L’ús massiu de les xarxes socials per a la difusió de continguts ha comportat un augment significatiu de l’abast i l’impacte de la desinformació, entesa com qualsevol classe d’informació falsa, inexacta o enganyosa, concebuda amb el propòsit de causar un dany públic i obtenir guanys (European Commission, 2018). Aquest fenomen constitueix un risc important per al conjunt de la societat, atès que incrementa la polarització i soscava la confiança tant en els mitjans de comunicació (Altay et al., 2024) com en les institucions (Ecker et al., 2024), i afecta, sobretot, uns segments determinats de la població (Budak et al., 2024). A més a més, la desinformació és particularment rellevant en els períodes electorals, ja que les fake news es fan servir per manipular la percepció pública i alterar els processos democràtics (McKay i Tenove, 2021). 

Aquest article se centra en la propagació de la desinformació multimodal a les xarxes socials al llarg dels últims anys. En concret, s’han analitzat missatges —acompanyats d’imatges i vídeos— publicats des de finals del 2019 en canals oberts i en castellà de Telegram. La raó que va impulsar aquest estudi és que, si bé Telegram és una plataforma de missatgeria que es fa servir per a la difusió pública de desinformació des dels inicis de la pandèmia, no hi ha gaires recerques que l’hagin analitzada (Bodaghi et al., 2024). D’altra banda, la literatura científica ha suggerit que els elements multimèdia poden amplificar els efectes negatius de la desinformació (Dan et al., 2021), raó per la qual convé conèixer de quina manera influeixen en la propagació dels missatges.

Els resultats assenyalen que, a Telegram, el nombre de missatges acompanyats d’imatges i de vídeo ha augmentat d’una manera notable els dos últims anys, sobretot quan tenen a veure amb uns temes concrets. A més a més, els missatges multimèdia arriben a una audiència més àmplia que aquells que solament contenen text. Així mateix, la diferència en l’abast i la viralitat entre els missatges multimèdia i els no multimèdia és més significativa quan s’han publicat en els canals que tenen més subscriptors. Combinats, aquests dos fets representen un desafiament important per a les iniciatives que lluiten contra la desinformació.

Molts dels missatges de Telegram descarregats incloïen algun tipus de contingut multimèdia, o bé un enllaç per accedir-hi. 
 

Ara bé, si es consideren els missatges de mitjans per separat, s’observa que predominen els de text o les webs. En canvi, els canals alternatius contenen majoritàriament missatges que incorporen àudios i vídeos. 
 

El nombre de missatges publicats pels canals alternatius analitzats es va incrementar els anys 2020 i 2021, quan la majoria d’aquests canals van iniciar la seva activitat. A finals del 2019, la mitjana de missatges publicats en aquests canals era d’uns 2.000 al mes, xifra que el 2022 va augmentar fins a arribar als 25.000 i que actualment es manté. 

També ha augmentat el nombre de missatges que contenen elements multimèdia. A principis del 2020, hi havia un 82% de missatges no multimèdia i un 18% de missatges multimèdia (els primers superaven més de quatre vegades els segons), però, en quatre anys, la situació pràcticament s’ha invertit: el juliol del 2024 s’observa un 23% de missatges no multimèdia i un 77% de missatges multimèdia. 

Les imatges —estàtiques o animades— són els elements multimèdia que han augmentat més, de manera que a principis del 2020 van deixar de representar menys d’un 10% del total i es van convertir, amb més d’un 40%, en el contingut més habitual. La inclusió de vídeos en els missatges dels canals de Telegram també ha experimentat un augment notable, passant d’una de cada sis publicacions a una de cada tres. En canvi, les publicacions que contenen enllaços web, que suposaven més de la meitat del total, han quedat reduïdes, aproximadament, al 10% del total. 

L’estudi mostra que els missatges multimèdia dels mitjans alternatius acumulen, en conjunt, més visualitzacions que els que solament contenen text. Això és lògic, atès que la quantitat de missatges multimèdia augmenta amb el temps i, per tant, també augmenta el nombre total de vistes acumulades.

Pel que fa al nombre mitjà de vistes, aquest és superior en els missatges no multimèdia si considerem tots els canals (gràfic 6.A). Ara bé, si el càlcul es limita als canals amb més vistes (gràfic 6.B), s’obté el resultat contrari: el nombre mitjà de vistes dels missatges multimèdia és superior. Això sembla indicar, doncs, que els canals amb més èxit són capaços de fer servir els recursos visuals per atraure una audiència més àmplia, explotant la preferència dels usuaris per continguts més dinàmics i entretinguts (Dan et al., 2021). En canvi, els canals menys vistos no ho aconsegueixen i fan que baixi la mitjana global de l’abast dels missatges multimèdia.

Segons la mètrica emprada en aquest estudi, els missatges multimèdia tendeixen a ser més virals; és a dir, solen destacar amb més freqüència que els missatges no multimèdia publicats en el mateix canal. 

En qualsevol cas, el nombre de missatges virals no és gaire elevat. Per això, no és habitual que hi hagi gaires missatges amb un nombre de vistes dispars respecte dels missatges del seu mateix context. Una possible explicació és que, a Telegram, la informació no es consumeix de la mateixa manera que en altres plataformes, com ara X. Tot i que en alguns aspectes Telegram es comporta com una xarxa social, la manera de visualitzar els missatges és similar a la d’una aplicació de missatgeria; és a dir, d’una manera seqüencial i, sovint, en blocs d’atenció. Això vol dir que, a diferència del que passa en altres xarxes socials (Vosoughi et al., 2018), tots els missatges del mateix canal es propaguen a una velocitat semblant. L’acumulació de vistes es produeix en un interval de temps curt; s’assoleix un total similar al d’altres missatges del canal i la vida útil dels missatges no és gaire llarga.  

L’evolució temporal del nombre de missatges publicats en els canals alternatius sobre temes diversos mostra patrons distintius d’activitat que semblen tenir relació amb esdeveniments rellevants en cada àmbit de debat. Els gràfics mostren que alguns temes, com ara «Campanyes de vacunació contra la covid-19» i «Controvèrsies i problemes legals Biden-Trump», presenten pics pronunciats de missatges que coincideixen temporalment amb esdeveniments crítics, com els pics de vacunació el 2021 i les campanyes electorals o nomenaments presidencials als Estats Units. Això suggereix una forta correlació entre l’activitat a Telegram i els esdeveniments sociopolítics amb una rellevància mediàtica elevada.

En tots els temes, la proporció de missatges multimèdia augmenta amb el pas del temps, com ja s’havia detectat sense aquesta segmentació. És el que passa, per exemple, a «Esdeveniments i política a Espanya», i també a «Canvi climàtic i meteorologia». Aquest segon cas és especialment il·lustratiu: avui dia, gairebé tots els missatges d’aquest àmbit contenen fotos o vídeos de fenòmens atmosfèrics que aprofundeixen en la minimització o negació del canvi climàtic. D’altra banda, és important destacar que alguns temes —com ara «Guerra a Ucraïna: conflicte entre Ucraïna i Rússia» i «Escalada del conflicte Israel-Palestina i crisi humanitària a Gaza» han anat acompanyats d’una gran quantitat de missatges multimèdia des dels inicis. Aquests dos casos il·lustren el caràcter visual d’alguns temes i, per tant, un impacte encara més significatiu en l’audiència. A més a més, el tema de la guerra a Ucraïna és interessant perquè comporta un volum de missatges multimèdia molt superior a l’esperat en aquest període inicial.
 

L’abast i la viralitat dels missatges segmentats per temes no difereixen substancialment del que ja s’ha explicat. Si es considera tot el conjunt de dades, les mètriques dels missatges multimèdia no difereixen significativament de les dels missatges no multimèdia. Ara bé, si l’anàlisi es limita als canals alternatius amb un nombre més gran de subscriptors, sí que es pot apreciar que els missatges multimèdia tenen més abast i viralitat. La diferència és més gran quan es tracta de temes que a priori són menys visuals, com ara «Esdeveniments i política a Espanya» o «Avortament i gènere en l’actualitat». Això reforça la hipòtesi que els canals alternatius amb més èxit són capaços d’activar les seves audiències fins i tot en temes menys atractius recorrent a l’ús dels recursos visuals.
 

L’anàlisi dels missatges publicats en canals de Telegram des de finals del 2019 fins al 2024 assenyala que la desinformació multimodal, sobretot quan inclou imatges i vídeos, arriba a més persones que els missatges que únicament contenen text o enllaços web. Aquest comportament és particularment notable en canals amb un nombre elevat de subscriptors, on el contingut multimèdia aconsegueix atraure més atenció per part de l’audiència. També s’ha observat un increment sostingut en la proporció de missatges multimèdia al llarg del temps, i que uns temes determinats, com ara «Guerra a Ucraïna» i «Campanyes de vacunació contra la covid-19», mostren patrons d’alta activitat en moments crítics. Aquests resultats subratllen la necessitat de desenvolupar estratègies específiques per abordar la desinformació en plataformes de missatgeria, considerant l’impacte diferenciat que els diferents tipus de contingut multimèdia tenen en la percepció i difusió de la informació. 

Per a la realització d’aquest estudi, es van descarregar missatges de Telegram publicats en un conjunt de canals en castellà seleccionats per investigadors de Maldita, entitat de verificació independent, transparent i sense ànim de lucre, acreditada per la International Fact-Checking Network (IFCN), a partir de resultats previs (Maldita.es, 2022) i verificacions recents. Aquesta llista incloïa canals de mitjans de comunicació tradicionals del SCImago Media Ranking (Trillo-Domínguez et al., 2023), que els autors van denominar mitjans, i canals sospitosos de propagar desinformació o enquadrats en l’anomenat paraperiodisme, referits com a canals alternatius. Utilitzant la biblioteca pytopicgram, es van obtenir a través de l’API de Telegram més d’1,5 milions de missatges publicats entre l’1 de desembre del 2019 i el 31 d’agost del 2024, dels quals al voltant de mig milió van correspondre a mitjans. Les agrupacions dels missatges en temes es van obtenir amb l’algorisme BERTopic (Alammar i Grootendorst, 2024), amb un llindar de 1.000 topics. La generació de les descripcions es va dur a terme amb OpenAI GPT-4o. 

La diferenciació entre missatges multimèdia i missatges no multimèdia es va fer a partir de les dades proporcionades per l’API de Telegram. Les metadades associades a cada missatge descarregat inclouen diversos camps que indiquen, entre altres coses, si el missatge conté una imatge, un vídeo, un àudio o un document. Quan el missatge inclou un enllaç web a una imatge o un vídeo, Telegram pot incrustar el contingut multimèdia en el missatge, i en aquest cas també queda marcat com a tal en les dades del missatge. Els documents web no incrustats en els missatges es van considerar com a no multimèdia, encara que la pàgina a la qual s’accedeix a través del missatge pugui incloure aquest tipus d’elements, així com els documents adjunts d’un tipus desconegut. A cada missatge se li va assignar únicament un tipus: imatge, vídeo, àudio (multimèdia); web, text, document (no multimèdia).

Per avaluar l’abast dels missatges, es va considerar el nombre de visualitzacions, xifra que proporciona directament l’API de Telegram. Aquest nombre representa les vistes úniques que ha rebut un missatge. Telegram no ofereix cap explicació oficial detallada de com es calcula aquest valor. Per exemple, no se sap si hi ha un temps mínim durant el qual un usuari ha de veure un missatge perquè es consideri una vista. Si un mateix usuari veu un missatge diverses vegades, només compta com una vegada. Per mesurar la viralitat, es va elaborar una mètrica que quantifica l’efectivitat de la propagació d’un missatge comparant-ne el nombre de vistes amb el d’aquelles rebudes pels missatges publicats en el mateix canal una mica abans i una mica després. 

Per donar compliment a les normatives legals sobre protecció de dades, es van implementar diverses mesures orientades a minimitzar les dades emprades en la recerca. Així, només es van utilitzar les metadades dels missatges estrictament necessàries: identificador del canal, identificador del missatge, data de publicació i tipus de contingut multimèdia associat. No es van recopilar els comentaris associats als missatges ni les dades sobre els administradors dels canals o els usuaris subscrits. El contingut de cada missatge es va emprar únicament per identificar de manera automàtica el tema tractat i, tot seguit, es va eliminar. Quant al compliment de la Llei d’Intel·ligència Artificial de la UE (Reglament 2024/1689), els desenvolupaments realitzats per a la recerca queden fora de l’àmbit de la regulació, atès que no són aplicacions prohibides ni catalogades com d’alt risc. 

Els autors volen expressar el seu agraïment al doctor Javier Valls Prieto per les seves valuoses aportacions a l’anàlisi dels aspectes ètics i legals relacionats amb l’obtenció i processament de dades d’aquesta recerca. 

ALAMMAR, J., y M. GROOTENDORST (2024): Hands-on. Large language models, O’Reilly Media, Inc.

ALTAY, S., B. A. LYONS, y A. MODIRROUSTA-GALIAN, A. (2024): «Exposure to Higher Rates of False News Erodes Media Trust and Fuels Overconfidence», Mass Communication and Society, 1-25.

BODAGHI, A. et al. (2024): «A Literature Review on Detecting, Verifying, and Mitigating Online Misinformation», IEEE Transactions on Computational Social Systems, 11(4), 5119-5145.

BUDAK, C. et al. (2024): «Misunderstanding the harms of online misinformation», Nature, 630, 45-53.

DAN, V. et al. (2021): «Visual Mis- and Disinformation, Social Media, and Democracy», Journalism & Mass Communication Quarterly, 98(3), 641-664.  

ECKER, U. et al. (2024): «Misinformation poses a bigger threat to democracy than you might think», Nature, 630(8015), 29-32. 

EUROPEAN COMMISSION, DIRECTORATE-GENERAL FOR COMMUNICATIONS NETWORKS, CONTENT AND TECHNOLOGY (2018): A multi-dimensional approach to disinformation. Report of the independent High level Group on fake news and online disinformation, Publications Office.

GRINBERG, N. et al. (2019): «Fake news on Twitter during the 2016 U.S. presidential election», Science, 363(6425), 374-378.

MALDITA.ES (2022, 19 de diciembre): El clan del negacionismo en Telegram.  

MCKAY, S., y C. TENOVE (2021): «Disinformation as a Threat to Deliberative Democracy», Political Research Quarterly, 74(3), 703-717.

MONTORO-MONTARROSO, A. et al. (2023): «Fighting disinformation with artificial intelligence: fundamentals, advances and challenges», Profesional de la información, 32(3).

NATURE (2024, 6 de junio): «Data access needed to tackle online misinformation», The International Journal of Science.

NOBARI, A. D. et al. (2021): «Characteristics of viral messages on Telegram; The world’s largest hybrid public and private messenger», Expert Systems with Applications, 168, 114303.

REGLAMENTO (UE) 2024/1689 DEL PARLAMENTO EUROPEO Y DEL CONSEJO, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial y por el que se modifican los Reglamentos (CE) n.º 300/2008, (UE) n.º 167/2013, (UE) n.º 168/2013, (UE) 2018/858, (UE) 2018/1139 y (UE) 2019/2144 y las Directivas 2014/90/UE, (UE) 2016/797 y (UE) 2020/1828 (Reglamento de Inteligencia Artificial).

RÍOS, C. (2024, 26 de marzo): «Paraperiodismo», El País.

TRILLO-DOMÍNGUEZ, M. et al. (2023): «SCImago Media Rankings (SMR): situation and evolution of the digital reputation of the media worldwide», Profesional de la información, 32(5).

URMAN, A., y S. KATZ (2020): «What they do in the shadows: examining the far-right networks on Telegram», Information, Communication & Society, 23(12), 1979-1998.

VOSOUGHI, S., D. ROY y S. ARAL (2018): «The spread of true and false news online», Science, 359(6380), 1146-1151.  

WARDLE, C. (2017, 14 de marzo): «Noticias falsas. Es complicado», First Draft.