La IA como consejera electoral

Y los riesgos del “envenenamiento de datos”

En los últimos años, la gestión de campañas electorales se apoyó en un extraordinario desarrollo tecnológico.

Además, conocer mucho de los votantes aumentó la capacidad de enviarles mensajes personalizados, adecuados a sus intereses, preocupaciones y expectativas en elecciones, política, IA.

Las bases de datos, las redes sociales y la publicidad segmentada permitieron clasificar al electorado y distribuir contenidos diferentes según la edad, el lugar de residencia, los hábitos de consumo o las preferencias políticas.

Aunque ese modelo continúa activo, la irrupción de la inteligencia artificial generativa le agregó una capacidad mucho más poderosa.

Ahora es el mensaje mismo que puede conversar con cada persona.

Puede responder sus objeciones, cambiar de argumento y ajustar el lenguaje durante el intercambio.

Es muy importante entender la diferencia entre ambos mecanismos. Un anuncio político micro segmentado, dirigido a determinado grupo de personas con determinadas prioridades y preocupaciones, se publica, transmite una idea, propone una interacción y desaparece.

En cambio una IA, convertida en compañía, novia virtual, vendedor artificial o asistente conversacional puede preguntar qué le preocupa a la persona, conocer sus prioridades, interpretar sus dudas y ofrecer una respuesta adaptada. Cuando el usuario rechaza un argumento, el sistema produce otro hasta obtener conformidad. El mecanismo ajusta criterios hasta “conocer” con quién interactúa y mejorar la “atención”.

En el caso de un asistente conversacional para elecciones, ese aprendizaje permite conocer los límites de la confianza personal.

También identifica las preferencias o posicionamiento político para modificar el tono en elecciones, política, IA.

Y busca vías eficaces diferentes para sostener la misma posición.

No se trata de manipulación sino de persuasión personalizada.

Las campañas adquieren con esto la posibilidad de mantener millones de conversaciones simultáneas con una coherencia centralizada y con la apariencia de atención individual. Cada diálogo además, genera información clave. Las reacciones y objeciones permiten conocer al elector con un grado de detalle creciente.

Una investigación publicada en Science durante 2025 analizó 91.000 conversaciones políticas mantenidas por casi 77.000 participantes con distintos modelos de lenguaje (IAs distintas). Los investigadores encontraron que el entrenamiento posterior y las instrucciones proporcionadas a los sistemas podían aumentar de manera sustancial la capacidad persuasiva. El tamaño del modelo tuvo una importancia menor que su configuración y el tipo de argumentos que producía. Modelos pequeños y disponibles públicamente podían alcanzar una eficacia comparable con sistemas corporativos mucho más costosos cuando eran entrenados específicamente para convencer.

La densidad informativa apareció como uno de los principales factores de influencia sobre las personas. Las respuestas más persuasivas contenían gran cantidad de información en apariencia verificable, explicaciones causales no necesariamente verdaderas y referencias más o menos concretas. El usuario recibía una sucesión ordenada de datos que resultaba difícil comprobar mientras la conversación avanzaba.

El sistema podía recurrir a información incorrecta, exageraciones o relaciones causales débiles para conservar la coherencia de su argumento. La fluidez del lenguaje contribuía a que esas fallas pasaran inadvertidas.

Aunque estos estudios fueron realizados en entornos experimentales, estas herramientas empiezan a utilizarse en campañas reales pero por voluntad de los mismos electores aunque con los mismos riesgos. Una encuesta realizada durante las elecciones municipales francesas de marzo de 2026 encontró que el 16 por ciento de las personas consultadas había utilizado inteligencia artificial para informarse o definir su voto. El uso alcanzó al 35 por ciento entre los menores de 25 años. Un 7 por ciento del total declaró que la consulta había confirmado su decisión previa, un 5 por ciento afirmó haber cambiado su posición y otro 4 por ciento señaló que la herramienta lo ayudó a decidir cuando todavía permanecía indeciso.

La encuesta, que refleja respuestas de 4.145 personas, corresponde a una elección municipal francesa. Sus porcentajes describen ese universo y ese momento, pero aun con esas limitaciones, muestra que una parte del electorado ya incorpora a los asistentes generativos dentro de su proceso de decisión política.

El uso podría parecer razonable. Cualquier persona puede solicitar una comparación entre candidatos, preguntar por los efectos que tendría una propuesta o pedir una explicación más sencilla sobre un tema económico que no entiende. La IA responde de forma ordenada, reconoce matices y utiliza un lenguaje cercano, lo cual hace de esa experiencia algo personal que puede transmitir una sensación de objetividad mayor que la ofrecida por un candidato, un periodista o una pieza publicitaria.

Cabe recordar que los modelos funcionan a partir de datos de entrenamiento, fuentes seleccionadas, instrucciones internas, procesos de ajuste y políticas empresariales. Esos componentes influyen sobre la información que se jerarquiza, las alternativas que reciben visibilidad y los criterios utilizados para evaluar una propuesta. No buscan la “verdad”, sino que la construyen en base a preconceptos y reproduciendo prejuicios.

La Autoridad de Protección de Datos de los Países Bajos estudió en 2025 las recomendaciones electorales producidas por cuatro chatbots. Los sistemas concentraron una proporción elevada de sugerencias en sólo dos fuerzas políticas ubicadas en polos opuestos, mientras reducían la presencia de partidos moderados, pequeños o locales. El organismo concluyó que esos asistentes ofrecían una imagen distorsionada del escenario electoral real por lo que aconsejó públicamente evitar su utilización como guía directa para decidir el voto.

Un sesgo de ese tipo puede surgir de varias fuentes. Los datos utilizados para entrenar el modelo contienen las prioridades, omisiones y prejuicios presentes en los textos humanos. Las reglas aplicadas por las compañías agregan criterios sobre seguridad, relevancia y aceptabilidad. Las fuentes incorporadas en tiempo real influyen sobre la respuesta final. También interviene la formulación de la pregunta, dado que pequeñas variaciones pueden producir recomendaciones diferentes. Es ahí donde si existe manipulación.

Por otro lado, la personalización aumenta el problema de la auditoría porque la conversación privada cambia con cada usuario. Dos personas pueden consultar lo mismo y recibir argumentos distintos según la información aportada, el historial de interacciones con esa persona o la forma de expresar sus preocupaciones.

Para ahondar en los posibles riesgos, por ejemplo una campaña podría ofrecer un asistente presentado como una herramienta neutral para comparar propuestas. El sistema solicitaría al usuario que describiera sus prioridades y luego seleccionaría los argumentos más favorables para el candidato que sostiene esa campaña o bien podría omitir antecedentes relevantes, exagerar los costos de las propuestas opositoras o adaptarse y encontrar respuestas que coincidan con las expectativas de quien la usa aún cuando estén falseando información. Este escenario hipotético es técnicamente posible con las herramientas disponibles hoy.

Es probable además que el votante tenga dificultades para reconocer la operación. La conversación conservaría la apariencia de ser un servicio informativo, aunque sus objetivos en realidad fueron definidos por una organización política con intenciones específicas.

Claramente algo así excede la idea de “propaganda personalizada”, pasando al plano de la interacción falsa intencionada. Algo así como “fake news” pero a medida.

Hablando de ello, la inteligencia artificial también puede utilizarse para crear videos, audios e imágenes realistas pero falsas. Argentina registró varias situaciones de este tipo durante el ciclo electoral de 2025. La Fiscalía Nacional Electoral procesó 362 incidencias durante las elecciones legislativas de octubre. Las violaciones a la veda encabezaron las denuncias y los videos generados con inteligencia artificial que simulaban discursos de dirigentes ocuparon el segundo lugar. Algunos casos requirieron la preservación urgente de evidencia digital y pedidos de eliminación dirigidos a las plataformas como Youtube entre otras.

Los contenidos audiovisuales falsos constituyen la forma más visible de intentos de manipulación. Su impacto puede ser inmediato durante las horas anteriores a una elección, y mucho más grave en tanto el tiempo disponible para desmentirlos es escaso. La clonación de voces y rostros permite atribuir a un candidato una renuncia, una confesión, una propuesta impopular o una declaración ofensiva que nunca realizó.

Las conversaciones automatizadas también plantean un desafío más difícil. Pueden activarse durante semanas, permanecer fuera de la observación pública y distribuir versiones distintas a cada segmento del electorado. La prueba de si existe o no una maniobra, exigiría acceder a las instrucciones del sistema, conocer las fuentes utilizadas y reconstruir miles de intercambios individuales. Algo que no es sencillo de hacer ni abordar.

Investigadores vinculados con Anthropic comprobaron que 250 documentos manipulados con información falsa, alcanzaban para alterar el “razonamiento” (y las respuestas) en modelos de IA dentro de una configuración experimental. Aunque se tratara de un experimento, se demuestra que la cantidad de documentos adulterados puede importar menos que la forma estratégica en la que son introducidos.

En una campaña electoral, el “envenenamiento de datos” podría orientarse hacia repositorios consultados por asistentes, sistemas de búsqueda o herramientas de verificación. Documentos falsos repetidos y distribuidos de manera coordinada podrían alterar la información real sobre candidatos, propuestas o acontecimientos históricos. La respuesta generada trasladaría esas distorsiones al usuario con la presentación ordenada y segura que caracteriza las respuestas de la IA.

Es cierto también que la inteligencia artificial ofrece usos que amplían el acceso a la información y protegen a quienes la producen. Después de las elecciones venezolanas de julio de 2024, una alianza de medios independientes impulsó Operación Retuit. La iniciativa utilizó dos presentadores sintéticos, La Chama y El Pana, para difundir información verificada y reducir la exposición de periodistas amenazados por la represión en ese país. La misma tecnología empleada para falsificar identidades permitió resguardar identidades reales y mantener la circulación de noticias.

Aunque parezca sencillo, la regulación sobre la IA enfrenta dificultades complejas porque una prohibición general afectaría aplicaciones legítimas y resultaría difícil de aplicar, pero la ausencia de reglas podría habilitar la aparición de herramientas bajo el control de partidos, consultoras y empresas tecnológicas sin control.

Brasil construyó uno de los marcos más desarrollados de la región. Las normas aprobadas por su Tribunal Superior Electoral obligan a identificar los contenidos creados o modificados sustancialmente mediante inteligencia artificial, regulan el uso de chatbots y prohíben determinados materiales “sintéticos”, creados con IA, como aquellos que alteren la imagen o la voz de personas reales. Para las elecciones generales de 2026 se incorporaron restricciones temporales a la publicación de nuevos contenidos “sintéticos” alrededor de la jornada de votación y obligaciones específicas para las plataformas.

Argentina cuenta con el artículo 140 del Código Electoral Nacional, que sanciona la inducción engañosa del voto, junto con actuaciones judiciales y fiscales aplicadas a casos recientes. La Cámara Nacional Electoral impulsa además el Compromiso Ético Digital, destinado a promover buenas prácticas entre partidos, medios, organizaciones y plataformas.

Ese marco necesita incorporar las características de la nueva propaganda conversacional. Los asistentes utilizados por candidatos o partidos deberían identificarse de manera clara. Así el ciudadano podría conocer quién financia y administra la herramienta, qué organización define sus objetivos y para qué se utilizan los datos aportados durante la interacción.

Las campañas deberían conservar registros auditables de las instrucciones generales aplicadas a sus sistemas. Las autoridades electorales necesitarían procedimientos rápidos para preservar pruebas, examinar posibles suplantaciones y determinar responsabilidades. Mientras que las plataformas tendrían que informar sobre el patrocinio político y ofrecer mecanismos de denuncia adecuados para contenidos “sintéticos” y conversaciones automatizadas.

La regulación también debe evitar que sea el gobierno de turno quien determine arbitrariamente qué información política puede circular. Por supuesto la supervisión requiere criterios precisos, intervención judicial, transparencia institucional y protección de la libertad de expresión. Como también la identificación del patrocinador, la verificación o suplantación de identidad, la utilización clandestina de datos personales y la atribución de declaraciones inexistentes que son los mecanismos que ofrecen bases más objetivas para intervenir.

Como se ve, la inteligencia artificial está trasladando una parte de la campaña desde el espacio público hacia conversaciones individuales difíciles de observar/auditar/vigilar/controlar, etc.

Es posible que el poder político dependa en el futuro de la capacidad para entrenar modelos, controlar fuentes, procesar datos y sostener interacciones personalizadas a gran escala (el artículo sobre la soberanía de la IA se vuelve aún más relevante).

Confío en que las democracias pueden convivir con tecnologías capaces de producir y organizar argumentos políticos, y que las IAs pueda “conversar” directamente con cada uno de los electores. Aunque esa convivencia dependerá de la existencia de reglas que permitan reconocer la propaganda, auditar los mecanismos y atribuir responsabilidades, pero también de mecanismos de advertencia e información al ciudadano para que sea capaz de percibir los riesgos y tomar sus precauciones.

Fuentes utilizadas

1. The levers of political persuasion with conversational artificial intelligence. Science, 4 de diciembre de 2025.
https://www.science.org/doi/10.1126/science.aea3884

2. IA et politique : vers un outil d’aide, voire d’influence sur la décision ? Terra Nova, 18 de mayo de 2026.
https://tnova.fr/democratie/nouvelles-pratiques-democratiques/ia-et-politique-vers-un-outil-daide-voire-dinfluence-sur-la-decision/

3. AP warns: chatbots give biased voting advice. Autoriteit Persoonsgegevens.
https://www.autoriteitpersoonsgegevens.nl/en/current/ap-warns-chatbots-give-biased-voting-advice

4. La Fiscalía Nacional Electoral recibió más de 360 denuncias durante las elecciones legislativas, la mayoría por violaciones a la veda y contenidos con IA. Ministerio Público Fiscal.
https://www.fiscales.gob.ar/electoral/la-fiscalia-nacional-electoral-recibio-mas-de-360-denuncias-durante-las-elecciones-legislativas-la-mayoria-por-violaciones-a-la-veda-y-contenidos-con-ia/

5. A small number of samples can poison LLMs of any size. Anthropic, 9 de octubre de 2025.
https://www.anthropic.com/research/small-samples-poison

6. Operación Retuit, la Inteligencia Artificial que le hace frente a la represión en Venezuela. Connectas, 21 de agosto de 2024.
https://www.connectas.org/labs/operacion-retuit-ia-frente-represion-venezuela-periodistas-herramientas/

7. Por Dentro das Eleições: conheça as regras sobre uso de IA na campanha eleitoral de 2026. Tribunal Superior Electoral de Brasil, 10 de abril de 2026.
https://www.tse.jus.br/comunicacao/noticias/2026/Abril/por-dentro-das-eleicoes-conheca-as-regras-sobre-uso-de-ia-na-campanha-eleitoral-de-2026

8. Resolução nº 23.755, de 2 de março de 2026. Tribunal Superior Electoral de Brasil.
https://www.tse.jus.br/legislacao/compilada/res/2026/resolucao-no-23-755-de-2-de-marco-de-2026

9. Código Electoral Nacional. Ley 19.945, texto actualizado. Argentina.gob.ar.
https://www.argentina.gob.ar/normativa/nacional/ley-19945-19442/actualizacion

10. Compromiso Ético Digital 2025. Cámara Nacional Electoral.
https://www.electoral.gob.ar/nuevo/paginas/cne/compromiso/2025%20-%20CED.pdf