{"id":37493,"date":"2026-09-30T13:38:08","date_gmt":"2026-09-30T11:38:08","guid":{"rendered":"https:\/\/ramonramon.org\/blog\/?p=37493"},"modified":"2026-09-30T13:38:09","modified_gmt":"2026-09-30T11:38:09","slug":"ia-politica-como-decides-que-creer","status":"publish","type":"post","link":"https:\/\/ramonramon.org\/blog\/2026\/09\/30\/ia-politica-como-decides-que-creer\/","title":{"rendered":"La batalla pol\u00edtica ya no es solo por lo que crees, sino por c\u00f3mo decides qu\u00e9 creer"},"content":{"rendered":"\n

En comunicaci\u00f3n pol\u00edtica solemos pensar la competencia en t\u00e9rminos de mensajes. Qu\u00e9 decimos, c\u00f3mo lo decimos, qui\u00e9n consigue imponer el tema del d\u00eda, qu\u00e9 relato logra m\u00e1s alcance o qu\u00e9 candidato consigue que una determinada interpretaci\u00f3n de la realidad<\/a> resulte m\u00e1s cre\u00edble que la de sus adversarios.<\/p>\n\n\n\n

Despu\u00e9s de muchos a\u00f1os trabajando en campa\u00f1as, tengo cada vez m\u00e1s claro que esa descripci\u00f3n se queda corta. La batalla pol\u00edtica m\u00e1s importante no siempre consiste en conseguir que alguien crea una afirmaci\u00f3n concreta. Muchas veces consiste en algo anterior: conseguir que interprete la realidad desde un marco determinado y que utilice unos criterios de credibilidad y no otros para decidir qu\u00e9 merece ser cre\u00eddo<\/strong>.<\/p>\n\n\n\n

La irrupci\u00f3n de la inteligencia artificial, combinada con dos d\u00e9cadas de plataformas gobernadas por algoritmos<\/a> de recomendaci\u00f3n, est\u00e1 convirtiendo esa cuesti\u00f3n en uno de los asuntos centrales de la tecnopol\u00edtica. Ya no hablamos \u00fanicamente de qu\u00e9 informaci\u00f3n llega al ciudadano. Tenemos que empezar a preguntarnos tambi\u00e9n en qu\u00e9 condiciones la recibe, qui\u00e9n la ordena, qui\u00e9n la resume y qu\u00e9 se\u00f1ales utiliza para decidir si esa informaci\u00f3n es fiable.<\/p>\n\n\n\n

Un art\u00edculo publicado el 22 de septiembre de 2026 en Synthese<\/em>, firmado por John Dorsch, Mark Coeckelbergh y Tillmann Vierkant, plantea precisamente esta cuesti\u00f3n desde un concepto especialmente sugerente: la agencia epist\u00e9mica<\/strong>, es decir, nuestra capacidad para evaluar evidencias, revisar creencias y decidir con qu\u00e9 grado de confianza aceptamos una determinada conclusi\u00f3n. Los autores sostienen que el problema democr\u00e1tico de los algoritmos de engagement no se explica bien \u00fanicamente mediante la vieja idea de las burbujas informativas, sino tambi\u00e9n por la forma en que estos sistemas pueden interferir en las capacidades con las que juzgamos aquello que vemos. El art\u00edculo completo, \u201cDoes AI undermine democratic deliberation? How engagement algorithms hijack epistemic agency\u201d<\/a>, merece una lectura pausada.<\/p>\n\n\n\n

La pregunta que deja sobre la mesa me parece fundamental para cualquier consultor pol\u00edtico que quiera entender hacia d\u00f3nde estamos avanzando: \u00bfqu\u00e9 ocurre cuando la tecnolog\u00eda no solo compite por nuestra atenci\u00f3n, sino que empieza a participar en la construcci\u00f3n de los criterios con los que decidimos qu\u00e9 creer?<\/strong><\/p>\n\n\n\n

La pol\u00edtica siempre ha competido por los marcos<\/h2>\n\n\n\n

Nada de esto significa que la inteligencia artificial haya inventado la persuasi\u00f3n, la propaganda o el framing. La pol\u00edtica siempre ha sido una competencia por la interpretaci\u00f3n.<\/p>\n\n\n\n

Si una elecci\u00f3n se convierte en un debate sobre seguridad, unas propuestas adquieren mayor relevancia. Si el marco dominante es corrupci\u00f3n, las prioridades cambian. Si una campa\u00f1a consigue que la conversaci\u00f3n se ordene alrededor de cambio frente a continuidad, estabilidad frente a riesgo o privilegio frente a igualdad, buena parte de los acontecimientos posteriores ser\u00e1n le\u00eddos dentro de esa estructura.<\/p>\n\n\n\n

Por eso he defendido repetidamente que el diagn\u00f3stico pol\u00edtico no puede reducirse a preguntar qu\u00e9 piensa la gente sobre una lista de temas. En mi m\u00e9todo de diagn\u00f3stico narrativo en seis pasos<\/a> insisto precisamente en que la estrategia necesita comprender la interpretaci\u00f3n subyacente: qu\u00e9 historia organiza los hechos, qu\u00e9 emoci\u00f3n los conecta y qu\u00e9 explicaci\u00f3n permite al ciudadano dar sentido a acontecimientos que, vistos aisladamente, pueden parecer inconexos. La tecnolog\u00eda no elimina esta l\u00f3gica. La acelera y, sobre todo, la hace m\u00e1s dif\u00edcil de observar.<\/p>\n\n\n\n

\"El<\/figure>\n\n\n\n

El problema no es solo qu\u00e9 vemos, sino c\u00f3mo aprendemos a valorar lo que vemos<\/h2>\n\n\n\n

Durante a\u00f1os utilizamos la met\u00e1fora de la burbuja informativa para explicar buena parte de los problemas pol\u00edticos de las redes sociales: el algoritmo aprende nuestras preferencias, nos muestra contenidos afines, dejamos de escuchar argumentos contrarios y terminamos encerrados en comunidades ideol\u00f3gicamente homog\u00e9neas.<\/p>\n\n\n\n

La explicaci\u00f3n es intuitiva y ha sido extraordinariamente \u00fatil para popularizar el problema, pero la evidencia acad\u00e9mica sobre las filter bubbles<\/em> es bastante m\u00e1s compleja de lo que su \u00e9xito como concepto sugiere. El trabajo de Dorsch, Coeckelbergh y Vierkant desplaza el foco: incluso cuando nos encontramos con posiciones contrarias, un entorno dise\u00f1ado para maximizar engagement puede seguir condicionando c\u00f3mo procesamos esas posiciones<\/strong>, qu\u00e9 se\u00f1ales atendemos y qu\u00e9 tipo de contenido interpretamos como relevante o fiable. Los autores hablan de una posible interferencia sobre nuestra agencia epist\u00e9mica<\/a>.<\/p>\n\n\n\n

Esto resulta especialmente importante para quienes trabajamos con narrativas, porque una narrativa no necesita convencer de forma inmediata. Puede trabajar por acumulaci\u00f3n. Una afirmaci\u00f3n aparece hoy como meme, ma\u00f1ana como comentario de un creador de contenido, despu\u00e9s como titular, m\u00e1s tarde como conversaci\u00f3n de WhatsApp y, una semana despu\u00e9s, como una pregunta aparentemente espont\u00e1nea: \u00ab\u00bfPor qu\u00e9 nadie est\u00e1 hablando de esto?\u00bb.<\/p>\n\n\n\n

El ciudadano puede no recordar d\u00f3nde escuch\u00f3 inicialmente la historia, pero la historia ya le resulta familiar. Y la familiaridad es una se\u00f1al cognitiva muy poderosa. Algo que se repite, se entiende con facilidad y encaja con lo que ya sabemos puede empezar a parecernos m\u00e1s plausible sin necesidad de que nadie nos haya demostrado realmente que lo sea. Ah\u00ed reside una de las grandes ventajas de una narrativa consolidada: deja de competir como una afirmaci\u00f3n y empieza a funcionar como una estructura desde la que interpretamos nuevas afirmaciones<\/strong>.<\/p>\n\n\n\n

Dos ciudadanos pueden defender \u201cla democracia\u201d y estar hablando de cosas distintas<\/h2>\n\n\n\n

Un informe publicado el 24 de septiembre de 2026 por el Shorenstein Center de Harvard, basado en una encuesta nacional a 16.629 ciudadanos estadounidenses, ofrece un ejemplo muy claro de c\u00f3mo una misma palabra puede contener amenazas percibidas completamente diferentes.<\/p>\n\n\n\n

Cuando los encuestados tuvieron que se\u00f1alar su principal preocupaci\u00f3n respecto a las elecciones legislativas de 2026, el 36 % de los republicanos identific\u00f3 como problema principal el voto de personas no habilitadas o el fraude electoral, frente al 6 % de los dem\u00f3cratas. Entre estos \u00faltimos, ten\u00edan mucho mayor peso las acusaciones falsas de fraude y la desinformaci\u00f3n. El informe, \u201cVoters Divided Over Top Concerns About 2026 Elections\u201d<\/a>, muestra una brecha de treinta puntos entre ambos grupos sobre cu\u00e1l consideran la amenaza electoral principal.<\/p>\n\n\n\n

No trasladar\u00eda nunca esas cifras directamente a Am\u00e9rica Latina o Espa\u00f1a: los contextos pol\u00edticos son diferentes y hacer esa extrapolaci\u00f3n ser\u00eda metodol\u00f3gicamente irresponsable. Pero s\u00ed trasladar\u00eda la lecci\u00f3n. Dos ciudadanos pueden decir exactamente la misma frase (\u00abhay que proteger la democracia\u00bb) y estar defendiendo representaciones mentales pr\u00e1cticamente opuestas de cu\u00e1l es el peligro.<\/p>\n\n\n\n

Lo mismo ocurre con t\u00e9rminos que escuchamos constantemente en nuestras campa\u00f1as: corrupci\u00f3n, libertad, estabilidad, cambio, seguridad, \u00e9lites o institucionalidad. Las palabras coinciden; el significado pol\u00edtico que activa cada comunidad puede ser completamente diferente. Por eso una encuesta que simplemente pregunta \u00ab\u00bfle preocupa la democracia?\u00bb puede medir menos de lo que parece. La pregunta estrat\u00e9gica siempre es: \u00bfqu\u00e9 significa democracia para esa persona cuando responde?<\/strong><\/p>\n\n\n\n

\"Dos<\/figure>\n\n\n\n

La inteligencia artificial a\u00f1ade un nuevo intermediario interpretativo<\/h2>\n\n\n\n

Hasta ahora esta disputa por los marcos ocurr\u00eda fundamentalmente entre candidatos, medios, partidos, influencers, comunidades digitales y algoritmos de distribuci\u00f3n. Ahora aparece un intermediario nuevo.<\/p>\n\n\n\n

En \u201cLos ciudadanos ya no le preguntar\u00e1n a Google qui\u00e9n dice la verdad. Se lo preguntar\u00e1n a una IA\u201d<\/a> plante\u00e9 una transici\u00f3n que creo que seguimos infravalorando. Durante a\u00f1os, cuando un ciudadano quer\u00eda entender una pol\u00e9mica, buscaba en Google, abr\u00eda varios enlaces, consultaba diferentes medios y constru\u00eda su propia s\u00edntesis, mejor o peor, a partir de esas fuentes. Ahora puede formular una \u00fanica pregunta a un asistente y recibir directamente una interpretaci\u00f3n. Eso significa que la IA no se limita a encontrar informaci\u00f3n. Selecciona, jerarquiza, resume, descarta y organiza. Aunque no tenga intenci\u00f3n pol\u00edtica propia, el resultado de ese proceso construye un marco.<\/p>\n\n\n\n

Un estudio publicado este a\u00f1o en Information, Communication & Society<\/em> audit\u00f3 precisamente el comportamiento de ChatGPT-4o mini respecto a las elecciones estadounidenses de 2024. Los investigadores analizaron 592 afirmaciones verificables contenidas en 107 respuestas electorales y encontraron 57 afirmaciones incorrectas, un 9,63 %. Pero el hallazgo que me parece m\u00e1s interesante va m\u00e1s all\u00e1 del porcentaje de error: tambi\u00e9n encontraron omisiones, respuestas excesivamente cautelosas y contestaciones plausibles que pod\u00edan ofrecer una impresi\u00f3n de conocimiento sin resolver adecuadamente la pregunta. El art\u00edculo, \u201cInaccuracies, omissions, and bullshit: 2024 U.S. elections through the eyes of ChatGPT\u201d<\/a>, propone hablar de un paso desde una gobernanza curatorial hacia una gobernanza generativa<\/strong>. Es una distinci\u00f3n en la que merece la pena detenerse.<\/p>\n\n\n\n

De decidir qu\u00e9 vemos a construir directamente la respuesta<\/h2>\n\n\n\n

Una plataforma tradicional decide qu\u00e9 discurso humano mostrar: Facebook ordena publicaciones, YouTube recomienda v\u00eddeos, X decide qu\u00e9 contenidos ganan visibilidad y Google organiza resultados. Un sistema generativo hace algo cualitativamente diferente: construye la respuesta.<\/p>\n\n\n\n

Ya no estamos \u00fanicamente ante una tecnolog\u00eda que decide cu\u00e1l de diez art\u00edculos vemos primero. Estamos ante una tecnolog\u00eda que puede leer esos art\u00edculos (o recuperar informaci\u00f3n de ellos) y devolvernos cinco p\u00e1rrafos que sintetizan su propia representaci\u00f3n del asunto.<\/p>\n\n\n\n

Es un salto que conecta directamente con lo que he venido trabajando sobre AEO y GEO como nueva disciplina reputacional<\/a>. Si los ciudadanos utilizan cada vez m\u00e1s motores de respuesta, las organizaciones tendr\u00e1n que preocuparse no solo por aparecer, sino por c\u00f3mo quedan representadas cuando una IA sintetiza las fuentes disponibles.<\/p>\n\n\n\n

Pero la cuesti\u00f3n que me interesa aqu\u00ed est\u00e1 todav\u00eda un nivel m\u00e1s abajo. No basta con saber qu\u00e9 responde una IA. Tenemos que preguntarnos por qu\u00e9 esa respuesta nos resulta convincente<\/strong>.<\/p>\n\n\n\n

Claridad no es lo mismo que evidencia<\/h2>\n\n\n\n

Los modelos generativos tienen una caracter\u00edstica comunicativa extraordinariamente poderosa: producen respuestas ordenadas, fluidas y con una enorme sensaci\u00f3n de seguridad formal. Ese estilo puede generar un efecto que cualquier profesional de la comunicaci\u00f3n reconoce inmediatamente: una explicaci\u00f3n bien estructurada parece m\u00e1s s\u00f3lida que otra confusa, aunque ambas se apoyen en la misma evidencia.<\/p>\n\n\n\n

Por eso el riesgo pol\u00edtico no est\u00e1 \u00fanicamente en que una IA invente una cifra. Tambi\u00e9n puede aparecer cuando proporciona una explicaci\u00f3n clara, elegante y aparentemente completa que omite una parte relevante del contexto.<\/p>\n\n\n\n

Una respuesta puede ser t\u00e9cnicamente correcta y, sin embargo, estar narrativamente desequilibrada: mencionar una pol\u00e9mica y omitir su resoluci\u00f3n posterior, explicar las cr\u00edticas con detalle y despachar la defensa en una l\u00ednea, o utilizar cinco fuentes para describir un problema y ninguna para contextualizarlo. En esos casos no estamos necesariamente ante una falsedad, sino ante framing. Y el framing es comunicaci\u00f3n pol\u00edtica.<\/p>\n\n\n\n

Del an\u00e1lisis de narrativas al an\u00e1lisis de los criterios de credibilidad<\/h2>\n\n\n\n

Esta reflexi\u00f3n me lleva tambi\u00e9n a revisar c\u00f3mo deber\u00edamos evolucionar nuestras propias herramientas en RRyCia. En las Notas de Inteligencia Narrativa<\/a><\/strong> nos interesa identificar qu\u00e9 relato est\u00e1 emergiendo, qui\u00e9n lo impulsa, qu\u00e9 emociones moviliza, en qu\u00e9 comunidades encuentra mayor receptividad, qu\u00e9 actores lo legitiman y si estamos ante una narrativa local o una adaptaci\u00f3n de otra que ya circul\u00f3 en otros pa\u00edses.<\/p>\n\n\n\n

Creo que tendremos que a\u00f1adir una capa adicional y preguntarnos qu\u00e9 est\u00e1 haciendo que esa narrativa parezca cre\u00edble, que no es exactamente lo mismo que preguntar si es verdadera.<\/p>\n\n\n\n

Puede parecer cre\u00edble porque la repiten muchas cuentas aparentemente independientes, porque la formula una autoridad, porque incorpora datos, porque encaja con una experiencia previa o confirma una sospecha existente, porque activa el miedo o porque utiliza el lenguaje de una comunidad determinada. Y, cada vez con mayor frecuencia, porque una inteligencia artificial la presenta dentro de una respuesta segura, ordenada y aparentemente neutral. Comprender esos mecanismos de credibilidad puede terminar siendo tan importante como comprender el contenido.<\/p>\n\n\n\n

La estrategia pol\u00edtica nunca ha consistido simplemente en tener raz\u00f3n<\/h2>\n\n\n\n

Este punto puede resultar inc\u00f3modo, pero quienes trabajamos en campa\u00f1as lo conocemos bien. Una campa\u00f1a no gana una discusi\u00f3n pol\u00edtica por acumular el mayor n\u00famero de datos correctos. Si as\u00ed fuera, buena parte de nuestro oficio ser\u00eda bastante m\u00e1s sencilla.<\/p>\n\n\n\n

Los ciudadanos interpretan esos datos dentro de marcos construidos por su experiencia, identidad, expectativas, emociones, confianza en las instituciones y relaci\u00f3n previa con los actores pol\u00edticos. Una cifra necesita significado, una propuesta necesita contexto y un candidato necesita una historia que explique qui\u00e9n es y por qu\u00e9 hace lo que hace. La IA no elimina ese proceso humano; lo que hace es introducir un nuevo actor en medio de \u00e9l.<\/p>\n\n\n\n

En \u201cLa IA acelera lo que ya sabes hacer y multiplica lo que est\u00e1s haciendo mal\u201d<\/a> defend\u00eda que la tecnolog\u00eda no sustituye el conocimiento previo ni la estrategia: los amplifica. Algo parecido ocurre aqu\u00ed. La inteligencia artificial puede ayudarnos a acceder a m\u00e1s informaci\u00f3n que nunca y, al mismo tiempo, puede amplificar nuestra tendencia a aceptar explicaciones convenientes si no conservamos la capacidad cr\u00edtica para evaluarlas.<\/p>\n\n\n\n

Necesitamos algo m\u00e1s que alfabetizaci\u00f3n contra las fake news<\/h2>\n\n\n\n

Durante a\u00f1os hemos concebido la alfabetizaci\u00f3n medi\u00e1tica fundamentalmente como una defensa frente a la informaci\u00f3n falsa: comprobar la fuente, revisar la fecha, detectar una imagen manipulada<\/a>, buscar el contexto, comparar medios. Todo eso seguir\u00e1 siendo necesario.<\/p>\n\n\n\n

Pero los asistentes de IA introducen una dimensi\u00f3n diferente: el ciudadano necesita aprender a gestionar tambi\u00e9n su propia certeza. Eso implica preguntarse por qu\u00e9 una respuesta le parece convincente, distinguir claridad de evidencia, comprobar si existen fuentes, pedir argumentos contrarios, detectar aquello que la respuesta no menciona y entender que toda s\u00edntesis implica selecci\u00f3n. Y, sobre todo, decidir cu\u00e1ndo utiliza una IA para informarse y cu\u00e1ndo est\u00e1 empezando a delegar en ella su propio juicio.<\/p>\n\n\n\n

Puede parecer una fricci\u00f3n inc\u00f3moda en una \u00e9poca tecnol\u00f3gica obsesionada precisamente con eliminar fricci\u00f3n. Pero algunas fricciones son democr\u00e1ticamente saludables.<\/p>\n\n\n\n

La nueva competencia pol\u00edtica puede ocurrir antes del mensaje<\/h2>\n\n\n\n

Durante d\u00e9cadas, el objetivo era conseguir que nuestro mensaje llegara al ciudadano<\/a>. Despu\u00e9s aprendimos que no bastaba con distribuir mensajes: hab\u00eda que construir narrativas capaces de organizar la interpretaci\u00f3n de los hechos. Ahora empezamos a entender que existe una capa todav\u00eda anterior: los criterios mediante los cuales una persona decide qu\u00e9 narrativa merece confianza<\/strong>.<\/p>\n\n\n\n

La secuencia empieza a parecerse a esta: mensaje \u2192 narrativa \u2192 marco \u2192 criterio de credibilidad. Y cuanto mayor sea el papel de los asistentes de IA en la vida cotidiana, m\u00e1s importante ser\u00e1 esa \u00faltima capa.<\/p>\n\n\n\n

Porque un ciudadano que utiliza un asistente para preparar reuniones, resolver problemas, organizar su agenda, interpretar noticias y entender pol\u00edticas p\u00fablicas no est\u00e1 utilizando simplemente otra plataforma. Est\u00e1 construyendo una relaci\u00f3n con un intermediario que puede acabar formando parte de su proceso de interpretaci\u00f3n del mundo.<\/p>\n\n\n\n

La batalla pol\u00edtica no ser\u00e1 solamente por lo que creemos<\/h2>\n\n\n\n

Creo que este es uno de los grandes desaf\u00edos que la tecnopol\u00edtica<\/a> nos va a obligar a estudiar durante los pr\u00f3ximos a\u00f1os. No podemos seguir analizando la influencia pol\u00edtica<\/a> \u00fanicamente desde el volumen de mensajes, las impresiones, el engagement o incluso la difusi\u00f3n de narrativas. Tendremos que comprender mejor c\u00f3mo se construye la confianza, qu\u00e9 se\u00f1ales hacen que una explicaci\u00f3n parezca razonable y qu\u00e9 papel ocupan los nuevos intermediarios algor\u00edtmicos dentro de ese proceso.<\/p>\n\n\n\n

En otras palabras, la batalla pol\u00edtica de la era de la inteligencia artificial puede empezar mucho antes de que aparezca el mensaje que queremos disputar. Puede comenzar en la definici\u00f3n de los criterios con los que ese mensaje ser\u00e1 juzgado.<\/p>\n\n\n\n

Por eso la pregunta m\u00e1s importante quiz\u00e1 ya no sea solamente qu\u00e9 cree el ciudadano, sino c\u00f3mo ha decidido qu\u00e9 merece ser cre\u00eddo.<\/p>\n\n\n\n

Quien entienda esa diferencia estar\u00e1 entendiendo una parte esencial de la pol\u00edtica que viene.<\/p>\n","protected":false},"excerpt":{"rendered":"

La IA y los algoritmos no solo influyen en la informaci\u00f3n que vemos: empiezan a intervenir en c\u00f3mo la interpretamos y en los criterios con los que decidimos qu\u00e9 merece ser cre\u00eddo.<\/p>\n","protected":false},"author":2070,"featured_media":37541,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"neve_meta_sidebar":"","neve_meta_container":"","neve_meta_enable_content_width":"","neve_meta_content_width":0,"neve_meta_title_alignment":"","neve_meta_author_avatar":"","neve_post_elements_order":"","neve_meta_disable_header":"","neve_meta_disable_footer":"","neve_meta_disable_title":"","footnotes":""},"categories":[2008,8,5459,5413],"tags":[5462,1806,2907,259,2915,2824,5352],"class_list":["post-37493","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-comunicacion","category-elecciones","category-ia-y-comunicacion-politica","category-metodo-y-manuales-de-campana","tag-aeo","tag-comunicacion-politica","tag-comunicacion-politica-algoritmica","tag-democracia","tag-democracia-algoritmica","tag-inteligencia-artificial","tag-inteligencia-artificial-en-politica"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\n\t\t\n