En 2016 surgió una teoría inquietante en los rincones del internet: la Teoría del Internet Muerto propone que gran parte del contenido en internet ha sido generado por algoritmos, desde comentarios automatizados en foros, publicaciones en redes sociales, hasta noticias, imágenes y videos, una enorme porción del flujo de información estaría siendo fabricada por IA o bots. No necesariamente con intención maliciosa, sino como parte de una automatización del entorno digital.
Esto no significa que los humanos no estemos en línea, sino que la mayoría del contenido visible está manipulado, amplificado o creado por sistemas automatizados.
¿Tiene sentido esta teoría?
Varias señales apuntan a que sí hay algo de verdad:
- Participación artificial: Bots que inflan vistas, likes y comentarios.
- Contenidos espejo: Miles de sitios que replican la misma información, sin autor claro.
- IA generativa: Capaz de producir artículos, reseñas, imágenes e incluso videos indistinguibles de los reales.
- Granjas de contenido: Empresas o gobiernos que crean cuentas falsas para dirigir narrativas o manipular la opinión pública.
No estamos hablando de un evento futuro, sino de una realidad que ya está ocurriendo. Esto no solo impacta el entretenimiento o las redes sociales. También afecta a la ciencia.
Efectos actuales en la ciencia
- Contaminación de datos: Puede provocar que los estudios que dependen de fuentes abiertas, redes sociales o datos públicos estén potencialmente sesgados o corrompidos.
- Difusión de pseudociencia: Las IAs pueden generar contenido convincente y falso a gran escala, replicando ideas sin validación científica y creando la ilusión de consenso.
- Crisis en la revisión por pares: Existen ya miles de papers generados por IA o con plagios automatizados que han pasado filtros editoriales. Esto daña la confianza en las publicaciones científicas.
- Efecto bola de nieve. La IA llega a utilizar como base artículos también generados por IA, lo que provoca la perpetuación de cualquier información errónea que dichos artículos puedan tener.
Efectos en las ciencias forenses
- Evidencia digital dudosa: Un perfil falso puede simular actividad humana creíble. En un juicio, presentar conversaciones o interacciones automatizadas como prueba puede ser engañoso.
- Obstrucción de justicia: Los bots pueden enterrar evidencia relevante bajo una avalancha de ruido digital, dificultando las búsquedas y el análisis de patrones criminales reales.
- Perfiles de riesgo manipulados: Las herramientas forenses que analizan patrones de comportamiento en línea (como grooming, radicalización o amenazas) pueden ser desviadas si el comportamiento es artificial.
- Suplantación de identidad: La IA generativa puede crear voces, rostros y textos de personas reales. Esto complica la atribución y autenticidad de la evidencia.
¿Y los efectos futuros?
1. Colapso de la confianza en el conocimiento
Si no podemos distinguir entre contenido humano y artificial, la confianza en cualquier dato será cuestionada. ¿Quién escribió esto? ¿Una persona o una IA? ¿Qué intenciones hay detrás? Esto puede generar parálisis informativa: la gente ya no sabrá en qué creer. Se creara una deshumanización del discurso.
2. Aislamiento cognitivo
La abundancia de contenido falso genera saturación mental. La gente deja de investigar o contrastar por fatiga, aceptando lo primero que ve. En ciencia, esto lleva a aceptar malas teorías o datos incorrectos como válidos.
4. Uso de deepfakes
En un futuro cercano, se necesitarán nuevos métodos de autenticación forense para:
- Detectar imágenes o videos falsificados.
- Validar fuentes de evidencia digital.
- Identificar patrones de lenguaje generados por IA.
El daño más profundo no está en los datos. Está en la mente colectiva. Una vez que la gente empieza a dudar si el contenido fue generado por un humano o por una máquina, la credibilidad de todo el sistema cae.
¿Qué podemos hacer?
Desde la ciencia
- Aplicar verificación cruzada con datos no digitales.
- Generar metodologías que integren detección de contenido generado por IA.
- Promover publicaciones con trazabilidad, firma digital y transparencia.
Desde lo forense
- Implementar sistemas de validación de evidencia digital.
- Incorporar IA para detectar otras IA (análisis de patrones de escritura, metadatos, etc.).
- Capacitar a peritos en análisis de contenido sintético y falsificaciones digitales.
Como usuarios de redes sociales
- Fortalecer el pensamiento crítico.
- No depender exclusivamente de plataformas centralizadas.
- Participar activamente en comunidades donde el contenido sea verificable y con rostro humano.
Referencias
- Akerman LLP. (2024). The challenges of integrating AI-generated evidence into the legal system. https://www.akerman.com/en/perspectives/the-challenges-of-integrating-ai-generated-evidence-into-the-legal-system.htmlakerman.com+1washingtonpost.com+1
- CNET. (2025, May). Dead Internet Theory: AI Chatbots Don’t Even Need Humans Anymore [Video]. Facebook. https://www.facebook.com/cnet/videos/dead-internet-theory-ai-chatbots-dont-even-need-humans-anymore/4077150035874007/facebook.com
- Distraction Magazine. (2025). Dead Internet Theory. https://distractionmagazine.com/dead-internet-theory/distractionmagazine.com
- Marie Curie Alumni Association. (2024). The potential negative impact of AI on scientific research. https://www.mariecuriealumni.eu/newsletters/35th-mcaa-newsletter/special-issue-proceed-caution-potential-negative-impact-aimariecuriealumni.eu
- Reuters. (2025, June 2). From AI chatbots to social media: data review and production enter new territory. https://www.reuters.com/legal/legalindustry/ai-chatbots-social-media-data-review-production-enter-new-territory-2025-06-02/reuters.com
- The Washington Post. (2025, June 3). Lawyers using AI keep citing fake cases in court. Judges aren’t happy. https://www.washingtonpost.com/nation/2025/06/03/attorneys-court-ai-hallucinations-judges/washingtonpost.com
- Wikipedia contributors. (2025). Dead Internet theory. Wikipedia. https://en.wikipedia.org/wiki/Dead_Internet_theoryen.wikipedia.org