuir efectos negativos al uso prolongado de mascarillas, frecuentemente apelando a supuestos riesgos para la salud respiratoria o neurológica. Los bulos en esta categoría suelen citar incorrectamente estudios científicos o inventar declaraciones de expertos. Por ejemplo, "causan daño neurológico", "provocan que respires CO~2~", "afectan el cerebro de los niños", "generan colonias de bacterias en los pulmones". Y 3) "Mecanismos de detección" comprende falsedades sobre las herramientas de diagnóstico, particularmente las pruebas PCR. Esta subcategoría se distingue por cuestionar la fiabilidad técnica de los métodos de detección, frecuentemente malinterpretando aspectos técnicos del procedimiento o inventando limitaciones inexistentes. Por ejemplo, "PCR produce alzhéimer", "test no puede diferenciar entre gripe y COVID", "hisopos contienen cancerígenos", "el PCR no detecta el virus".
3.2.3. Relatos alternativos
Esta categoría agrupa narrativas que desafían sistemáticamente las versiones oficiales de la pandemia, caracterizándose por proponer explicaciones alternativas complejas y que conectan diversos actores y eventos. Se subdivide en dos tipos de contenidos específicos: 1) "Ideación conspirativa", que incluye teorías sobre supuestos planes orquestados globalmente. Esta subcategoría se caracteriza por presentar narrativas elaboradas que conectan diferentes actores e instituciones en supuestas conspiraciones de alcance mundial. Los bulos suelen involucrar a figuras prominentes, organizaciones internacionales y corporaciones en planes presuntamente prediseñados. Por ejemplo, "plan para pandemia diseñado desde 2017", "Banco Mundial registró test cinco años antes", "calendario de variantes preparado de antemano", "la pandemia fue planeada por élites globales". Y 2) "Hechos específicos", que refiere a eventos puntuales presentados como evidencia de estas conspiraciones. Esta subcategoría se distingue por utilizar incidentes reales o fabricados como supuesta "prueba" de las teorías conspirativas más amplias. Los bulos suelen tomar eventos aislados y reinterpretarlos dentro de una narrativa conspirativa mayor. Por ejemplo, "muerte de guardia real por vacuna", "protestas en Rumania", "presidentes asesinados por ir contra protocolos", "científico asesinado por revelar verdad sobre grafeno".
3.3. Relación entre los esquemas de codificación
Además de establecer categorías y subcategorías utilizando dos esquemas de codificación diferentes, se exploró un cruce entre ambos y se encontró que los esquemas de codificación no serían independientes entre sí, χ^2^ (4) = 48,6, p < .001. Los resultados de este cruce se grafican en la Figura 1.
Estos resultados sugieren que algunas de las categorías aparecen relacionadas entre sí en el proceso de codificación. En este sentido, dentro de la categoría "Ciencia y salud" se encuentran sobrerrepresentados los bulos referidos a "Medidas preventivas". Es decir, una parte importante de los bulos sobre "Ciencia y salud" se refieren a cuestionamientos sobre las "Medidas preventivas". Asimismo, en la categoría "Otros" aparecen sobrerrepresentados los bulos referidos a "Relatos alternativos". Este resultado no es particularmente sorprendente; más bien informa de que hay cierto grado de superposición entre los dos esquemas conceptuales. No obstante, dicha superposición no es completa y algunos de los resultados presentados posteriormente justifican la exploración a través de dos esquemas de codificación diferentes.
3.4. Evolución de la desinformación a lo largo del desarrollo de la pandemia
Del total de bulos bajo estudio, 86 (35.8%) ocurrencias fueron encontradas en 2020, 104 (43.3%) durante 2021, y 50 durante 2022 (20.8%). En un resumen de los 12 trimestres transcurridos en tres años de pandemia, se detecta una mediana de 21.5 nuevos bulos por trimestre (RIC 3 = 18.5). Desplegar los datos recopilados a lo largo de una línea temporal (Figura 2 y Figura 3) permite que profundicemos en la variabilidad del fenómeno, y que nos percatemos de aumentos y disminuciones en la detección de bulos al comienzo, en el desarrollo y en lo que parece ser el término de la pandemia.
En lo que refiere al comienzo de la pandemia, encontramos que, para el primer trimestre de 2020, solo aparece una noticia falsa detectada. Esto contrasta radicalmente con el segundo trimestre de ese año, que es cuando la detección de bulos alcanza su punto más alto, con 40 nuevos bulos diferentes entre sí. Con relación al transcurso de la pandemia, si bien para el tercer trimestre de 2020 se observa un descenso en la detección de bulos, desde fines de ese año y hasta la mitad de 2022 se observa una voluminosa y sostenida detección de numerosos bulos, con valores que oscilan entre las 16 y 32 ocurrencias detectadas por trimestre.
Finalmente, en lo que hasta ahora parece ser el término de la pandemia, observamos una marcada disminución en la detección de bulos para el tercer trimestre de 2022, cuando la detección de bulos decrece a solo 6 casos, mientras que para el último trimestre de 2022 no se reporta la detección de ningún nuevo bulo.
3.5 Contenidos a lo largo de la pandemia
Según la clasificación de Salaverría et al. (2020), "Ciencia y salud" (Mdn 4 = 17.5 bulos por trimestre, RIC = 14) fue la categoría con mayor porcentaje de bulos destacados a lo largo de casi todo el periodo estudiado (ver Figura 2). Esto concuerda con los resultados presentados anteriormente. Además, la categoría explica en gran medida el volumen de bulos detectados a lo largo de casi todos los momentos de los tres años de pandemia, con excepción del periodo inicial de 2020 y final de 2022 (i. e., comienzo y término de la pandemia). En estos periodos, la categoría "Política y gestión" tuvo un aumento significativo; sin embargo, los bulos de esta categoría a lo largo del tiempo oscilan entre los 1 y 12 casos (Mdn = 2.5 bulos por trimestre, RIC = 3.5). Por último, la categoría "Otros" mantiene valores menores en comparación con el resto de las categorías, oscilando entre 1 y 5 bulos de ocurrencia (Mdn = 2 bulos por trimestre, RIC = 1.3).
Nota. Datos del estudio analizados según la clasificación temática previa.
Por otro lado, según las nuevas categorías proporcionadas por este estudio, se observa cómo estas fluctúan de forma distinta a las categorías presentadas anteriormente a lo largo del periodo estudiado (ver Figura 3). "Naturaleza del virus" fue la categoría con mayor porcentaje de bulos en el periodo inicial y comprendió, en el segundo trimestre de 2020, el 80% de los bulos (n = 32 casos). Cabe destacar que el primer y único bulo detectado el primer trimestre de 2020 se encuentra en esta categoría. Sin embargo, este tipo de contenido disminuye considerablemente durante el resto de la pandemia (Mdn = 1.5 bulos por trimestre, RIC = 3). Respecto a la categoría "Medidas preventivas", fue la menos frecuente al inicio de la pandemia; sin embargo, esta situación cambió considerablemente a lo largo de la pandemia y constituyó en definitiva la categoría más predominante (Mdn = 13,5 bulos trimestrales (RIC = 16,8). Por último, la categoría "Relatos alternativos", con excepción del primer trimestre de 2020 y el último trimestre de 2022, muestra una cantidad de bulos detectados que oscilaron entre los 2 y 9 casos (Mdn = 2,5, RIC = 1,5). A pesar de que en esta categoría se encontró una menor cantidad de bulos, se mantuvo sostenida de manera consistente a lo largo de la pandemia.
Nota. Datos del estudio analizados según la clasificación temática desarrollada para esta investigación.
4. DISCUSIÓN
4.1. Resumen de los principales resultados y propuesta de interpretación teórica
En el análisis "top-down" detectamos que los bulos más frecuentes corresponden a temas de ciencia y salud, más específicamente a asuntos relacionados directamente con la ciencia. En la codificación axial "bottom-up", lo más prominente fueron bulos sobre medidas preventivas, en especial aquellos referidos a las vacunas. Es decir, muchos bulos detectados en esta revisión se enfocan en temas científicos, especialmente en cuestionar la eficacia, seguridad y ética de las vacunas. Estos resultados son consistentes con la literatura previa (Cárcamo-Ulloa et al., 2023; Cerón et al., 2021).
No obstante, el análisis a lo largo del tiempo permitió distinguir que los bulos sobre la naturaleza del virus tuvieron mayor preponderancia a comienzos de la pandemia, antes de que las vacunas hubieran sido desarrolladas (último trimestre de 2020) y que llegaran a Chile (primer trimestre de 2021) (Organización Panamericana de la Salud, 2021). En particular, al principio de la pandemia proliferaron numerosos bulos con falsas recomendaciones de salud o supuestas curas milagrosas que anularían los efectos negativos con procedimientos simples (desde gárgaras, dietas y vino, hasta la homeopatía o el "suplemento mineral milagroso"). Por otro lado, en esta subcategoría también aparecen llamativamente alusiones a medicamentos que se utilizan en otros cuadros sintomáticos.
Basándonos en los resultados de este estudio, proponemos un modelo teórico ad hoc para intentar explicar el aumento y disminución de bulos de diferentes contenidos a lo largo de la pandemia de COVID-19 y presentamos un esquema que lo resume en la Figura 4.
Según este modelo, cuando surgen nuevas amenazas a la salud o al bienestar de las personas, como un nuevo virus desconocido, podría emerger la necesidad natural de reducir la incertidumbre a través de la creación de relatos que proporcionen información y certeza. En el caso de la pandemia de COVID-19, en un comienzo la mayoría de las personas en Chile tenía poca información sobre el virus y cómo hacerle frente (Henríquez & Inostroza, 2021), lo que pudo haber alentado la creación de bulos al respecto. Con el tiempo, sin embargo, a medida que la población se familiarizó con el virus y la pandemia, disminuyó la producción de bulos sobre estos tópicos. Asimismo, cuando comienzan a aparecer medidas preventivas, especialmente las vacunas, estas provocan nuevas incertidumbres en la población (Ortiz-Barrero et al., 2023). De esta forma, las personas podrían elaborar y hacer circular relatos para satisfacer una necesidad psicológica y social de reducción de la incertidumbre ante lo desconocido.
Adicionalmente, las categorías de relatos alternativos y otros temas han sido las menos recurrentes en términos de cantidad de bulos. Sin embargo, la detección de estos contenidos ha sido estable y sostenida a lo largo de la pandemia. Creemos que esto obedece a otro tipo de fenómeno y que refleja un segmento de la población que de forma constante tiene una tendencia a oponerse a los relatos oficiales establecidos por autoridades o científicos, entendiendo que un aspecto central de las teorías conspirativas es el hecho de que ofrecen respuestas simples a problemas complejos (Marchlewska et al., 2018), y que, frente a un contexto social poco certero, estas habilitan un modo de pensar cerrado, seguro y estructurado que proporcionará rápidamente una sensación de certeza sobre las características del acontecimiento en cuestión (Kossowska et al., 2015). Esto concuerda con estudios previos realizados en Chile (Halpern et al., 2019; Salazar-Fernández et al., 2023).
4.2. Comparaciones con estudios previos
Al comparar los resultados obtenidos con los de Salaverría et al. (2020), encontramos que los bulos se distribuyen de una forma considerablemente diferente; mientras que en la investigación realizada en España, la distribución temática de los datos se reparte de forma relativamente homogénea entre las tres categorías ("Ciencia y salud", "Política y gestión", y "Otros"), en los resultados obtenidos respecto a las desinformaciones difundidas en Chile se observa que predominan aquellas relacionadas con "Ciencia y salud". Estas diferencias podrían explicarse por características propias de los respectivos países (e. g., contextos sociopolíticos), la naturaleza de la discusión sobre salud en estos, o bien por un diferente criterio al momento de categorizar las desinformaciones (Cerón et al., 2021). Además, estas diferencias pueden deberse al periodo de tiempo en el cual se recolectaron los bulos (i. e., Chile, durante 2020 a 2022; España, marzo y abril de 2020).
El uso de dos esquemas de codificación --uno previamente establecido y otro emergente-- permitió identificar elementos críticos que habrían pasado desapercibidos bajo un único marco analítico. Mientras que el esquema original (Salaverría et al., 2020) proporcionó una base sólida para categorizar los bulos, el esquema emergente permitió desglosar de manera más precisa el núcleo temático de "Ciencia y salud", una categoría amplia que, de otra manera, habría enmascarado diferencias significativas en el contenido. Por ejemplo, al utilizar un enfoque inductivo, se identificaron subcategorías específicas dentro de "Medidas preventivas", como narrativas relacionadas exclusivamente con vacunas, mascarillas y mecanismos de detección, lo que evidencia una riqueza temática que el esquema original no contemplaba. Este enfoque complementario subraya la importancia de combinar marcos conceptuales predefinidos con análisis inductivos para capturar tanto las tendencias generales como las especificidades contextuales de los datos. Además, los cruces entre esquemas revelaron superposiciones temáticas clave, como el predominio de narrativas conspirativas ("Relatos alternativos") dentro de la categoría general "Otros". Esto demuestra que, sin la incorporación del esquema emergente, esta categoría habría quedado como una agrupación genérica y poco definida. Al desglosarla, fue posible identificar que "Otros" se compone principalmente de relatos alternativos y conspirativos, lo que refuerza la importancia de emplear un enfoque dual en el análisis de fenómenos complejos como la desinformación, facilitando una caracterización temática más precisa y enriquecedora.
En cuanto al análisis a lo largo del tiempo, nuestros hallazgos se alinean con lo propuesto por Cerón et al. (2021) y lo complementan; estos investigadores describen cómo la infodemia por COVID-19 en América Latina evolucionó a lo largo del tiempo, presentando momentos de mayor intensidad, relacionados con eventos clave de la pandemia. Por ejemplo, el incremento de bulos observado en nuestro estudio durante 2021 podría explicarse en parte por la dinámica temporal de la desinformación señalada por Cerón y colegas: picos de información falsa tienden a coincidir con eventos de alto impacto, como la implementación masiva de campañas de vacunación o nuevas olas de contagio. Esta sincronización sugiere que la infodemia no es uniforme, sino que responde a la combinación de factores sociales, políticos y sanitarios, que exacerba la confusión y el miedo en momentos críticos. Nuestros resultados, al desglosar los bulos en categorías como "Medidas preventivas", permiten observar cómo estos picos de desinformación no solo coinciden temporalmente, sino que también reflejan cambios en las narrativas predominantes: desde dudas iniciales sobre la naturaleza del virus hasta cuestionamientos sobre la efectividad y seguridad de las vacunas. De este modo, nuestro análisis amplía el marco planteado por Cerón et al., al mostrar cómo la desinformación no solo se difunde, sino que también se transforma y adapta en respuesta al contexto.
4.3. Limitaciones y algunas recomendaciones
En primer lugar, el uso de fuentes secundarias (Fast Check y Mala Espina) puede haber llevado a la exclusión de algunos bulos de mayor o menor importancia que pudieron haber sido ignorados por los verificadores de noticias. Una forma de complementar este enfoque en futuros estudios sería mediante el uso de fuentes primarias, como la extracción directa de bulos desde redes sociales o a través de entrevistas o cuestionarios con personas de diferentes perspectivas. En segundo lugar, el presente estudio no aborda el alcance o difusión de los bulos, por lo que no resulta posible estimar cuánto impacto pudieron haber tenido realmente en la opinión pública o en la toma de decisiones. En tercer lugar, el estudio no analizó ni codificó detalladamente las fuentes ni los actores involucrados en la difusión de los bulos, dejando espacio para futuras investigaciones que examinen las figuras públicas que se repiten como fuentes de bulos, ya sean líderes políticos populistas a nivel internacional o figuras políticas nacionales que han sido identificadas como fuentes de bulos o que han promovido posturas antiintelectuales. También sería valioso examinar las identidades sociales y políticas de aquellas personas que aparecen injusta y falsamente representadas en los bulos, ya que parece que hay ciertos grupos que utilizan la elaboración de bulos como estrategia para dañar la reputación de figuras públicas de una posición ideológica contraria. En cuarto lugar, nuestro estudio no documentó las plataformas y formatos de los bulos, debido a la documentación irregular de estos aspectos en las fuentes consultadas. Un análisis dedicado a esta faceta de la desinformación podría revelar aspectos importantes sobre los mecanismos de propagación y adaptación de los bulos en diferentes contextos digitales.
Como es característico en los análisis cualitativos de contenido, las categorías desarrolladas reflejan una interpretación contextualizada del fenómeno estudiado. Si bien algunos bulos pueden abordar múltiples temas, la priorización del tema central en cada caso representa una decisión analítica fundamentada en el proceso iterativo de codificación y en la experiencia de los investigadores con el corpus completo de datos. Esta naturaleza interpretativa, lejos de ser una limitación, es una fortaleza del enfoque cualitativo, ya que permite capturar matices y patrones que podrían perderse en aproximaciones más rígidamente estructuradas (Saldaña 2021). En este sentido, futuros análisis en otros contextos culturales o temporales podrían identificar categorías diferentes o complementarias, lo cual enriquecería nuestra comprensión colectiva del fenómeno de la desinformación durante la pandemia, ilustrando cómo las manifestaciones específicas de este fenómeno pueden variar según el contexto sociocultural en que se estudian.
5. CONCLUSIONES
Podemos afirmar que la pandemia de COVID-19 ha sido un contexto propicio para la aparición y difusión de numerosos bulos que circularon ampliamente en redes sociales digitales de usuarios de Chile, al igual que en múltiples lugares del mundo. Nuestros resultados indican, en primer lugar, que la mayoría de los bulos estudiados tratan sobre temas relacionados con la ciencia y la salud, y con las medidas preventivas. En segundo lugar, que los bulos fueron cambiando a lo largo del tiempo (2020 a 2022), ya que en un inicio predominaron aquellos referidos a la naturaleza del virus, específicamente al tratamiento de este, y a medida que la pandemia avanzó, se observó un aumento en la producción de bulos referidos a las medidas preventivas en sí y una disminución en la producción de bulos de orientación conspirativa, que sin embargo fue sostenida. Y, en tercer lugar, proponemos un modelo teórico que explica la aparición y disminución de bulos durante la pandemia como respuesta a la necesidad psicológica de reducir la incertidumbre ante nuevas amenazas o situaciones desconocidas, lo cual explicaría las dinámicas y variaciones en las temáticas de las desinformaciones detectadas.
FINANCIAMIENTO
Agencia Nacional de Investigación y Desarrollo, Fondecyt regular n°1220664