Resumen

El uso de inteligencia artificial transforma las campañas electorales con herramientas como el microtargeting. Las campañas pueden personalizar su comunicación política e influir en las decisiones de los votantes. Esto ofrece nuevas oportunidades y plantea desafíos éticos relacionados con la desinformación y el uso de datos personales, aspectos que impactan en la calidad de la democracia.

Durante los últimos años, el uso de las inteligencias artificiales (IA) se ha vuelto cada vez más común, especialmente en el campo de la generación de imágenes. La dinámica de los partidos políticos y los procesos electorales han sido notablemente afectados por este fenómeno. La masificación de las redes sociales fue sucedida por la irrupción de estas nuevas tecnologías, que juegan un papel cada vez más sensible en la difusión de propaganda política. Esto ha planteado un sinnúmero de debates, a medida que se desarrollan nuevas y más sofisticadas modalidades, en cuanto a planteos éticos y técnicos.

En principio, la generación de contenido por medio de la IA permite la creación de imágenes basadas en la solicitud del usuario. Esto da pie a que una campaña pueda construir un imaginario que represente un futuro eventual (como una forma de mostrar el resultado positivo de la aplicación de determinadas políticas o el negativo de otras). Sin embargo, esto ya desde el vamos trae aparejado el debate sobre la creación artificial de imágenes que no se condicen con la realidad, lo que puede entrar en la categoría de fakenews o narrativas falsas o sesgadas. El mismo resultado se produce con las inteligencias artificiales que permiten emular la voz de una persona y que promueven la difusión de audios falsificados.

En los últimos años, muchas campañas han hecho uso de IA. Lo vemos en la superficie, para generar videos que muestran un escenario alternativo muy positivo en caso de ganar las elecciones (o, por el contrario, un escenario devastador en caso de una derrota), como hicieron las campañas de Sergio Massa y de Javier Milei en las elecciones argentinas de 2023, o las imágenes generadas por inteligencia artificial de Donald Trump siendo detenido después de su condena judicial (representando escenarios de arresto cada vez más inverosímiles, con el objetivo de generar viralización y memes).

Las redes sociales han equilibrado el acceso al electorado, en particular, a sectores que pudieran verse marginados de los principales medios de comunicación y que así pueden acceder a una vía de difusión de fácil manejo y adquisición barata. Sin embargo, su rápido alcance también permite la masificación de fakenews con mucha mayor facilidad y vuelve además más compleja su refutación (factchecking).

Aunque su aparición es reciente, ya existen muchos trabajos sobre el impacto de la inteligencia artificial en los procesos electorales, sobre todo en la generación de contenido para campañas. En este trabajo intentaremos dar luz sobre el impacto de la inteligencia artificial en el diseño y armado de redes, así como en la organización del apoyo social, un tema menos estudiado.

IA en las campañas electorales

Se conoce como inteligencia artificial

[…] una disciplina perteneciente a las ciencias de la computación, que plantea modelos computacionales de aprendizaje basado en redes neuronales biológicas humanas. En este sentido, se han planteado diversos modelos de IA, que gracias a los avances en la tecnología computacional han permitido desarrollos de sistemas inteligentes que facilitan procesar mayor cantidad de datos en un tiempo menor, agilizando la toma de decisiones (Márquez Díaz, 2020).

La noción de inteligencia artificial se remonta a la segunda mitad del siglo XX. La famosa prueba de Turing planteaba el desafío de que personas comunes no pudieran diferenciar si estaban interactuando con una persona o con un chatbot en una conversación escrita (Turing, 1950). No obstante, el entusiasmo mundial por las IA no se alcanzó sino hasta hace pocos años. A partir de 2023 comenzaron a generarse imágenes con inteligencia artificial que podrían emular fotografías humanas.

En el plano de la política, su impacto ha sido notorio. Las campañas electorales se caracterizan por la necesidad de persuadir a los electores para movilizarlos a apoyar a determinada opción y, en los últimos años, también para desmovilizarlos o rechazar una opción, en caso de que atraerlos a la propia sea imposible. Si bien no es lo mismo hacer campaña hoy que hace cincuenta o cien años, el objetivo sigue siendo el mismo.

Las campañas electorales del siglo XX se caracterizaban por ser masivas y abordar temas generales. Aunque hay distintas teorías sobre el comportamiento del voto, hay consenso en la literatura sobre la importancia que tenía la clase social en las decisiones de los electores, cuando este era un clivaje determinante.

Las campañas se hacían en gran medida a través de mítines populares de los principales líderes, y los cuadros de los partidos hacían su trabajo en las comunidades. Los canales de difusión masivos eran la radio, la televisión y la prensa escrita; y era una «característica común a todos ellos que son indiscriminados. Dicho con otras palabras, que no están adaptados para el perfil concreto, sino que buscaban convencer al conjunto de la sociedad» (Cebrián Beltrán, 2024).

En las campañas de las elecciones modernas o tradicionales la comunicación se daba en un contexto controlado, existían limitaciones de formato que impedían o reducían la agresividad y la desinformación; y en el electorado prevalecía un espíritu moderado que desalentaba y hasta castigaba el extremismo. Por otro lado, los medios de comunicación eran reducidos y su impacto y alcance dependían de su prestigio, de manera que eran muy cuidadosos en contrastar y comprobar la información que difundían (Rubio Núñez et al., 2024).

Sin embargo, la crisis de los grandes partidos del siglo XX en Europa y América Latina tuvo su correlato en la transformación del electorado, que pasó de ser una masa más o menos uniforme, a convertirse en numerosos subgrupos articulados alrededor de ideales mucho más específicos (ecologistas, defensores de la participación política de las mujeres, de las minorías, partidos regionalistas, separatistas-independentistas, etc.).

El electorado pasó de ser una masa más o menos uniforme a convertirse en numerosos subgrupos articulados alrededor de ideales mucho más específicos.

Esta nueva realidad obligó a las agrupaciones políticas a hacer esfuerzos para entender mejor a su electorado y usar las nuevas tecnologías, tanto para comprenderlo como para no dejar de representarlo.

La llegada de las redes sociales, por supuesto, ha resultado un aliciente revolucionario, quizás de la misma talla o mayor que la televisión. Aunque ninguno de los métodos usados anteriormente dejó de emplearse, las redes han implicado una masificación de la información y permitido llegar a casi todos los sectores de una sociedad en plazos mucho más cortos. Esto ha resultado un bache para los sectores mayoritarios o incluso para regímenes autoritarios y su pretensión de mantener un control de la información.

Con las tecnologías actuales, incluso en un contexto autoritario, un candidato opositor puede diseñar una campaña coherente y competitiva que le permita el acceso a un amplio número de recursos (spots, jingles, entrevistas y difusión de propaganda, entre otros), algo imposible si se piensa en los contextos autoritarios del siglo XX.

Esto ocurre en las democracias. Hemos sido testigos de nuevas formas de hacer campaña que desestiman en gran medida la presencialidad y los actos masivos. Por ejemplo, en las elecciones presidenciales de Chile de 2021 se presentó como candidato Franco Parisi (Partido de la Gente), aunque su lugar de residencia era Estados Unidos. En medio de la pandemia, situación que promovió distintas herramientas de comunicación a distancia, Parisi hizo su campaña y obtuvo 900.000 votos, el equivalente al 12,8 % de los sufragios (Servel, 2021).

Microtargeting: conocer al elector

Con estas nuevas tecnologías se puede entonces hacer algo que las anteriores no permitían o limitaban: crear mensajes políticos personalizados dirigidos a segmentos muy específicos de votantes, lo que se conoce como microtargeting. Esta estrategia se basa en la segmentación de la audiencia a la que se dirigirán los mensajes, mediante información demográfica, comportamental y de preferencias para diseñar mensajes que resuenen con las características y necesidades de grupos reducidos de personas, también conocidos como microsegmentos o clústeres. La IA brinda mecanismos sofisticados y novedosos para esta labor.

Esta estrategia [el microtargeting] se basa en la segmentación de la audiencia a la que se dirigirán los mensajes, mediante información demográfica, comportamental y de preferencias para diseñar mensajes.

El flujo es el siguiente: las personas dan sus datos personales al usar aplicaciones, visitar páginas webs, comprar por internet, etc. La suma de toda esta información, su análisis y tratamiento para correlacionar datos e identificar patrones y tendencias se conoce como big data o macrodatos. Esta información es la base con la que trabajan los algoritmos, que no son más que «una secuencia de comandos para que una computadora convierta una entrada en una salida. Por ejemplo, una lista de personas según su edad. El ordenador toma las edades de las personas de la lista (entrada) y produce la nueva clasificación de la lista (salida)» (FRA, 2018).

En materia electoral, lo que nos atañe en este artículo, el algoritmo aplicado a los macrodatos tendrá como objeto perfilar (profiling) a los electores, es decir, la información será analizada con el objetivo de comprender su postura política y predecir e influir sobre su comportamiento electoral. Este proceso termina con la conformación de los microsegmentos o clústers, es decir, agrupaciones de individuos con perfiles similares.

Una vez caracterizados los distintos grupos, se diseñarán mensajes específicos para cada uno. El contenido de estos mensajes dependerá de los objetivos que se tengan. Por ejemplo, si se identifica un grupo de potenciales electores de un partido que están desmotivados o desmovilizados, se pueden diseñar mensajes que busquen involucrarlos en el proceso electoral, sensibilizarlos con la situación política y convencerlos de que su voto es necesario.

Por el contrario, si se identifica un segmento que tiende a votar por el adversario, se pueden diseñar mensajes específicos para desmovilizarlos, por ejemplo, con casos de corrupción de ese partido o declaraciones de sus líderes que vayan en contra de las convicciones de ese segmento.

Muchos de los mensajes diseñados no recurren a la capacidad analítica de los electores, sino a sus emociones. En este sentido, es cada vez más común encontrar temas polémicos (migración, aborto, religión) en la discusión política para exacerbar las emociones de los electores y simplificar el debate político. Esta tendencia ha promovido la difusión de desinformación como una herramienta para consolidar al electorado y el uso de la IA generativa para crear y manipular contenido audiovisual para fomentar la indignación.

Esta tecnología es tan vertiginosa que permite analizar su impacto en tiempo real e introducir cambios para hacer correcciones. Mientras que en las campañas modernas se debía acudir a los estudios de opinión tradicionales, como las encuestas o los grupos focales, para conocer el impacto de un mensaje, una propuesta o un eslogan, con el microtargeting y las redes sociales en cuestión de minutos se pueden hacer análisis preliminares sobre la efectividad de las estrategias usadas en la campaña.

Esta nueva estrategia permite que las fuerzas políticas y los candidatos accedan a las preocupaciones de determinados segmentos que antes podían pasar inadvertidas, a pesar de su elevado alcance electoral, y puede aumentar la eficiencia de las campañas electorales por su capacidad de hacer análisis en tiempo real.

Sin embargo, el microtargeting también se utiliza para presentar a los electores información engañosa o sesgada, difundir fakenews, desinformación, para la generación de burbujas que limiten el debate, minando la confianza en las instituciones y las bases de la democracia.

Ciclo de la inteligencia artificial en la participación política

Fuente: Cebrián Beltrán (2024).

Impacto en el resultado electoral

Aún no es fácil medir el impacto de las distintas herramientas provistas por la IA en los resultados electorales. Establecer una metodología rigurosa para tal fin resulta, al menos por el momento, imposible. Sin embargo, sí hay mecanismos para analizar el entorno comunicacional y registrar las discusiones que tiene una sociedad específica. En ese sentido, es posible medir el éxito de las herramientas impulsadas por la IA en la instalación de temas en la agenda pública, así como en las posturas que toman los ciudadanos al respecto.

Puede asegurarse también que ha habido ciertos temas o ideas clave en algunas elecciones que han impactado de manera determinante en los resultados. Y que el uso de tecnologías como el microtargeting ha maximizado la influencia de estos temas en el electorado.

A continuación, se mencionan algunos casos emblemáticos en los que la tecnología, y en especial el uso de bigdata para diseñar campañas específicas, ha tenido impacto en el resultado electoral.

2008: el caso Obama

Mucho antes de que se hablara de IA hubo un cambio de paradigma que marcó un antes y un después en las campañas electorales: el microtargeting. En las elecciones de los Estados Unidos de 2008, el equipo del entonces candidato presidencial Barack Obama logró hacer un perfil de cada votante del país que se enfocaba en dos puntos: si iba a votar, y si lo haría por Obama. A partir de esta información se diseñaron estrategias para influir en sus decisiones y el candidato finalmente terminó llegando a la Casa Blanca. Fue una de las primeras experiencias masivas de perfilamiento de electores, aunque no con la sofisticación que conocemos actualmente.

2016: Cambridge Analytica

La elección de Donald Trump quedó marcada por el escándalo de Cambridge Analytica y Facebook, que se convertiría en un caso de estudio sobre el uso de datos personales para diseñar mensajes políticos ultrasegmentados.

Aleksandr Kogan, profesor de la Universidad de Cambridge, diseñó un test de personalidad para Facebook en 2013 con el que obtuvo los datos de 50 millones de personas. El test fue efectivamente completado por 265.000 usuarios de la red social, que para hacerlo debían autorizar que se accediera a la información de su red de amigos, sin el permiso de estos.

Con los datos de estas personas, Cambridge Analytica creó perfiles psicológicos y diseñó mensajes específicos para influir en sus preferencias políticas, incluso difundiendo fakenews (BBC Mundo, 2018).

2023 en Argentina: imágenes y videos

En las elecciones presidenciales de Argentina de 2023, los equipos de los candidatos al balotaje, Sergio Massa y Javier Milei, recurrieron intensamente a la inteligencia artificial generativa para crear imágenes y videos de autopromoción y ataques al oponente. El equipo del candidato oficialista empleó la IA para crear afiches y videos que lo mostraban como un líder fuerte y carismático, inspirados en estilos soviéticos y la cultura pop. Por su parte, Milei respondió con imágenes que hacían alusión a un león liberando a la Argentina y a Massa como un líder comunista. El uso en la campaña de Massa de una IA generadora de videos para retratar un eventual futuro distópico en caso de un triunfo de Javier Milei fue objeto de controversia (Nicas y Cholakian Herrera, 2023).

2024 en India: chatbots

En India, en el contexto de la campaña para las elecciones generales de 2024 se desató una polémica sobre los deepfakes en redes sociales cuando un usuario le preguntó a la herramienta de IA de Google, Gemini, sobre el supuesto carácter fascista del primer ministro Narendra Modi y el Partido Popular Indio (BJP), y recibió como respuesta que el gobierno de Modi estaba «acusado de implementar políticas que algunos expertos han caracterizado como fascistas» (Dillon, 2024). El ministro de Estado indio para la Electrónica y la TI, Rajeev Chandrasekhar, criticó la respuesta, señalando que violaba las leyes del país. Este evento subraya la creciente preocupación en India sobre la desinformación y el uso de IA en el contexto electoral. Google reaccionó rápidamente afirmando que estaba «trabajando» para «mejorar la fiabilidad» de la herramienta (Mukherjee, 2024).

Ejemplos en Dinamarca y Reino Unido

El Synthetic Party es un partido político en Dinamarca dirigido por una IA llamada Leader Lars, un chatbot accesible a través de Discord. Su objetivo es atraer a los ciudadanos que no suelen votar y colocar la tecnología en el centro del debate político, promoviendo la convivencia entre IA y personas, así como la regulación de la responsabilidad de la IA. El partido, que se define como sintético, desarrolla su programa basado en las propuestas de partidos minoritarios daneses desde 1970. Aunque liderado por una IA, el proyecto es impulsado por el grupo de artistas Computer Lars y el centro tecnológico MindFuture, quienes buscan que el partido se mantenga en el tiempo y se expanda globalmente. También proponen la creación de un nuevo Objetivo de Desarrollo Sostenible (ODS) enfocado en la relación entre humanos y robots (Vicente, 2023).

Otro ejemplo se dio en el Reino Unido, de cara a las elecciones de 2024, con el candidato de Smarter UK, AI Steve, un avatar de IA que representó al candidato legal Steve Endacott en la circunscripción de Brighton Pavilion. Su objetivo era buscar restaurar el interés de sectores apáticos en la política al permitir que los votantes influyeran directamente en las decisiones. De haber resultado electo, Endacott se ocuparía de representar físicamente a AI Steve en el Parlamento británico, actuando según el voto mayoritario de los votantes. El proyecto fue objeto de varios cuestionamientos en torno a su ética y a su capacidad de cumplir eficazmente su cometido, y planteó además una serie de dudas legales. De todas formas, AI Steve se ubicó último en la circunscripción (un duro bastión urbano del Partido Verde) con tan solo 179 votos (Smith, 2024).

Conclusiones

Los cambios vividos en la forma de hacer campañas electorales en las últimas dos décadas son vertiginosos. Esta dinámica, aunada al deterioro de los partidos tradicionales y la emergencia de figuras disruptivas, carismáticas y populistas, ha significado un giro de 180 grados en materia de comunicación política.

La aparición de las redes sociales, la sofisticación de los métodos para recopilar, analizar y cruzar datos de manera masiva, perfilar a la audiencia (o el electorado) y diseñar mensajes específicos nos han llevado a otro juego, uno que no puede ser entendido a partir de las categorías antiguas.

Sin embargo, esta nueva realidad trae aparejados nuevos desafíos, incluso mayores que los de antaño. Si en las últimas décadas hemos padecido de una fatiga democrática, caracterizada por la desafección política, la crisis de representación y el descenso en la adhesión democrática de los ciudadanos, la irrupción del bigdata y la IA representa un reto no solo para los partidos y el electorado, sino para las instituciones, la integridad del espacio comunicacional y finalmente el sistema democrático.

Por otro lado, las nuevas tecnologías también han permitido conocer mejor al electorado, lo han complejizado y problematizado. Esto puede ser una oportunidad para que los partidos tomen en cuenta las necesidades y preocupaciones de los electores, y que estas finalmente tengan impacto e influencia en sus programas y propuestas.

Por lo pronto, al parecer seguimos descubriendo los efectos de la inteligencia artificial en las campañas electorales y sería precipitado sacar conclusiones definitivas. Su uso comporta desafíos muy grandes y plantea debates éticos fundamentales, como por ejemplo si las personas son realmente libres de acceder a información plural, amplia y crítica, o, por el contrario, se encuentran cada vez más cercadas dentro de burbujas informativas específicamente diseñadas para moldear sus elecciones.

Referencias bibliográficas

BBC Mundo. (2018, 21 de marzo). 5 claves para entender el escándalo de Cambridge Analytica que hizo que Facebook perdiera US$37.000 millones en un día.

Cebrián Beltrán, S. (2024). De la talla única al traje a medida: el microtargeting político para influir en las elecciones. Ponencia en el XXI Congreso de la Asociación de Constitucionalistas de España, mesa «Garantías constitucionales de elecciones libres», Valladolid.

Dillon, A. (2024, 26 de febrero). India confronts Google over Gemini AI tool’s ‘fascist Modi’ responses. The Guardian.

FRA. (2018). #BigData: Discrimination in data-supported decision making.

Issenberg, S. (2012, 19 de diciembre). How Obama’s Team Used Big Data to Rally Voters. MIT Technology Review

Márquez Díaz, J. (2020). Inteligencia artificial y Big Data como soluciones frente a la COVID-19. Revista de Bioética y Derecho, n.º 50.

Mukherjee, M. (2024, 19 de marzo). AI deepfakes, bad laws – and a big fat Indian election. Reuters Institute.

Nicas, J., y Cholakian Herrera, L. (2023, 15 de noviembre). Las campañas electorales de Argentina recurren a la IA. The New York Times.

Rubio Núñez, R., Franco Alvim, F., y Andrade Monteiro, V. (2024). Inteligencia artificial y campañas electorales algorítmicas. Madrid: CEPC.

Servel. (2021). Elección presidencial 2021.

Smith, C. (2024, 2 de julio). Britain’s first AI politician claims he will bring trust back to politics – so I put him to the test. The Conversation.

Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, LIX(236), 433-460.

Vicente, M. J. (2023). Inteligencia artificial y política. Los casos de “Synthetic Party” y Tama. En A. Dafonte Gómez y M. I. Míguez González (coords.), El fenómeno de la desinformación: reflexiones, casos y propuestas (pp. 603-617). ISBN 978-84-1170-538-7.

Únete a nuestro newsletter