INTELIGENCIA ARTIFICIAL, DESINFORMACIÓN Y FACT-CHECKING
EN ESPAÑA DURANTE
LA COPA MUNDIAL DE LA FIFA 2026

HOAXES, ARTIFICIAL INTELLIGENCE AND FACT-CHECKING
IN SPAIN DURING
THE 2026 FIFA WORLD CUP

Marta Blasco-Navarro. Universidad de Zaragoza. España.

Cómo citar el artículo:

Blasco-Navarro, Marta (2026). Inteligencia artificial, desinformación y fact-checking en España durante la Copa Mundial de la FIFA 2026 [Hoaxes, artificial intelligence and fact-checking in Spain during the 2026 FIFA World Cup] Revista de Ciencias de la Comunicación e Información, 31, 1–22. https://doi.org/10.35742/rcci.2026.31.e374

RESUMEN

Introducción: Los eventos deportivos de escala global, como el Mundial de la FIFA 2026, constituyen escenarios propicios para la viralización de contenidos falsos. Este estudio analiza las piezas de fact-checking difundidas en España durante el torneo (11 de junio al 19 de julio de 2026) y la respuesta de las organizaciones de verificación. Metodología: Se han analizado 149 contenidos de fact-checking desmentidos por las agencias de verificación EFE Verifica, Newtral y Maldita.es, mediante un enfoque mixto -cualitativo y cuantitativo-. Se evaluaron diez variables de las desinformaciones compartidas, incluyendo plataformas de difusión, temporalidad, temáticas y el uso de Inteligencia Artificial (IA). Resultados: Los hallazgos muestran que la celebración del torneo incrementó la circulación de contenidos engañosos, trascendiendo desde lo deportivo hacia narrativas ideológicas, políticas y de seguridad. En concreto, se identificó una notable presencia de desinformación generada o manipulada por IA (45% de contenidos), caracterizada por una alta capacidad de viralización en redes sociales como X (45%) y TikTok (16%). Discusión: El contexto actual, caracterizado por el auge de herramientas de IA para crear desinformación verosímil y la falta de comprobación previa por parte de los usuarios, genera un entorno propicio para la difusión de bulos y desinformaciones. Conclusiones: El estudio sugiere que los eventos deportivos globales operan como fuentes de campañas desinformativas en diversas temáticas, generando grandes cantidades de bulos. Además, la creación masiva de contenidos manipulados por IA plantea la necesidad de establecer estrategias de alfabetización mediática ciudadana que ayuden a prevenir estas oleadas de desinformaciones.

Palabras clave: Mundial 2026; desinformación; bulos; fact-checking; fútbol.

ABSTRACT

Introduction: Global sporting events, such as the 2026 FIFA World Cup, provide fertile ground for the spread of false content. This study analyses the fact-checking articles published in Spain during the tournament (11 June to 19 July 2026) and the response from fact-checking organisations. Methodology: A total of 149 fact-checking articles debunked by the fact-checking agencies EFE Verifica, Newtral and Maldita.es were analysed using a mixed-methods approach—combining qualitative and quantitative methods. Ten variables relating to the shared disinformation were assessed, including: dissemination platforms, timing, topics and the use of Artificial Intelligence (AI). Results: The findings show that a notable volume of misleading content circulated during the tournament, extending beyond sport to encompass ideological, political and security narratives. Specifically, a significant presence of disinformation generated or manipulated by AI was identified (45 per cent of content), characterised by a high capacity to go viral on social media platforms such as X (45 per cent) and TikTok (16 per cent). Discussion: The current context, characterised by the rise of AI tools for creating plausible disinformation and a lack of prior fact-checking by users, creates an environment conducive to the spread of hoaxes and disinformation. Conclusions: The study suggests that global sporting events can act as sources of disinformation campaigns on a range of topics, generating large quantities of hoaxes. Furthermore, the mass creation of AI-manipulated content highlights the need to establish strategies for public media literacy that help prevent these waves of disinformation.

Keywords: FIFA World Cup 2026; misinformation; hoaxes; fact-checking; football.

1. INTRODUCCIÓN

La Copa Mundial de la FIFA 2026 ha sido la primera en contar con la participación de 48 selecciones nacionales en tres sedes diferentes (Canadá, Estados Unidos y México), separadas por más de 4000 kilómetros. En tan solo 39 días de torneo se han disputado 104 partidos en cuatro husos horarios diferentes. En este contexto de gran evento deportivo, los Mundiales de fútbol, al igual que los Juegos Olímpicos (Wack et al., 2026) generan un terreno propicio para la difusión de desinformación y bulos.

1.1. Desinformación y bulos en grandes eventos deportivos

Al desorden informativo que suele generarse en torno a los eventos deportivos (Sheik Mohamed et al., 2025) se suma, en el caso de un Mundial, la futbolización de los contenidos (Rojas Torrijos y Mello, 2021). Así, Fernández Torres et al. (2026) analizaron durante la pasada Copa Mundial de la FIFA en Catar 2022 cómo existe una sobrecarga de datos, rumores y conjeturas que generan un contexto de desinformación durante la celebración de estos eventos.

De esta forma, las competiciones deportivas internacionales generan una amplia repercusión informativa, al crear una ventana de informaciones continuas durante más de un mes. En este contexto, los bulos alimentan la confrontación entre los seguidores (Uluçay, 2025), mientras se genera una esfera de propagación masiva de desinformación a nivel mundial (Kaszás y Ablonczy-Mihályka, 2026).

1.2. Temáticas desinformativas durante los eventos deportivos

Las narrativas de la desinformación en estos periodos competitivos abarcan diversos ámbitos del mundo futbolístico, desde rumores sobre fichajes de los deportistas hasta amaños de los partidos, entre otras informaciones (Fernández Torres et al., 2026; Kaszás y Ablonczy-Mihályka, 2026; Rojas Torrijos y Mello, 2021). Sin embargo, la gran mayoría de los bulos y desinformaciones que se generan y propagan en eventos deportivos de este calibre no se limitan exclusivamente al fútbol. De acuerdo con Fernández Torres et al. (2026), existen observaciones de contenidos que involucran a los jugadores más famosos que participan en estas competiciones, así como la propagación de grandes cantidades de desinformación relacionada con tensiones geopolíticas, sociales, inmigración, seguridad e ideología, entre otras temáticas (Kaszás y Ablonczy-Mihályka, 2026; Uluçay, 2025; Wack et al., 2026).

1.3. Las redes sociales como plataformas de desinformación

El diseño de las redes sociales, en concreto, su arquitectura digital y la configuración de sus algoritmos (Hajli et al., 2022; Tomassi et al., 2024) facilitan la diseminación masiva de desinformación, convirtiéndose en un vehículo de viralidad por encima de la veracidad de los contenidos. Prokopowicz (2025) recuerda que cualquier usuario o cuenta automatizada, como un social bot- es capaz de difundir contenidos falsos o sesgados de forma instantánea, sencilla y sin ningún tipo de control de verificación de información.

El diseño estructural de las redes sociales facilita la difusión de bulos y desinformaciones a través de diversas mecánicas. Los algoritmos de engagement permiten que circulen más fácilmente los contenidos más sensacionalistas, haciendo que las informaciones falsas se propaguen hasta seis veces más rápido que las verdaderas (Sheik Mohamed et al., 2025). Por otra parte, no podemos olvidar la posibilidad de anonimato de los usuarios, que les permite difundir mensajes falsos y discursos de odio, especialmente, a través de X (Almansa-Martínez et al., 2022; Dierickx y Lindén, 2023). Por último, al no existir un filtro uniforme de verificación de contenidos antes de que se permita su publicación en las redes sociales, cualquier usuario puede compartir noticias falsas imitando el formato de las verdaderas (Ireton y Posetti, 2020; Kılıç y Yazıcı, 2025).

1.4. La Inteligencia Artificial como factor clave en la generación de desinformación

Al igual que la estructura de las redes sociales permite la difusión acelerada y fácil de las desinformaciones, la facilidad de uso por parte de los usuarios de las herramientas de Inteligencia Artificial (IA) ha permitido la creación y difusión de contenidos hiperrealistas (Dierickx y Lindén, 2023). De acuerdo con López-Borrull y Lopezosa (2025), la IA generativa supone un reto para la desinformación, ya que ha reducido los costes y barreras técnicas para crear falsedades que se pueden difundir de una forma muy sencilla. Así, resulta complicado diferenciar un vídeo o audio generado por IA -deepfake- o una imagen modificada a través de estas herramientas (Cao, 2025; Othman y Hafiz, 2026). Estos contenidos hiperrealistas generados por IA suponen un reto cada vez mayor para la detección de su veracidad, debido, especialmente, a su enorme verosimilitud con los contenidos reales y la gran viralización que alcanza a través de las redes sociales (Drolsbach et al., 2026; Mukherjee, 2026).

Entre los principales tipos de contenidos falsos generados por IA y difundidos en redes sociales encontramos los deepfakes de audios y vídeos -creando contenidos hiperrealistas de situaciones que nunca han sucedido- (López-Martín, 2026); la difusión constante y coordinada de desinformación a través de los bots sociales (Hajli et al., 2022) y la propagación de información inventada por la IA -alucinaciones- (Gutiérrez-Caneda et al., 2023; Prokopowicz, 2025).

1.5. Compromiso ciudadano para frenar las desinformaciones

En una sociedad donde cada vez es más fácil generar informaciones falsas a través de herramientas de IA y difundirlas en un clic a través de las redes sociales, parece evidente la necesidad de generar una cultura de alfabetización mediática para prevenir la difusión de bulos y desinformaciones (Okorodudu, 2024; Salaverría et al., 2020). El fact-checking ejercido desde las agencias de verificación de hechos intentan paliar la situación de generación de desinformación constante -una vez se ha difundido-, pero sería preciso generar y cultivar una cultura de comprobación de la veracidad de las informaciones antes de su difusión (García-Marín, 2022; Majerczak y Strzelecki, 2022; Rodríguez Pérez, 2020).

Según Sheik Mohamed et al. (2025), la Alfabetización Mediática e Informacional (AMI) permitirá a los ciudadanos a cuestionar las fuentes de información y reconocer los sesgos falsos que les permitan reaccionar antes de reenviar el contenido. Para ello, resulta fundamental el fomento del pensamiento crítico y la demostración de los efectos negativos que tiene la difusión de información falsa en la ciudadanía (Noain-Sánchez, 2022; Shin et al., 2025). De hecho, las investigaciones sugieren que los ciudadanos correctamente informados contribuirían a una esfera pública más saludable (Blanco-Alfonso et al., 2021; Wack et al., 2026).

2. OBJETIVOS

La presente investigación analiza las piezas de desinformación y bulos verificadas en España durante la celebración de la Copa Mundial de la FIFA 2026 por las agencias de fact-checking EFE Verifica, Newtral y Maldita.es. Las fechas de análisis se centran en los días de celebración de dicho evento deportivo (del 11 de junio al 19 de julio de 2026). En concreto, se plantean los siguientes objetivos:

O1: Comprobar si un evento deportivo internacional, como el Mundial FIFA 2026, favorece la proliferación y difusión de desinformaciones y bulos a través de las redes sociales.

O2: Analizar las piezas sobre desinformaciones y sus temáticas que han verificado en España las agencias de fact-checking EFE Verifica, Newtral y Maldita.es durante la celebración del Mundial FIFA 2026.

O3: Estudiar el papel de la Inteligencia Artificial en la creación y difusión de bulos sobre el Mundial FIFA 2026, tales como imágenes, vídeos y audios creados y/o modificados a través de este método.

3. METODOLOGÍA

Esta investigación cuenta con una metodología mixta. Se ha combinado el análisis de contenido de todas las piezas de fact-checking verificadas por las tres agencias de fact-checking más importantes en España (EFE Verifica, Newtral y Maldita.es) durante la celebración del Mundial FIFA 2026, junto con la interpretación cualitativa de dichos resultados. Así, la combinación de ambas metodologías permite acercarse de forma más certera a los objetivos planteados en la presente investigación.

El corpus de esta investigación cuenta con 149 piezas de fact-checking publicadas individualmente, las cuales se recopilaron y analizaron mediante una revisión sistemática manual realizada por la autora, quien estableció y aplicó los criterios de codificación que se explican en el presente apartado. Cada unidad de análisis (N=149) corresponde a cada una de las publicaciones de verificación compartidas por las tres agencias de verificación de desinformaciones de referencia en España: EFE Verifica, Newtral y Maldita.es. Se han seleccionado estas tres organizaciones al ser las únicas que disponen del sello de calidad de la International Fact-Checking Network en este país. Por tanto, cada pieza analizada en el presente estudio corresponde a cada una de las publicaciones verificadas por cada agencia y no corresponde a un único bulo. Así, 26 desinformaciones distintas generaron más de una pieza de fact-checking al haber sido verificadas por al menos dos de las tres agencias, y 10 de ellas fueron verificadas por las tres organizaciones simultáneamente, dando lugar en conjunto a las 149 piezas que conforman el corpus.

Ante la previsión de una gran proliferación de bulos y desinformaciones durante la Copa Mundial FIFA 2026, las tres plataformas crearon secciones específicas para recopilar los desmentidos del torneo: “Desinformación del Mundial de Fútbol 2026” en EFE Verifica (2026), “Los bulos sobre el Mundial de 2026: vídeos generados por IA e imágenes sacadas de contexto” en Newtral (Perelló, 2026) y “Bulos, desinformaciones y contexto sobre el Mundial de Fútbol 2026” en Maldita.es (2026).

El marco temporal de análisis se ha establecido entre el 11 de junio de 2026 y el 19 de julio de 2026, correspondiendo al periodo de celebración de la Copa Mundial FIFA 2026 y donde se esperaba mayor concentración de difusión de bulos y desinformaciones sobre el mismo. Aunque el periodo principal de análisis corresponde a las fechas anteriormente indicadas, se han considerado también las piezas de fact-checking publicadas el día anterior al inicio del torneo y el día posterior, para asegurar una mayor profundidad analítica del objeto de estudio.

Para la obtención del corpus de esta investigación se han revisado todas las informaciones verificadas durante las fechas de celebración de la Copa Mundial FIFA 2026 incluidas en las secciones especiales de las agencias de verificación anteriormente indicadas. También se examinaron, manualmente, las secciones temáticas “Fútbol”, “Deportes” y “Verificaciones” para comprobar la inclusión completa de las piezas relacionadas con el evento.

En cuanto a la variable "fecha de difusión" se ha registrado la fecha en la que la pieza comenzó a circular o el día en el que fue detectada nuevamente en relación con el Mundial 2026, y no corresponde con la fecha de su primera aparición histórica. En los casos en los que no fue posible determinar con precisión el momento de recirculación de una desinformación previamente existente, se ha tomado como referencia el día en el que la agencia de verificación publicó la pieza de fact-checking correspondiente. Estos casos, identificables en el Anexo, se han excluido del cálculo del tiempo de verificación presentado en el apartado de Resultados, al no reflejar una velocidad de respuesta real de las tres agencias. En cuanto al análisis del "tiempo de verificación", se ha calculado de forma homogénea teniendo en cuenta la diferencia entre la fecha de publicación del contenido o la recirculación de la misma y la fecha de publicación de su verificación por parte de las agencias de fact-checking. Es preciso señalar que, dentro de esta variable de análisis, se ha diferenciado entre las publicaciones que se verificaron en el mismo día natural de su difusión (24 horas o menos) y aquellas que fueron verificadas en un plazo no superior a 48 horas. Cabe destacar que las variables "red social" e "idioma" admiten una respuesta múltiple, por lo que una misma unidad de análisis se ha contabilizado en varias plataformas o lenguas. Por ello, sus porcentajes se han calculado sobre el total de menciones codificadas de cada variable y no sobre las 149 unidades de análisis previamente indicadas. Por último, la clasificación de los contenidos generados o modificados mediante IA se realizó únicamente cuando las organizaciones de verificación aportaron los metadatos y pruebas técnicas correspondientes que permitieran sustentar esta categoría de análisis.

Tras la depuración manual de los datos se han analizado N=149 unidades, entendidas como piezas o publicaciones individuales de fact-checking. La codificación se realizó de forma manual por una única investigadora mediante un libro de códigos diseñado en Microsoft Excel. Las categorías de análisis se estructuraron según las clasificaciones y evidencias aportadas por las agencias de verificación. Cuando una pieza de análisis podía encajar en más de una categoría, se tuvieron en cuenta las pruebas de verificación aportadas por las propias agencias, así como la evidencia central de la verificación para clasificar los contenidos correctamente; unido al criterio de valoración propia de la investigadora. Para las categorías relativas a imágenes, vídeos o audios generados o modificados por IA, se consideró que un contenido pertenecía a esta categoría únicamente cuando la propia agencia de verificación confirmaba explícitamente, en su artículo de desmentido, el uso de herramientas de Inteligencia Artificial generativa, empleando términos como deepfake, imagen sintética, voz clonada o edición mediante IA, o aportando evidencia técnica propia, como el análisis de metadatos o el uso de herramientas de detección.

Con el fin de valorar la fiabilidad del proceso de codificación, una segunda persona codificadora -con formación en el ámbito de las Ciencias de la Información y la Comunicación- codificó de forma independiente una submuestra de 30 piezas de las 149 piezas analizadas en el presente estudio (20,1% del corpus). Esta segunda persona realizó la codificación de forma autónoma, sin acceso a la matriz de la autora del estudio y sin recurrir a herramientas de inteligencia artificial. La submuestra sistemática de 30 piezas se seleccionó a intervalos aproximados de cinco piezas, según su número de identificación. Así, la segunda codificadora recibió el libro de códigos con la definición de cada categoría y, para cada pieza, el título y el enlace de la información verificada, asignando un código númerico a las dos variables de carácter más interpretativo que se incluyen en el presente estudio: el tipo de desinformación y la temática de los bulos analizados.

El grado de acuerdo se calculó con la herramienta ReCal2 (Freelon, 2010), mediante el Alfa de Krippendorff (Krippendorff, 2019) y la Kappa de Cohen (Cohen, 1960). Para el tipo de desinformación se obtuvo un α = 0,716 y un κ = 0,713 (acuerdo porcentual: 76,7%, con 23 coincidencias en 30 piezas) y para la temática un α = 0,791 y un κ = 0,788 (acuerdo porcentual: 83,3%; 25 coincidencias en 30 piezas). Si seguimos en criterio de Krippendorff (2019), los valores de alfa iguales o superiores a 0,80 se consideran fiables, así como los comprendidos entre 0,667 y 0,80 permiten extraer conclusiones provisionales. Por tanto, ambas variables presentadas se encuentran en este segundo rango, por lo que su codificación se puede considerar aceptable y, los resultados que dependen de ella se interpretan con la debida cautela.

El procedimiento se estructuró en las siguientes fases:

• Diseño del libro de códigos en Microsoft Excel con categorías y variables.

• Codificación manual de las 149 piezas de fact-checking.

• Análisis descriptivo de los datos recopilados y análisis cruzado de variables mediante la prueba χ² de Pearson y la V de Cramér como medida de la intensidad de la asociación (plataforma de verificación × tipología de desinformación y temática × uso de IA).

En la Tabla 1 se muestra un resumen de las variables de análisis y su correspondiente codificación:

Tabla 1. Variables de análisis y codificación

Fuente: Elaboración propia.

Respecto a la variable “Temática del bulo”, cada pieza se codificó en una única categoría, definida de la siguiente forma: “Política” recoge la información relacionada con partidos, gobiernos y/o agencias políticas; “Seguridad/Violencia” incluye aquellas piezas sobre disturbios, altercados, robos, delincuencia o seguridad pública durante el Mundial; “Racismo” se aplica a los contenidos que muestran sesgo o discurso de odio racial y/o xenófobo; “Sexismo” delimita los contenidos relacionados con el sesgo y/o la discriminación por género; “Mundial 26': Selecciones nacionales” recoge informaciones centradas en los equipos nacionales, sus jugadores y las propias federaciones de fútbol; “Mundial 26': Eventos/hechos” recopila las piezas sobre el torneo en general, tales como logística, conciertos realizados, reglas o situaciones producidas durante los propios partidos; “Mundial 26': Jugadores más famosos” se centra en los futbolistas más conocidos que participaron en el evento; “Mundial 26': Presidente FIFA Infantino” incluye informaciones relacionadas con Infantino y “Mundial 26': Sedes/ lugares partidos” recoge piezas sobre los estadios, ciudades anfitrionas e instalaciones relacionadas con el torneo.

El listado completo de las variables codificadas para cada una de las 149 piezas de fact-checking se encuentra disponible en el Anexo del presente artículo. Antes del análisis se unificaron las denominaciones establecidas para las categorías, la numeración de los registros y los formatos de fecha, con el objetivo de mantener la coherencia entre el libro de códigos, la matriz, las figuras y los resultados de esta investigación.

4. RESULTADOS

La Copa Mundial de Fútbol se alza como uno de los torneos deportivos internacionales más relevantes en todo el mundo, lo que genera grandes cantidades de información y, en consecuencia, de bulos.

4.1. Redes sociales de difusión de los contenidos

Como se aprecia en la Figura 1, la principal red social en la que se han compartido las informaciones analizadas, con diferencia, es X (Twitter), con un 45%. TikTok (16%), Facebook (15%) e Instagram (12%) son las siguientes plataformas en las que se ha producido una mayor difusión de información. Por último, YouTube (4%), WhatsApp (4%) y Threads (3%) representan un volumen mucho menor de difusión, así como Telegram (0,75%) y Email (0,37%) muestran un número residual de menciones.

Esta variable se codificó como respuesta múltiple, dado que una misma pieza pudo difundirse simultáneamente a través de varias plataformas. Los porcentajes presentados se han calculado sobre el total de menciones registradas (269 menciones) y no sobre N=149, reflejando el peso relativo de cada plataforma sobre el conjunto total de plataformas de difusión analizadas.

Figura 1. Redes sociales donde se han compartido las informaciones sobre
el Mundial FIFA 2026

Fuente: Elaboración propia.

4.2. Idiomas de los bulos

Como se aprecia en la Figura 2, 140 de los 149 contenidos analizados se han compartido en español. El inglés ha sido el segundo idioma en el que más desinformaciones se han compartido, con 29 sobre 149, y el tercero, el árabe (4 piezas). Por último, en francés, ruso y portugués se han compartido 2 publicaciones desinformativas por cada uno de los idiomas, así como en catalán y en Otros idiomas solo se ha detectado la difusión de un contenido de cada caso. Esta variable se codificó igualmente como respuesta múltiple: la suma de menciones (181) supera el número total de publicaciones (149), dado que una misma pieza se compartió simultáneamente en varias lenguas.

Figura 2. Idiomas de las informaciones sobre el Mundial FIFA 2026

Fuente: Elaboración propia.

4.3. Fechas de difusión y verificación de las informaciones

De las 149 piezas que conforman el corpus, 26 corresponden a desinformaciones verificadas por al menos dos de las agencias de fact-checking, y 10 de ellas por las tres agencias simultáneamente. Así, en tan solo 39 días de torneo se ha recopilado un total de 149 publicaciones de fact-checking, lo que supone una media de difusión de 3,82 piezas diarias.

Ante esta situación de gran propagación de desinformación, resulta fundamental analizar las frecuencias de verificación de las agencias durante los días de torneo, qué informaciones se han desmentido a mayor y menor velocidad, así como estudiar si han existido días en los que se ha verificado un mayor número de contenidos.

4.3.1. Contenidos totales difundidos y frecuencias de verificación

Respecto a la rapidez de verificación, el 35,6% de las piezas (53 de 149) se desmintieron en el mismo día natural de su difusión (24 horas o menos), mientras que el 63,1% acumulado (94 de 149) fue verificado en un plazo no superior a las 48 horas desde su publicación. Estas informaciones de respuesta rápida suelen corresponder a supuestos contenidos de eventos que se están retransmitiendo en tiempo real, declaraciones falsas de jugadores y equipos técnicos, así como imágenes y vídeos falsos.

4.3.2. Ejemplos de contenidos desmentidos a mayor y menor velocidad

Algunos de los bulos desmentidos más rápidamente corresponden a informaciones relacionadas con los jugadores y selecciones más famosos, como el Bulo 2 "No son disturbios por la derrota de Francia con España en el Mundial, son incidentes durante la celebración de la Champions ganada por el PSG en mayo."; el Bulo 6 "El vídeo del homenaje con drones a Cristiano Ronaldo en Madeira está generado con IA." y el Bulo 19 "No hay pruebas de que Estados Unidos haya denegado la visa a Lamine Yamal para participar en el Mundial." Estas tres informaciones fueron verificadas el mismo día de su difusión, 15 de julio, 7 de julio y 10 de junio de 2026, respectivamente.

Por otra parte, encontramos otras informaciones que han sido verificadas en un plazo superior a una semana desde el inicio de difusión en las redes sociales analizadas. El Bulo 22, titulado "Claudia Sheinbaum no ha dicho que 'está permitiendo que Irán opere dentro de México", comenzó a circular en las redes el 25 de mayo de 2026 y no fue hasta el 13 de junio cuando se confirmó que no era cierto, siendo el contenido que más días ha tardado en verificar una agencia de verificación (19 días). El Bulo 14 "Falsas aficionadas del Mundial: cómo se usa la IA para sexualizar a mujeres por nacionalidades." (11 de junio – 23 de junio de 2026) y el Bulo 21 "Shakira no dijo estar de acuerdo con que cancelen la sede del Mundial en México, el audio está generado con IA." (2 de junio – 13 de junio de 2026) también han tenido un tiempo dilatado de verificación, con 12 días y 11 días de demora en su comprobación, respectivamente.

4.3.3. Fechas de mayor difusión de bulos y desinformaciones

Dentro de las 149 piezas analizadas, encontramos que la difusión de las informaciones no se ha distribuido de forma uniforme. El 13 de julio de 2026 se difundieron 13 desinformaciones en un solo día, siendo la jornada en la que más bulos se compartieron de todo el evento, inmediatamente antes del inicio de las semifinales (celebradas los días 14 y 15 de julio de 2026) y el acercamiento de la final del Mundial el 19 de julio.

El 7 de julio se difundieron 11 contenidos y el 16 de julio 12 piezas, siendo los días con mayor número de publicaciones. Durante la primera fecha se estaban celebrando las primeras eliminatorias clave del evento (destacando las desinformaciones sobre los jugadores más famosos y las sedes de celebración de los partidos), mientras que en la segunda fecha faltaban tan solo tres días para la final del Mundial 2026 en Nueva York. Otros picos de desinformación menos marcados se detectaron en las primeras fases del torneo: 17 de junio (9 bulos), 18 de junio (7 bulos) y 22 de junio (7 bulos).

4.4. Plataformas de Fact-Checking y verificaciones de información

Como se muestra en la Tabla 2, de las 149 piezas verificadas entre las tres plataformas durante el Mundial FIFA 2026, el mayor número de verificaciones pertenece a Maldita.es (72), seguida por Newtral (59) y EFE Verifica (18).

Tabla 2. Plataformas de verificación de las informaciones del Mundial FIFA 2026

Fuente: Elaboración propia.

4.5. Tipología de las informaciones verificadas

Como se aprecia en la Figura 3, las Fake news (31%) constituyen el tipo de información más frecuente durante el Mundial FIFA 2026. A continuación, destacan los contenidos generados por Inteligencia Artificial: imágenes (21%) y vídeos (20%), seguidos de cerca por las informaciones reales sacadas de contexto (21%). En conjunto, las categorías vinculadas a la IA suman el 45% (imágenes 21%, vídeos 20% y audios 4%). Por último, las Informaciones verdaderas (no bulo) representan tan solo el 2% del total (3 de 149), mientras que existe un único contenido sin verificar (Información sin verificar: 1%).

Figura 3. Tipos de informaciones compartidas durante el Mundial FIFA 2026

Fuente: Elaboración propia.

4.6. Temática de las informaciones verificadas

Como se refleja en la Figura 4, 64 de las 149 publicaciones de fact-checking analizadas corresponden a temáticas específicas del Mundial FIFA 2026, encabezadas por los Jugadores más famosos (36) y seguidas por Eventos/hechos (14), Selecciones nacionales (8), presidente FIFA Infantino (4) y Sedes/lugares de los partidos (2).

Figura 4. Temática de informaciones compartidas durante el Mundial FIFA 2026

Fuente: Elaboración propia.

Por su parte, las temáticas generales representan la mayoría del volumen analizado (85 de 149), destacando la Política (43), el Sexismo (18), el Racismo (12) y la Seguridad/Violencia (12).

4.7. Análisis cruzado de variables

Con el objetivo de evaluar la existencia de dependencias o asociaciones significativas entre las principales variables estudiadas, se aplicó la prueba Chi-cuadrado (χ²) de Pearson junto con el coeficiente V de Cramér como medida del tamaño del efecto. A continuación, se detallan los resultados del contraste entre las agencias de verificación y la tipología de bulo (4.7.1), así como la relación entre el área temática de la desinformación y el uso de Inteligencia Artificial en su elaboración (4.7.2).

4.7.1. Plataforma de Fact-checking × Tipología piezas

Para garantizar la validez metodológica en el análisis inferencial de la relación entre la agencia de verificación y la tipología de bulo abordada, la muestra se ajustó a N=145 piezas tras excluir cuatro unidades del corpus original (N=149) que no son desinformaciones propiamente dichas (tres casos de “Información verdadera (no bulo)” y un caso de “Información sin verificar”).

En la Tabla 3 se muestran los resultados obtenidos al cruzar las variables Fact-checking × Tipología piezas:

Tabla 3. Tipología de las informaciones verificadas según la plataforma de verificación

Fuente: Elaboración propia.

En los datos expuestos en la anterior tabla, se aprecia cómo las Fake News son la tipología que más contenidos agrupa en las tres agencias (31,7%), seguido por “Imagen IA” (22,1%); “Información real sacada de contexto” (21,4%); “Vídeo IA” (20,7%) y “Audio IA” (4,1%). La “Información real sacada de contexto” acumula un 17,1% de los contenidos de Maldita.es; un 29,3% de Newtral y el 11,8% de EFE Verifica. Por otra parte, los “Audios IA” (4,1%) es la categoría de contenidos de Inteligencia Artificial con menor volumen, por detrás de “Imagen IA” (22,1%) y “Vídeo IA” (20,7%).

4.7.2. Temática de las informaciones × presencia de la Inteligencia Artificial

Para realizar el cruce de las variables de las temáticas de las piezas informativas con la presencia o no de Inteligencia Artificial, se ha tomado como muestra todas las piezas del corpus (N=149). Sin embargo, con el fin de evitar celdas con frecuencias esperadas inferiores a 5 y asegurar la validez de la prueba Chi-cuadrado (χ²), las temáticas específicas con menor presencia se recodificaron en la categoría única “Mundial 26': otras temáticas” (n=28). Esta última categoría incluye: “Mundial 26': Selecciones nacionales” (n=8), “Mundial 26': Eventos/hechos” (n=14), “Mundial 26': presidente FIFA Infantino” (n=4) y “Mundial 26': Sedes/lugares de los partidos” (n=2).

Dichos resultados se muestran gráficamente en la Figura 5:

Figura 5. Distribución de las temáticas de desinformación según la presencia o ausencia de Inteligencia Artificial

Fuente: Elaboración propia.

Como se ilustra en anterior figura, se aprecia que el mayor número de contenidos generados con IA se concentran en las temáticas “Sexismo” (94,4%); “Mundial 26’: Jugadores más famosos” (63,9%) y “Racismo” (41,7%). Sin embargo, las categorías “Seguridad/Violencia” (91,7%); “Política” (69,8%) y “Mundial 26’: otras temáticas” (67,9%) acumulan mayores porcentajes de piezas desinformativas que no están creadas o modificadas por IA.

Es preciso señalar que, dado el diseño descriptivo del estudio y el tamaño de algunas categorías, estos resultados señalan asociaciones y/o patrones de asociación entre las temáticas y el uso o no de la IA, pero no permiten establecer relaciones causales directas.

5. DISCUSIÓN

La Copa Mundial de Fútbol se alza como uno de los torneos deportivos internacionales más relevantes en todo el mundo, lo que genera grandes cantidades de información y, en consecuencia, de bulos. Así, este tipo de eventos con gran visibilidad ayuda a la propagación de información falsa a nivel global (Wack et al., 2026).

Fernández Torres et al. (2026) ya identificaron durante el Mundial de Catar que X fue la plataforma más utilizada para la difusión de bulos, con cerca de un 46%, en línea con el 45% obtenido en el presente estudio. Facebook e Instagram conforman también las redes sociales donde se concentran mayores cifras de difusión de desinformaciones (Quintana Pujalte y Pannunzio, 2021; Salaverría et al., 2020). Sin embargo, a diferencia de estudios anteriores, este análisis identifica cómo TikTok podría considerarse como una plataforma importante de análisis, al haber obtenido el 16% de los resultados de difusión. Esta situación podría apuntar un cambio en los hábitos de consumo entre los años 2022 y 2026, si bien el diseño descriptivo del estudio, junto con la comparación con investigaciones que emplean corpus y criterios de codificación distintos, no permite confirmar esta tendencia ni establecer una relación causal. Es preciso destacar que la gran mayoría de los bulos analizados se han compartido en varias redes sociales a la vez, creando una estrategia de desinformación multicanal y simultánea (Gutiérrez-Caneda y Vázquez-Herrero, 2024).

El inglés suele dominar el ecosistema de la desinformación a nivel internacional (Drolsbach et al., 2026), pero en el presente análisis se detecta cómo el español predomina en el corpus analizado, con 140 contenidos de análisis detectados. Este resultado debe interpretarse recordando que el corpus procede de agencias de verificación españolas. Conviene destacar que la mayoría de los bulos en inglés se compartían simultáneamente en español, como uno de los idiomas clave en la desinformación en países hispanohablantes (López-Martín, 2026).

Como apuntaron previamente Fernández Torres et al. (2026) durante el Mundial de Catar de 2022, la relevancia de este evento promueve la desinformación, así como la generación masiva de contenidos durante las fechas de celebración del torneo dificulta distinguir entre la información veraz y aquella que no lo es (Rojas Torrijos y Mello, 2021). La dilatación en el proceso de verificación de determinados contenidos corresponde a deepfakes o bulos políticos y económicos, ya que implica tareas de verificación más complejas por su carácter internacional (Gutiérrez-Caneda y Vázquez-Herrero, 2024). Por otra parte, los bulos relacionados con los jugadores más famosos y las selecciones nacionales favoritas tienden a desmentirse con mayor rapidez, como ya señalaron Fernández Torres et al. (2026). En la actualidad, la labor de rápida verificación por parte de las agencias de fact-checking puede sugerir cómo la automatización de los procesos y los sellos de calidad de la International Fact-Checking Network (IFCN) ayudan a optimizar la respuesta frente a las desinformaciones (Cazzamatta y Sarısakaloğlu, 2025; Moreno-Gil y Salgado-de-Dios, 2023). Cabe señalar, como limitación, que los casos de contenido reciclado sin fecha de recirculación precisa se excluyeron del cálculo del tiempo de verificación, al no reflejar necesariamente la rapidez real de respuesta de las agencias. Asimismo, la codificación de este estudio ha sido realizada por una única investigadora, por las que las variables con un carácter más interpretativo (temática y tipología de la desinformación) pueden estar sujetas a cierto grado de subjetividad. Este aspecto se ha tratado de controlar mediante la realización de la prueba de fiabilidad intercodificadores sobre una submuestra del 20% de las piezas analizadas.

Se observa que las oleadas de desinformación coinciden con los momentos de mayor incertidumbre del torneo (López-Borrull y Lopezosa, 2025). Sin embargo, esto no puede demostrar una relación de causalidad ni una correlación estadística demostrada, dado el carácter descriptivo del presente análisis. Durante los días de mayor difusión de falsas informaciones las tres agencias respondieron con unos periodos temporales de verificación similares, con el propósito de intentar prevenir la gran cantidad de bulos compartidos en los días de mayor difusión (Cazzamatta y Sarısakaloğlu, 2025; Monnier et al., 2023).

Aunque las fake news siguen suponiendo el mayor volumen de desinformaciones (31%), la Inteligencia Artificial está presente en una proporción muy relevante de los contenidos compartidos, lo que supone el 45% de las piezas analizadas (López-Borrull y Lopezosa, 2025; Monnier et al., 2023). Otro aspecto a destacar es la utilización de información real pero sacada de contexto para convertirla en objeto de desinformación (Prokopowicz, 2025).

Según Gutiérrez-Caneda y Vázquez-Herrero (2024) y, como hemos comprobado en el presente análisis, las desinformaciones sobre política se suelen centrar en declaraciones falsas de líderes políticos, así como en campañas de desprestigio. Por otra parte, las narrativas desinformativas en el terreno futbolístico también se centran mayoritariamente en bulos sexistas (Almansa-Martínez et al., 2022) y en generación de narrativas sobre falta de integridad y de seguridad de las naciones (Prokopowicz, 2025).

6. CONCLUSIONES

A través del presente estudio observamos que un evento deportivo de carácter internacional como el Mundial FIFA 2026 se acompaña de una notable propagación de desinformaciones y bulos a través de las redes sociales: en 39 días de torneo se han difundido 149 publicaciones de fact-checking, lo que supone una media descriptiva de 3,82 verificaciones diarias (Objetivo 1). Así, los resultados del presente estudio demuestran que este torneo deportivo supuso un escenario propicio para la proliferación de desinformaciones.

Se observa una coincidencia temporal entre las fases más críticas del torneo y la acumulación en la difusión de desinformaciones, si bien el carácter descriptivo del análisis no permite establecer una relación causal entre la tensión competitiva y la viralidad de los contenidos. En concreto, el 13 de julio de 2026 fue la jornada con mayor número de piezas verificadas (13), coincidiendo con la proximidad al inicio de las semifinales del torneo (celebradas el 14 y 15 de julio) y el acercamiento de la final del 19 de julio de 2026. X es la red social con mayor presencia de contenidos en desinformación (45%), seguida de TikTok (16%), Facebook (15%) e Instagram (12%) (Objetivo 1).

De las 149 piezas de fact-checking analizadas (procedentes de 18 de EFE Verifica, 59 de Newtral y 72 de Maldita.es), el español domina como idioma principal (140). Cabe destacar que numerosos contenidos se compartieron simultáneamente en otros idiomas, especialmente en inglés (29).

Respecto a la rapidez de verificación, el 35,6% de las piezas (53 de 149) se desmintieron en el mismo día natural de su difusión (24 horas o menos), mientras que un 63,1% acumulado (94 de 149) fue verificado en un plazo no superior a 48 horas desde su publicación. Esta velocidad varía según la complejidad del contenido: mientras diversas desinformaciones de respuesta rápida sobre futbolistas o partidos se resolvieron el mismo día, la verificación más compleja entre los casos válidos exigió un periodo de hasta 19 días (Bulo 22). Cabe señalar que el Bulo 64, con un intervalo de 130 días entre su fecha de difusión original y su verificación, fue excluido de este cómputo por corresponder a un caso de recirculación de desinformación antigua reutilizada durante el Mundial de 2026, conforme al criterio establecido en Metodología.

Las tipologías más compartidas fueron las fake news (31%) (Objetivo 2), pero destacan los contenidos generados por Inteligencia Artificial con un 45% del total analizado –imágenes 21%, vídeos 20% y audios 4%–(Objetivo 3). Asimismo, el 21% de las piezas analizadas corresponde a información real sacada de contexto, por lo que se observa que, junto a la IA, la descontextualización informativa es una modalidad de desinformación frecuente en el corpus analizado. Solo 3 de las 149 piezas (2%) fueron clasificadas como información verdadera, lo que resulta coherente con la naturaleza del corpus, construido a partir de piezas verificadas por las agencias.

Mientras que 64 de las 149 piezas analizadas corresponden a temáticas relacionadas con la Copa del Mundo 2026, las 85 publicaciones restantes corresponden a temáticas diversas: política (43), sexismo (18), racismo (12) y seguridad/violencia (12), cumpliendo con el Objetivo 2. A través del análisis inferencial, los datos reflejan que la Inteligencia Artificial está presente, principalmente, en las narrativas de sexismo y sobre los jugadores más famosos. Además, los datos obtenidos describen cómo las tres agencias de verificación se enfrentaron a las desinformaciones de forma cohesionada: las fake news tradicionales (31,7%) y la Información real sacada de contexto (21,4%) coexistieron con el impacto de las imágenes (22,1%) y vídeos (20,7%) generados por IA

El presente estudio representa un ejemplo de la necesidad de continuar estudiando los acontecimientos en los que se acumulan grandes cantidades de información, ya que pueden aumentar las probabilidades de difusión de bulos y desinformaciones. Además, es necesario seguir cultivando el compromiso ciudadano de alfabetización de la información antes de la difusión de la misma, para evitar las consecuencias de la difusión de contenidos falsos sobre diversas temáticas y tipologías.

7. REFERENCIAS

Almansa-Martínez, A., Fernández-Torre, M. J. y Rodríguez-Fernández, L. (2022). Desinformación en España un año después de la COVID-19. Análisis de las verificaciones de Newtral y Maldita. Revista Latina de Comunicación Social, 80, 183–200. https://doi.org/10.4185/RLCS-2022-1538

Blanco-Alfonso, I., Chaparro-Domínguez, M. A. y Repiso, R. (2021). El fact-checking como estrategia global para contener la desinformación. Estudios sobre el Mensaje Periodístico, 27(3), 779–791. https://doi.org/10.5209/esmp.76189

Cao, L. (2025). A practical synthesis of detecting AI-generated textual, visual, and audio content. En 2025 IEEE International Conference on Data Mining Workshops (ICDMW) (pp. 1–8). IEEE. https://doi.org/10.1109/ICDMW69685.2025.00170

Cazzamatta, R. y Sarısakaloğlu, A. (2025). Mapping global emerging scholarly research and practices of AI-supported fact-checking tools in journalism. Journalism Practice, 19(10), 2422–2444. https://doi.org/10.1080/17512786.2025.2463470

Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20, 37–46. https://doi.org/10.1177/001316446002000104

Dierickx, L., y Lindén, C. (2023). Journalism and fact-checking technologies: Understanding user needs. communication +1, 10(1), 1–28. https://doi.org/10.7275/cp0.1879

Drolsbach, C., Demirel, E. y Pröllochs, N. (2026). Characterizing AI-generated misinformation on social media (arXiv:2505.10266v2). arXiv. https://doi.org/10.48550/arXiv.2505.10266

EFE Verifica. (26 de julio de 2026). Desinformación del mundial de fútbol 2026. https://verifica.efe.com/desinformacion-mundial-futbol-2026/

Fernández Torres, M. J., Carretón Ballester, C. e Ibáñez Hernández, A. I. (2026). Fake news and football. The Qatar World Cup as a showcase for disinformation. Tripodos, 60(2), 1–21. https://doi.org/10.51698/tripodos.2026.60.02

Freelon, D. G. (2010). ReCal: Intercoder reliability calculation as a web service. International Journal of Internet Science, 5(1), 20–33. http://www.ijis.net/ijis5_1/ijis5_1_freelon.pdf

García-Marín, D. (2022). Modelos algorítmicos y fact-checking automatizado. Revisión sistemática de la literatura. Documentación de Ciencias de la Información, 45(1), 7-16. https://doi.org/10.5209/dcin.77472

Gutiérrez-Caneda, B. y Vázquez-Herrero, J. (2024). Redrawing the lines against disinformation: How ai is shaping the present and future of fact-checking. Tripodos, 55(1), 55–74. https://doi.org/10.51698/tripodos.2024.55.04

Gutiérrez-Caneda, B., Vázquez-Herrero, J. y López-García, X. (2023). “AI application in journalism: ChatGPT and the uses and risks of an emergent technology”. Profesional de la información, 32(5), e320514. https://doi.org/10.3145/epi.2023.sep.14

Hajli, N., Saeed, U., Tajvidi, M. y Shirazi, F. (2022). Social bots and the spread of disinformation in social media: The challenges of artificial intelligence. British Journal of Management, 33(3), 1238–1253. https://doi.org/10.1111/1467-8551.12554

Ireton, C. y Posetti, J. (2020). Periodismo, “noticias falsas” y desinformación: manual de educación y capacitación en periodismo. Unesco. https://unesdoc.unesco.org/ark:/48223/pf0000373349

Kaszás, F. y Ablonczy-Mihályka, L. (2026). Disinformation and disruption: Fake news in the events industry. Journal of Convention & Event Tourism, 27(3), 196–202. https://doi.org/10.1080/15470148.2026.2670417

Kılıç, G. y Yazıcı, H. A. (2025). Sports, social media, and disinformation: The Fernando Muslera case study. En K. Kobak, D. M. Uluçay y G. Kılıç (Eds.), Communication and sports (pp. 36–66), Sakarya University Press. https://doi.org/10.59537/saupress.2508

Krippendorff, K. (2019). Content analysis: An introduction to its methodology (4a Ed.). SAGE. https://doi.org/10.4135/9781071878781

López-Borrull, A. y Lopezosa, C. (2025). Mapping the impact of generative AI on disinformation: Insights from a scoping review. Publications, 13(3), 33. https://doi.org/10.3390/publications13030033

López-Martín, Á. (2026). The United States presidential elections of 2024: Disinformation denied by Spanish fact-checking platforms. Revista Latina de Comunicación Social, 84, 1-29. https://doi.org/10.4185/rlcs-2026-2513

Majerczak, P. y Strzelecki, A. (2022). Trust, media credibility, social ties, and the intention to share towards information verification in an age of fake news. Behavioral Sciences, 12(2), 51. https://doi.org/10.3390/bs12020051

Maldita.es (24 de julio de 2026). Bulos, desinformaciones y contexto sobre el Mundial de Fútbol 2026. Maldita.es. https://maldita.es/desinfo/20260617/bulos-desinformaciones-contexto-mundial-futbol-2026/

Monnier, A., Dandois, J., Filipczyk, A., Konstanta, E., Losa-Jonczyk, A. y Costas, M.A. (2023). Typology of Fact-Checking Resources. Questions de communication 2023/1 (43), 297-316 https://doi.org/10.4000/questionsdecommunication.31530

Moreno-Gil, V. y Salgado-de-Dios, F. (2023). El cumplimiento del código de principios de la International Fact-Checking Network en las plataformas de verificación españolas. Un análisis cualitativo. Revista de Comunicación, 22(1), 293-307. https://doi.org/10.26441/rc22.1-2023-2971

Mukherjee, C. (2026). AI-based detection of deepfakes and misinformation on social media. EuroVantage Journal of Artificial Intelligence, 3(2), 9–30. https://doi.org/10.65923/ywrsz543

Noain-Sánchez, A. (2022). Addressing the impact of artificial intelligence on journalism: The perception of experts, journalists and academics. Communication & Society, 35(3), 105-121. https://doi.org/10.15581/003.35.3.105-121

Okorodudu, A. (2024). Beyond fact-checking: A preventive civic communication framework for building media literacy and public trust. Multiverse Journal, 1(2), 194–208. https://doi.org/10.63084/dd8sng80

Othman, N. A. -D. A. Q. y Hafiz, A. M. D. (2026). The erasure of truth? Public trust in news media amid the proliferation of AI-generated video and deepfakes. MEDAAD, 2026, 39-49. https://doi.org/10.70470/MEDAAD/2026/004

Perelló, B. (13 de junio de 2026). Los bulos sobre el Mundial de 2026: vídeos generados con IA e imágenes sacadas de contexto. Newtral. https://www.newtral.es/bulos-mundial/20260613/

Prokopowicz, D. (2025). The role of artificial intelligence in social media and internet portals: From combating disinformation to the rise of cyber threats. ResearchGate Preprint. https://doi.org/10.13140/RG.2.2.20968.74244

Quintana Pujalte, L. y Pannunzio, M. F. (2021). Fact-checking en Latinoamérica. Tipología de contenidos virales desmentidos durante la pandemia del coronavirus. Revista De Ciencias De La Comunicación E Información, 26, 27–46. https://doi.org/10.35742/rcci.2021.26.e178

Rodríguez Pérez, C. (2020). Una reflexión sobre la epistemología del fact-checking journalism: retos y dilemas. Revista de Comunicación, 19(1), 243-258. https://doi.org/10.26441/rc19.1-2020-a14

Rojas Torrijos, J. L. y Mello, M. S. (2021). Football misinformation matrix: A comparative study of 2020 winter transfer news in four european sports media outlets. Journalism and Media, 2(4), 625-640. https://doi.org/10.3390/journalmedia2040037

Salaverría, R., Buslón, N., López-Pan, F., León, B., López-Goñi, I. y Erviti, M.-C. (2020). Desinformación en tiempos de pandemia: Tipología de los bulos sobre la Covid-19. El Profesional de la Información, 29(3), e290315. https://doi.org/10.3145/epi.2020.may.15

Sheik Mohamed, S. H., Nirmala, M. y Hermansyah, S. (2025). Fact-checking in the digital age: Safeguarding truth in the information ecosystem article structure. English Language Education Journal, 4(2), 55-71. https://doi.org/10.36928/elej.v4i2.3037

Shin, D., Perlmutter, D. D., Lim, J. S. y Jitkajornwanich, K. (2025). Fact-checking as epistemic infrastructure: From journalistic gatekeeping to platform governance. Emerging Media, 3(2), 183-202. https://doi.org/10.1177/27523543251344972

Tomassi, A., Falegnami, A. y Romano, E. (2024). Mapping automatic social media information disorder. The role of bots and AI in spreading misleading information in society. PLOS ONE, 19(5), e0303183. https://doi.org/10.1371/journal.pone.0303183

Uluçay, D. M. (2025). Communication and sports: A conceptual framework for understanding theories, methods, and applications. En K. Kobak, D. M. Uluçay y G. Kılıç (Eds.), Communication and sports (pp. 6–17), Sakarya University Press. https://doi.org/10.59537/saupress.2506

Wack, M., Allan, J., Boatwright, B. y Cranmer, G. (2026). Assessing how fact-checks influence accuracy and consensus judgments: Evidence from the olympics. Risk Analysis, 46(7), e70293. https://doi.org/10.1111/risa.70293

CONTRIBUCIONES DE AUTORES/AS, FINANCIACIÓN Y AGRADECIMIENTOS

Financiación: No se ha contado con financiación para la realización de esta investigación.

Conflicto de intereses: No existe conflicto de intereses en la presente investigación.

Agradecimientos: La autora expresa su agradecimiento a Jara Carrón Elvira por su colaboración en el proceso de codificación de datos y en el cálculo de los índices de fiabilidad intercodificadores (Kappa de Cohen y Alfa de Krippendorff)."

AUTORES/AS

Marta Blasco-Navarro. Universidad de Zaragoza.

Doctora en Información y Comunicación por la Universidad de Zaragoza (España), institución en la que ejerce de Profesora Sustituta. Es miembro colaborador del Grupo de Investigación en Información y Comunicación Digital de la Universidad de Zaragoza (GICID). Sus principales líneas de investigación se centran en la educación, comunicación y alfabetización digital para la promoción de la salud mental. 

marta.blasco@unizar.es  

Índice H: 1

Orcid ID: https://orcid.org/0009-0006-5690-1192

Scopus ID: 60013514100

ResearchGate: https://www.researchgate.net/profile/Marta-Blasco-Navarro?ev=hdr_xprf

Academia.edu: https://unizar.academia.edu/MartaBlascoNavarro

Anexo

Se incluye el libro de códigos empleado para la codificación de las variables en Microsoft Excel, así como la matriz completa de datos brutos (N= 149) en el presente Anexo, para garantizar la transparencia de la investigación.

artículos relacionados: (RCCI)