Los chatbots de IA pueden convencer a los votantes mejor que los anuncios políticos, pero los más persuasivos son los que más desinforman

Un estudio multiuniversitario, publicado en dos artículos en las revistas Nature y Science, concluye que una sola conversación con un chatbot de IA con sesgo político puede cambiar la opinión de los votantes. En los experimentos, el efecto fue mayor que el medido para los anuncios políticos de campañas anteriores. El artículo de MIT Technology Review, firmado por Michelle Kim y publicado el 4 de diciembre de 2025, recoge los resultados y las reservas de los propios investigadores.

El contexto que abre la pieza es un ejemplo real de 2024. Shamaine Daniels, candidata demócrata al Congreso por Pensilvania, usó un chatbot llamado Ashley para llamar a votantes y conversar con ellos. Las llamadas empezaban con una presentación como "voluntaria de inteligencia artificial" de su campaña. Daniels no ganó, pero la investigación sugiere que este tipo de llamadas podría tener un efecto real.

El estudio de Nature reclutó a más de 2.300 participantes. Cada uno mantuvo una conversación con un chatbot dos meses antes de las elecciones presidenciales estadounidenses de 2024. El chatbot estaba entrenado para defender a uno de los dos principales candidatos y resultó comparativamente persuasivo, sobre todo al hablar de las plataformas políticas, con temas como la economía y la sanidad.

Los votantes de Donald Trump que conversaron con un modelo favorable a Kamala Harris se acercaron 3,9 puntos a ella en una escala de 100. Según el artículo, es aproximadamente cuatro veces el efecto medido de los anuncios políticos en las elecciones de 2016 y 2020. El modelo favorable a Trump movió 2,3 puntos hacia él a los votantes de Harris.

En experimentos similares, realizados antes de las elecciones federales canadienses de 2025 y de las presidenciales polacas de 2025, el efecto fue aún mayor. Los chatbots cambiaron las actitudes de los votantes de la oposición en torno a 10 puntos.

Las teorías clásicas del razonamiento políticamente motivado sostienen que los votantes con fuertes lealtades partidistas son impermeables a los hechos que contradicen sus creencias. Los investigadores observaron lo contrario. Los chatbots, que usaban varios modelos, entre ellos variantes de GPT y DeepSeek, persuadían más cuando se les indicaba que usaran hechos y pruebas que cuando se les decía que no lo hicieran. Thomas Costello, psicólogo de la American University, afirma que la gente actualiza su opinión a partir de los hechos y la información que le da el modelo. Gordon Pennycook, psicólogo de la Universidad Cornell, explica que los modelos de lenguaje persuaden mejor que la publicidad porque generan mucha más información en tiempo real y la despliegan de forma estratégica en la conversación.

La contrapartida es que parte de esa "evidencia" era falsa. En los tres países, los chatbots que defendían a candidatos de derecha hicieron más afirmaciones inexactas que los que defendían a candidatos de izquierda. Costello lo atribuye a que los modelos se entrenan con grandes cantidades de texto humano y reproducen fenómenos del mundo real. Entre ellos está la comunicación política de la derecha, que según estudios sobre publicaciones partidistas en redes sociales tiende a ser menos precisa.

El estudio de Science, elaborado por un equipo en parte coincidente, investigó qué hace tan persuasivos a estos chatbots. Desplegaron 19 modelos de lenguaje que interactuaron con casi 77.000 participantes del Reino Unido sobre más de 700 temas políticos. Variaron factores como la potencia de cálculo, las técnicas de entrenamiento y las estrategias retóricas.

La forma más eficaz de hacer persuasivos a los modelos fue instruirlos para que llenaran sus argumentos de hechos y pruebas, y darles después un entrenamiento adicional con ejemplos de conversaciones persuasivas. El modelo más persuasivo desplazó 26,1 puntos hacia el acuerdo a los participantes que inicialmente discrepaban de una afirmación política. Kobi Hackenburg, investigador del UK AI Security Institute, califica estos efectos de muy grandes.

Optimizar la persuasión tuvo un coste en veracidad. Cuanto más persuasivos se volvían los modelos, más información engañosa o falsa daban, y nadie sabe con certeza por qué. Hackenburg plantea una hipótesis: quizá, a medida que los modelos aprenden a desplegar más hechos, llegan al fondo de lo que saben y la calidad de los datos empeora.

Los autores advierten de posibles consecuencias profundas para la democracia. Las campañas que usen chatbots podrían moldear la opinión pública de maneras que comprometan la capacidad de los votantes de formar juicios políticos independientes.

Aun así, el alcance real del impacto está por ver. Andy Guess, politólogo de Princeton, señala que no se sabe cómo serán las campañas futuras ni cómo incorporarán estas tecnologías. Competir por la atención de los votantes es caro y difícil, y lograr que mantengan conversaciones políticas largas con chatbots puede ser complicado. Se pregunta si esta será la forma habitual de informarse sobre política o solo una actividad de nicho.

Tampoco está claro si los chatbots amplificarán más la verdad o la ficción. Alex Coppock, politólogo de Northwestern, observa que la desinformación suele tener ventaja informativa en una campaña, por lo que los chatbots electorales podrían significar "un desastre". Pero también es posible que la información correcta se vuelva escalable. Si todos tienen sus chatbots activos, se pregunta, ¿acabaremos persuadiéndonos hasta el empate?

Hay motivos para dudar de ese equilibrio. El acceso de los políticos a los modelos más persuasivos puede no estar repartido por igual, y los votantes de distintos signos pueden usar los chatbots con intensidades distintas. Guess apunta que, si los partidarios de un candidato o partido son más duchos en tecnología que los del otro, los efectos persuasivos podrían no compensarse.

Por último, a medida que la gente use la IA para orientarse en su vida, podría empezar a pedir consejo de voto a los chatbots aunque no lo provoque ninguna campaña. El artículo ve en ese escenario un riesgo para la democracia si no hay salvaguardas sólidas. Como primer paso propone auditar y documentar la exactitud de las respuestas de los modelos en conversaciones sobre política.