Inteligencia artificial: el voto indeciso y el chatbot que aconseja

Resumen para apurados

Hoy la vida de la mayoría de las personas pasa por la pantalla. Por eso, basta proyectar hacia el próximo turno electoral una escena que ya se dibuja como expectativa inminente: la de alguien frente a su teléfono preguntándole por quién votar, sin advertir que estos sistemas dejaron de ser herramientas separadas y pasaron a funcionar como una infraestructura informativa invisible integrada en los buscadores, los celulares y las noticias cotidianas [1]. Según la Universidad de Oxford, el uso semanal de plataformas generativas saltó al 51 % en 2026 en los seis mercados con seguimiento histórico —incluida la Argentina—, donde el 57 % se topa de forma incidental con resúmenes automatizados en su buscador y los utiliza como "máquinas reductoras de fricción" (64 % prioriza la rapidez sobre el 21 % que busca fiabilidad) [2]. Esa expectativa electoral se cruza de lleno con la mayor auditoría del área: primero, un equipo de Stanford y el MIT evaluó doce modelos de lenguaje con un cuestionario de exactamente 12.638 preguntas casi a diario en 2024 [3], y actualmente, el LLM Election Observatory (MIT) liderado por Adam Berinsky, Chara Podimata y Charles Stewart III, monitorea en tiempo real 5.288.152 respuestas rumbo a las elecciones de 2026 [4]. El cruce de ambos estudios anticipa lo que podemos esperar cuando un vecino de San Miguel de Tucumán, de Yerba Buena o de Concepción busque en un chat una brújula antes de entrar al cuarto oscuro: delegar la duda electoral en una respuesta única será el atajo más cómodo para renunciar al juicio propio.

Moldear la comprensión

Lo que más me inquieta al emparejar esto con lo que se avecina en la Argentina no es que las máquinas mientan, sino su potencial para moldear la comprensión política utilizando hechos verdaderos pero con diferencias en el encuadre, el énfasis y las fuentes [5]. Al simular consultas variando partido, raza y género en 2024 —y ubicación geográfica en 2026— [6], comprobaron que Gemini 1.0 Pro alteró sus respuestas ante casi cualquier cambio demográfico, mientras que GPT-4o reaccionó con fuerza ante el sesgo partidario, y Claude 3.5 Sonnet llegó a cambiar el foco de los debates (salud reproductiva vs. desregulación de mercado) según quién preguntara [7]. A diferencia de las redes sociales, donde se observa el debate, estos "microcosmos" son invisibles para cualquiera fuera del chat individual [8], y aunque no se sienten como cámaras de eco extremas, el 32 % percibe que coinciden con su opinión y solo el 13 % encuentra posturas opuestas (debido a la complacencia o adulación del sistema) [9]. Esta proyección enciende una alarma particular: Argentina lidera el uso semanal general, el empleo de agentes autónomos (23 %) y la exposición a IA en noticias (67 %); sin embargo, registra junto a Francia el puntaje más bajo de alfabetización técnica (69 %), un contraste clave porque ignorar sus limitaciones sostiene una mayor confianza en el sistema [10].

Para entender cómo se fabrica esa divergencia, basta pensar que contratamos a un asesor foráneo para orientar a los votantes en plena plaza Independencia, pero antes de traerlo lo encerramos durante años en una habitación a leer únicamente diarios porteños, cables globales y panfletos de acoples que deslizaron bajo la puerta (el entrenamiento). El MIT y Stanford demostraron que estas asociaciones no son consistentes —llegando a predecir para el total de votantes porcentajes matemáticamente incompatibles con la suma de los subgrupos [11]— y que GPT-4o cambia su predicción implícita del ganador según el tema consultado (inclinándose a Donald Trump en impuestos y a Kamala Harris en salud) [12]. Luego viene la validación: los científicos detectaron cambios escalonados y abruptos el 3 y el 24 de septiembre de 2024 en modelos offline a temperatura cero —sin noticias externas— que los autores señalan como ajustes internos de salvaguardas [13]. De un día al otro, Claude 3.5 Sonnet suavizó la descripción desfavorable de Harris [14], las negativas a responder superaron el 40 % (rozando el 80 % en términos como "ético" o "incompetente" y superando el 65 % en "débil", donde los candidatos recibieron puntuaciones idénticas, sugiriendo una barrera explícita) y los atributos se transfirieron de Biden a Harris y Trump tras la nominación [15]. Esto conecta con la "brecha de honestidad" que Oxford mide en ocho mercados —incluida la Argentina—: el fuerte pesimismo de los usuarios hacia el uso de estos sistemas por políticos y medios se halla impulsado por la sospecha de que los usan sin transparencia [16].La intuición ciudadana no se equivoca: la supuesta neutralidad matemática es una línea editorial invisible corregida a puertas cerradas.

"Guiso de información"

La expansión del observatorio del MIT hacia contiendas locales de 2026 advierte la complejidad de aplicar estos modelos en escenarios fragmentados [17]. En una provincia con decenas de acoples y un archivo público poco digitalizado, el modelo carece de memoria local y ningún ingeniero valida su anatomía política. A esto se suma que quienes usan estos sistemas ya declaran utilizar menos los buscadores (-13 pp) y los sitios de noticias (-3 pp), mientras que en la Argentina un 27 % cree que son más fiables que otras fuentes y apenas un 12 % a nivel global se siente cómodo con noticias creadas íntegramente por máquinas [18]. Al buscar en tiempo real, en una elección local con poca información autorizada de la cual fiarse, estas herramientas no logran frenar rumores y el votante recibe una única respuesta definitiva basada en "un guiso distinto de información" [19], convirtiendo el ruido de las operaciones de campaña y el posicionamiento pago en un veredicto con voz de enciclopedia. Por eso, como recuerda Berinsky, ninguna tecnología es intrínsecamente buena o mala: estos mismos sistemas que permiten a malos actores "inundar la zona" con engaños a escala inédita también pueden reducir de forma duradera la creencia en teorías conspirativas mediante diálogos basados en evidencia, siempre que el votante recuerde que un tono seguro jamás equivale a precisión y que la respuesta de un chat es apenas un punto de partida [20]; la certeza con la que habla una máquina nunca reemplaza a la verdad, y exigir transparencia sobre cómo se cargan y validan sus datos es la única garantía para que ese filtro invisible jamás vote por nosotros.