{"id":37489,"date":"2026-10-05T14:14:10","date_gmt":"2026-10-05T12:14:10","guid":{"rendered":"https:\/\/ramonramon.org\/blog\/?p=37489"},"modified":"2026-10-06T17:11:23","modified_gmt":"2026-10-06T15:11:23","slug":"inteligencia-narrativa-agentica-social-listening","status":"publish","type":"post","link":"https:\/\/ramonramon.org\/blog\/2026\/10\/05\/inteligencia-narrativa-agentica-social-listening\/","title":{"rendered":"El fin del social listening como contador de menciones: hacia una inteligencia narrativa ag\u00e9ntica"},"content":{"rendered":"\n

Durante a\u00f1os hemos llamado social listening<\/em> a cosas muy diferentes. En algunos casos se trata de una verdadera capacidad de inteligencia digital<\/a>; en otros, de un dashboard que contabiliza menciones, estima sentimiento positivo o negativo y presenta una nube de palabras acompa\u00f1ada de algunos gr\u00e1ficos suficientemente vistosos como para justificar una reuni\u00f3n.<\/p>\n\n\n\n

El problema es que una campa\u00f1a electoral, un gobierno o una organizaci\u00f3n sometida a una crisis reputacional<\/a> rara vez fracasan por desconocer cu\u00e1ntas veces fueron mencionados durante las \u00faltimas veinticuatro horas. Fracasan porque no entendieron a tiempo qu\u00e9 estaba significando realmente la conversaci\u00f3n<\/strong>, qu\u00e9 narrativa empezaba a consolidarse, qu\u00e9 comunidades la estaban adoptando y qu\u00e9 acontecimientos pod\u00edan convertir una se\u00f1al todav\u00eda peque\u00f1a en un problema pol\u00edtico importante.<\/p>\n\n\n\n

La llegada de modelos de inteligencia artificial capaces de trabajar como agentes empieza a permitirnos imaginar una evoluci\u00f3n bastante m\u00e1s interesante: pasar de m\u00e1quinas que clasifican publicaciones a sistemas capaces de investigar contexto antes de interpretar una se\u00f1al<\/strong>.<\/p>\n\n\n\n

Un trabajo publicado el 24 de septiembre de 2026 por Lior Biton y Oren Tsur, Agentic Detection of Online Conspiracies<\/em><\/a>, apunta precisamente en esa direcci\u00f3n. Los investigadores parten de una dificultad que cualquier persona que haya trabajado seriamente con conversaci\u00f3n digital conoce bien: el mismo texto puede significar cosas completamente distintas dependiendo de qui\u00e9n lo publica, de qu\u00e9 ocurri\u00f3 antes, de la comunidad en la que aparece o de si estamos ante adhesi\u00f3n, cr\u00edtica, iron\u00eda o burla. Su propuesta utiliza agentes capaces de consultar diferentes fuentes de contexto social antes de decidir c\u00f3mo interpretar una publicaci\u00f3n, y sus resultados mejoran de forma consistente la clasificaci\u00f3n basada exclusivamente en el texto.<\/p>\n\n\n\n

No me interesa tanto el problema concreto de detectar conspiraciones como la l\u00f3gica que hay detr\u00e1s. Porque esa l\u00f3gica puede cambiar sustancialmente nuestra manera de hacer inteligencia pol\u00edtica.<\/p>\n\n\n\n

El problema de mirar cada publicaci\u00f3n como una unidad independiente<\/h2>\n\n\n\n

Cuando elabor\u00e9 mi propuesta de Diagn\u00f3stico narrativo en seis pasos: el m\u00e9todo antes de la estrategia<\/em><\/a>, insist\u00eda en que investigar no consiste en acumular informaci\u00f3n, sino en convertir se\u00f1ales dispersas en una hip\u00f3tesis que permita tomar decisiones. Podemos tener millones de datos y continuar sin entender qu\u00e9 est\u00e1 ocurriendo.<\/p>\n\n\n\n

El social listening tradicional funciona con frecuencia en sentido contrario. Recoge enormes cantidades de publicaciones, las clasifica y posteriormente intenta que sea un analista humano quien reconstruya la historia escondida entre miles de fragmentos. La IA ag\u00e9ntica permite invertir parcialmente ese proceso.<\/p>\n\n\n\n

Imaginemos que el sistema detecta un aumento relativamente peque\u00f1o de publicaciones que vinculan a una instituci\u00f3n electoral con una acusaci\u00f3n determinada. En lugar de limitarse a elevar una alerta por volumen, un agente podr\u00eda intentar responder primero algunas preguntas: \u00bfqui\u00e9nes est\u00e1n iniciando esa conversaci\u00f3n? \u00bfEsas cuentas ya hab\u00edan difundido narrativas similares? \u00bfLa frase aparece por primera vez en este pa\u00eds? \u00bfExiste un antecedente equivalente en otra campa\u00f1a latinoamericana<\/a>? \u00bfSe est\u00e1n compartiendo las mismas fuentes? \u00bfEstamos ante publicaciones originales o adaptaciones de un contenido previo? \u00bfLa conversaci\u00f3n crece org\u00e1nicamente o presenta patrones que justifican una revisi\u00f3n humana?<\/p>\n\n\n\n

Ese trabajo no sustituye al analista. Lo que hace es llegar al analista con m\u00e1s contexto y mejores preguntas<\/strong>.<\/p>\n\n\n\n

La diferencia entre monitorizaci\u00f3n e inteligencia<\/h2>\n\n\n\n

Esta distinci\u00f3n puede parecer sem\u00e1ntica, pero para m\u00ed es fundamental. Monitorizar significa saber qu\u00e9 ocurre. Inteligencia significa intentar comprender por qu\u00e9 ocurre, hacia d\u00f3nde puede evolucionar y qu\u00e9 decisi\u00f3n deber\u00eda cambiar como consecuencia de esa informaci\u00f3n<\/strong>.<\/p>\n\n\n\n

Por eso llevo tiempo defendiendo en RRyC\u00eda un sistema de Notas de Inteligencia Narrativa<\/a><\/strong> que no se limite a registrar volumen o sentimiento, sino que obligue a formular una hip\u00f3tesis sobre la narrativa, los actores que la impulsan, las emociones que moviliza, las comunidades en las que encuentra mayor receptividad y su posible trayectoria.<\/p>\n\n\n\n

La IA puede ayudarnos ahora a enriquecer ese proceso. No porque tenga una capacidad m\u00e1gica para descubrir la verdad, sino porque puede reducir enormemente el coste de buscar antecedentes, relacionar se\u00f1ales y explorar contextos que un equipo humano no tendr\u00eda tiempo de comprobar sistem\u00e1ticamente.<\/p>\n\n\n\n

Es exactamente la misma tesis que desarrollaba en La IA acelera lo que ya sabes hacer y multiplica lo que est\u00e1s haciendo mal<\/a>: la tecnolog\u00eda no sustituye el m\u00e9todo. Lo amplifica.<\/p>\n\n\n\n

Si nuestro m\u00e9todo consiste en contabilizar menciones, tendremos un contador de menciones extraordinariamente r\u00e1pido. Si tenemos una metodolog\u00eda de inteligencia, podremos ampliar extraordinariamente nuestra capacidad para investigar.<\/p>\n\n\n\n

\"Inteligencia<\/figure>\n\n\n\n

Del an\u00e1lisis est\u00e1tico al agente que pregunta<\/h2>\n\n\n\n

Hay un cambio conceptual que merece atenci\u00f3n. La mayor\u00eda de los sistemas de monitorizaci\u00f3n actuales parten de una l\u00f3gica est\u00e1tica: reciben un contenido y lo clasifican como positivo, negativo, neutral, tema A, tema B, desinformaci\u00f3n o no desinformaci\u00f3n.<\/p>\n\n\n\n

Pero la realidad pol\u00edtica es mucho m\u00e1s ambigua. Una acusaci\u00f3n puede ser irrelevante si procede de tres cuentas marginales y extraordinariamente importante si est\u00e1 empezando a penetrar en una comunidad que hasta ahora no la utilizaba.<\/p>\n\n\n\n

Una misma palabra puede tener significados distintos en Honduras, M\u00e9xico, Rep\u00fablica Dominicana o Espa\u00f1a. Una narrativa puede parecer local hasta que descubrimos que la misma estructura argumental apareci\u00f3 dos meses antes en Brasil o Estados Unidos.<\/p>\n\n\n\n

Un agente puede trabajar de otra manera: antes de clasificar, puede preguntar<\/strong>. Y considero que ah\u00ed est\u00e1 una de las posibilidades m\u00e1s interesantes de la IA aplicada a inteligencia pol\u00edtica<\/a>.<\/p>\n\n\n\n

Una posible arquitectura de Inteligencia Narrativa Ag\u00e9ntica<\/h2>\n\n\n\n

En RRyC\u00eda podr\u00edamos pensar esta evoluci\u00f3n mediante cinco capas.<\/p>\n\n\n\n

La primera seguir\u00eda siendo la detecci\u00f3n<\/strong>. Identificar cambios de volumen, t\u00e9rminos emergentes, nuevos actores, anomal\u00edas, contenidos de r\u00e1pido crecimiento o desplazamientos en el sentimiento.<\/p>\n\n\n\n

La segunda ser\u00eda el contexto<\/strong>. El agente buscar\u00eda antecedentes de la narrativa, actores relacionados, cronolog\u00eda, fuentes y acontecimientos que expliquen por qu\u00e9 aparece en ese momento.<\/p>\n\n\n\n

La tercera ser\u00eda la conexi\u00f3n narrativa<\/strong>. \u00bfEstamos ante una pieza aislada o forma parte de un relato mayor? \u00bfQu\u00e9 otros contenidos, incluso utilizando palabras diferentes, est\u00e1n construyendo la misma interpretaci\u00f3n?<\/p>\n\n\n\n

La cuarta ser\u00eda la dimensi\u00f3n transnacional<\/strong>. \u00bfHa aparecido antes ese relato en otros pa\u00edses? \u00bfQu\u00e9 elementos han sido adaptados? \u00bfQu\u00e9 actores o fuentes conectan ambos ecosistemas?<\/p>\n\n\n\n

Y la quinta ser\u00eda la escalada humana<\/strong>. No todas las se\u00f1ales merecen llegar a un director de campa\u00f1a o a un responsable institucional. El objetivo deber\u00eda ser que el sistema proporcione al analista aquellas situaciones en las que exista suficiente contexto como para justificar una investigaci\u00f3n o una decisi\u00f3n.<\/p>\n\n\n\n

La secuencia ser\u00eda, por tanto: se\u00f1al, investigaci\u00f3n autom\u00e1tica, hip\u00f3tesis narrativa, validaci\u00f3n humana, decisi\u00f3n.<\/strong> Esto me interesa mucho m\u00e1s que prometer una inexistente \u00abIA que detecta la desinformaci\u00f3n\u00bb.<\/p>\n\n\n\n

\"La<\/figure>\n\n\n\n

La m\u00e1quina puede encontrar relaciones. El consultor debe interpretar su significado<\/h2>\n\n\n\n

Conviene mantener una cautela. Cuanto mayor sea la capacidad de una IA para relacionar informaci\u00f3n, mayor ser\u00e1 tambi\u00e9n la tentaci\u00f3n de interpretar cualquier coincidencia como causalidad.<\/p>\n\n\n\n

Tres cuentas que publican lo mismo no demuestran coordinaci\u00f3n. Una narrativa que apareci\u00f3 previamente en otro pa\u00eds no demuestra una operaci\u00f3n transnacional. Dos actores que utilizan una fuente id\u00e9ntica no necesariamente trabajan juntos.<\/p>\n\n\n\n

Por eso la inteligencia necesita trabajar con niveles de confianza y no con certezas artificiales. La funci\u00f3n del consultor pol\u00edtico, del analista o del responsable de inteligencia no desaparece; probablemente se vuelve m\u00e1s importante, porque alguien tiene que distinguir entre correlaci\u00f3n, coincidencia y evidencia suficientemente s\u00f3lida como para modificar una estrategia.<\/p>\n\n\n\n

El agente puede ampliar nuestro campo de visi\u00f3n. No deber\u00eda decidir por nosotros qu\u00e9 significa lo que encuentra.<\/p>\n\n\n\n

De escuchar la conversaci\u00f3n a investigar el ecosistema<\/h2>\n\n\n\n

Esta evoluci\u00f3n conecta adem\u00e1s con algo que he defendido recientemente en este blog al analizar los deepfakes: no basta con detectar piezas; hay que detectar ecosistemas<\/a>. Lo mismo vale para la conversaci\u00f3n pol\u00edtica.<\/p>\n\n\n\n

Durante muchos a\u00f1os nos acostumbramos a mirar publicaciones individuales porque era t\u00e9cnicamente lo m\u00e1s sencillo. Hoy empezamos a tener herramientas capaces de reconstruir una parte mucho mayor del contexto. Eso permite pasar: de la publicaci\u00f3n a la narrativa, de la cuenta a la comunidad, del volumen a la trayectoria, del pa\u00eds al ecosistema transnacional, y de la alerta a la hip\u00f3tesis.<\/p>\n\n\n\n

Ese salto es, para m\u00ed, mucho m\u00e1s importante que cualquier nuevo gr\u00e1fico a\u00f1adido a una plataforma de escucha.<\/p>\n\n\n\n

La ventaja ya no estar\u00e1 en disponer de m\u00e1s datos<\/h2>\n\n\n\n

Todas las campa\u00f1as relevantes terminar\u00e1n teniendo acceso a herramientas de inteligencia artificial. La capacidad de resumir cien mil publicaciones, encontrar t\u00e9rminos emergentes o clasificar conversaciones dejar\u00e1 progresivamente de ser una ventaja competitiva porque ser\u00e1 accesible para casi todos.<\/p>\n\n\n\n

La diferencia estar\u00e1 en el m\u00e9todo: qu\u00e9 preguntas hacemos, qu\u00e9 relaciones buscamos, qu\u00e9 se\u00f1ales consideramos relevantes, qu\u00e9 hip\u00f3tesis descartamos y, sobre todo, qu\u00e9 decisiones somos capaces de modificar antes que el adversario<\/a>.<\/p>\n\n\n\n

Por eso creo que estamos entrando en una etapa que podr\u00edamos llamar Inteligencia Narrativa Ag\u00e9ntica<\/strong>. No se trata de sustituir a los analistas por agentes. Se trata de conseguir que los agentes realicen buena parte del trabajo mec\u00e1nico de investigaci\u00f3n contextual para que el analista pueda dedicar m\u00e1s tiempo a aquello que sigue siendo profundamente humano: comprender poder, intereses, identidad, cultura y comportamiento pol\u00edtico.<\/p>\n\n\n\n

El social listening nos ense\u00f1\u00f3 a escuchar Internet. La siguiente etapa deber\u00eda ense\u00f1arnos a investigarlo<\/strong>.<\/p>\n\n\n\n

\n

Herramienta gratuita \u00b7 5 minutos<\/p>\n

\u00bfQu\u00e9 dir\u00e1 la inteligencia artificial cuando le pregunten por usted?<\/p>\n

Mida en 15 preguntas su nivel de exposici\u00f3n en los cinco pilares de una estrategia AEO\/GEO y obtenga prioridades y primeros pasos concretos.<\/p>\n

Hacer el autodiagn\u00f3stico<\/a><\/p>\n<\/div>\n\n\n\n

Este art\u00edculo forma parte de la serie del blog sobre IA y comunicaci\u00f3n pol\u00edtica. Relacionados:<\/p>\n\n\n\n