Anexo metodológico
Todo el detalle técnico para que cualquier investigador, medio o persona con conocimientos básicos de análisis de datos pueda replicar o auditar este hallazgo.
Se extrajo la lista completa de videos publicados por la página, junto con el conteo de vistas visible públicamente en cada uno, usando una herramienta estándar de extracción de datos públicos (Instant Data Scraper, una extensión de navegador de uso común entre analistas de redes sociales).
Esta herramienta recorre el código de la página tal como la ve cualquier usuario y organiza los elementos repetidos (enlace, miniatura, contador de vistas) en una tabla exportable.
Resultado: 1,147 filas, correspondientes a 1,146 videos únicos identificados en el perfil.
Facebook ofrece, para cualquier página pública, una sección de Transparencia accesible sin necesidad de credenciales especiales. Se consultó directamente ahí:
Esta información es pública y puede ser confirmada por cualquier persona entrando a la página y consultando la misma sección.
Facebook, como la mayoría de redes sociales modernas, envía al navegador de cualquier usuario mucha más información de la que se muestra visualmente en pantalla. Esta información —en formato de datos estructurados— incluye el texto completo del post, la fecha exacta de publicación, y metadatos técnicos del contenido.
Se accedió a esta información usando las herramientas de desarrollo integradas en cualquier navegador moderno (Chrome DevTools), específicamente inspeccionando el código que la página entrega al cargar cada video individual.
publish_timeDentro de esos datos estructurados existe un campo llamado publish_time, un número que representa la fecha y hora exacta de publicación (en formato de tiempo Unix, estándar universal usado por casi todos los sistemas informáticos). Este dato se extrajo manualmente para una muestra de videos clave, y se convirtió a fecha legible para su verificación cruzada con eventos reales.
Cuando el texto real del post no estaba disponible, se recurrió a la lectura del titular visible en la miniatura de cada video mediante reconocimiento óptico de caracteres (OCR) — la misma tecnología que convierte una imagen de texto en texto editable.
Se probaron dos motores: Tesseract (motor tradicional, de código abierto) resultó insuficiente para este tipo de texto estilizado sobre fondo de video real. Se obtuvieron mejores resultados con EasyOCR (basado en redes neuronales), alcanzando una tasa de reconocimiento útil en aproximadamente el 67% de las miniaturas procesadas.
Se aplicó un modelo de análisis de sentimiento en español (RoBERTuito, a través de la librería pysentimiento) sobre los titulares extraídos, para obtener una primera clasificación automática de tono (favorable, negativo, neutral) por protagonista político mencionado.
Este análisis automatizado reveló una asimetría inicial entre distintos protagonistas, pero —dado el hallazgo de la sección 4 sobre la fiabilidad limitada de los titulares— se decidió no depender únicamente de este método para el hallazgo central de la investigación.
Se realizó la verificación más rigurosa posible: cada uno de los 50 videos que mencionan al presidente Abelardo de la Espriella fue visto en su totalidad por el equipo investigador, sin depender de titular ni de modelo automático.
Resultado: 50 de 50 videos (100%) resultaron favorables al gobierno de Abelardo de la Espriella, incluyendo varios cuyo titular sugería crítica o controversia.
Durante el análisis de Gustavo Petro se identificó que la búsqueda automática por la palabra "petro" incluía por error menciones a "petróleo", "petroleras" y "Ecopetrol" — inflando el conteo real de 69 a 83 menciones. Se corrigió el filtro de búsqueda y se recalculó el análisis completo antes de publicar cualquier cifra relacionada.
Las fechas de publicación verificadas (sección 3) se contrastaron contra el calendario oficial de la elección presidencial de Colombia 2026 y contra cobertura de prensa de eventos internacionales relevantes (la detención de Nicolás Maduro), usando fuentes periodísticas públicas y verificables de forma independiente.
La clasificación técnica del hallazgo (contenido fabricado, contenido engañoso, propaganda gris, entre otras categorías) se basó en un codebook de referencia sobre fenómenos de desinformación en Colombia, que a su vez se apoya en literatura académica establecida sobre desórdenes informativos y estudios de propaganda.
Los conjuntos de datos que sustentan esta investigación —incluyendo el listado completo de videos, títulos, fechas verificadas y clasificación de contenido— están disponibles para consulta por parte de otros investigadores o medios de comunicación.
[Completar: información de contacto o enlace de descarga de los datasets públicos]