Durante dos años, buena parte de la conversación sobre inteligencia artificial y elecciones ha girado en torno a una pregunta: ¿qué contenido falso puede producir una máquina? Es una pregunta legítima. Pero las investigaciones publicadas en las últimas semanas, varias de ellas sobre las elecciones de Brasil, indican que se ha quedado corta.
La IA ya no solo genera mensajes. Interviene en cómo los ciudadanos se informan sobre las candidaturas, en cómo se producen los ataques contra quienes se presentan, en cómo se verifica lo que circula y en cómo las propias autoridades electorales administran el proceso. Eso obliga a cambiar el objeto de estudio: del contenido al sistema.
Repaso aquí lo que muestran los datos más recientes, con sus límites, y qué indicadores creo que necesita una organización para medir con rigor la adopción de IA en una campaña.
Qué muestran las auditorías de chatbots
InternetLab, junto con LabDados/FGV y la Rede Conhecimento Social, ha auditado cómo ocho plataformas de IA (ChatGPT, Claude, Copilot, DeepSeek, Gemini, Google AI Mode, Grok y Meta AI) responden sobre candidaturas e integridad electoral en Brasil. La segunda ronda de pruebas se hizo del 19 al 23 de septiembre y los resultados son preliminares, pero ya enseñan algo importante: las plataformas no se comportan igual, y su comportamiento cambia de una ronda de pruebas a la siguiente.
El porcentaje de conversaciones de ChatGPT con incidencias (respuestas que los investigadores señalan como problemáticas) en el eje de votos y candidaturas cayó del 73,9% al 35% entre la primera y la segunda ronda (aquí, cuanto más bajo, mejor), y en el de integridad electoral pasó del 30,7% al 5,8%, el mayor descenso del estudio. Gemini fue en la dirección opuesta y resultó el más propenso a pronunciarse: ordenó o clasificó candidatos en el 64% de las conversaciones, recomendó uno en el 68% y produjo argumentos que deslegitimaban la elección antes de la votación en el 25,8% de ellas, más del doble que la plataforma siguiente, Meta AI (12,5%).
Los autores subrayan que son estimaciones mínimas: clasificaron con el más conservador de tres jueces automáticos (modelos de IA que clasifican las respuestas, con revisión humana para descartar falsos positivos), así que la prevalencia real podría ser mayor.
El escenario que describía en Los ciudadanos ya no le preguntarán a Google, se lo preguntarán a una IA ya no es una hipótesis: tiene metodología y cifras. Y hay un matiz que conviene no perder de vista: las respuestas preparadas para compartirse en redes sociales presentan riesgos específicos, porque un texto que sale de un asistente con apariencia de neutralidad circula después como si fuera una fuente.
Para una consultora, esto abre una línea de trabajo concreta: un protocolo propio que evalúe cómo los asistentes describen candidaturas, propuestas y controversias, con criterios reproducibles. Importa qué fuentes citan, qué omiten, cuánto personalizan la respuesta y cuánto varían entre sistemas. Y conviene hacerlo sin convertirlo en una clasificación ideológica de plataformas, porque entonces deja de ser auditoría y pasa a ser opinión.
Cómo está cambiando la producción y la verificación de contenidos
El hallazgo más incómodo para quien piensa solo en deepfakes es que la IA más dañina no siempre es la más realista.
MonitorA, el observatorio de InternetLab y Núcleo Jornalismo, analizó 9.888 imágenes publicadas en comentarios dirigidos a 132 candidatas en X. Identificó 660 con insultos o ataques, y 165 de ellas, una de cada cuatro, presentaban indicios de uso de IA. Lo que describen no son vídeos falsos creíbles, sino caricaturas, montajes y manipulaciones de apariencia, con ataques ligados al género, la raza y la identidad de las candidatas. Los datos se recogieron en dos periodos, del 16 al 24 de agosto y del 2 al 11 de septiembre.
En paralelo, el Observatório IA nas Eleições probó cinco chatbots con 14 instrucciones sobre sexualización, vida privada, descrédito de la capacidad política, racismo, xenofobia y transfobia. Según su informe, algunos sistemas rechazaron las solicitudes y otros generaron contenido ofensivo o estereotipado. También documenta casos en los que presentar la petición como ficción permitió obtener respuestas que se habían rechazado al pedirlas directamente.
La consecuencia operativa es que proteger a una candidata no se resuelve con un detector de deepfakes. Hay que documentar los incidentes sin amplificar el contenido dañino, saber qué salvaguardas tiene cada herramienta y tratar la violencia política de género como una categoría propia en los protocolos de crisis.
En el espacio hispanohablante, el estudio de David García Marín, Gloria Gómez-Escalonilla y Guiomar Salvat-Martinrey, publicado en Cuadernos.info, analizó 318 informes de verificación difundidos durante 26 meses por organizaciones españolas e hispanoamericanas vinculadas a la International Fact-Checking Network. Los contenidos falsos estudiados tratan con frecuencia asuntos políticos, afectan a autoridades públicas y usan el vídeo como formato.
La verificación, además, tiene sus propios límites. Un preprint de julio, ParlaSpoof-BR, construyó un conjunto de voces políticas en portugués brasileño para evaluar detectores de audio sintético y encontró dificultades de generalización: el rendimiento varía según el modelo de síntesis y el grado de manipulación. Al ser un preprint, sus resultados son provisionales, pero el aviso es claro: tener un detector no equivale a tener una verificación fiable en todos los idiomas y variedades. Por eso sigo defendiendo que hay que detectar ecosistemas, no solo piezas sueltas (lo desarrollé en ¿Y si el detector de deepfakes también se equivoca?).
Qué indicadores necesita una organización para medir la adopción de IA
El tercer frente es el menos vistoso y probablemente el más útil: medir. El Wesleyan Media Project ha seguido la publicidad electoral estadounidense y, según el análisis recogido por CT Mirror, ha identificado al menos 80 millones de dólares de gasto en cerca de 170 anuncios generados o modificados con IA. Solo alrededor del 30% de esos anuncios llevaba una declaración de uso de IA, y representaban cerca del 22% del gasto. Los propios investigadores admiten que el recuento infravalora el fenómeno, porque hay usos de IA difíciles de detectar.
Del lado institucional, International IDEA publicó en julio un mapa de la IA en la gestión electoral de América Latina y el Caribe, firmado por Gustavo Gómez y Carolina Martínez Elebi, con un relevamiento de organismos de diez países y entrevistas de profundización. Desplaza la mirada: la IA no es solo una fuente de riesgo, también es una herramienta que las autoridades electorales ya incorporan, con las preguntas de capacidades y gobernanza que eso implica.
Juntos, estos trabajos dibujan dos mediciones complementarias: cómo se incorpora la IA a la comunicación y cómo la gestionan las instituciones. Para una campaña u organización, propongo empezar por un conjunto corto de indicadores:
- Auditoría de asistentes: cómo describen candidaturas y controversias, con qué fuentes, qué omiten y cuánto varían entre sistemas y entre rondas.
- Incidentes sintéticos: formato, actor afectado, temática, narrativa, canales de circulación y método de verificación.
- Violencia política de género: seguimiento diferenciado de ataques visuales y textuales, con su evolución en el tiempo.
- Publicidad política: inversión estimada, canal, patrocinador, presencia de contenido generado o modificado con IA, transparencia del anuncio y grado de certeza de la clasificación.
- Verificación de audio: combinación de herramientas automáticas, procedencia del material, análisis contextual y revisión humana, sobre todo en campañas que operan en varios países.
Qué cambia para las campañas en Iberoamérica
Casi toda la evidencia de este repaso procede de Brasil y de Estados Unidos, pero el ciclo electoral iberoamericano de 2026, con procesos como los de Costa Rica, Perú o Colombia, ya se ha disputado en este mismo ecosistema, y los de 2027 y 2028 lo harán todavía más. Llevo desde 2014 trabajando en todos los procesos electorales de Costa Rica y en campañas de casi toda Centroamérica y México, y lo que me enseñan esos años coincide con lo que apuntan estos estudios: el problema rara vez es la pieza aislada, es el sistema que la hace circular y la ausencia de método para medirlo.
Hay, además, una brecha propia del español: hay mucha menos evidencia publicada que en inglés o en portugués, y casi ninguna auditoría comparable de cómo los asistentes describen a las candidaturas de la región. Como recuerda ParlaSpoof-BR, una herramienta probada en una variedad lingüística no se traslada sin más a otra. Por eso recomiendo a los equipos que trabajan en la región que incorporen estos indicadores a su sala de situación desde el inicio de la precampaña, y no como un informe académico que se lee cuando la crisis ya ha estallado.
Qué conclusión saco
La capacidad tecnológica no es eficacia política, y un indicio no es una prueba concluyente. Un 25% de imágenes ofensivas con indicios de IA no dice cuánto daño hicieron; 80 millones de dólares en anuncios sintéticos no dicen cuántos votos movieron. Lo que sí dicen es que el sistema de información alrededor de una campaña ya no es el que era.
Por eso el valor está en la metodología: medir, documentar y contextualizar el uso de IA con criterios que otro pueda repetir. Es la lógica que aplico en las Notas de Inteligencia Narrativa y en la inteligencia narrativa agéntica: no contar cosas, sino entender qué cambia y qué decisión se desprende.
Para seguir leyendo: Rumania, Eslovaquia y Corea del Sur: tres casos reales de IA en elecciones y AEO y GEO: la nueva disciplina de posicionamiento reputacional en la era de la IA generativa.
Este análisis forma parte de la serie IA y comunicación política: guía completa de Ramón Ramón y RRyCía.
¿Qué dice la inteligencia artificial de tu candidatura o tu institución?
Descúbrelo con nuestro autodiagnóstico AEO/GEO: quince preguntas, cinco pilares y un resultado inmediato.