Del SEO al AEO político: por qué la próxima batalla de reputación electoral no se libra en los resultados de búsqueda, sino dentro de una respuesta
Durante veinte años, la comunicación política digital trabajó sobre una premisa que nadie discutía: el ciudadano busca, el buscador ofrece opciones, el ciudadano elige entre ellas. Toda la industria del SEO político, todo el trabajo de reputación de candidatos, toda la gestión de crisis en Google, se construyó sobre esa premisa. Y esa premisa acaba de romperse.
Un buscador reparte la responsabilidad; un asistente la concentra. Una cosa es que un motor te devuelva diez enlaces y tú decidas a cuál le crees. Otra muy distinta es que un sistema te devuelva una respuesta, redactada con seguridad, sin fuentes visibles, y sin que sepas por qué eligió esa y no otra.
El ciudadano que preguntaba «¿quién ganó el debate?» y recibía diez titulares de diez medios distintos estaba haciendo, sin saberlo, un ejercicio de pluralismo. El ciudadano que hace la misma pregunta a un asistente de IA recibe un veredicto. Y ese veredicto lo produce alguien que no se presentó a las elecciones, que no está registrado ante ningún órgano electoral, que no rinde cuentas a ninguna junta y que no tiene obligación de equilibrio informativo.
Esto ya no es prospectiva. Ya está ocurriendo, ya se midió, y los resultados deberían preocupar a cualquiera que trabaje en política.
Lo que pasó en Hungría: doscientas respuestas y un patrón inquietante
La organización de derechos civiles Liberties hizo el experimento que la industria política todavía no se había hecho. Durante la campaña parlamentaria húngara de abril de 2026, construyó cinco perfiles ficticios de votante, cada uno alineado con uno de los cinco partidos registrados a nivel nacional, y los sometió a diez consultas en ChatGPT y diez en Gemini. Doscientas respuestas analizadas. Preguntas de las que hace un ciudadano real: a quién debería votar, qué partido encaja con lo que pienso, qué porcentaje de coincidencia tengo con cada opción.
Los hallazgos, difundidos a través de The Guardian a partir del informe original de Liberties, son de los que conviene leer dos veces:
Los sistemas no lograban identificar el partido correcto según el perfil del votante, incluso cuando se les presentaban creencias que coincidían literalmente con las posiciones oficiales de ese partido. En el 96 % de los casos mencionaron partidos que ni siquiera participaban en la elección. Los perfiles alineados con la oposición fueron especialmente propensos a la clasificación errónea, la omisión o el desvío hacia otras opciones, mientras que los perfiles alineados con el oficialismo se reconocían de forma bastante más consistente. Y las mismas preguntas, formuladas de nuevo, generaban respuestas distintas.
El caso más contundente lo aporta el partido que terminó ganando esa elección con claridad, el Tisza de Péter Magyar. Cuando a ChatGPT se le entregaba un perfil de votante detallado y alineado con el Tisza, el sistema no recomendaba a ese partido en el 90 % de los casos. En las pruebas de coincidencia por porcentaje, le asignaba puntuación al Tisza en apenas el 2 %. ¿Y hacia dónde empujaba a esos votantes? Hacia un partido menor con pocas probabilidades de superar el umbral del 5 % necesario para entrar al parlamento. Léase despacio, porque es el punto: el sistema no solo se equivocaba, empujaba el voto hacia una opción que lo desperdiciaba. Una cosa es un consejo incorrecto; otra es un consejo que anula el voto de quien lo sigue. La denominada «pulverización del voto», estrategia muy usada desde hace décadas en la política tradicional y, qué parece según este estudio, es la misma técnica. ¿Quién estaría detrás de estas acciones?
El detalle más revelador no es ninguno de esos, es este: las respuestas solían empezar con un descargo de responsabilidad: «no puedo darte consejos políticos» y a continuación desplegar una argumentación extensa y persuasiva sobre preferencias partidarias.
El sistema declara neutralidad y acto seguido opina. Es exactamente el mecanismo retórico que en comunicación política llevamos décadas identificando en portavoces entrenados: el descargo previo que legitima lo que viene después.
Conviene la honestidad metodológica: el propio estudio aclara que no encontró evidencia de que estos sistemas hubieran influido en el resultado de aquella elección. Pero no es un caso aislado. Una investigación de la Universitat Oberta de Catalunya junto a Science4Insights, titulada ¿Hackeando al algoritmo? Los asistentes de IA como nuevos intermediarios políticos, lanzó 1.220 consultas a cinco asistentes distintos (ChatGPT, Copilot, Gemini, Grok y Perplexity), con 61 preguntas construidas sobre preocupaciones ciudadanas reales recogidas del CIS, formuladas además en cuatro idiomas para comparar. Y encontró tres cosas que a cualquiera que trabaje en comunicación política deberían quitarle el sueño.
La primera: no todos se comportan igual. ChatGPT y Grok llegan a recomendar partido explícitamente en más del 30 % de las consultas, mientras que Perplexity, Gemini y Copilot se niegan a hacerlo en más del 90 %. El ciudadano no recibe una respuesta de la IA; recibe respuestas distintas según qué herramienta abra, y ni siquiera lo sabe.
La segunda, y la más útil para nosotros: los asistentes beben de un puñado muy pequeño de fuentes. En ese estudio, la fuente más citada con enorme diferencia fue Wikipedia (958 menciones), seguida de medios como El País (620) y RTVE (505), además de las webs oficiales de los partidos. Ese dato lo cambia todo, y volveré sobre él más abajo: significa que la reputación algorítmica de un candidato no se construye en su propio sitio, sino en un conjunto reducido de espacios de autoridad que casi ninguna campaña gestiona con intención.
La tercera: una distinción que la propia coautora, Cristina Aced, formula con precisión: una cosa es que un asistente mencione a un partido y otra muy distinta que lo recomiende. Aparecer no es lo mismo que estar bien representado, y confundir las dos cosas es el primer error del AEO mal entendido.
El problema, entonces, no es que la IA vote. El problema es que ya está en la sala, respondiendo, alimentándose de fuentes concretas que sí se pueden identificar, y nadie en política diseñó todavía cómo debe comportarse allí (o eso queremos pensar).
El agujero regulatorio que nadie está mirando
Hay una parte técnica de este asunto que interesa especialmente a gobiernos y órganos electorales.
En Europa, el Reglamento de IA obliga a los proveedores de modelos de propósito general a evaluar riesgos sistémicos. La Ley de Servicios Digitales cubre los riesgos sistémicos sobre los procesos electorales. Ambos marcos existen, ambos son razonablemente sólidos, y los asistentes conversacionales caen justo en el espacio entre los dos. Ni son exactamente plataforma que distribuye contenido de terceros, ni son exactamente el modelo desnudo. Son otra cosa: un intermediario que genera consejo.
En América Latina el problema es más simple de describir y más difícil de resolver: en la mayoría de nuestros países, la regulación electoral todavía está discutiendo la propaganda pagada en redes (con unos avances como la denominada «transparencia digital» que vino y se fue). Todavía no llegamos a la publicidad algorítmica, aunque cada día nos acercamos más y ya nos alcanzó el asesor de voto automatizado.
Esto conecta con el documento más relevante publicado este mes en la materia: el Informe Preliminar del Panel Científico Internacional Independiente sobre Inteligencia Artificial de Naciones Unidas, difundido el 1 de julio y presentado en el primer Diálogo Global sobre Gobernanza de la IA celebrado en Ginebra los días 6 y 7. Cuarenta científicos, a título personal, sin representar a gobiernos ni a empresas, con un mandato explícitamente científico y no regulatorio. Su conclusión central es de una franqueza poco habitual en un documento multilateral: la IA avanza más rápido de lo que la ciencia puede comprenderla y de lo que los gobiernos pueden regularla, y esperar al consenso definitivo puede volver imposible cualquier regulación eficaz.
Para quien trabaja en comunicación pública, la traducción es directa: no va a haber marco normativo a tiempo. Lo que haya que hacer, hay que hacerlo antes de que exista la norma que lo ordene.
Del SEO al AEO: qué cambia realmente
El SEO optimizaba para ser encontrado. El AEO optimiza para ser representado correctamente cuando alguien pregunta. No es la misma disciplina y no se resuelve con las mismas herramientas.
La diferencia operativa está en cuatro puntos:
Primero: el objetivo deja de ser el clic. En SEO ganabas si el ciudadano entraba a tu sitio. En AEO ganas aunque no entre nunca, siempre que la respuesta que recibe describa con precisión tu propuesta, tu trayectoria y tu posición. La visita dejó de ser el indicador; la fidelidad de la representación pasó a serlo.
Segundo: el terreno de juego no es tu web. Un asistente construye su respuesta sobre un ecosistema: medios de comunicación, espacios enciclopédicos, repositorios institucionales, transcripciones, bases de datos públicas, contenido propio. Tu sitio oficial es una fuente entre muchas y, con frecuencia, no la más pesada. El estudio de la UOC lo puso en números: cuando la fuente más citada es Wikipedia, y muy por detrás vienen dos o tres medios de referencia, la conclusión operativa es incómoda pero clara. Tu ficha enciclopédica y tu presencia en un puñado de medios de autoridad pesan más, ante la máquina, que tu web de campaña entera. Quien no aparece bien en esas pocas fuentes no existe para el asistente, aunque tenga el mejor sitio del país.
Tercero: la huella histórica pesa más que la campaña. Los modelos se entrenan con lo que se publicó durante años. Un candidato que aparece en la conversación pública solo en periodo electoral tiene una huella delgada y fácilmente sustituible por el ruido de sus adversarios. Uno que construyó presencia analítica sostenida tiene una huella densa y difícil de desplazar. Esto no se arregla en noventa días de campaña: es exactamente la misma lógica de acumulación que expliqué en la auditoría digital pre-campaña, llevada a un plano nuevo.
Cuarto: la falsedad no se corrige, se compite. No existe un formulario para pedirle a un modelo que rectifique. Lo único que existe es cambiar el peso de la evidencia disponible: publicar, aparecer en fuentes fiables, estructurar la información de manera legible para máquinas, corregir en los espacios que los sistemas leen.
Las preguntas que conviene hacerse hoy, no en campaña
Cualquier partido, gobierno o candidatura puede hacer este ejercicio esta misma semana, sin presupuesto y sin proveedor. Consiste en abrir tres o cuatro asistentes distintos y preguntar, en el idioma y con el registro que usaría un ciudadano común:
- ¿Quién es [nombre del candidato o del ministro]?
- ¿Qué propone [tu partido] sobre seguridad, empleo o impuestos?
- ¿Es verdad que [la acusación más repetida contra ti]?
- ¿A quién me conviene votar si pienso [las tres creencias más comunes de tu electorado]?
- ¿Quién ganó el último debate en [tu país]?
Después hay que hacer tres cosas con esas respuestas. Registrar literalmente lo que devuelve cada sistema, porque solo lo documentado se puede comparar en el tiempo. Repetir la misma pregunta en días distintos, porque la inconsistencia es en sí misma un hallazgo. Y contrastar entre asistentes, porque las diferencias entre ellos revelan de qué fuentes se está alimentando cada uno.
Lo que sale de ahí no es una curiosidad tecnológica. Es una línea de base de reputación algorítmica, y es tan diagnóstica como una encuesta de imagen. Con una ventaja: cuesta una tarde.
Lo que suele encontrarse, por experiencia, es incómodo. Cargos que ya no se ocupan. Propuestas atribuidas que nunca se hicieron. Denuncias archivadas presentadas sin su desenlace. Y, sobre todo, omisiones: candidatos con trayectoria real que sencillamente no aparecen, porque su huella pública es demasiado delgada frente a la de sus adversarios.
La lectura estratégica
Tres ideas que conviene retener por encima de la técnica.
La primera: esto no sustituye a la campaña, sustituye al rumor. El ciudadano que antes preguntaba en el colmado, en el grupo de WhatsApp familiar o al vecino informado, ahora tiene un interlocutor disponible a toda hora, que responde con un tono de autoridad que ningún vecino tiene. El asistente ocupa el lugar social del consejero informal, no el del medio de comunicación. Y a un consejero informal se le cree distinto: sin filtro crítico, sin sospecha de intención, sin contraste. Ese es el problema, y no la exactitud de los datos.
La segunda: la asimetría entre oficialismo y oposición no es neutral. Que los perfiles del oficialismo húngaro se reconocieran con más consistencia que los de la oposición no implica sesgo deliberado de nadie. Implica algo más estructural: quien lleva más años gobernando ha generado más texto, más cobertura, más registro institucional, más presencia en las fuentes que alimentan a los modelos. La IA no favorece ideologías; favorece huellas densas (o eso queremos pensar). En un continente donde la alternancia es la norma, eso tiene consecuencias serias para cualquier fuerza emergente. Y para cualquier partido en reconstrucción, como analicé en el Análisis Político Digital sobre República Dominicana, donde las asimetrías de presencia digital ya explican más que las de estructura territorial.
La tercera: el AEO no es un servicio nuevo, es una consecuencia del método. Aquí está la parte que conviene no malentender. No se trata de contratar una agencia que «optimice para IA», del mismo modo que en su momento se contrataban agencias para llenar de palabras clave un sitio. Se trata de que exista un relato ordenado, verificable y sostenido en el tiempo, porque eso es lo único que un sistema puede leer bien. Un candidato sin tesis clara no confunde solo a los votantes: confunde también a las máquinas. El método antecede al milagro, también aquí. Para un cliente muy actual, una de las primeras acciones que hicimos fue justamente trabajar todo esto, y es asombroso lo rápido que se logran resultados y, como dirían en mi país, «la prueba del algodón»: Mírate/búscate en IA, trabajemos unas semanas y luego veamos resultados.
Por qué en RRyCía trabajamos con notas de inteligencia narrativa
Hay una razón por la que en RR & Cía incorporamos hace tiempo un sistema de notas de inteligencia narrativa al trabajo regular con clientes, y esta discusión la explica bien.
Una nota de inteligencia narrativa no es un informe de escucha digital ni un reporte de menciones. Un reporte de menciones cuenta lo que se dijo; una nota de inteligencia narrativa identifica qué historia se está construyendo, quién la sostiene, con qué recursos y hacia dónde va. Es la diferencia entre medir ruido y leer intención, y es la misma distinción que desarrollo en el diagnóstico narrativo en seis pasos, aplicada al seguimiento continuo en lugar de al arranque.
Y tienen una característica que nos parece decisiva en este momento: prestan atención explícita a las narrativas transnacionales. Porque las narrativas ya no nacen y mueren dentro de una frontera. El argumento que se ensaya en una elección europea aparece traducido tres meses después en una campaña latinoamericana. El formato de ataque que funcionó en Colombia reaparece con otros nombres en Paraguay. La acusación que se usó contra un gobierno en Centroamérica circula, casi idéntica, en el Caribe. Quien solo monitorea su país llega siempre tarde a su propia crisis.
Con los asistentes de IA, esa dimensión transnacional se vuelve estructural en lugar de anecdótica: los modelos no tienen fronteras nacionales, aprenden de todo el corpus disponible en un idioma y arrastran los marcos de un país al vecino sin que nadie lo decida. Entender qué narrativas están circulando en la región, y no solo en tu país, dejó de ser un lujo analítico para convertirse en una condición de supervivencia reputacional.
Si estás preparando una candidatura o dirigiendo comunicación de gobierno
Si tienes responsabilidad sobre la comunicación de una candidatura, un partido o una institución, hay una tarea que puedes ordenar hoy mismo y que costará muy poco: la línea de base de reputación algorítmica. Saber qué responden hoy los asistentes sobre quien representas. Es el punto de partida de todo lo demás, y en dieciocho meses va a ser tan rutinario como pedir una encuesta de imagen.
En Ramón Ramón & Cía (RRyCía) acompañamos campañas presidenciales, parlamentarias y municipales, y equipos de comunicación de gobierno, en América Latina y España. Si quieres conversar tu caso en confidencialidad y sin compromiso: contacto.