Desinformación en salud y algoritmos de recomendación
Impacto en el pluralismo informativo y propuestas regulatorias para España
DOI:
https://doi.org/10.20318/recs.2026.10330Palabras clave:
algoritmos de recomendación, transparencia algorítimica, desinformación en salud, pluralismo informativo, salud públicaResumen
El desarrollo de plataformas digitales y redes sociales ha transformado profundamente la manera en que la ciudadanía accede a información relacionada con la salud. En este contexto, los sistemas de recomendación algorítmica desempeñan un papel decisivo en la selección, jerarquización y difusión de contenidos en salud. Este artículo analiza cómo estos sistemas pueden favorecer la propagación de desinformación en salud y afectar al pluralismo informativo en España durante el período 2020‑2025. A partir de una revisión conceptual y normativa, se examinan las tensiones entre transparencia algorítmica, libertad de expresión y protección de la salud pública. Asimismo, se analiza el encaje de estas dinámicas dentro del marco jurídico español y europeo, prestando especial atención a las nuevas regulaciones digitales. Finalmente, se proponen criterios de transparencia, auditoría y cooperación institucional orientados a reducir los riesgos asociados a la desinformación en salud en entornos digitales.
Descargas
Referencias
Aguilar, A. J., Bazán-Riverón, G. E., & Méndez-Gómez-Humarán, I. (2025). Design and pilot testing of an educational strategy based on behavioral and communication models within Mutual Aid Groups to improve the lifestyle of people living with type 2 diabetes in Mexico. Revista Española de Comunicación En Salud, 16(2), 7-21. https://doi.org/10.20318/recs.2025.9099
Alderman, J. E., Palmer, J., Laws, E., McCradden, M. D., Ordish, J., Ghassemi, M., Pfohl, S. R., Rostamzadeh, N., Cole-Lewis, H., Glocker, B., Calvert, M., Pollard, T. J., Gill, J., Gath, J., Adebajo, A., Beng, J., Leung, C. H., Kuku, S., Farmer, L.-A., … Liu, X. (2024). Tackling algorithmic bias and promoting transparency in health datasets: The STANDING Together consensus recommendations. The Lancet. Digital Health, 7(1), e64-e88. https://doi.org/10.1016/S2589-7500(24)00224-3
Añel Rodríguez, R. M., & Rodríquez Bilbao, E. (2025). Atención Primaria en crisis: Entre los intereses económicos y la desafección ciudadana. Revista Española de Comunicación en Salud, (Extra 1 (Suplemento)), 40-53.
Berg, S. H., O’Hara, J. K., Shortt, M. T., Thune, H., Brønnick, K. K., Lungu, D. A., Røislien, J., & Wiig, S. (2021). Health authorities’ health risk communication with the public during pandemics: A rapid scoping review. BMC Public Health, 21(1), 1401. https://doi.org/10.1186/s12889-021-11468-3
Bouchaud, P., & Ramaciotti, P. (2024). Auditing the audits: Evaluating methodologies for social media recommender system audits. Applied Network Science, 9(1), 59. https://doi.org/10.1007/s41109-024-00668-6
Camacho-García, M., Serrano-Macías, M., Ortega-Martin, E., & Alvarez-Galvez, J. (2025). Drivers of health polarization during the COVID-19 pandemic: A systematic review. Science Advances, 11(46), eady5064. https://doi.org/10.1126/sciadv.ady5064
Carnovalini, F., Rodà, A., & Wiggins, G. A. (2025). Popularity Bias in Recommender Systems: The Search for Fairness in the Long Tail. Information, 16(2). https://doi.org/10.3390/info16020151
Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, C. M., Brugnoli, E., Schmidt, A. L., Zola, P., Zollo, F., & Scala, A. (2020). The COVID-19 social media infodemic. Scientific Reports, 10(1), 16598. https://doi.org/10.1038/s41598-020-73510-5
Cotino Hueso, L. (2020). ONLINE-OFFLINE. Las garantías para el acceso a internet y para la desconexión, bloqueo, filtrado y otras restricciones de la red y sus contenidos. Revista de Derecho Político, (108), 13-40. https://doi.org/10.5944/rdp.108.2020.27991
Deldjoo, Y., Jannach, D., Bellogin, A., Difonzo, A., & Zanzonelli, D. (2024). Fairness in recommender systems: Research landscape and future directions. User Modeling and User-Adapted Interaction, 34(1), 59-108. https://doi.org/10.1007/s11257-023-09364-z
Denniss, E., & Lindberg, R. (2025). Social media and the spread of misinformation: Infectious and a threat to public health. Health Promotion International, 40(2), daaf023. https://doi.org/10.1093/heapro/daaf023
Floridi, L. (2020). The Fight for Digital Sovereignty: What It Is, and Why It Matters, Especially for the EU. Philosophy & Technology, 33(3), 369-378. https://doi.org/10.1007/s13347-020-00423-6
Germano, F., Gomez, V., & Sobbrio, F. (2025). Ranking for Engagement: How Social Media Algorithms Fuel Misinformation and Polarization.
Hastuti, H., Maulana, H. F., Lawelai, H., & Suherman, A. (2025). Algorithmic influence and media legitimacy: A systematic review of social media’s impact on news production. Frontiers in Communication, 10. https://doi.org/10.3389/fcomm.2025.1667471
Helberger, N. (2019). On the Democratic Role of News Recommenders. Digital Journalism, 7(8), 993-1012. https://doi.org/10.1080/21670811.2019.1623700
Islam, M. S., Sarkar, T., Khan, S. H., Mostofa Kamal, A.-H., Hasan, S. M. M., Kabir, A., Yeasmin, D., Islam, M. A., Amin Chowdhury, K. I., Anwar, K. S., Chughtai, A. A., & Seale, H. (2020). COVID-19–Related Infodemic and Its Impact on Public Health: A Global Social Media Analysis. The American Journal of Tropical Medicine and Hygiene, 103(4), 1621-1629. https://doi.org/10.4269/ajtmh.20-0812
Mienye, I. D., Obaido, G., Jere, N., Mienye, E., Aruleba, K., Emmanuel, I. D., & Ogbuokiri, B. (2024). A survey of explainable artificial intelligence in healthcare: Concepts, applications, and challenges. Informatics in Medicine Unlocked, 51, 101587. https://doi.org/10.1016/j.imu.2024.101587
Mikati, I. K. E., Hoteit, R., Harb, T., Zein, O. E., Piggott, T., Melki, J., Mustafa, R. A., & Akl, E. A. (2023). Defining Misinformation and Related Terms in Health-Related Literature: Scoping Review. Journal of Medical Internet Research, 25(1), e45731. https://doi.org/10.2196/45731
Morley, J., Cowls, J., Taddeo, M., & Floridi, L. (2020). Public Health in the Information Age: Recognizing the Infosphere as a Social Determinant of Health. Journal of Medical Internet Research, 22(8), e19311. https://doi.org/10.2196/19311
Peukert, A. (2024). The regulation of disinformation: A critical appraisal. Journal of Media Law, 16(1), 1-7. https://doi.org/10.1080/17577632.2024.2362485
Pulido, C. M., Villarejo-Carballido, B., Redondo-Sama, G., & Gómez, A. (2020). COVID-19 infodemic: More retweets for science-based information on coronavirus than for false information. International Sociology, 35(4), 377-392. https://doi.org/10.1177/0268580920914755
Sadeghi, Z., Alizadehsani, R., Cifci, M. A., Kausar, S., Rehman, R., Mahanta, P., Bora, P. K., Almasri, A., Alkhawaldeh, R. S., Hussain, S., Alatas, B., Shoeibi, A., Moosaei, H., Hladík, M., Nahavandi, S., & Pardalos, P. M. (2024). A review of Explainable Artificial Intelligence in healthcare. Computers and Electrical Engineering, 118, 109370. https://doi.org/10.1016/j.compeleceng.2024.109370
Singhal, A., Neveditsin, N., Tanveer, H., & Mago, V. (2024). Toward Fairness, Accountability, Transparency, and Ethics in AI for Social Media and Health Care: Scoping Review. JMIR Medical Informatics, 12(1), e50048. https://doi.org/10.2196/50048
Smith, R., Chen, K., Winner, D., Friedhoff, S., & Wardle, C. (2023). A Systematic Review Of COVID-19 Misinformation Interventions: Lessons Learned. Health Affairs, 42(12), 1738-1746. https://doi.org/10.1377/hlthaff.2023.00717
Tasente, T. (2025). Understanding the Dynamics of Filter Bubbles in Social Media Communication: A Literature Review. Vivat Academia, 158, 1-21. https://doi.org/10.15178/va.2025.158.e1591
Thomas, D. D., Xu, L., Yu, B., Alanis, O., Adamek, J., Canton, I., Lin, X., Luo, Y., & Mullen, S. P. (2025). Physical Activity Misinformation on Social Media: Systematic Review. JMIR Infodemiology, 5(1), e62760. https://doi.org/10.2196/62760
Veale, M., & Borgesius, F. (2021). Demystifying the Draft EU Artificial Intelligence Act. SocArXiv. https://doi.org/10.31235/osf.io/38p5f
Zarocostas, J. (2020). How to fight an infodemic. The Lancet, 395(10225), 676. https://doi.org/10.1016/S0140-6736(20)30461-X
Zuiderveen Borgesius, F. J. (2020). Strengthening legal protection against discrimination by algorithms and artificial intelligence. The International Journal of Human Rights, 24(10), 1572-1593. https://doi.org/10.1080/13642987.2020.1743976
Descargas
Publicado
-
Resumen0
-
PDF0
Número
Sección
Licencia
Derechos de autor 2026 Miguel Cembellín Fernández
Esta obra está bajo una licencia Creative Commons Reconocimiento-SinObraDerivada 3.0 Unported.
Los textos publicados en esta revista están –si no se indica lo contrario– bajo una licencia Reconocimiento-Sin obras derivadas 3.0 España de Creative Commons. Puede copiarlos, distribuirlos y comunicarlos públicamente siempre que cite su autor y la revista y la institución que los publica y no haga con ellos obras derivadas. La licencia completa se puede consultar en: http://creativecommons.org/licenses/by-nd/3.0/es/deed.es
Los derechos de autor pertenecen al autor de la obra por el mero hecho de su creación:
· Los derechos de contenido moral son irrenunciables e inalienables.
· Los derechos de contenido económico, o derechos de explotación, pueden ser cedidos a terceros como ocurre con los trabajos publicados, en los que el autor cede parte o la totalidad de estos derechos a la editorial.
El autor puede autoarchivar sus artículos en un repositorio institucional, siempre que se cite su publicación en esta revista.
Cómo citar
Datos de los fondos
-
Agencia Estatal de Investigación
Números de la subvención PID 2022-142755OB-I00 (2023-2027).