Informe público · México · 2026
Violencia digital contra las mujeres y manosfera en México. Evidencia para proteger sin censurar.
Big Data · Inteligencia artificial · Perspectiva de género
El estudio
Un año de escucha social digital sobre la conversación pública en México, analizado con Big Data, inteligencia artificial y revisión humana especializada. El objetivo: detectar patrones, entender cómo se amplifican y decidir mejor antes de que el daño escale.
¿Es posible usar Big Data, escucha social e inteligencia artificial para detectar y monitorear el discurso de odio, la violencia digital contra las mujeres y la manosfera?
Sí, de forma exploratoria y con salvaguardas.
¿Qué patrones, narrativas y dinámicas de amplificación pueden identificarse y medirse?
Volumen, temporalidad, vocabularios, concentración, repetición, persistencia y cambios narrativos.
¿Cómo transformar esta evidencia en inteligencia accionable para prevenir, atender y erradicar la violencia digital?
Conectando cada señal con una decisión posible.
Discurso de odio contra las mujeres · Violencia digital · Manosfera · Notas informativas. Se superponen: un mensaje puede ser sexista, amenazante y manosférico a la vez. Separar la conversación informativa fue decisivo para no confundir una denuncia con una agresión.
El marco es la Convención de Belém do Pará y la Ley General de Acceso, que reconoce la violencia digital. Toda intervención sobre la expresión exige legalidad, necesidad y proporcionalidad; por eso el estudio usa los seis criterios del Plan de Rabat: contexto, emisor, intención, contenido y forma, alcance y probabilidad de daño.
Una mención no es una persona. Una coincidencia léxica no es una agresión confirmada. Un pico de conversación no es un aumento de hechos de violencia. Una repetición no prueba coordinación. Este es un ejercicio exploratorio de observación: no es una encuesta de prevalencia, una base de víctimas ni un sistema automático de decisión jurídica.
Hallazgos interactivos
Toca los botones y desplázate: cada gráfica se arma al llegar a ella.
01 · DÓNDE
Pero contar menciones o publicaciones cambia el mapa. En Facebook y TikTok casi todo son comentarios bajo la publicación de otra persona; en X, publicaciones propias.
Total: 3,813,226 menciones. Informe, gráficas 1 y 2, pp. 15–16.
02 · CUÁNDO
Julio de 2026 tiene el mayor volumen mensual (405,179) y agosto el mayor promedio diario (14,130). Marzo, con el 8M, concentra la mayor proporción de coincidencias.
Promedio de menciones por día. Los meses sin cifra en el texto del informe se leen de la gráfica 3 (p. 17) y son aproximados.
03 · QUÉ SE DICE
Y detectar una palabra no prueba una agresión: de 116,918 candidatas de violencia digital, solo 2,179 sobreviven al filtro estricto.
candidatas con el filtro amplio
Informe, gráficas 4, 5 y 6, pp. 19–20.
04 · MANOSFERA
De junio a julio de 2026 sus coincidencias pasan de 3,060 a 6,761. Las etiquetas no demuestran adhesión ideológica.
+120.9 %Informe, gráfica 7, p. 21.
05 · LAS PALABRAS
131,465 términos distintos frente a 488 en las taxonomías de análisis: solo 8 de los 120 más frecuentes estaban contemplados. «Presirvienta», el tercer término del corpus, no estaba en ninguna.
Esta sección reproduce insultos tal como aparecen en la conversación, con fines exclusivamente de análisis.
En gris, términos que sí estaban en las taxonomías. Informe, gráfica 8, p. 21.
06 · A QUIÉN SE DIRIGE
de cada 100 hablan de una de las 63 mujeres con voz pública (823,478).
contienen un término agresivo dirigido a ella (551,229).
Cada figura es el 1 % del corpus. «Agresión» = término de alguna de las siete categorías ofensivas del módulo, no una agresión verificada. Con la definición restringida del PNUD serían 10 de cada 100. Informe, p. 24.
07 · EL INSULTO PROPIO
Ocho de las doce mujeres con más menciones comparten la misma palabra. Las excepciones apuntan a origen y clase en la presidenta, y a la cordura en la senadora Téllez.
El porcentaje es la parte del léxico dirigido a ella que ocupa esa palabra. Para verla, activa «Mostrar lenguaje». Informe, p. 25.
08 · NINGÚN AÑO TRANQUILO
Cada triángulo es una de las 63 mujeres. Delcy Rodríguez tiene el tercer peor día (3,140) con 17 % de agresión; América Rangel, con 277, llega a 76 %. Nueve superan el 70 %.
Peor día en escala logarítmica. Toca un triángulo para ver el nombre. Informe, p. 26.
09 · ALERTA TEMPRANA
Las dos veces que la conversación se enciende en noviembre, es minutos después de que una mujer habla en público. Es coincidencia temporal, no causa demostrada, y por eso merece revisión.
4 nov 2025 · +106.8 % sobre su nivel reciente
8 mar 2026 · +124.2 %, esperable por el 8M
Informe, gráfica 14, p. 28.
10 · DOS EPISODIOS
Uno se dispersa en 1,855 hilos y exige seguimiento sostenido; el otro se concentra en 214 y exige detección rápida y preservación de evidencia.
| Indicador | Presidenta | Téllez |
|---|---|---|
| Menciones | 13,259 | 9,729 |
| Hilos | 1,855 | 214 |
| Menciones por hilo | 7.1 | 45.5 |
| Término principal | 26 % | 76 % |
Presidenta · cada punto, un hilo
Téllez · el tamaño, sus menciones
Ilustración proporcional al promedio por hilo. Informe, p. 32.
11 · EL COSTO
De las encuestadas por ONU Mujeres (2026), el 41 % se autocensura en redes para evitar ataques. Entre periodistas, el 45 %.
ONU Mujeres (2026), citado en el informe, p. 27.
De la evidencia a la acción
El paso decisivo no es producir más gráficas, sino conectar cada señal con una decisión posible. La inteligencia artificial acelera el procesamiento; la decisión permanece en manos de personas e instituciones.
El comportamiento habitual por tema, plataforma y periodo.
Cambios en volumen, vocabulario, gravedad o persistencia.
Contexto, función comunicativa y riesgos jurídicos.
Prevención, atención, evidencia o instancia competente.
Medir si bajó la exposición, la persistencia o el daño.
Privacidad y mínima identificación · Libertad de expresión, sin censura automatizada · Debido proceso: una señal no equivale a responsabilidad jurídica · Transparencia sobre fuentes, filtros y errores · Supervisión humana en toda decisión sensible.
Capacidad técnica de Femaleader
Desde 2020 trabajamos en escucha social digital y análisis de discurso de odio contra las mujeres. Combinamos Big Data, inteligencia artificial, taxonomías alineadas con el marco jurídico y lectura humana especializada: la automatización da escala, la revisión humana da contexto y el marco legal pone los límites.
Volumen, plataformas, narrativas, vocabularios y coyunturas.
Categorías alineadas con marcos legales, con criterios de inclusión, exclusión y gravedad.
Líneas base, anomalías, persistencia y cambios narrativos para revisión humana.
Reconstrucción temporal, dispersión por hilos, concentración y repertorios.
Indicadores antes y después para campañas, protocolos y políticas.
Grandes volúmenes de datos traducidos en hallazgos y rutas de acción.
Una obra en colaboración
El estudio fue concebido, debatido y construido de manera conjunta por sus tres autoras, en un proceso iterativo de análisis, discusión y revisión en el que cada una aportó una mirada especializada.
Directora de investigación · Autora de la metodología de escucha social del estudio.
ORCID 0009-0004-2839-2867 ↗
Cibercriminología feminista e investigación en estudios críticos de manosfera.
ORCID 0009-0004-8169-4506 ↗
Arquitectura del análisis de datos y análisis de la escucha social.
ORCID 0009-0006-3944-898X ↗Aguilar Oropeza, C., Muñoz Jaime, S. y Aguilar Oropeza, M. (2026). Mujeres bajo el fuego digital. Violencia digital contra las mujeres y manosfera en México. Femaleader México.
Informe completo
Metodología, hallazgos, episodios, salvaguardas, rigor del método y referencias. El informe completo está disponible en Hotmart.
Conversemos
Podemos adaptar esta arquitectura a tu institución, territorio o población: definir indicadores de riesgo y de éxito, y convertir el monitoreo en un protocolo verificable de prevención, atención y evaluación.
Escanea para escribirnos por WhatsApp