El big data en los procesos políticos: hacia una democracia de la vigilancia

Abstract

This article will focus on the analysis of the use of the big data industry in the field of politics. This paper will analyze in detail the case of the Cambridge Analytica company and will delve into the effects of the use of big data in the United Kingdom’s referendum on permanence in the European Union and in the 2016 US presidential elections. The objective of this article is to show the harmful effects that the use of big data has in electoral contests and the damage that this new technology can cause to democratic systems.

Full text

Revis ta de Filos oFía
Volumen 80 (2023) 215-232
EL BIG DATA EN LOS PROCESOS POLÍTICOS:
HACIA UNA DEMOCRACIA DE LA VIGILANCIA1
Carlos Saura García
Universitat Jaume I
saurac@uji.es
Resumen / Abstract
Este artículo se centra en el análisis del uso de la industria del big data en la política.
Se examina de forma pormenorizada el caso de la empresa Cambridge Analytica y se
profundiza en los efectos del uso de la tecnología del big data en el referéndum de
permanencia de Reino Unido en la Unión Europea y en las elecciones presidenciales
estadounidenses de 2016. El objetivo es exponer los efectos nocivos que tiene el uso
de la tecnología del big data en los procesos electorales y los daños que esta tecnología
puede producir en los sistemas democráticos.
P
alabRas
clave
: big data, democracia, vigilancia, Cambridge Analytica, microtargeting,
psicometría.
Big data in politi cal proc esses: toward s a survei llance d emocrac y
This article will focus on the analysis of the use of the big data industry in the eld of
politics. This paper will analyze in detail the case of the Cambridge Analytica company
and will delve into the effects of the use of big data in the United Kingdom’s referendum
on permanence in the European Union and in the 2016 US presidential elections. The
1 Esteestudioseenmarcadentrode losobjetivosdelProyectodeInvestigaciónCientíca
y Desarrollo Tecnológico “Bioética cordial y Democracia algorítmica para una sociedad
hiperdigitalizada”[PID2022-139000OB-C22],nanciadoporel MinisteriodeCienciae
Innovación(España).HasidoposiblegraciasalananciaciónrecibidadelaUniversitat
JaumeIatravésdeuncontratopredoctoral(PREDOC/2022/08)yalnanciamientorecibidao
de la Fundación Balaguer Gonel Hermanos para realizar una estancia de investigación en
el CIRSFID-Alma Human AI Centre de la Università di Bologna (Italia).

Revista de Filosofía Carlos Saura García
216
objective of this article is to show the harmful effects that the use of big data has in electoral
contests and the damage that this new technology can cause to democratic systems.
K
eywords
: big data, democracy, mass surveillance, Cambridge Analytica, microtargeting,
psychometry.
1. Introducción
El uso del big data en los procesos electorales puede provocar múltiples
peligros para el adecuado funcionamiento de la sociedad y de la propia
democracia (Mejía 2020). La manipulación de los ciudadanos, la transgresión de
la opinión y la vulneración de la libertad de expresión son los principales daños
que puede causar el uso inadecuado e invasivo del big data en el campo de la
política. El big data ha hecho que este tipo de manipulación y transgresión ya no
se lleve a cabo prohibiendo contenidos o restringiendo libertades, sino por medio
deunadisposiciónespecícadeinformación,contenidosynoticiasadaptadasalas
preferencias de los ciudadanos que los consumen (Mejía 2020). El procesamiento
de grandes conjuntos de datos ha posibilitado la creación de mensajes y contenidos
especícosparacadapersonasegúnsuspreferenciasysuscaracterísticas(Bennett
2015).
La irrupción del big data representó un gran avance en las estrategias y
acciones de persuasión política, pero el avance de mayor importancia se produjo
en el momento que las nuevas posibilidades de los datos masivos permitieron
realizarunasegmentaciónpsicográcadelaciudadanía(StillwellyKosinski
2012;Kosinskiet al. 2013; Youyou et al.2015).Lacombinacióndelosbenecios
de la segmentación psicográca y del análisis de grandes conjuntos de datos ha
permitido utilizar las limitaciones cognitivas de las personas y la personalización
de contenidos para tergiversar y manipular la libertad de expresión de la población
(Suárez Gonzalo 2018). Los denominados sesgos cognitivos son usados para
inuenciarelpensamientodelosciudadanosdeunaformadisimulada,puesafectan
a la totalidad de la ciudadanía y están vinculados con los errores comunes de la
mente que conducen a la generación de interpretaciones subjetivas e imperfectas
delainformación(Kahneman2011).Estos sesgos son inofensivos eneldíaa
día de los ciudadanos, pero de forma inconsciente dan lugar a formas de actuar
irracionales. En el campo de la psicología se han observado una gran variedad
de sesgos cognitivos, algunos de ellos son tan sutiles que a los ciudadanos les
resultadifícildarsecuentadequeestánobrandodeformairracional(Lakoff2004;
Kahneman2011).

La irrupción del big data en los procesos electorales… Revista de Filosofía
217
El uso de estos sesgos cognitivos en el ámbito de la política afecta de una
maneraprácticamenteimperceptiblealosvotantesyconsigueinuenciarlosdemanera
decisiva en sus opiniones (Arceneaux 2012). La personalización de la información
da lugar a una versión sesgada de la realidad adecuada a la forma de ser de cada
individuo, este fenómeno genera contextos en los que se potencian determinadas
ideologías y puntos de vista que acaban provocando consecuencias nocivas para los
sistemas democráticos (González 2017). La continua exposición de determinados
puntos de vista y opiniones provoca que solo se tenga en cuenta una perspectiva
de la realidad, lo que causa una limitación premeditada de la información y de los
hechos que restringe la capacidad de razonar de los ciudadanos (Sunstein 2001).
El objetivo de este artículo es mostrar los efectos nocivos que tiene el uso
del big data en las contiendas electorales y el daño que esta tecnología causa a
los sistemas democráticos. Para lograr este propósito, se examina el uso del big
data en las acciones y estrategias de persuasión política, se estudian las nuevas
técnicas de manipulación e intoxicación social y se profundiza en el caso de la
empresa Cambridge Analytica y el uso del big data en la campaña electoral a favor
del brexit en el referéndum de permanencia del Reino Unido en la Unión Europea
y en la campaña electoral de Donald Trump en las elecciones presidenciales de
Estados Unidos de 2016.
2. Manipulación política y big data
La combinación del fenómeno del big data, de las limitaciones cognitivas de
las personas y de la personalización de contenidos en los procesos democráticos
permiteinuirdeformadecisivasobrelosvotantesindecisosyconsiguequeestas
personasseidentiquenconunadeterminadaideología.Lastecnologíasvinculadas
al fenómeno del big data han superado las regulaciones y los marcos legales y han
originado un nuevo modelo de comunicación política basado en el pensamiento
irracional y en la evasión de la cognición, esta nueva política amenaza seriamente
los fundamentos de los sistemas democráticos (Mejía 2020).
LasinvestigacionespsicométricasrealizadasporcientícosdelaUniversidad
de Cambridge basadas en el análisis de datos masivos fueron uno de las innovaciones
más destacadas en el uso del big data en el ámbitodelapolítica(StillwellyKosinski
2012;Kosinskiet al. 2013; Youyou et al. 2015). Estos estudios permitieron realizar
una predicción del comportamiento y de las características de las personas a partir
delasactividadesylasreaccionesdelosusuariosdelaplataformasocialFacebook.
Inicialmente,Kosinskiet al. (2013) mostraron que con un promedio de
68 likes(“megusta”en castellano) de un usuario de laredsocialFacebookse

Revista de Filosofía Carlos Saura García
218
podía predecir su ideología (85% de precisión), su orientación sexual (88% de
precisión), su color de piel (95% de precisión), y también su consumo de alcohol,
su religión, su inteligencia, etc. Posteriormente, Youyou et al. (2015) llevaron a
cabo un estudio en el que se evidenció que un algoritmo era capaz de realizar una
prediccióndelaconductahumanaconunaabilidadmuyelevadaapartirdelos
likesdeFacebook.Condiezlikes este algoritmo podía predecir el comportamiento
de una persona con mayor precisión que un compañero de trabajo, con cincuenta
likes mejor que un miembro de su familia y con trescientos likes mejor que su propia
pareja. Estas investigaciones se basan en el procesamiento de grandes cantidades
de likesdemultituddeusuariosdeFacebook.Esimportantedestacarqueloslikes
no desprenden mucha información, sino que solo muestran que algún contenido
le llama la atención, le gusta o le disgusta a un usuario, hay que subrayar también
que los likes son reacciones públicas: hasta hace poco tiempo para poder verlos
no era necesario estar en contacto con el usuario que los había emitido ni tampoco
tenerunacuentaenlaredsocialFacebook.
El desarrollo de la tecnología del big data se ha acelerado en los últimos
años, actualmente ya no hay necesidad de analizar la actividad de los usuarios en
las redes sociales para predecir su personalidad, solo se necesita analizar los gustos
musicales (Nave et al. 2018) o las particularidades del rostro de una persona (Wang
yKosinski,2018)paradescubrirlassingularidadesypredecirlapersonalidad
de las personas. Los denominados GAMAM (Google, Amazon, Meta, Apple
y Microsoft) dominan el espacio de internet y recolectan una gran cantidad de
datos que les permite predecir la personalidad de los ciudadanos y manipularlos
en función de sus propios intereses, el enorme poder de estas compañías pone en
serio riesgo el buen funcionamiento de la opinión pública (González de la Garza
2018). La facilidad con la que las grandes compañías tecnológicas pueden predecir
las conductas y las características de los ciudadanos a partir de pequeños detalles
de la vida digital de estos muestran la sencillez con la que se puede controlar a la
sociedad (Suárez Gonzalo 2019).
LosinstrumentoscreadosporloscientícosdelaUniversidaddeCambridge
permitenlacreacióndeperlespsicológicosconlosdatosdelaciudadaníay
tambiénlabúsquedade perles especícos (Mejía, 2020). Este hechosupone
el nacimiento de un mecanismo de búsqueda de personas que puede ser de gran
utilidad en los procesos electorales para localizar a los ciudadanos con ciertas
características emocionales o ideológicas, como, por ejemplo, aquellos que no tienen
claro por quiénvotarolaspersonasconcaracterísticasemocionalesespecícas.
El fenómeno del big data se ha convertido en un elemento esencial de la nueva
política, el procesamiento de grandes cantidades de datos personales procedentes
de internet hace posible conocer de forma detallada las características de los
ciudadanos (Suárez Gonzalo 2019). Si se combina la capacidad predictiva de la
industria del big data con el análisis de grandes bases de datos recopiladas por el
sector comercial, la policía, los gobiernos o los poderes fácticos es posible conocer

La irrupción del big data en los procesos electorales… Revista de Filosofía
219
el nombre, la localización, la edad, la personalidad y los intereses de millones de
ciudadanos del mundo (Mejía 2020).
Las innovaciones desarrolladas por la industria del big data han originado
el denominado microtargeting y la propaganda electoral cognitiva. La propaganda
computacional ha supuesto una gran evolución respecto de la propaganda tradicional
y se ha convertido en una parte fundamental del actual contexto digital (Woolley y
Howard2017).Estanuevapropagandasedenominatambiénpropagandaactivao
inteligente debido a que se centra en los sesgos cognitivos, las características y las
emociones de la ciudadanía para crear campañas propagandísticas especialmente
diseñadas para las preferencias de cada uno de los votantes.
El microtargeting es el nuevo modelo de publicidad automatizada centrada
enbuscarpersonasespecícasparaofrecerlesdeterminadapropagandaadaptadaa
sus características. Este nuevo formato publicitario tiene la capacidad de aprender
de las reacciones de las personas y perfeccionar la propaganda basándose en la
situación emocional de los ciudadanos y en la interacción entre los contenidos de la
propaganda automatizada y los propios ciudadanos en un diálogo virtual (González
de la Garza 2018). El objetivo del microtargeting es agrupar a los electores en
pequeñossegmentossincronizadosconlosdistintosperlespsicométricospara
así dirigir los contenidos de la propaganda electoral y conseguir que la publicidad
personalizadaalcancesuobjetivoeinuyasobrelaopinión de los votantes.
Actualmente es habitual observar que en cualquier búsqueda en internet posterior
a visitar un comercio virtual nos aparezcan ofertas o anuncios de los productos
que hemos visitado con anterioridad, este tipo de publicidad se realiza a partir
de las denominadas cookies (López Jiménez, 2011). Las cookies son la forma de
publicidad automatizada equivalente al microtargeting electoral pero en la dimensión
comercial. La gran diferencia entre estos microtargeting es que el electoral aprende
delainteraccióndelapersonaalaquetratarádeinuirpormediodeargumentos
emocionales que imitan sus intereses personales y sociales y con variantes de una
campañapublicitariaamoldadaasuperlpsicológico(GonzálezdelaGarza2018).
La técnica del microtargeting expone unos contenidos especialmente
seleccionados para cada uno de los ciudadanos, pero esta información en ningún
momento muestra de forma explícita qué producto comprar o a qué candidato votar,
sinoquecreauncontextoinformativofavorableaestosobjetivosadaptadoalperl
de cada uno (Suárez Gonzalo 2018). La propaganda computacional ha creado un
nuevo modelo de ingeniería social destinado a manipular la opinión pública de
la ciudadanía y se ha convertido en uno de las herramientas más poderosas en
contra del correcto funcionamiento de la democracia (Bond et al. 2012; Woolley
yHoward2017).Elmicrotargeting y la propaganda electoral cognitiva no son los
únicos fenómenos que ponen en riesgo la democracia: las redes de distorsión de
la opinión pública basadas en la introducción de tendencias en la redes sociales y
la macrodifusión de contenidos falsos para moldear la opinión pública son otras
prácticas nocivas para los procesos democráticos (D’Ancona, 2019).

Revista de Filosofía Carlos Saura García
220
Las redes de distorsión de la opinión pública están creadas e impulsadas por
personas,empresasoconglomeradosinuyentesanivelnacionaleinternacional
capacesdealterarelujoinformativodelosprincipalestemasdeinteréspolítico
por medio de la manipulación de tendencias (González de la Garza 2018). Esta
manipulación es posible gracias a la creación de hashtagsenTwitter,Facebook
o Instagram para sobredimensionar informaciones y opiniones por medio de los
llamados trending topics. Esta estructura de tergiversación de la opinión pública se
basa en el procesamiento de grandes cantidades de datos de las redes sociales y en
la distribución estratégica de contenidos en determinados sectores de la ciudadanía.
Estas tendencias distorsionadoras son creadas de una manera completamente
articialydeliberadaporgranjasdeordenadoresobots automatizados al servicio
de los grupos de interés y son consentidas por las condiciones de uso de las propias
redessociales(Howardet al. 2018). Además de las redes de distorsión de la opinión
pública, observamos también otro fenómeno relacionado con la propaganda cognitiva
y el uso del big data, esta es la industria de las noticias falsas (fake news en inglés).
Las fake news tienen la misma manera de funcionar que las redes de distorsión
y los mecanismos de procesamiento de datos masivos de la propaganda cognitiva,
pero en este caso las informaciones que se propagan no intentan convencer a la
ciudadanía,sinoconfundirla.PaunerChulvi(2018)armaquelasnoticiasfalsasson
contenidos e informaciones publicados en las plataformas digitales de comunicación
quecarecendefuentesreconocidas,quenohansidocomprobadasnivericadasy
que su principal objetivo es la manipulación de la sociedad a partir de la creación
de inseguridades, la desestabilización de apoyos o la desacreditación. Las fake
news se basan en mensajes cortos con provocativos titulares basados en imágenes
y videos destinados a introducir informaciones relacionadas con la posverdad en
el contexto informativo, estos contenidos tienen un impacto directo en la opinión
pública (Zafra 2017). La estructura de las noticias falsas y la rápida y exponencial
expansióndicultan–inclusopodríamosdecirimposibilitan–refutarlasydesmentir
las falsedades de dicha información. Un ejemplo del uso de fake news en contiendas
democráticas es la campaña sobre inmigración que hicieron algunos promotores del
leave en el referéndum del brexit. Algunas candidaturas favorables a la salida de la
Unión Europea realizaron una difusión de imágenes y videos en las redes sociales en
las que se podía observar una gran cola de refugiados intentando entrar en Europa.
Esta campaña tuvo un gran impacto sobre la ciudadanía británica, pues sus contenidos
se vinculaban de forma directa con una crisis migratoria en la Unión Europea.
A pesar de que las imágenes y los videos difundían una información totalmente
falsa, tuvieron un gran impacto en la opinión pública y fueron determinantes en la
victoria de la opción favorable a la salida de la Unión Europea (D’Ancona 2019).
El uso de estas nuevas técnicas relacionadas con el fenómeno del big data
amenazan de forma clara la libertad de la población debido a que limitan el derecho
fundamental a la información, promueven contenidos dedicados a manipular a la
ciudadanía e introduce informaciones para tergiversar la opinión pública (Dutton

La irrupción del big data en los procesos electorales… Revista de Filosofía
221
et al.2017).Enestalínea,Nix(2016)armaquelaindustriadelosdatosmasivos
ha dado lugar a una comunicación política centrada en la personalización de los
contenidos y en la distorsión de la esfera pública para conseguir decantar a los
ciudadanos hacia una determinada opinión. Las nuevas posibilidades del big data
en el ámbito social y político entraña grandes peligros relacionados con la libertad
de expresión, la manipulación de la sociedad y la privacidad de la población.
La debilidad de las norma de protección de datos y la violación de la
privacidad de los ciudadanos por medio de la extracción de datos mediante los
objetos con Internet de las cosas (IoT) incorporado, el gran poder conseguido por
las grandes empresas tecnológicas gracias al procesamiento de datos de millones
de ciudadanos y la capacidad de descubrir las peculiaridades de cada individuo
de la sociedad gracias a la extracción y procesamiento de sus datos han creado un
contexto en el cual la ciudadanía está constantemente vigilada. Las consecuencias
de este contexto están creando una red de vigilancia social similar a la descrita por
GeorgeOrwellensulibro1984 (2013) en el que los pensamientos, las conductas y
las actividades de las personas eran totalmente predecibles y controlables (González
2017; Lyon 2018). El actual clima de vigilancia y control total sobre la población
pone en riesgo los pilares del sistema democrático e invierte los valores principales
delademocracia(Keane2013).Lacapacidaddevigilaralapoblaciónquetienen
las grandes compañías y los centros de poder está originando una inversión de las
reglas democráticas, en vez de ser las personas quienes monitoreen a las grandes
compañías y los centros de poder, son estos los que controlan los pensamientos y
las actividades de la ciudadanía. La gran irrupción de las innovaciones tecnológicas
y de la industria del big data en los procesos democráticos está dando lugar a un
nuevo modelo democrático: la llamada democracia de la vigilancia.
En el siguiente apartado se dará cuenta del uso de la industria del big data
para interferir en contiendas electorales en un caso práctico: las actividades y las
estrategias ocupadas por el conglomerado de empresas denominado SCL Group
y, en especial, por la empresa Cambridge Analítica en la victoria del leave en el
referéndum de permanencia de Reino Unido en la Unión Europea de 2016 y en
la victoria de Donald Trump en las elecciones presidenciales estadounidenses de
2016. En estos casos, se observan los grandes riesgos que comporta el uso de las
nuevas posibilidades de los datos masivos para la sociedad y para la democracia,
entre los que destacan el excesivo poder de las grandes empresas tecnológicas en
la nueva economía global dominada por los datos, la extracción de información
privada de los ciudadanos y el uso de las tecnologías de los datos masivos para
manipular los procesos electorales.

Revista de Filosofía Carlos Saura García
222
3. El uso del big data en los procesos democráticos:
el caso de Cambridge Analytica
CambridgeAnalyticafueunasociedadlialdeSCLGroup con sede en Nueva
York,WashingtonyLondresfundadaen2013.LaactividadprincipaldeCambridge
Analytica se centraba en elaborar operaciones de comunicación estratégica con
lanalidaddealterarlaopinióndegruposconcretosdelapoblaciónenfavor
de determinados objetivos. Para ello, esta empresa investigaba a cierto grupo
de ciudadanos para descubrir sus características principales; extraía datos de
este público y los introducía en bases, analizaba segmentos sociales propensos a
responderfavorablementeacontenidosyllevabaacabocampañasespecícaspara
afectar estos segmentos clave de la ciudadanía (Berghel 2018). A continuación, nos
centraremos en las estrategias y procedimientos usados por Cambridge Analytica
ylasotrasempresaslialesdeSCLGroupenlosprocesosdemocráticosdelReino
Unido y los Estados Unidos en el año 2016.
El factor clave de las acciones tomadas por este grupo de empresas en estos
procesoselectoralesfuelaltracióndedatosprivadosde87millonesdeusuariosde
laredsocialFacebookenelaño2014,deestos87millonesalrededorde70millones
eranperlesdeciudadanosdelosEstadosUnidosyunmillónerandeciudadanos
británicos (Schroepfer 2018). El testimonio de Christopher Wylie, exempleado y
whistleblower de Cambridge Analytica, publicado en The Guardian (Cadwaladr
2018a;CadwaladryGraham-Harrison,2018)yenThe New York Times (Rosenberg
et al. 2018), destapó que la sustracción de esta gran cantidad de datos se realizó
gracias al trabajo del profesor del Departamento de Psicología de la Universidad
deCambridge,Aleksandr Kogan. EltrabajodeKogansecentróenemularla
aplicacióndeFacebookdeanálisispsicométricomyPersonality, desarrollada con
nalidadesacadémicasy cuyas conclusiones fueron publicadas en elaño2012
(StillwellyKosinski2012).
LaaplicacióncreadaporKoganfuebautizadacomoThis is Your Digital Life,
la nueva plataforma basada en la realización de test de personalidad a los usuarios de
Facebookempezóafuncionarenel2014.Losusuariosaceptabancompartirlosdatos
desusperlesparanesacadémicosacambiodedosotresdólaresderecompensa
económica, pero en realidad esta información fue usada con el objetivo de analizar
las características de la ciudadanía para manipularla políticamente. Alrededor de
trescientas mil personas hicieron la prueba de personalidad y permitieron que esta
aplicación recopilara una gran cantidad de datos vinculados a sus actividades y a su
perlenFacebook(cantidaddelikes, cumpleaños, género, ubicación y preferencias,
entre otros). Pero el aspecto más importante de esta aplicación tenía que ver con
quelasprácticamenteinexistentesleyesdeprivacidaddelaredsocialFacebook
también permitían acceder y extraer estos conjuntos de datos de los amigos de los

La irrupción del big data en los procesos electorales… Revista de Filosofía
223
usuarios que realizaron el test de personalidad, aumentando la sustracción de datos
hasta87millonesdeperlesentodoelmundo(Vercelli2018).
LaempresaCambridgeAnalyticaylasotraslialesdelSCLGroupusaron
losmétodosdesarrolladosporStillwellyKosinski(2012),Kosinskiet al. (2013)
y Youyou et al. (2015) para realizar análisis psicométricos con los datos recogidos
por la aplicación This is Your Digital Life,creadapor Kogan.Talycomo se ha
explicado anteriormente, el análisis de los registros digitales de los usuarios de
Facebook,como,porejemplo, la información del perl oloslikes, permitieron
descubrir características ocultas de las personas. En Rosenberg et al. (2018), el
whistleblower Christopher Wylie explicó que gracias a estos nuevos procedimientos
CambridgeAnalyticaconsiguióunadescripcióndetalladadeanidadespolíticasy
perlespsicológicosdemillonesdeusuariosdeFacebook.Wylie(2019)exponeque
para completar el trabajo de procesamiento de datos Cambridge Analytica utilizó
información de bases de datos internas de diversas empresas para combinar la ya
recopilada información psicológica y política de las personas con correos electrónicos,
teléfonos y direcciones postales, obteniendo de esta forma una detallada base de
datos sobre millones de ciudadanos del mundo. Estos bancos de datos contenían
unaampliaamalgamadeinformación:desdeelperlpsicológicodelciudadano,
el estado de salud o la cantidad de dinero que tenía en el banco, hasta el trabajo
que realizaba, la fotografía de su rostro, la localización de su casa o la música
que le gustaba. Esta información hizo posible recrear las vidas de las personas
y actualizarlas instantáneamente gracias a un programa digital cuyo objetivo era
persuadir y manipular a la población.
Antes de usar los procedimientos de big data manipulativo en el referéndum
del brexit y en las elecciones presidenciales estadounidenses del 2016, Cambridge
Analytica ejecutó campañas de manipulación política en procesos electorales de
países subdesarrollados como Nigeria, Trinidad y Tobago, Moldavia y Ucrania para
comprobar el funcionamiento adecuado de las técnicas de procesamiento de grandes
conjuntos de datos y de los métodos de manipulación política (Wylie 2019). Una
vezconrmadalaefectividaddeestosprocedimientos,CambridgeAnalyticaylas
diversaslialesdelSCLGroupcomenzaronallevaracabocampañasdepersuasióny
manipulación en importantes contiendas electorales alrededor del mundo: cooperaron
con el candidato republicano Ted Cruz en las elecciones primarias de su partido,
participaron en la campaña a favor de la salida en el referéndum de permanencia
del Reino Unido en la Unión Europea y fueron fundamentales en la victoria de
Donald Trump en las elecciones presidenciales estadounidenses. A continuación,
se profundiza en la participación de Cambridge Analytica y del SCL Group en la
victoria del leave en el referéndum del brexit y en la victoria de Donald Trump
en las elecciones presidenciales estadounidenses: se analizan las operaciones de
manipulación social, las técnicas empleadas y cómo estos procedimientos afectaron
al resultado de estas contiendas electorales.

Revista de Filosofía Carlos Saura García
224
3.1. Referéndum de permanencia de Reino Unido en la Unión Europea
En este referéndum, el SCL Group colaboró con las campañas políticas Leave.eu
(relacionadaconelpartidodeextremaderechaUKIP)yVote Leave (relacionada
con el partido conservador) para que el Reino Unido abandonara la Unión Europea,
por medio de sus empresas subsidiarias Cambridge Analytica y AggregatedIQ
(Cadwaladr2017b).Elmultimillonarioempresariobritánicoafavordelbrexit,
ArronBanks,fueelprincipalnanciadordelasoperacionesrealizadasporelSCL
Group durante esta contienda electoral. Las leyes del Reino Unido prohibían la
cooperación en más de una campaña de apoyo al brexit, en un principio el SCL Group
soloparticipabaenlacampañavinculadaalUKIP,perograciasaunentramadode
sociedades a nivel mundial consiguió sortear la legislación y también participó en
Vote Leave (Cadwaladr2017b).
Los principales impulsores del brexit sabían que era necesario expandir la base
social de este movimiento para ganar el referéndum, por este motivo era de suma
importancia captar la mayor cantidad de votos posibles de personas de una ideología
políticadiferentealaconservadora.CambridgeAnalyticasededicóaidenticara
los potenciales votantes del partido laborista, a las personas simpatizantes de otros
partidosy alosciudadanos quenoteníanintención devotarcon lanalidadde
persuadirlos para que votaran a favor del brexit o para que no fueran a votar (Wylie
2019). El principal objetivo del trabajo de Cambridge Analytica era manipular a la
mayorcantidaddevotantesnoconservadoresquefueraposible.Kaiser(2019)expone
que Cambridge Analytica usó y combinó múltiples bases de datos con el propósito
de descubrir los conjuntos de votantes más vulnerables y realizar operaciones de
microtargeting y distorsión informativa enfocadas hacia esos grupos.
Por una parte, ejecutó una campaña de microtargeting dirigida hacia un grupo
especícodevotantesindecisosconposibilidadesdevotarafavordelasalidadel
Reino Unido (Wylie 2019). El análisis de las particularidades de este grupo de
votantes por medio del big data reveló dos grandes preocupaciones: las cuestiones
vinculadas con la justicia social y el trato de los extranjeros procedentes de países
delaCommonwealth.LacampañaVote Leave desarrolló una rama de propaganda
progresista llamada BeLeave que se centró en la introducción de contenidos y
noticias relacionados con temas como la igualdad de trato de los inmigrantes, la
discriminación de los ciudadanos procedentes de fuera de la Unión Europea y la
proteccióndelmedioambiente(Cadwaladr2018b).Wylie(2019)exponequeen
las semanas previas a la celebración del referéndum esta campaña emitió más de
cien anuncios online diferentes con miles de mensajes distintos dependiendo de
las emociones y de las características de cada votante. Esta campaña se centró
en un segmento vulnerable de votantes progresistas y durante los días previos al
referéndum sus contenidos fueron vistos más de ciento setenta millones de veces
en la red.

La irrupción del big data en los procesos electorales… Revista de Filosofía
225
Por otra parte, se realizó una gran inversión para hacer una campaña de
distorsión informativa por medio de la introducción en las redes sociales de fake news
e informaciones de dudosa veracidad. Estos contenidos se centraban en cuestiones
relacionadas con la inmigración y con la economía (D’Ancona 2019). En cuanto
a la inmigración, el contenido de estas campañas exponía que la permanencia en
laUniónEuropeapotenciabaunaemigracióndetrabajadorespococualicados
hacia el Reino Unido que mermaba la calidad de vida de los ciudadanos británicos
y que la posible incorporación de Turquía a la Unión Europea provocaría una
avalancha de refugiados. Respecto de la economía, se difundieron noticias en las
que se informaba que el coste semanal de pertenecer a la Unión Europea era de
350 millones de libras, que la mayor parte del presupuesto de la Unión Europea se
destinaba a pagar los salarios de los funcionarios de las instituciones europeas y que
la inversión procedente de la Unión Europea en el Reino Unido era mucho menor
que la inversión de otras naciones. Una encuesta llevada a cabo por la empresa Ipsos
enjuniode2016reejaelimpactodeestetipodearmacionessobrelaopinión
pública: los británicos creían que el porcentaje de presupuesto de la Unión Europea
destinado a pagar a los sueldos de los funcionarios era un 27% cuando en realidad
era solo un 6%, que las inversiones europeas en el Reino Unido representaba el
30%deltotalcuandoenrealidaderael48%yquelainversiónprocedentedeChina
representaba el 19% del total cuando en realidad solo representaba el 1% (Ipsos
2016).Larepeticióndeformamasivadearmacionesdeestetipocentradaenun
sectorespecícodelaciudadaníaconcaracterísticaspsicográcasagresivasprodujo
un clima de rabia e indignación que disminuyó la necesidad de obtener explicaciones
racionales(CrakeryMarch2016)ydiolugaraunambientedistorsionadofavorable
para el avance de las candidaturas del leave.
El trabajo de manipulación social realizado por Cambridge Analytica y
AggregatedIQgraciasa la ltración de información privadadelosusuariosde
Facebook,alprocesamientodegrandescantidadesdedatosdediversasbasesde
datos y a las campañas de contaminación y distorsión informativa personalizadas
consiguióinuenciaralaopiniónpúblicabritánica. El movimiento a favor del
brexit, por medio de las campañas manipulativas dirigidas hacia determinados
segmentos vulnerables de votantes progresistas y la introducción de fake news en
las redes sociales, logró crear una contradictoria alianza entre votantes progresistas,
inmigrantes y votantes conservadores antiinmigración (Wylie 2019). Los resultados
del referéndum arrojaron una ajustada victoria de la opción de abandonar la Unión
Europea con el 51,89% de los votos. Esta victoria subrayó la importancia de las
redes sociales en los procesos electorales y el enorme poder de manipulación de la
industria del big data. Esta fue la primera gran victoria electoral en la que participó
Cambridge Analytica y el preludio de su participación en la campaña de Donald
Trump en las elecciones presidenciales de los Estados Unidos.

Revista de Filosofía Carlos Saura García
226
3.2. Elecciones presidenciales estadounidenses de 2016
Cambridge Analytica comenzó sus operaciones de manipulación política en los
Estados Unidos participando en la campaña de Ted Cruz en las elecciones primarias
del partido republicano, la compañía usó estas primarias para testear el correcto
funcionamiento de sus técnicas y mejorar su funcionamiento. Ted Cruz fue derrotado
y Donald Trump logró la nominación como candidato del partido republicano.
Luego, el equipo de Donald Trump decidió contratar los servicios de Cambridge
Analytica. En las elecciones presidenciales de 2016, Donald Trump se enfrentó
a la candidata del partido demócrata, Hillary Clinton. El trabajo de Cambridge
Analytica en esta elecciones se basó en tres grandes estrategias: microtargeting
enfocado hacia los potenciales votantes del partido republicano, una campaña de
inamaciónsocialdelossimpatizantesdeDonaldTrumpanivelnacionalyuna
operación de supresión de voto centrada en los votantes demócratas (Wylie 2019).
La capacidad de conocer las características emocionales y personales de los
votantes estadounidenses gracias a los análisispsicográcosyalprocesamientode
grandes conjuntos de datos revolucionó la campaña de Donald Trump (Rodríguez-
Andrés, 2018). Esta información permitió llevar a cabo operaciones de microtargeting
enfocadas hacia los votantes indecisos y los simpatizantes del partido republicano.
El nuevo microtargeting dejó obsoleta la tradicional diferenciación de los grupos de
votantes (hombres, mujeres, blancos, afroamericanos, ricos, pobres, etc.) y permitió
una segmentación individualizada basada en las peculiaridades de cada ciudadano
(Bennett 2015). Junto al microtargeting,seejecutaronestrategiasdeinamación
social y de supresión de voto.
CambridgeAnalyticacreóunacampañadeinamaciónpolíticapormediode
Facebookydesualgoritmoquedesencadenóunaumentodelairadelaciudadanía
(Rodríguez-Andrés 2018). Para esta campaña, la empresa generó páginas con nombres
relacionados con la ideología del partido republicano y gracias al funcionamiento
delalgoritmointernodeFacebookestaspáginasaparecieronenlasrecomendaciones
de otros usuarios que habían dado like a contenidos parecidos. A medida que los
usuarios se introducían en estas páginas, se difundían contenidos seleccionados
sobre la base de las características de los miembros del grupo y de esta forma
aumentar la irritación y conseguir un mayor compromiso con la candidatura de
Donald Trump. Inicialmente, se crearon grupos a nivel local, después a nivel estatal
ynalmenteanivelnacional.Estaspáginasfueronelmotordeunagranplataforma
de radicalización ideológica, propagación de noticias falsas y distorsión informativa
en las redes sociales a favor del candidato republicano (Wylie 2019). Paralelamente
a las campañas de atracción de votantes, también se dirigieron operaciones hacia
los simpatizantes del partido demócrata.
Estas acciones sobre los potenciales votantes demócratas fueron las denominadas
operaciones de supresión de votos (voter supresion en inglés). El objetivo era poner

La irrupción del big data en los procesos electorales… Revista de Filosofía
227
en duda las capacidades y aptitudes de Hillary Clinton para ser presidenta de los
EstadosUnidoseinuirsobrelosciudadanosparaquevotaranporelcandidato
de un tercer partido o para que no fueran a votar (Ravel 2018). Estas acciones se
dirigieron a votantes blancos liberales, mujeres jóvenes y afroamericanos. Para
desarrollar esta campaña, Cambridge Analytica difundió una gran cantidad de
anunciosnegativosenlasredes sociales, adaptados al perl psicográco de las
personas de cada uno de estos grupos, en los que se exponían noticias de dudosa
veracidad sobre la campaña del partido demócrata, aspectos discutidos de la vida de
Hillary Clinton o directamente fake news (Guess et al.2018).AllcottyGentzkow
(2017) estudiaron el uso de las fake news en este proceso electoral y constataron
el excelente trabajo de distorsión informativa: a lo largo de los últimos tres meses
decampañaelectorallasnoticiasfalsasquecirculabanenFacebookybeneciaban
a Donald Trump se compartieron treinta millones de veces, mientras que las fake
news favorables a Hillary Clinton solo se difundieron ocho millones de veces. Las
operaciones de microtargetingylasaccionesdeinamaciónpolíticaenlasredes
sociales se incrementaron durante las semanas previas a las elecciones y fueron
decisivasparalavictoriadeDonaldTrump(Kaiser2019).Losresultadosdelas
eleccionespresidencialesleotorgaron304congresistasaDonaldTrumpy227a
Hillary Clinton, con estos resultados el candidato republicano logró la presidencia
de los Estados Unidos.
Laextraccióndegrandesconjuntosdedatos de Facebook, el desarrollo
de las técnicas de procesamiento de datos masivos y las estrategias de publicidad
personalizada y la distorsión informativa permitieron a la empresa Cambridge
Analytica crear una maquinaria de manipulación democrática sin precedentes en
la historia (Wylie 2019). Las inversiones multimillonarias del empresario Robert
Mercerfueronfundamentalesparaconseguirestepropósito (Cadwaladr2017a).
Merceresuncientícoinformáticoestadounidensequeganógrandescantidadesde
dineroatravésdeprogramasytecnologíasvinculadasconlainteligenciaarticialy
fue director ejecutivo del famoso fondo de inversión Renaissance Technologies. Es
mundialmente conocido por ser simpatizante de la ideología política ultraconservadora,
puesnanció múltiples campañas del partido republicano e invirtió grandes cantidades
de dinero en el portal de noticias ultraconservador Breitbart. Vistas las grandes
posibilidades comerciales y políticas que tenían las nuevas técnicas de análisis
y manipulación social mediante el big data, RobertMercerdecidiónanciaral
SCL Group, conglomerado de empresas al que pertenecía Cambridge Analytica
(Wylie 2019). La implicación de Robert Mercer en las campañas electorales de Ted
Cruz y de Donald Trump hicieron que Cambridge Analytica colaborara con estos
candidatos y sus amistades entre los partidos conservadores británicos en la campaña
del brexit (Cadwaladr2017a).Lasgrandescampañaspropagandísticasenlasredes
socialesnanciadasporRobertMercerenlacandidaturadeDonaldTrumpypor
ArronBanksenlacampañadelbrexitfueronesencialesparalamanipulaciónde
los votantes y la consecucióndesusobjetivosanivelpolítico(Cadwaladr2017b).

Revista de Filosofía Carlos Saura García
228
El clima de constante vigilancia en el que vive actualmente la sociedad está
afectando negativamente a la democracia (Zuboff 2015; Lyon 2018). La industria
del big data está amenazando la privacidad de los ciudadanos, todas sus acciones,
emociones y pensamientos son constantemente analizados y procesados con
nalidadescomercialesopolíticas(Gil2016;PoloRoca2020).Losdenominados
GAMAM han conseguido un enorme poder económico y manipulativo gracias a la
gran cantidad de datos personales que los usuarios introducen en sus plataformas
(Miguel de Bustos y Izquierdo-Castillo 2019). Los poderes fácticos utilizan el actual
contexto digital para introducir de forma interesada determinadas ideologías en la
opiniónpúblicaydeestaformamanipularlosprocesosdemocráticos(Cadwaladr
2017a). El denominado capitalismo de la vigilancia (Zuboff 2015) ha transformado
la democracia y ha creado un nuevo formato democrático: la llamada democracia
de la vigilancia.
4. Conclusiones
El desarrollo de las herramientas de vigilancia de la población y de los instrumentos
de manipulación social permite a los poderes fácticos y a las grandes empresas
tecnológicas modelar la opinión de los ciudadanos y la ideología de la sociedad
(MarwickyLewis2017;MigueldeBustosyIzquierdo-Castillo2019).Lasgrandes
corporaciones tecnológicas, los poderes fácticos y los multimillonarios realizan
operaciones de manipulación ideológica de la sociedad para conseguir sus objetivos
como se ha visto claramente en la victoria del leave en el referéndum de permanencia
del Reino Unido en la Unión Europea y en la victoria de Donald Trump en las
eleccionespresidencialesestadounidensesdel2016(Cadwaladr2017ay2017b).
Las características de la democracia de la vigilancia suponen un gran riesgo
para el adecuado funcionamiento del actual sistema democrático. La estructura
de vigilancia social basada en la extracción y análisis de grandes conjuntos de
datos de millones de personas procedentes de internet, de las redes sociales y de
aparatos con Internet de las cosas (IoT), ha permitido conocer de forma detallada las
características, las emociones y las opiniones de los ciudadanos en cada instante de
su vida. El uso de esta información por parte de los poderes fácticos y de las grandes
empresas tecnológicas para la realización de operaciones de manipulación política
diseñadasespecícamenteparacadapersonarepresentaunagranamenazaparael
correcto funcionamiento de la democracia. La manipulación social ha sido utilizada
repetidas veces a lo largo del tiempo, pero el potencial manipulativo de la tecnología
del big data supera con creces cualquier mecanismo utilizado anteriormente. El uso
de las innovaciones tecnológicas y comunicativas de la sociedad de la información
connalidadesnocivasparalaciudadaníahapermitidocrearunamaquinaria
de manipulación a nivel mundial que ha convertido a la ciudadanía en una mera
transmisora de los intereses y de las ideologías de los personajes multimillonarios,

La irrupción del big data en los procesos electorales… Revista de Filosofía
229
las grandes empresas y las oligarquías. Este hecho ha disminuido la importancia
de la ciudadanía y ha colocado a estos colectivos en una posición central dentro
del sistema democrático.
El mantenimiento del poder de la ciudadanía en los procesos electorales y la
defensadelosbeneciosdelossistemasdemocráticossonaspectostrascendentales
en la sociedad actual. El actual contexto de vigilancia social y el uso de innovadoras
tecnologías de manipulación política ha instaurado una plutocracia encubierta en
la que las decisiones políticas son tomadas por los poderes fácticos, pero siempre
legitimadas en procesos electorales por una ciudadanía manipulada para conseguir
estos propósitos. La reversión del clima de control y vigilancia social que existe en
la actualidad y la prohibición de las técnicas de manipulación política basadas en la
tecnología del big data es esencial para la recuperación del poder de la ciudadanía
y el buen funcionamiento del sistema democrático.
Referencias bibliográficas
Allcott,HuntyGentzkow,Matthew(2017),“Socialmediaandfakenewsinthe2016
election”, en Journal of Economic Perspectives. 31.2: 211-236. https://doi.
org/10.1257/jep.31.2.211.
Arceneaux,Kevin(2012),“CognitiveBiasesandtheStrengthofPoliticalArguments”.
American Journal of Political Science. 56.2: 271-285. https://doi.org/10.1111/
j.1540-5907.2011.00573.x.
Bennett,ColinJ.(2015),“Trendsin votersurveillanceinwesternsocieties: Privacy
intrusions and democratic implications”. Surveillance and Society. 13.3-4:
370-384.https://doi.org/10.24908/ss.v13i3/4.5373.
Berghel, Hal. (2018), “Malice Domestic: The Cambridge Analytica Dystopia”.
Computer.51.5:84-89,https://doi.org/10.1109/MC.2018.2381135.
Bond,RobertM.;Fariss,CristopherJ.;Jones,JasonJ.;Kramer,AdamD.I.;Marlow,
Cameron;Settle,Jaime E. y Fowler,JamesH. (2012), “A61-million-person
experimentin socialinuenceandpolitical mobilization”.Nature.489:295-
298,https://doi.org/10.1038/nature11421.
Cadwaladr, Carole (2017a), “Robert Mercer: the big data billionaire waging war
on mainstream media”. The Guardian,Londres, 26 de febrero. https://www.
theguardian.com/politics/2017/feb/26/robert-mercer-breitbart-war-on-media-
steve-bannon-donald-trump-nigel-farage.
____(2017b),“ThegreatBritishBrexitrobbery:howourdemocracywashijacked”,en
The Guardian,17 demarzo. https://www.theguardian.com/technology/2017/
may/07/the-great-british-brexit-robbery-hijacked-democracy.

Revista de Filosofía Carlos Saura García
230
____(2018a),“ImadeSteveBannon’spsychologicalwarfaretool’:meetthedatawar
whistleblower” The Guardian, 17 de marzo. https://www.theguardian.com/
news/2018/mar/17/data-war-whistleblower-christopher-wylie-faceook-nix-
bannon-trump.
____(2018b),“TheBrexitwhistleblower:‘DidVoteLeaveuseme?WasInaive?’”,
en The Guardian,28de marzo. https://www.theguardian.com/uk-news/2018/
mar/24/brexit-whistleblower-shahmir-sanni-interview-vote-leave-cambridge-
analytica.
Cadwaladr,CaroleyGraham-Harrison,Ema(2018),“Revealed:50millionFacebook
proles harvested for Cambridge Analytica in major data breach”. The
Guardian, 17 de marzo, https://www.theguardian.com/news/2018/mar/17/
cambridge-analytica-facebook-inuence-us-election.
Craker,NaomiyMarch,Evita(2016),“ThedarksideofFacebook®:TheDarkTetrad,
negative social potency, and trolling behaviours”. Personality and Individual
Differences.102:79-84,https://doi.org/10.1016/j.paid.2016.06.043.
D’Ancona,Matthew(2019),Posverdad: La nueva guerra en torno a la verdad y cómo
combatirla. Madrid: Alianza.
Dutton,WilliamH.;Reisdorf,Bianca C.; Dubois, ElizabethyBlank,Grant(2017),
“Search and Politics: The Uses and Impacts of Search in Britain, France,
Germany, Italy, Poland, Spain, and the United States”, Quello Center Working
Paper. https://dx.doi.org/10.2139/ssrn.2960697
Gil, Elena (2016), Big data, privacidad y protección de datos. Madrid: Agencia Estatal
BoletínOcialdelEstado.
González de la Garza, Luis M. (2018), “La crisis de la democracia representativa.
Nuevas relaciones políticas entre democracia, populismo virtual, poderes
privados y tecnocracia en la era de la propaganda electoral cognitiva virtual,
el microtargeting y el Big Data”. Revista de Derecho Político. 103: 257-302.
https://doi.org/10.5944/rdp.103.2018.23203.
González,RobertoJ.(2017),“Hackingthecitizenry?:Personalityproling,‘bigdata’
and the election of Donald Trump”. Anthropology Today. 33.3: 9-12. https://
doi.org/10.1111/1467-8322.12348.
Guess, Andrew; Nyhan, Brendan y Reier, Jason (2018), “Selective exposure to
misinformation:Evidencefromtheconsumptionoffakenewsduringthe2016
US presidential campaign”. Exeter, 9 de enero.
Howard, Philip N.; Woolley, Samuel y Calo, Ryan (2018), “Algorithms, bots, and
political communication in the US 2016 election: The challenge of automated
political communication for election law and administration”. Journal of
Information Technology and Politics. 15.2: 81-93. https://doi.org/10.1080/193
31681.2018.1448735.
Ipsos (2016), “The Perils of Perception and the EU”, Ipsos Mori, 9 de junio. https://
www.ipsos.com/ipsos-mori/en-uk/perils-perception-and-eu.
Kahneman, Daniel (2011), Thinking, fast and slow. NuevaYork: Farrar,Straus &
Giroux Inc.

La irrupción del big data en los procesos electorales… Revista de Filosofía
231
Kaiser,Brittany(2019),Targeted: My Inside Story of Cambridge Analytica and How
Trump, Brexit and Facebook Broke Democracy. Londres: HarperCollins.
Keane,John(2013),Democracy and media decadence. Cambridge: Cambridge UP.
Kosinski, Michal; Stillwell, David y Graepel, Thore (2013), “Private traits and
attributes are predictable from digital records of human behavior”. Proceedings
of the National Academy of Sciences of the United States of America. 110.15:
5802-5805. https://doi.org/10.1073/pnas.1218772110.
Lakoff, George (2004), Don’t think of an Elephant. Vermont: Chelsea Green
Publishing.
LópezJiménez,David(2011),“Lascookiescomoinstrumentoparalamonitorización
del usuario en la Red: la publicidad personalizada”. Revista de Ciencias
Económicas. 29.2: 175-190.
Lyon, David (2018), The Culture of Surveillance: Watching as a Way of Life.
Cambridge: Polity Press.
Marwick,AliceyLewis,Rebecca (2017), Media Manipulation and Disinformation
Online.NewYork:Data&SocietyResearchInstitute.
Mejía, Andrés Fernando (2020), “La libertad de expresión en jaque, el panóptico del
Siglo XXI. Big Data como amenaza para la democracia: a propósito del caso
Cambridge Analytica”. Revista de Filosofía, Derecho y Política. 32: 79-105.
https://doi.org/10.20318/universitas.2020.5512.
Miguel de Bustos, Juan C. e Izquierdo-Castillo, Jessica. (2019). “¿Quién controlará la
Comunicación?ElimpactodelosGAFAMsobrelasindustriasmediáticasen
el entorno de la economía digital”. Revista Latina de Comunicación Social.74:
803-821.https://doi.org/10.4185/RLCS-2019-1358.
Nave,Gedeón;Greenberg,DavidM.;Kosinski,Michal;Stillwell,DavidyRentfrow,
Jason (2018), “Musical Preferences Predict Personality: Evidence from Active
Listening and Facebook Likes”. Pyschological Science. 29.7: 1145-1158.
https://doi.org/10.1177/0956797618761659.
Nix, Alexander (2016), Cambridge Analytica - The Power of Big Data and
Psychographics, Concordia Annual Summit, 19 y 20 de septiembre. https://
www.youtube.com/watch?v=n8Dd5aVXLCc.
Orwell,George(2013).1984. Madrid: Penguin Random House.
Pauner Chulvi, Cristina. (2018). “Noticias falsas y libertad de expresión e información.
El control de los contenidos informativos en la red”. Teoría y Realidad
Constitucional.41:297-318.
Polo Roca, Andoni (2020), “Sociedad de la información, sociedad digital, sociedad de
control”. Inguruak. 68: 50-77.
Ravel, Ann (2018), “A New Kind of Voter Suppression in Modern Elections”.
University of Memphis Law Review,49.4:1019-1064.
Rodríguez-Andrés, Roberto (2018), “Trump 2016: ¿presidente gracias a las
redes sociales?”. Palabra Clave. 21.3: 831-859. https://doi.org/10.5294/
pacla.2018.21.3.8.

Revista de Filosofía Carlos Saura García
232
Rosenberg,Matthew;Confessore,NicholasyCadwaladr,Carole(2018),“HowTrump
ConsultantsExploitedtheFacebookDataof Millions”.The New York Times,
17 de marzo. https://www.nytimes.com/2018/03/17/us/politics/cambridge-
analytica-trump-campaign.html.
Schroepfer, Mike (2018), “An Update on Our Plans to Restrict DataAccess on
Facebook”. Facebook Newsroom, 4 de abril. https://newsroom.fb.com/
news/2018/04/restricting-data-access/.
Stillwell, David y Kosinski, Michal (2012), “myPersonality project: Example of
successfulutilizationofonlinesocialnetworksforlarge-scalesocialresearch”.
International Conference on Mobile Systems (MobiSys), 25 de junio.
Suárez-Gonzalo, Sara (2018), “Tus likes ¿tu voto? Explotación masiva de datos
personales y manipulación informativa en la campaña electoral de Donald
Trump a la presidencia de EE.UU. 2016”. Quaderns del CAC.21.44:27-36.
____ (2019), “Big data, poder y libertad sobre el impacto social y político de la
vigilanciamasiva”.Tesisdoctoral,UniversitatPompeuFabra,http://www.tdx.
cat/handle/10803/668235.
Sunstein, Cass R. (2001), Republic.com 2.0. Princeton: Princeton UP.
Vercelli, Ariel (2018), “La (des)protección de los datos personales: análisis del caso
Facebook Inc.-Cambridge Analytica”. Simposio Argentino de Informática y
Derecho (SID): 1-12.
Wang,Yiluny Kosinski,Michal(2018), “Deep neural networks are moreaccurate
than humans at detecting sexual orientation from facial images”. Journal of
Personality and Social Psychology. 114.2: 246-257, https://doi.org/10.1037/
pspa0000098.
Woolley, Samuel C., y Howard, Philip N. (2017), “Computational Propaganda
Worldwide: Executive Summary”. Computational Propaganda Research
Project. Oxford: Oxford UP; pp. 1-15.
Wylie, Christopher (2019), Mindf*ck. Inside Cambridge Analytica’s Plot to Break the
World.Londres:ProleBooks.
Youyou,Wu;Kosinski,MichalyStillwell,David(2015),“Computer-basedpersonality
judgments are more accurate than those made by humans”. Proceedings of
the National Academy of Sciences.112.4:1036-1040.https://doi.org/10.1073/
PNAS.1418680112.
Zafra, Remedios (2017), “Redes y posverdad”, en En la era de la posverdad.
Barcelona: Calambur; pp. 181-192.
Zuboff, Shoshana (2015), “Big other: Surveillance capitalism and the prospects of an
information civilization”, en Journal of Information Technology. 30.1: 75-89.
https://doi.org/10.1057/jit.2015.5.