VANTRA

Tráfico web: cuando la mayoría ya no es humana

Durante años se asumió que el tráfico web representaba personas reales. Esa premisa ya no se sostiene. Hasta 2024, los datos más sólidos muestran que más del 50% del tráfico global es automatizado, y aproximadamente un tercio corresponde a bad bots: tráfico malicioso, fraudulento o diseñado para manipular métricas.

Esto no es una curiosidad técnica. Es un problema estructural para empresas, marketing y especialmente para el SEO. Cuando una parte significativa del tráfico no tiene intención humana (ni leer, ni comprar, ni interactuar), las métricas clásicas pierden valor. CTR, sesiones, tiempo en página y hasta conversiones pueden estar infladas o directamente contaminadas.

Artículos generados sin base sólida

La generación masiva de contenido escrito es otro síntoma claro. Se estima que cerca del 48% de los artículos online ya están generados por IA. El problema no es la IA en sí, sino el uso irresponsable:

• Artículos genéricos sin fuentes.
• Contenido no verificado que se copia y recicla.
• SEO inflado con textos largos que no aportan información real.

El resultado es un océano de contenido aparentemente correcto, pero vacío. Mucho volumen, poca señal.

Vídeos basura y avatares sintéticos

Los reels, shorts y vídeos cortos están siendo invadidos por lo que ya se denomina “AI slop”: entretenimiento basura diseñado únicamente para retener segundos de atención.

Características habituales:

• Narrativas repetitivas.
• Imágenes llamativas sin contenido.
• Historias falsas o exageradas.
• Avatares de IA promocionando productos como si fueran personas reales, con miles de seguidores ficticios.

En algunos casos, no solo se pierde tiempo: se vende publicidad engañosa.

Un problema real (no teórico)

Esto no es un debate moral ni futurista. Es un problema operativo que ya está afectando al mercado.

Colapso de las señales

Cuando circulan métricas manipuladas, la señal se diluye:

• El SEO empeora porque los motores indexan basura.
• Los estudios de mercado se vuelven poco fiables.
• Encontrar datos reales cuesta más dinero y tiempo.

Fraude de marketing

El fraude se normaliza:

• Seguidores falsos.
• Visualizaciones infladas.
• Engagement simulado.

Las marcas creen que sus campañas funcionan… hasta que no venden nada.

Erosión de la confianza del usuario

El usuario aprende rápido. Cuando sospecha que todo es falso:

• Confía menos.
• Interactúa menos.
• Compra menos.

La desconfianza no distingue entre culpables e inocentes.

Retroalimentación tóxica

La IA se entrena con datos de internet. Si internet se llena de contenido sintético y de baja calidad, los modelos aprenden de basura. El sistema se degrada a sí mismo.

Desinformación

Noticias, hechos y eventos reales se mezclan con:

• Imágenes manipuladas.
• Vídeos falsos.
• Contextos inventados.

La velocidad de propagación supera a la capacidad de verificación.

El caso Twitch: limpieza forzada

Twitch es un ejemplo claro de cómo una plataforma se ve obligada a intervenir cuando el fraude empieza a romper su propio ecosistema. Durante años, el viewbotting (inflado artificial de espectadores y seguidores mediante bots) se convirtió en una práctica habitual, tanto para aparentar éxito como para atraer sponsors o mejorar el posicionamiento interno.

¿Cómo detectó Twitch el problema?

Twitch empezó a identificar patrones anómalos imposibles para un comportamiento humano real:

• Picos de espectadores simultáneos sin correlación con el chat.
• Cuentas que entraban y salían de streams de forma sincronizada.
• Usuarios con actividad 24/7, sin pausas naturales.
• Mensajes repetidos o ligeramente modificados enviados en intervalos exactos.
• Audiencias masivas provenientes de ubicaciones incoherentes o rotativas.

Estos indicadores, combinados con sistemas automáticos y revisión manual, dejaron claro que una parte relevante de la audiencia era sintética.

La decisión: sacrificar números para salvar la plataforma

Twitch endureció sus sistemas porque el daño ya no era estético, sino funcional:

• El algoritmo de recomendación se estaba distorsionando.
• Creadores legítimos quedaban invisibilizados frente a canales inflados artificialmente.
• Los anunciantes empezaban a desconfiar de las métricas.

La plataforma optó por una limpieza agresiva:

• Baneos masivos de cuentas automatizadas.
• Eliminación de viewers falsos en tiempo real.
• Ajustes retroactivos en métricas históricas.

El impacto: caídas bruscas y choque con la realidad

El efecto fue inmediato. Muchos canales experimentaron caídas repentinas de miles —e incluso cientos de miles— de seguidores y visualizaciones.

Para algunos creadores fue un shock. Pero no se trató de una pérdida real de audiencia, sino de la eliminación de tráfico que nunca fue humano. Los números se ajustaron a lo que siempre debieron ser.miles— de seguidores. No fue una caída real. Fue la eliminación de una mentira.

Redes sociales y seguidores fantasma

Este patrón se repite en todas las plataformas:

• Purgas de bots.
• Limpieza de cuentas inactivas.
• Eliminación de granjas de engagement.

Cuando eso ocurre, muchos perfiles “exitosos” se desinflan. La popularidad era contabilidad creativa.

Impacto en la credibilidad de la industria

El daño es profundo:

• Las marcas desconfían de los datos.
• Los creadores honestos quedan enterrados.
• El marketing pierde prestigio.

Sin credibilidad, el sistema entero se resiente.

Cómo no caer en estas mentiras

Algunas reglas prácticas:

• Desconfía de métricas sin conversión real.
• Prioriza retención y ventas, no solo alcance.
• Analiza patrones anómalos (horarios, países, repetición).
• Exige transparencia a agencias e influencers.
• Valora el contenido por su utilidad, no por su volumen.

Conclusión

Internet no está muriendo, pero sí está siendo contaminado. La automatización sin control ha convertido muchas métricas en ruido y muchas audiencias en ficción.

La limpieza va a doler. Van a caer números. Van a desaparecer “éxitos”. Pero es inevitable.

O se restaura la señal, o el ecosistema digital colapsa bajo su propia mentira.