Maldita.es alerta de bulos que afectan a varios partidos políticos simultáneamente

Las noticias falsas se divulgan e imponen sin freno ni control. Su difusión se ha desbordado especialmente durante estos últimos meses, coincidiendo con las campañas electorales del 28-A y 26-M. Según un estudio del movimiento global ciudadano Avaaz y una encuesta de la firma Metroscopia, alrededor de 9,6 millones de potenciales votantes han recibido mensajes de desinformación sólo por Whatsapp.

Montajes fotográficos, malinterpretaciones, declaraciones fuera de contexto… La profusión de bulos relacionados con política, principalmente a través de redes sociales, está siendo tan elevada que desmentirlos requiere de una gran intervención, tanto por parte de los propios partidos como de Maldita.es.

Precisamente, el medio sin ánimo de lucro dedicado a la verificación de discursos e informaciones mediante el análisis de datos, ha alertado de que muchos de los bulos cazados se atribuyen primero a un partido político y después a otro. También han advertido casos en los que afecta a varios partidos de forma simultánea.

Incluso, hay bulos que tras divulgarse durante la campaña a las elecciones generales se han recuperado de cara a la cita de próximo domingo. Un ejemplo es la cadena sin pruebas que hace un mes acusaba a PP, Ciudadanos y Vox de haber llegado a un pacto secreto para bajar las pensiones si ganaban las elecciones, y que ahora se relaciona con el PSOE, Unidas Podemos y EH Bildu. En ningún momento las formaciones desmintieron la historia.

Otra situación detectada por Maldita.es es la frase “cada cual cobra lo que se merece, los que cobran el salario mínimo es porque su trabajo es mínimo y no merecen más”. La cita fue atribuida primero a Pablo Casado, en octubre de 2018, y después a Pablo Iglesias. El medio no ha encontrado pruebas que demuestren que fue pronunciada.

El estudio de Avaaz y Metroscopia recogía que un 43% de los mensajes analizados iban contra Podemos, el PSOE o la izquierda en general; un 14% eran publicaciones antiinmigración; un 10% anti LGTBI o antifeministas y otro 25% era contenido falso o de odio.