En este escenario, entre las diversas iniciativas para frenar el fenómeno fake, una posible solución sería utilizar la inteli-gencia artificial mediante bots que permita discernir entre lo que es información veraz frente a la tergiversación de lo real. Existen modelos de bots que pueden aportar rapidez y eficiencia en la tarea de cazar noticias falsas o bulos. Algunos, son tan sofisticados que superan a los profesionales verificadores en el análisis de los atributos cuantificables de la noticia, como la estructura gramática, la elección de palabras, la puntuación y la complejidad del texto. Sin embargo, el verdadero reto para crear un eficiente detector de fake news no es tanto como está diseñado el algoritmo, sino, fundamentalmente, como encontrar los datos adecuados para entrenar el bot. A esto se suma la complejidad de las fake news que aparecen y desaparecen con rapidez por lo que resulta complicado recopilarlos, poder localizarlos y mostrarlos a las máquinas de inteligencia artificial.

Con estos desarrollos, el ecosistema informacional, y por consiguiente, el periodismo, atraviesa un modelo constructivo de contenidos basado en un proceso de algoritmización latente y creciente. En este sentido, diversos investigadores no dudan en afirmar que “el periodismo plenamente automatizado no trabaja directamente sobre la realidad sino sobre una realidad codificada en datos sobre la que actúan los algoritmos, conjuntos ordenados y finitos de normas específicas que aplicados a un problema conducen a su resolución” (Túñez-López, Toural-Bran y Cacheiro-Requeijo, 2018: 751).

En la actualidad, se vienen llevando a cabo diversas experiencias con algoritmos que son capaces de analizar a gran velo-cidad cantidades ingentes de noticias, informes y comunicados, y son capaces de identificar -con un elevado porcentaje de éxito-, aquellas informaciones que no son más que falsedades. Lamentablemente, estás mismas herramientas de Inte-ligencia Artificial también están demostrando su eficacia para estar del lado del enemigo. Recientemente, se informaba en los medios de que un equipo de investigadores de Open AI había conseguido crear y poner en marcha una máquina que redacta automáticamente fake news bastante convincentes.

2.1. Lo pernicioso de las Fake news, Desinformación y Posverdad

En los últimos años, el término “fake news” ha saltado a primera plana en los medios a raíz de la manipulación de la opi-nión pública y del voto en las elecciones de Estados Unidos de 2016. Y también en el referéndum del Brexit celebrado en el Reino Unido. El escándalo protagonizado por la empresa Cambridge Analytica, que hizo un uso fraudulento de los datos personales de millones de usuarios de Facebook, volvió a avivar su protagonismo en 2018.

Sin embargo, no todos aprueban el uso de la denominación de noticias falsas para referirse al fenómeno y hay quien lo considera muy restrictivo e insuficientemente descriptivo del problema de fondo. Es el caso de la Comisión Europa (2018), que prefiere hablar de desinformación que los define como “información falsa, inexacta o engañosa, diseñada, presentada o promovida para causar intencionadamente un daño público o para obtener un beneficio”. Para la Comisión Europea (Ibíd.), la expresión fake news no es adecuada, porque no abarca la complejidad del problema.

De hecho, a menudo se trata de contenido que no es falso, o que no es completamente falso, pero que es información fa-bricada, mezclada con hechos y prácticas que poco tienen que ver con el concepto de noticia, como pueden ser cuentas automáticas en redes sociales utilizadas para hacer astroturfing (disfrazar las acciones de una entidad política o comercial