1
00:00:00,920 --> 00:00:04,220
Speaker 1: Antes de empezar, queremos recordarte que seguimos en campaña de

2
00:00:04,290 --> 00:00:07,670
Speaker 1: donación hasta el 31 de diciembre. Así que si no has

3
00:00:07,710 --> 00:00:10,650
Speaker 1: tenido la oportunidad de apoyarnos, este es un gran momento.

4
00:00:11,210 --> 00:00:13,410
Speaker 1: En el hilo creemos en el valor del buen periodismo,

5
00:00:13,430 --> 00:00:17,669
Speaker 1: ese que profundiza, que da contexto, que busca explicar de

6
00:00:17,730 --> 00:00:20,850
Speaker 1: manera clara lo que pasa en nuestra región. Pero ese

7
00:00:20,890 --> 00:00:24,529
Speaker 1: periodismo es costoso y requiere mucho esfuerzo y cuidado. Si

8
00:00:24,590 --> 00:00:28,350
Speaker 1: llevas tiempo escuchándonos y valoras el trabajo que hacemos, este

9
00:00:28,370 --> 00:00:29,660
Speaker 1: es el momento de apoyarnos.

10
00:00:30,310 --> 00:00:34,300
Speaker 2: Además, esta semana logramos algo muy especial. Gracias al esfuerzo

11
00:00:34,380 --> 00:00:38,019
Speaker 2: de un grupo de donantes, podremos triplicar cada aporte que

12
00:00:38,080 --> 00:00:44,159
Speaker 2: nos hagas hasta completar 20 mil dólares. Si, por ejemplo, nos donas 30, recibiremos 90.

13
00:00:44,000 --> 00:00:49,940
Speaker 2: Entra a elhilo.audio-donar. No importa el tamaño de tu aporte,

14
00:00:50,140 --> 00:00:53,060
Speaker 2: todo cuenta. Mil gracias. Y si ya lo hiciste, por

15
00:00:53,140 --> 00:00:56,240
Speaker 2: favor envíale este link a tus personas cercanas para que

16
00:00:56,280 --> 00:01:03,950
Speaker 2: también nos apoyen. Recuerda, elhilo.audio-donar. Gracias por apoyar el periodismo independiente.

17
00:01:04,490 --> 00:01:05,210
Speaker 2: Aquí el episodio.

18
00:01:11,410 --> 00:01:15,320
Speaker 1: Bienvenidos a El Hilo, un podcast de Radioambulante Estudios. Soy

19
00:01:15,360 --> 00:01:19,400
Speaker 2: Eliezer

20
00:01:19,420 --> 00:01:21,960
Speaker 1: Budasov. Y yo soy Silvia Viñas. Entre finales de 2024 y

21
00:01:22,000 --> 00:01:24,959
Speaker 1: mediados de 2025, en Colombia y en Brasil se frenaron dos

22
00:01:25,040 --> 00:01:28,340
Speaker 1: regulaciones clave que ponían el foco en las redes sociales.

23
00:01:28,740 --> 00:01:33,130
Speaker 3: He presentado una proposición de eliminación a este artículo. pues

24
00:01:33,670 --> 00:01:35,890
Speaker 3: raya con la censura.

25
00:01:36,240 --> 00:01:38,720
Speaker 4: Estas dos iniciativas, un artículo y un proyecto de ley,

26
00:01:38,860 --> 00:01:43,660
Speaker 4: buscaban reducir el impacto que las plataformas pueden tener en

27
00:01:43,680 --> 00:01:44,319
Speaker 4: la salud mental de los

28
00:01:44,340 --> 00:01:55,010
Speaker 2: menores o en la democracia. Cuesta pensar que alguien pueda

29
00:01:55,030 --> 00:01:58,570
Speaker 2: oponerse a proteger cosas así, pero el intento de poner

30
00:01:58,670 --> 00:02:03,000
Speaker 2: límites a los contenidos en línea afecta directamente los intereses

31
00:02:03,090 --> 00:02:05,750
Speaker 2: de un puñado de empresas que se han vuelto un

32
00:02:05,830 --> 00:02:07,940
Speaker 2: poder en sí mismo alrededor del mundo.

33
00:02:08,660 --> 00:02:11,419
Speaker 1: La forma en la que se frenaron estas regulaciones dejó

34
00:02:11,460 --> 00:02:14,120
Speaker 1: en claro que en los dos países hubo acciones coordinadas

35
00:02:14,240 --> 00:02:19,620
Speaker 1: para cambiar voluntades, intervenir en procesos institucionales o construir narrativas

36
00:02:19,639 --> 00:02:24,450
Speaker 1: que favorecían a las grandes compañías tecnológicas. Una investigación multinacional

37
00:02:24,550 --> 00:02:28,170
Speaker 1: liderada por el medio brasileño Agencia Pública y el Centro

38
00:02:28,210 --> 00:02:33,010
Speaker 1: Latinoamericano de Investigación Periodística, el CLIP, ha hecho visibles alguna

39
00:02:33,060 --> 00:02:36,260
Speaker 1: de estas estrategias y el desafío que supone para nuestros

40
00:02:36,320 --> 00:02:39,040
Speaker 1: países enfrentar un poder como el de las Big Tech.

41
00:02:39,740 --> 00:02:42,640
Speaker 2: Hoy,¿ cómo opera una red de lobby que busca influir

42
00:02:42,680 --> 00:02:45,940
Speaker 2: en la política nacional y reducir las regulaciones a las

43
00:02:45,980 --> 00:02:59,139
Speaker 2: grandes tecnológicas en América Latina? Es 12 de diciembre de 2025. CC

44
00:02:59,160 --> 00:03:00,510
Speaker 2: por Antarctica Films Argentina

45
00:03:12,840 --> 00:03:16,100
Speaker 5: En el último debate en el Senado nos quitaron ese

46
00:03:16,160 --> 00:03:20,700
Speaker 5: elemento que traía de sanciones frente a contenidos que afectaban

47
00:03:20,740 --> 00:03:27,340
Speaker 5: la salud mental con el argumento de ir en contra

48
00:03:27,520 --> 00:03:28,820
Speaker 5: de la libre expresión.

49
00:03:29,600 --> 00:03:33,850
Speaker 2: Están escuchando a la congresista colombiana Olga Lucía Velázquez durante

50
00:03:33,870 --> 00:03:36,170
Speaker 2: una entrevista que le hicieron en junio de este año.

51
00:03:36,770 --> 00:03:38,730
Speaker 2: Ella es una de las autoras de un proyecto de

52
00:03:38,810 --> 00:03:41,910
Speaker 2: ley de salud mental, una de las regulaciones que mencionamos

53
00:03:41,930 --> 00:03:45,600
Speaker 2: al comienzo de este episodio. Ese proyecto tenía un artículo,

54
00:03:45,860 --> 00:03:50,260
Speaker 2: el número 8. Buscaba sancionar a las plataformas sin cumplían códigos

55
00:03:50,300 --> 00:03:54,700
Speaker 2: de conducta establecidos por la Comisión Reguladora de Comunicaciones de Colombia,

56
00:03:55,080 --> 00:03:55,840
Speaker 2: la CRC.

57
00:03:56,610 --> 00:03:59,790
Speaker 1: Este artículo provocó el despliegue de una maquinaria de lobistas

58
00:03:59,830 --> 00:04:03,220
Speaker 1: de parte de las grandes tecnológicas, como Meta, cuyo fin

59
00:04:03,440 --> 00:04:08,240
Speaker 1: era suavizar la regulación. De pronto, algunos legisladores empezaron a

60
00:04:08,280 --> 00:04:11,560
Speaker 1: hablar en defensa de lo que llamaron las múltiples partes

61
00:04:11,660 --> 00:04:13,040
Speaker 1: interesadas en Internet.

62
00:04:13,700 --> 00:04:16,919
Speaker 3: Una cantidad de gremios que están solicitando que se elimine

63
00:04:16,940 --> 00:04:22,500
Speaker 3: el artículo 8.¿ Por qué? Afectación a la libertad de expresión.

64
00:04:23,080 --> 00:04:25,300
Speaker 3: La posibilidad de que un solo actor como la CRS

65
00:04:25,360 --> 00:04:28,200
Speaker 3: intervenga en contenidos digitales podría derivar en decisiones que no

66
00:04:28,310 --> 00:04:31,310
Speaker 3: tengan en cuenta las múltiples partes interesadas en Internet.

67
00:04:32,070 --> 00:04:34,290
Speaker 2: La ley se considera un hito histórico en Colombia por

68
00:04:34,470 --> 00:04:37,710
Speaker 2: su alcance en salud mental y terminó siendo aprobada en

69
00:04:37,770 --> 00:04:41,210
Speaker 2: su mayor parte. Pero en el camino sacrificó algo importante,

70
00:04:41,620 --> 00:04:45,480
Speaker 2: proteger a niños, niñas y adolescentes de contenidos nocivos en

71
00:04:45,680 --> 00:04:48,950
Speaker 2: plataformas digitales. En cambio, dejó en manos de las grandes

72
00:04:49,010 --> 00:04:53,460
Speaker 2: compañías tecnológicas, las Big Tech, una función reguladora en la que,

73
00:04:53,600 --> 00:04:57,480
Speaker 2: para los autores del proyecto, era necesaria la participación del Estado.

74
00:04:58,279 --> 00:05:01,940
Speaker 1: En Brasil pasó algo similar. Las Big Tech consiguieron frenar

75
00:05:01,980 --> 00:05:04,900
Speaker 1: un proyecto de ley que buscaba regular a plataformas digitales

76
00:05:05,000 --> 00:05:10,100
Speaker 1: como Facebook, Instagram y Google. Les exigían mayor responsabilidad y

77
00:05:10,160 --> 00:05:13,239
Speaker 1: transparencia después del asalto a los tres poderes que llevaron

78
00:05:13,279 --> 00:05:17,600
Speaker 1: adelante los seguidores del expresidente Jair Bolsonaro. que este año

79
00:05:17,920 --> 00:05:21,580
Speaker 1: fue condenado a 27 años de cárcel por un complot golpista.

80
00:05:21,620 --> 00:05:22,040
Speaker 1: Para

81
00:05:22,100 --> 00:05:24,980
Speaker 6: entender cómo funciona esta operación de lobby y presión política,

82
00:05:25,160 --> 00:05:28,830
Speaker 6: conversamos con Natalia Viana, periodista brasileña y cofundadora del medio

83
00:05:28,850 --> 00:05:29,589
Speaker 6: Agencia Pública.

84
00:05:44,650 --> 00:05:48,740
Speaker 2: Ellas y el CLIP trabajaron juntos en una investigación transnacional

85
00:05:48,750 --> 00:05:51,700
Speaker 2: y muy amplia sobre las Big Tech y su red

86
00:05:51,740 --> 00:05:52,500
Speaker 2: de influencias.

87
00:05:53,820 --> 00:05:57,600
Speaker 1: Ustedes le llamaron la mano invisible y de alguna forma

88
00:05:57,740 --> 00:06:02,420
Speaker 1: el trabajo que hacen ustedes es hacerla visible. Pero para empezar,¿

89
00:06:03,140 --> 00:06:07,820
Speaker 1: puedes contarnos un poco primero quiénes conforman este grupo de

90
00:06:07,900 --> 00:06:09,370
Speaker 1: empresas multimillonarias?

91
00:06:10,260 --> 00:06:13,119
Speaker 7: Bueno, para empezar,¿ qué son las Big Tech? Big Tech

92
00:06:13,160 --> 00:06:17,220
Speaker 7: es un término un poco más amplio que hablan de

93
00:06:17,300 --> 00:06:21,660
Speaker 7: empresas que son como únicas en la historia del capitalismo

94
00:06:21,720 --> 00:06:28,729
Speaker 7: que lograron tener una rentabilidad y un lucro pero altísimo

95
00:06:28,750 --> 00:06:34,250
Speaker 7: y que también lograron controlar la gran parte de lo

96
00:06:34,290 --> 00:06:38,060
Speaker 7: que es la economía digital. Entonces hay cinco o seis

97
00:06:38,140 --> 00:06:42,160
Speaker 7: grandes hermanas que se dice que son la Amazon, la

98
00:06:42,240 --> 00:06:47,099
Speaker 7: Meta de Facebook, Instagram y WhatsApp, la Alphabet de Google.

99
00:06:47,660 --> 00:06:52,120
Speaker 7: Entre ellas está también la Apple. Aquí en Latinoamérica tenemos

100
00:06:52,230 --> 00:06:56,110
Speaker 7: Mercado Libre, que es gigante, así como la Happy.

101
00:06:56,610 --> 00:07:00,210
Speaker 2: Pero también están otras que recientemente han entrado a esta categoría,

102
00:07:00,470 --> 00:07:04,230
Speaker 2: como TikTok y OpenAI, que es la dueña de ChatGPT.

103
00:07:05,060 --> 00:07:13,010
Speaker 7: Se habla mucho como se habla del big oil o

104
00:07:13,030 --> 00:07:14,100
Speaker 7: big food, son las mayores de la industria tecnológica

105
00:07:14,290 --> 00:07:19,830
Speaker 1: Recién mencionabas esto de que han logrado controlar, digamos, o

106
00:07:19,910 --> 00:07:24,980
Speaker 1: poseer la mayor parte de la economía digital. Eso que

107
00:07:25,040 --> 00:07:29,560
Speaker 1: vos estás hablando de nunca se había tenido esta magnitud

108
00:07:29,580 --> 00:07:34,180
Speaker 1: de empresas dentro del capitalismo global.¿ Cuál es el peso económico,

109
00:07:34,300 --> 00:07:38,000
Speaker 1: social y político que tienen estas empresas en el mundo,

110
00:07:38,080 --> 00:07:39,550
Speaker 1: pero sobre todo en América Latina?

111
00:07:40,290 --> 00:07:44,790
Speaker 7: Bueno, yo creo que algunas características de este sector económico

112
00:07:44,810 --> 00:07:48,060
Speaker 7: que son únicos en la historia son Pero ese es

113
00:07:48,100 --> 00:07:52,020
Speaker 7: un factor. Hay otro factor que es la extrema concentración

114
00:07:52,550 --> 00:07:55,630
Speaker 7: de los mercados. Y eso sí replica en todo el

115
00:07:55,710 --> 00:07:59,030
Speaker 7: mundo y en cada país. Entonces, si tú miras, por ejemplo,

116
00:07:59,050 --> 00:08:04,090
Speaker 7: el control del mercado de búsquedas, el control del mercado

117
00:08:04,150 --> 00:08:07,830
Speaker 7: de chats, el control del mercado de redes sociales, el

118
00:08:08,010 --> 00:08:13,470
Speaker 7: control del mercado de streamers, de podcast, etcétera, etcétera, también

119
00:08:13,490 --> 00:08:25,920
Speaker 7: son casi todos o casi Google

120
00:08:26,820 --> 00:08:30,260
Speaker 8: es un monopolio, así lo ha sentenciado un tribunal federal

121
00:08:30,320 --> 00:08:34,350
Speaker 8: de Washington. Asegura que el buscador controla el 90% de

122
00:08:34,540 --> 00:08:37,270
Speaker 8: las búsquedas en Estados Unidos y que se ha dejado

123
00:08:37,330 --> 00:08:40,010
Speaker 8: millones de dólares en contratos de exclusividad.

124
00:08:40,570 --> 00:08:44,429
Speaker 7: En todos los países, esas empresas tienen el mismo poder.

125
00:08:44,830 --> 00:08:48,890
Speaker 7: Y este poder es el poder de determinar las conversaciones

126
00:08:49,110 --> 00:08:50,010
Speaker 7: entre las personas.

127
00:08:52,390 --> 00:08:56,439
Speaker 1: Claro. Justo en los últimos años, pero sobre todo, digamos,

128
00:08:57,520 --> 00:09:00,920
Speaker 1: en los años recientes, hemos visto como algunas de las

129
00:09:00,960 --> 00:09:05,260
Speaker 1: principales figuras de los CEOs de estas empresas tienen un

130
00:09:05,300 --> 00:09:08,770
Speaker 1: papel relevante dentro de los círculos del poder político, ¿no?

131
00:09:09,750 --> 00:09:13,150
Speaker 1: la más clara es cómo la hemos visto en la

132
00:09:13,210 --> 00:09:17,390
Speaker 1: relación entre los CEOs y Donald Trump durante su nuevo gobierno.

133
00:09:18,110 --> 00:09:21,069
Speaker 1: Desde ir a su toma de posesión hasta reunirse a

134
00:09:21,190 --> 00:09:22,490
Speaker 1: cenar en la Casa Blanca.

135
00:09:22,910 --> 00:09:30,189
Speaker 9: Allí estaban Mark Zuckerberg, Bill

136
00:09:30,410 --> 00:09:33,490
Speaker 10: Gates y Tim Cook, entre otros.

137
00:09:33,870 --> 00:09:36,710
Speaker 9: Esta cena es el ejemplo más reciente de un delicado

138
00:09:36,790 --> 00:09:39,710
Speaker 9: cortejo bidireccional entre Trump y los líderes

139
00:09:39,870 --> 00:09:50,200
Speaker 10: tecnológicos.

140
00:09:50,370 --> 00:09:53,180
Speaker 1: Cuál es esta dinámica de las Big Tech con los

141
00:09:53,220 --> 00:09:57,080
Speaker 1: gobiernos de América Latina?¿ Cómo se mueven en estas aguas?

142
00:09:57,880 --> 00:10:04,520
Speaker 7: Hay actuaciones distintas en distintos países. En general, casi todas

143
00:10:04,679 --> 00:10:09,929
Speaker 7: esas Big Tech no dan atención, no tienen oficinas, no

144
00:10:10,130 --> 00:10:14,130
Speaker 7: tienen gente en los países. Entonces, de hecho, tratan a

145
00:10:14,170 --> 00:10:18,690
Speaker 7: los latinoamericanos, incluso a los gobiernos latinoamericanos como latinoamericanos, como

146
00:10:18,730 --> 00:10:24,070
Speaker 7: una segunda clase. Así que. Actúan de manera muy fuerte

147
00:10:24,090 --> 00:10:29,189
Speaker 7: siempre que hay leyes que de hecho van contra sus intereses,

148
00:10:29,350 --> 00:10:35,160
Speaker 7: pero actúan mucho por asociaciones transnacionales. Entonces hay asociaciones como

149
00:10:35,260 --> 00:10:41,100
Speaker 7: la ALAI, que es la Asociación Latinoamericana de Internet. Podríamos

150
00:10:41,160 --> 00:10:44,580
Speaker 2: decir que la ALAI es una alianza clave de empresas

151
00:10:44,660 --> 00:10:48,080
Speaker 2: tecnológicas que opera como una de las principales herramientas de

152
00:10:48,179 --> 00:10:52,360
Speaker 2: lobby o influencia para estas corporaciones en la región. Natalia

153
00:10:52,400 --> 00:10:55,300
Speaker 2: nos explicó que la ALAI actúa en varios países al

154
00:10:55,580 --> 00:11:00,000
Speaker 2: mismo tiempo. Ellos dicen no representar los intereses de ninguna tecnológica,

155
00:11:00,450 --> 00:11:03,670
Speaker 2: pero investigaciones como las que hizo CLIP demuestran lo contrario.

156
00:11:03,990 --> 00:11:08,670
Speaker 7: Entonces, si tú miras el tipo, el presidente, el representante

157
00:11:08,690 --> 00:11:13,260
Speaker 7: de ALAI va para muchos congresos para actuar. En el

158
00:11:13,320 --> 00:11:16,140
Speaker 7: caso de Brasil es diferente, porque Brasil es uno de

159
00:11:16,200 --> 00:11:23,859
Speaker 7: los mayores mercados de las big tech, entonces Facebook, Instagram, Whatsapp, etc.

160
00:11:23,900 --> 00:11:28,260
Speaker 7: Entonces para Brasil hay toda una operación mucho más robusta.

161
00:11:28,720 --> 00:11:32,620
Speaker 1: Por ejemplo, en Brasil, un medio que participó en la investigación,

162
00:11:33,140 --> 00:11:36,850
Speaker 1: Núcleo Jornalismo, identificó que Meta es la empresa con más

163
00:11:36,890 --> 00:11:40,890
Speaker 1: profesionales en las áreas de políticas públicas o relaciones gubernamentales.

164
00:11:41,570 --> 00:11:45,030
Speaker 1: Se identificaron entre 19 y 75 nombres en el país.

165
00:11:45,460 --> 00:11:50,740
Speaker 7: Pero son 74 funcionarios de las Big Tech, además de escritorios

166
00:11:50,780 --> 00:11:55,380
Speaker 7: de lobby, además de asociaciones, además de gente que son

167
00:11:55,480 --> 00:11:58,640
Speaker 7: cooptadas o que hablan sobre sus intereses, etc. Y ese

168
00:11:58,679 --> 00:12:00,300
Speaker 7: es un grupo muy grande. Eso en Brasil.

169
00:12:01,360 --> 00:12:05,440
Speaker 2: Hay otros casos también, como México, donde funcionarios y lobistas

170
00:12:05,730 --> 00:12:08,690
Speaker 2: están abriendo puertas a las grandes tecnológicas para que puedan

171
00:12:08,750 --> 00:12:12,250
Speaker 2: instalar centros de datos en el estado de Querétaro. Estos

172
00:12:12,290 --> 00:12:16,590
Speaker 2: centros son enormes almacenes que albergan miles de equipos funcionando

173
00:12:16,690 --> 00:12:19,489
Speaker 2: día y noche y consumen millones de litros de agua

174
00:12:19,510 --> 00:12:22,150
Speaker 2: a diario. Y es el caso de Chile, donde ya

175
00:12:22,190 --> 00:12:25,359
Speaker 2: hay 49 de estos centros y hay planes para abrir más.

176
00:12:25,380 --> 00:12:28,340
Speaker 2: Hace un par de semanas publicamos un episodio sobre esto.

177
00:12:29,500 --> 00:12:33,000
Speaker 1: Todo esto, además, en un contexto donde se mezcla con

178
00:12:33,040 --> 00:12:36,620
Speaker 1: la geopolítica y los intereses no solo de estas grandes compañías,

179
00:12:37,110 --> 00:12:38,510
Speaker 1: sino también de Estados Unidos.

180
00:12:39,230 --> 00:12:44,510
Speaker 7: Para mí es un tema muy interesante que las tecnológicas

181
00:12:44,790 --> 00:12:47,530
Speaker 7: hayan se acercado tanto a Trump y que, por otro lado,

182
00:12:47,809 --> 00:12:52,809
Speaker 7: Trump esté utilizando la defensa de las empresas tecnológicas contra

183
00:12:52,830 --> 00:12:57,320
Speaker 7: la regulación como uno de los principales ejes en negociación

184
00:12:58,200 --> 00:12:59,720
Speaker 7: con todos los países del mundo,

185
00:13:00,020 --> 00:13:03,340
Speaker 2: con amenazas. En septiembre, Trump anunció que va a aplicar

186
00:13:03,360 --> 00:13:07,160
Speaker 2: aranceles y a restringir las exportaciones a cualquier país que

187
00:13:07,460 --> 00:13:08,970
Speaker 2: regule a sus tecnológicas.

188
00:13:10,110 --> 00:13:14,329
Speaker 7: Eso demuestra que esta es la mayor batalla mundial y

189
00:13:15,150 --> 00:13:19,390
Speaker 7: que ellos están ahora adentro del gobierno, cerca del gobierno

190
00:13:19,630 --> 00:13:21,910
Speaker 7: para que se impida la regulación.

191
00:13:24,890 --> 00:13:26,510
Speaker 1: Hacemos una pausa y volvemos.

192
00:13:37,610 --> 00:13:38,770
Speaker 2: Estamos de vuelta en el hilo

193
00:13:39,390 --> 00:13:42,990
Speaker 1: Muchas de las estrategias que utilizan estas empresas cuando las

194
00:13:43,050 --> 00:13:46,790
Speaker 1: mencionas hacen acordar un poco a las que solían usar

195
00:13:46,809 --> 00:13:51,050
Speaker 1: las tabacaleras o las grandes empresas de bebidas alcohólicas que

196
00:13:51,890 --> 00:13:56,390
Speaker 1: mezclaban un poco esto del lobismo, la compra de influencias,

197
00:13:56,410 --> 00:14:02,479
Speaker 1: estudios o análisis no del todo objetivos. Pero de lo

198
00:14:02,500 --> 00:14:04,820
Speaker 1: que cuentas y de lo que habla la investigación pareciera

199
00:14:04,840 --> 00:14:09,099
Speaker 1: que las Big Tech lo potencian, ¿no? Es como esto recargado.¿

200
00:14:09,880 --> 00:14:12,850
Speaker 1: Puedes explicarnos un poco en qué se diferencia de las

201
00:14:12,910 --> 00:14:16,970
Speaker 1: dinámicas que han establecido otras industrias en el pasado?

202
00:14:17,910 --> 00:14:21,930
Speaker 7: El simple hecho de que tienen mucha más plata, pero mucha,

203
00:14:21,990 --> 00:14:25,620
Speaker 7: mucha plata. Como yo te conté, se vuelven el grupo

204
00:14:25,640 --> 00:14:29,260
Speaker 7: más poderoso del lobby en muchos países, incluso en Estados

205
00:14:29,300 --> 00:14:32,540
Speaker 7: Unidos y en Europa. y también en nuestros países, es

206
00:14:32,600 --> 00:14:37,180
Speaker 7: un hecho, a decir, relevante por sí mismo. Pero las

207
00:14:37,280 --> 00:14:45,729
Speaker 7: Big Tech pueden potencializar su poder de negociación porque hoy

208
00:14:45,830 --> 00:14:50,430
Speaker 7: día los políticos necesitan de las Big Tech para elegirse. Entonces,

209
00:14:50,490 --> 00:14:55,280
Speaker 7: por ejemplo, en Brasil, pero también en otros países, una

210
00:14:55,360 --> 00:15:01,090
Speaker 7: manera de Ser aliados o cercanos a los partidos es

211
00:15:01,150 --> 00:15:07,790
Speaker 7: darles entrenamiento en sus herramientas, es dejar funcionarios para que

212
00:15:07,830 --> 00:15:11,250
Speaker 7: atiendan a los políticos a cualquier hora del día o

213
00:15:11,310 --> 00:15:13,730
Speaker 7: de la noche si tienen problemas. Entonces, si tú tienes

214
00:15:13,770 --> 00:15:17,240
Speaker 7: problemas con su Facebook, no vas a lograr nunca hablar

215
00:15:17,290 --> 00:15:21,540
Speaker 7: con una persona de Facebook. Si eres un diputado, te aceptan,

216
00:15:21,580 --> 00:15:23,640
Speaker 7: te hablan contigo inmediatamente.

217
00:15:24,120 --> 00:15:26,800
Speaker 2: Es decir, las redes se han convertido en un actor

218
00:15:26,900 --> 00:15:30,650
Speaker 2: central en la política latinoamericana. No estar en ellas, ya

219
00:15:30,710 --> 00:15:33,850
Speaker 2: sea durante la campaña o después, es como no existir

220
00:15:33,910 --> 00:15:35,070
Speaker 2: en el tablero político. Y

221
00:15:35,650 --> 00:15:39,870
Speaker 7: hay incluso una alianza política que están haciendo, en Brasil

222
00:15:39,950 --> 00:15:43,370
Speaker 7: lo hicieron muy fuerte, con los políticos de la extrema

223
00:15:43,430 --> 00:15:48,380
Speaker 7: derecha que llegaron al poder por el poder de las redes,

224
00:15:48,480 --> 00:15:52,180
Speaker 7: por el Facebook, por ejemplo. Entonces, esta alianza se vuelve

225
00:15:52,280 --> 00:15:56,460
Speaker 7: cada vez más... cercana y cada vez más natural y

226
00:15:57,040 --> 00:16:01,700
Speaker 7: después que ahora son aliados de Donald Trump incluso yo

227
00:16:01,740 --> 00:16:06,610
Speaker 7: creo que dejaron a decir la neutralidad política que siempre

228
00:16:06,710 --> 00:16:11,630
Speaker 7: tuvieron muchos congresistas tienen miedo a se volvieran enemigo de

229
00:16:11,730 --> 00:16:15,750
Speaker 7: ellos porque hoy un político en Latinoamérica necesita de las

230
00:16:15,790 --> 00:16:19,950
Speaker 7: plataformas para elegirse para hablar con sus constituyentes con sus

231
00:16:20,010 --> 00:16:20,530
Speaker 7: votantes

232
00:16:21,060 --> 00:16:24,180
Speaker 11: El candidato derechista Jair Bolsonaro reconoció a través de una

233
00:16:24,240 --> 00:16:27,040
Speaker 11: transmisión en vivo en Facebook que las redes sociales tienen

234
00:16:27,100 --> 00:16:29,640
Speaker 11: mucho que ver con su liderazgo en los sondeos presidenciales

235
00:16:29,680 --> 00:16:33,540
Speaker 11: de Brasil. En Twitter, el derechista recordó nuevamente los lazos

236
00:16:33,580 --> 00:16:35,540
Speaker 11: del partido de su rival con la corrupción. En

237
00:16:41,430 --> 00:16:43,710
Speaker 8: esta recta final de las elecciones en Brasil les pido

238
00:16:43,750 --> 00:16:44,730
Speaker 8: dos minutos de su tiempo.

239
00:16:46,300 --> 00:16:50,250
Speaker 7: Por otro, las decisiones son muy concentradas en un grupo

240
00:16:50,590 --> 00:16:56,210
Speaker 7: muy chico de ejecutivos en Silicon Valley. Entonces, la manera

241
00:16:56,230 --> 00:16:58,760
Speaker 7: en que el lobby funciona es súper concentrado y por

242
00:16:58,800 --> 00:17:03,270
Speaker 7: eso se replican en varias partes. Una de las características,

243
00:17:03,430 --> 00:17:08,630
Speaker 7: por ejemplo, es que la gratuidad, los regalitos que dan.

244
00:17:08,930 --> 00:17:12,250
Speaker 7: Porque todas esas empresas tienen, por ejemplo, unas reglas de

245
00:17:12,369 --> 00:17:16,629
Speaker 7: compliance que no pueden pagar propina, pero pueden dar, por ejemplo,

246
00:17:16,650 --> 00:17:21,399
Speaker 7: llevar a almorzar o cenar o a happy hours. Y,

247
00:17:21,520 --> 00:17:24,840
Speaker 7: por ejemplo, yo sé que en una de ellas, en Meta,

248
00:17:25,320 --> 00:17:32,110
Speaker 7: puede gastar 150 dólares una cena con un parlamentar. En Brasil, 150

249
00:17:32,350 --> 00:17:36,390
Speaker 7: dólares es mucha plata para una cena. Pero como son

250
00:17:36,450 --> 00:17:41,109
Speaker 7: decisiones tomadas en Estados Unidos, ahí está bien, ¿no? Entonces,

251
00:17:41,550 --> 00:17:46,100
Speaker 7: tiene mucho poder y como las decisiones son tomadas allá,

252
00:17:46,119 --> 00:17:51,820
Speaker 7: hay cosas que en nuestras realidades son poderosísimas, como esta.

253
00:17:52,060 --> 00:17:53,560
Speaker 7: Este es un ejemplo.

254
00:17:56,950 --> 00:18:01,290
Speaker 1: Una vez que esta maquinaria del lobby se pone en marcha, digamos,

255
00:18:01,609 --> 00:18:03,860
Speaker 1: más allá de los casos puntuales que ahora vamos a hablar,¿

256
00:18:03,880 --> 00:18:08,830
Speaker 1: qué tipos de regulaciones suelen buscar frenar y cuáles son

257
00:18:08,869 --> 00:18:11,170
Speaker 1: los países de América Latina en los que se ha

258
00:18:11,450 --> 00:18:13,169
Speaker 1: documentado esta influencia?

259
00:18:14,070 --> 00:18:19,840
Speaker 7: Bueno, nosotros documentamos esa influencia en Colombia, en Argentina, en Chile,

260
00:18:20,160 --> 00:18:26,330
Speaker 7: México y Ecuador y también obviamente Brasil. Hay un par

261
00:18:26,369 --> 00:18:29,330
Speaker 7: de leyes, lo que se está intentando regular en el

262
00:18:29,430 --> 00:18:34,250
Speaker 7: mundo y también en Latinoamérica. Primero, leyes que defienden los

263
00:18:34,310 --> 00:18:35,369
Speaker 7: derechos de los niños.

264
00:18:35,930 --> 00:18:38,690
Speaker 2: Por ejemplo, la que contábamos al principio, la de Colombia,

265
00:18:38,710 --> 00:18:42,510
Speaker 2: que buscaba ampliar la moderación sobre temas que pueden afectar

266
00:18:42,550 --> 00:18:43,770
Speaker 2: a niños y adolescentes.

267
00:18:44,770 --> 00:18:48,859
Speaker 7: Otra es responsabilización sobre lo que es publicado, que es

268
00:18:48,890 --> 00:18:51,379
Speaker 7: el tema de las fake news o de la desinformación.

269
00:18:51,820 --> 00:18:56,520
Speaker 7: Si el contenido publicado es ilegal en el mundo afuera

270
00:18:56,560 --> 00:18:59,300
Speaker 7: del digital, que también sea en el digital. Es lo

271
00:18:59,359 --> 00:19:03,080
Speaker 7: que Brasil intentó hacer, por ejemplo. Otra cosa que se

272
00:19:03,100 --> 00:19:07,540
Speaker 7: está intentando regular es la cuestión de competencia, como yo decía. Entonces,¿

273
00:19:07,840 --> 00:19:10,990
Speaker 7: cómo tienen control de mercados enteros? Hay que tener reglas.

274
00:19:11,090 --> 00:19:16,129
Speaker 7: Si tienes ese control, entonces una parte hay que... romperse

275
00:19:16,190 --> 00:19:20,590
Speaker 7: o darse a un competidor nacional. Y hay también otro

276
00:19:20,710 --> 00:19:23,949
Speaker 7: tema que es el tema de los impuestos. Tienen que

277
00:19:23,990 --> 00:19:26,960
Speaker 7: pagar impuestos, cuánto pagar, etc. Eso es lo que está

278
00:19:27,020 --> 00:19:28,159
Speaker 7: pasando en varias partes.

279
00:19:28,640 --> 00:19:31,260
Speaker 1: Vamos a detenernos un poquito en alguno de los casos

280
00:19:31,340 --> 00:19:34,480
Speaker 1: que acabas de mencionar. El de Colombia, por ejemplo, que

281
00:19:34,500 --> 00:19:38,820
Speaker 1: estuvo muy cerca de obligar a los gigantes tecnológicos a

282
00:19:38,900 --> 00:19:41,730
Speaker 1: responder por los contenidos que afectan la salud física y

283
00:19:41,910 --> 00:19:45,830
Speaker 1: mental de los niños, de los menores. Sin embargo... Esto

284
00:19:45,850 --> 00:19:48,610
Speaker 1: fue truncado por las Big Tech.¿ Cómo pasó?

285
00:19:49,690 --> 00:19:54,090
Speaker 7: Esto, bueno, un poco con lo que yo decía, esas

286
00:19:54,750 --> 00:19:59,780
Speaker 7: asociaciones transnacionales, también los propios lobistas de las Big Tech

287
00:20:00,180 --> 00:20:06,179
Speaker 7: fueron presentar en el Congreso, presentar sus puntos y etcétera,

288
00:20:06,380 --> 00:20:11,160
Speaker 7: lograron como muchas alianzas que les dieron mucho tiempo para

289
00:20:11,240 --> 00:20:14,820
Speaker 7: defender sus visiones, Pero también ahí pasó una cosa que

290
00:20:14,900 --> 00:20:18,020
Speaker 7: pasó mucho en Brasil y que es quizá el más

291
00:20:18,380 --> 00:20:21,260
Speaker 7: violento de lo que están haciendo las Big Tech, que

292
00:20:21,300 --> 00:20:27,110
Speaker 7: es asociar cualquier intento de regularlas y regularlas simplemente para

293
00:20:27,150 --> 00:20:30,910
Speaker 7: mitigar el daño que causan la sociedad con un intento

294
00:20:30,990 --> 00:20:34,560
Speaker 7: de censura. Y eso ellos hicieron en Colombia, también hicieron

295
00:20:34,600 --> 00:20:37,879
Speaker 7: en Brasil, con una alianza con la extrema derecha. Y ahí,

296
00:20:38,400 --> 00:20:42,760
Speaker 7: en las redes sociales mismas, Esta narrativa de que intentar

297
00:20:42,840 --> 00:20:47,030
Speaker 7: regular la censura se crece y se vuelve casi que

298
00:20:47,430 --> 00:20:52,710
Speaker 7: impide la discusión. También otra cosa que ellos hacen mucho

299
00:20:52,730 --> 00:20:58,360
Speaker 7: y que pasó también en el caso colombiano es que

300
00:20:58,400 --> 00:21:04,750
Speaker 7: algunos de esos grupos internacionales financian viajes, donde los parlamentarios

301
00:21:04,850 --> 00:21:08,609
Speaker 7: van a sus escritorios, a sus oficinas, a sus headquarters,

302
00:21:08,690 --> 00:21:13,609
Speaker 7: y ahí pasan muy bien, reciben más regalitos, hablan con

303
00:21:13,670 --> 00:21:17,639
Speaker 7: gente que es muy inteligente y que sabe todo de tecnología,

304
00:21:17,680 --> 00:21:22,060
Speaker 7: que también es una manera de seducción. Y ahí nosotros mapeamos,

305
00:21:22,080 --> 00:21:26,419
Speaker 7: la gente de CLIP específicamente mapeó algunas de esas reuniones donde...

306
00:21:27,630 --> 00:21:33,090
Speaker 7: donde los intereses se

307
00:21:33,130 --> 00:21:36,830
Speaker 1: mezclan mucho con lo que es pasarlo bien.

308
00:21:47,820 --> 00:21:48,560
Speaker 2: Estamos de vuelta.

309
00:21:49,540 --> 00:21:55,200
Speaker 1: Tenemos el caso de Brasil, donde Google contrató al expresidente

310
00:21:55,460 --> 00:21:59,290
Speaker 1: Michel Temer para hacer lobby por la llamada ley de

311
00:21:59,369 --> 00:22:03,659
Speaker 1: fake news, algo que tú mencionabas hace un ratito. Y

312
00:22:03,740 --> 00:22:07,420
Speaker 1: así han sido contratados otros perfiles desde la gestión pública

313
00:22:07,440 --> 00:22:13,980
Speaker 1: hasta las agencias regulatorias. A esta dinámica ustedes la han

314
00:22:14,020 --> 00:22:20,280
Speaker 1: llamado puerta giratoria.¿ Nos podrías explicar qué significa y cómo funciona?

315
00:22:20,920 --> 00:22:26,020
Speaker 7: Bueno, Puerta Giratoria nos pareció un tema súper importante porque

316
00:22:26,240 --> 00:22:31,220
Speaker 7: vuelvo a la investigación que hizo Núcleo Periodismo. En Brasil

317
00:22:31,420 --> 00:22:35,810
Speaker 7: fueron 74 funcionarios de las Big Tech que trabajan en los

318
00:22:35,869 --> 00:22:42,430
Speaker 7: departamentos de Policy, Public Policy o Global Affairs o Public Affairs.

319
00:22:42,490 --> 00:22:47,139
Speaker 7: Son gente que son contratadas para intentar modelar las leyes

320
00:22:47,750 --> 00:22:50,930
Speaker 7: al interés de las Big Tech. No hay otra descripción

321
00:22:52,430 --> 00:22:55,230
Speaker 7: de su trabajo que eso. Y son, por tanto, lobistas.

322
00:22:55,990 --> 00:22:59,399
Speaker 7: Esta gente trae, obvio, su conocimiento de cómo funciona la

323
00:22:59,480 --> 00:23:01,720
Speaker 7: cosa pública en los gobiernos, pero más que eso, porque

324
00:23:01,780 --> 00:23:08,179
Speaker 7: traen sus alianzas, sus amistades, su influencia y facilitan la entrada,

325
00:23:08,660 --> 00:23:11,949
Speaker 7: o a decir, la infiltración de los argumentos de las

326
00:23:12,070 --> 00:23:16,940
Speaker 7: Big Tech adentro de los gobiernos. En Brasil... Michel Temer,

327
00:23:17,000 --> 00:23:20,149
Speaker 7: que fue un presidente bien relevante, fue presidente que asumió

328
00:23:20,470 --> 00:23:24,910
Speaker 7: después del impeachment de Dilma Rousseff. fue contratado y casi

329
00:23:25,410 --> 00:23:28,410
Speaker 7: en el final de toda la estrategia de las Big

330
00:23:28,430 --> 00:23:32,210
Speaker 7: Tech para matar la regulación que más cercano llegó, que

331
00:23:32,270 --> 00:23:33,850
Speaker 7: era la ley de las fake news.

332
00:23:34,330 --> 00:23:37,679
Speaker 4: El gobierno federal va a intentar una nueva aproximación con

333
00:23:37,700 --> 00:23:40,399
Speaker 4: el Congreso para que el tema de la regulación de

334
00:23:40,420 --> 00:23:43,780
Speaker 4: las plataformas digitales vuelva a la agenda de los legisladores.

335
00:23:43,800 --> 00:23:46,820
Speaker 4: El proyecto de ley, también conocido como PL de las

336
00:23:46,920 --> 00:23:47,420
Speaker 4: fake news...

337
00:23:47,700 --> 00:23:53,590
Speaker 7: Y Michel Temer tiene mucha influencia. desde la constituinte entonces

338
00:23:53,630 --> 00:23:56,750
Speaker 7: Michel Temer se llama a cualquier persona en el Congreso

339
00:23:57,130 --> 00:24:00,810
Speaker 7: lo van a recibir porque Michel Temer que es abogado

340
00:24:01,270 --> 00:24:04,970
Speaker 7: tiene influencia en la Corte Suprema ustedes saben que la

341
00:24:05,040 --> 00:24:08,080
Speaker 7: Corte Suprema de Brasil está de pelea con las Big

342
00:24:08,100 --> 00:24:14,680
Speaker 7: Tech pero una pelea violenta porque están intentando de hecho

343
00:24:14,859 --> 00:24:19,169
Speaker 7: responsabilizarlas por lo que fue el intento de golpe de

344
00:24:19,210 --> 00:24:20,410
Speaker 7: Estado de 2023 entonces

345
00:24:22,050 --> 00:24:24,850
Speaker 1: Natalia se refiere al ataque a los tres poderes en Brasilia,

346
00:24:25,109 --> 00:24:30,230
Speaker 1: en enero de 2023. El expresidente Bolsonaro fue condenado en septiembre

347
00:24:30,280 --> 00:24:34,220
Speaker 1: de este año como el responsable de encabezar una conspiración

348
00:24:34,600 --> 00:24:39,520
Speaker 1: para desacreditar el sistema electoral brasileño, atacar instituciones y desconocer

349
00:24:39,540 --> 00:24:42,270
Speaker 1: el resultado de las elecciones que perdió contra Lula.

350
00:24:43,060 --> 00:24:45,119
Speaker 2: Este intento de golpe de Estado llevó a que la

351
00:24:45,180 --> 00:24:48,210
Speaker 2: Corte Suprema de Brasil tomara la decisión de declarar el

352
00:24:48,490 --> 00:24:53,669
Speaker 2: artículo 19 del marco civil de la Internet como inconstitucional. El

353
00:24:53,730 --> 00:24:57,260
Speaker 2: artículo decía que las plataformas no son responsables de lo

354
00:24:57,300 --> 00:25:00,020
Speaker 2: que subía la gente, solo si un juez les ordenaba

355
00:25:00,100 --> 00:25:02,020
Speaker 2: borrar algo ilegal y no lo hacían.

356
00:25:02,570 --> 00:25:06,410
Speaker 12: La decisión afecta a empresas como X, TikTok, Instagram y Facebook,

357
00:25:06,630 --> 00:25:10,170
Speaker 12: que en adelante deberán eliminar de inmediato publicaciones que promuevan

358
00:25:10,190 --> 00:25:14,840
Speaker 12: acciones antidemocráticas, terrorismo, discursos de odio, pornografía infantil.

359
00:25:15,359 --> 00:25:20,440
Speaker 7: Entonces, esos nombres muy altos abren puertas y, claro, cobran

360
00:25:20,540 --> 00:25:24,379
Speaker 7: mucho por eso, por supuesto. Otro ejemplo que para mí

361
00:25:24,560 --> 00:25:28,070
Speaker 7: me parece súper relevante es el ejemplo de Tony Blair.

362
00:25:29,060 --> 00:25:32,300
Speaker 7: Tony Blair tiene su instituto, que es el Tony Blair Institute,

363
00:25:32,980 --> 00:25:37,320
Speaker 7: en Inglaterra. Y el Tony Blair Institute, que antes trabajaba

364
00:25:37,460 --> 00:25:42,700
Speaker 7: temas como desigualdad, terrorismo, etc., hace un par de años

365
00:25:42,760 --> 00:25:47,270
Speaker 7: empezó a trabajar la modernización del Estado, que cómo se hace,

366
00:25:47,730 --> 00:25:52,129
Speaker 7: utilizando inteligencia artificial.¿ Qué descubrimos? Y eso quien descubrió fue

367
00:25:52,190 --> 00:25:56,510
Speaker 7: Lighthouse Reports, que es una organización europea que también fue

368
00:25:56,770 --> 00:26:01,110
Speaker 7: miembro de esta investigación. Aquí el Tony Blair Institute recibió

369
00:26:01,230 --> 00:26:06,250
Speaker 7: como cientos de millones de pounds, de libras, del fundador

370
00:26:08,430 --> 00:26:08,830
Speaker 7: de Oracle, Larry

371
00:26:08,910 --> 00:26:11,429
Speaker 2: Ellison. Quizás Oracle no te suena en la carrera de

372
00:26:11,470 --> 00:26:14,130
Speaker 2: la IA porque no es tan común de escuchar como

373
00:26:14,150 --> 00:26:17,520
Speaker 2: ChatGPT y otros chatbots. Pero es uno de los grandes

374
00:26:17,540 --> 00:26:20,300
Speaker 2: en la industria. Sobre todo se ha centrado en áreas

375
00:26:20,460 --> 00:26:24,140
Speaker 2: como la medicina, servicios para gobiernos y servicios en la nube.

376
00:26:24,619 --> 00:26:28,320
Speaker 2: También es la empresa propietaria del lenguaje de programación Java.

377
00:26:28,820 --> 00:26:32,010
Speaker 2: En los últimos meses, Oracle asumió un rol de supervisor

378
00:26:32,030 --> 00:26:35,230
Speaker 2: en el traslado de las operaciones de TikTok de origen

379
00:26:35,350 --> 00:26:39,070
Speaker 2: chino a Estados Unidos. Oracle tendrá acceso al algoritmo de

380
00:26:39,109 --> 00:26:39,830
Speaker 2: la red social. Y

381
00:26:40,570 --> 00:26:46,260
Speaker 7: que incluso en algunos momentos que logramos obtener con documentos

382
00:26:46,500 --> 00:26:51,280
Speaker 7: o con mucho embasamiento de fuentes diversas, mientras están trabajando

383
00:26:51,340 --> 00:26:56,080
Speaker 7: con gobiernos, es decir, necesitan adoptar inteligencia artificial para mejorar

384
00:26:56,100 --> 00:27:01,330
Speaker 7: la gestión pública, etc., dicen quizá la estrategia o quizá

385
00:27:01,390 --> 00:27:04,570
Speaker 7: la herramienta de Oracle es la mejor que pueden utilizar.

386
00:27:04,869 --> 00:27:10,310
Speaker 7: Entonces ahí es un lobby absolutamente disfrazado.

387
00:27:12,690 --> 00:27:16,760
Speaker 1: Viendo este panorama que tenemos en la región con políticas

388
00:27:17,800 --> 00:27:23,850
Speaker 1: frágiles y sociedades desprotegidas,¿ A qué se enfrentan organizaciones civiles,

389
00:27:23,869 --> 00:27:29,520
Speaker 1: usuarios y los estados frente a estas manos invisibles?¿ Cuáles

390
00:27:29,560 --> 00:27:34,540
Speaker 1: son las principales amenazas que pesan sobre nosotros con este

391
00:27:34,619 --> 00:27:35,460
Speaker 1: tipo de situación?

392
00:27:36,100 --> 00:27:38,400
Speaker 7: Para contestar eso, yo voy a hablar de la situación

393
00:27:38,440 --> 00:27:42,310
Speaker 7: de Brasil, porque claro, la conozco muy bien. Entonces, lo

394
00:27:42,350 --> 00:27:44,770
Speaker 7: que pasó en Brasil, y voy a hacer una toma

395
00:27:44,790 --> 00:27:45,040
Speaker 7: histórica

396
00:27:45,780 --> 00:27:47,620
Speaker 2: Natalia nos contó que para el ataque a los tres

397
00:27:47,720 --> 00:27:51,340
Speaker 2: poderes de Brasil fueron clave las narrativas creadas en las

398
00:27:51,380 --> 00:27:56,400
Speaker 2: plataformas digitales, elaboradas para difundir información falsa sobre las elecciones.

399
00:27:56,960 --> 00:28:00,190
Speaker 2: Esto dio origen a iniciativas legislativas, como la que frenó

400
00:28:00,230 --> 00:28:03,110
Speaker 2: las Big Tech que hemos contado en este episodio. Pero

401
00:28:03,170 --> 00:28:06,590
Speaker 2: las tácticas en Brasil fueron más allá de un lobby agresivo.

402
00:28:06,609 --> 00:28:06,629
Speaker 2: Y

403
00:28:07,470 --> 00:28:11,960
Speaker 7: durante algún tiempo, algunos meses, parecía o estaba muy claro

404
00:28:12,000 --> 00:28:17,300
Speaker 7: que los parlamentarios tenían mayoría para aprobarlos, pero las Big Tech,

405
00:28:17,480 --> 00:28:20,290
Speaker 7: y ahí nosotros de la agencia pública hicimos esta investigación,

406
00:28:20,310 --> 00:28:24,530
Speaker 7: hicieron un par de cosas bien violentas. Por ejemplo, nosotros

407
00:28:24,630 --> 00:28:29,410
Speaker 7: descubrimos que Meta, específicamente una de las personas que es

408
00:28:29,590 --> 00:28:36,010
Speaker 7: Policy Director, elaboró una estrategia mentirosa de convencer a los

409
00:28:36,340 --> 00:28:41,120
Speaker 7: congresistas evangélicos, que si se pasara la ley, la Biblia

410
00:28:41,200 --> 00:28:45,460
Speaker 7: sería censurada. Después cayó en las redes sociales y en

411
00:28:45,720 --> 00:28:50,310
Speaker 7: los influenciadores gospel evangélicos y ahí la gente se quedó

412
00:28:50,410 --> 00:28:53,910
Speaker 7: con mucho miedo, la gente normal. Me van a censurar

413
00:28:53,950 --> 00:28:57,890
Speaker 7: la Biblia, imagínate. Y era una mentira, eso era una desinformación, mentira.

414
00:28:58,680 --> 00:29:03,040
Speaker 7: Por otro, descubrimos que esas mismas Big Tech por un

415
00:29:03,100 --> 00:29:07,070
Speaker 7: grupo que es un grupo de lobby que se llama

416
00:29:07,150 --> 00:29:13,490
Speaker 7: Consejo Digital, ayudó a organizar y apoyar a grupos que

417
00:29:13,570 --> 00:29:17,910
Speaker 7: fueron a los aeropuertos crear una manifestación en contra de

418
00:29:17,970 --> 00:29:21,520
Speaker 7: la ley que no existía, ¿verdad? Era gente que fueron

419
00:29:21,860 --> 00:29:26,720
Speaker 7: elevadas ahí. para intentar dar la impresión a los parlamentarios

420
00:29:26,770 --> 00:29:29,830
Speaker 7: que había un rechazo popular a la ley. Las Big

421
00:29:29,850 --> 00:29:33,830
Speaker 7: Tech se aliaran a la extrema derecha de Jair Bolsonaro,

422
00:29:33,950 --> 00:29:37,630
Speaker 7: diciendo que la ley iba a censurar a los ciudadanos.

423
00:29:38,210 --> 00:29:42,780
Speaker 7: Google compró términos en el mismo Google, en la búsqueda

424
00:29:42,840 --> 00:29:46,100
Speaker 7: de Google, que decía PL de censura, proyecto de ley

425
00:29:46,160 --> 00:29:49,740
Speaker 7: de censura. Y al final Google hizo una cosa que

426
00:29:50,500 --> 00:29:52,680
Speaker 7: tal vez fue la más radical de todas, que fue...

427
00:29:53,900 --> 00:29:57,300
Speaker 7: Tres días antes de que se votara el proyecto, la

428
00:29:57,440 --> 00:30:00,900
Speaker 7: búsqueda de Google en Brasil, esta que todos nosotros utilizamos,

429
00:30:01,180 --> 00:30:05,100
Speaker 7: decía el proyecto de ley va a cambiar la Internet,

430
00:30:05,320 --> 00:30:08,080
Speaker 7: va a empeorar la Internet que tú utilizas todo el

431
00:30:08,140 --> 00:30:10,560
Speaker 7: día o el proyecto de ley va a hacer con

432
00:30:10,600 --> 00:30:12,580
Speaker 7: que tú no sepas que es verdad y que es

433
00:30:12,620 --> 00:30:17,350
Speaker 7: mentira en la Internet. Eso, 85% de los brasileños utilizan

434
00:30:17,390 --> 00:30:20,240
Speaker 7: la búsqueda de Google. Toda la gente lo vio. Y

435
00:30:20,560 --> 00:30:23,660
Speaker 7: no era, por ejemplo, esta es nuestra visión, aquí hay otra. No,

436
00:30:24,580 --> 00:30:27,290
Speaker 7: era un editorial que ligó a toda la gente y

437
00:30:27,510 --> 00:30:34,350
Speaker 7: causó un miedo social profundo. El hecho que pueden hacer

438
00:30:34,430 --> 00:30:37,850
Speaker 7: eso ya debería ser con que todos nuestros gobiernos se

439
00:30:37,930 --> 00:30:40,190
Speaker 7: sentaran para pensar en cómo regularlos.

440
00:30:44,650 --> 00:30:47,290
Speaker 1: Natalia, Viana, muchas gracias por

441
00:30:47,310 --> 00:30:50,730
Speaker 7: hablar con nosotros. También, querido, lo siento por el oportuno,

442
00:30:50,890 --> 00:30:55,250
Speaker 7: pero por ahí vamos

443
00:30:58,870 --> 00:31:02,660
Speaker 2: Este episodio fue producido por Franklin Villavicencio. Lo editamos Eliezer

444
00:31:02,780 --> 00:31:06,280
Speaker 2: y yo. Bruno Selsa hizo la verificación de datos. El

445
00:31:06,320 --> 00:31:09,100
Speaker 2: diseño de sonido y la música son de Elías González.

446
00:31:09,800 --> 00:31:12,800
Speaker 2: El resto del equipo de El Hilo incluye a Mariana Zúñiga,

447
00:31:12,820 --> 00:31:17,680
Speaker 2: Daniela Cruzat, Samantha Proaño, Diego Corzo, Natalia Ramírez, Paola Aleán,

448
00:31:17,960 --> 00:31:22,030
Speaker 2: Camilo Jiménez Santofimio y Elsa Liliana Ulloa. Daniel Alarcón es

449
00:31:22,070 --> 00:31:25,970
Speaker 2: nuestro director editorial. Carolina Guerrero es la CEO de Radio

450
00:31:26,010 --> 00:31:30,050
Speaker 2: Mulante Estudios. Nuestro tema musical lo compuso Pauchi Sasaki. El

451
00:31:30,070 --> 00:31:32,890
Speaker 2: Hilo es un podcast de Radioambulante Estudios. Si valoras el

452
00:31:32,930 --> 00:31:35,950
Speaker 2: periodismo independiente y riguroso, te pedimos que te unas a

453
00:31:36,010 --> 00:31:39,970
Speaker 2: nuestras membresías. América Latina es una región compleja y nuestro

454
00:31:40,020 --> 00:31:46,580
Speaker 2: periodismo necesita de oyentes como tú. Visita elhilo.audio-donar y ayúdanos

455
00:31:46,660 --> 00:31:50,060
Speaker 2: con una donación. Si quieres profundizar sobre el episodio de hoy,

456
00:31:50,080 --> 00:31:56,240
Speaker 2: suscríbete a nuestro boletín de correo entrando a elhilo.audio-boletín. Lo

457
00:31:56,280 --> 00:31:59,580
Speaker 2: enviamos cada viernes. También puedes seguirnos en nuestras redes sociales.

458
00:31:59,600 --> 00:32:03,479
Speaker 2: Estamos en Instagram, X, Blue Sky, Facebook y Threads. Nos

459
00:32:03,520 --> 00:32:07,110
Speaker 2: encuentras como El Hilo Podcast. Déjanos allí tus comentarios y

460
00:32:07,140 --> 00:32:10,790
Speaker 2: etiquétanos cuando compartas los episodios. Gracias por escuchar.