Uso de Inteligencia Artificial en Política

En Chile y el mundo, las encuestas tradicionales enfrentan crecientes desafíos y en 8SQ queremos hablar de esto, sobre “Uso de Inteligencia Artificial en Política”. La participación ciudadana en sondeos ha caído drásticamente – en EE. UU. solo un 6% de las personas contestaban encuestas telefónicas en 2018, comparado con 36% en 1997[harvard ] – y Chile no es la excepción. Un análisis reciente destaca “el declive de las encuestas telefónicas en Chile” y la necesidad de explorar nuevas metodologías de recolección de datos en la era digital [uv.cl]. Ante este panorama, la inteligencia artificial (IA) surge como una herramienta disruptiva que podría revolucionar la forma de sondear la opinión pública. En particular, modelos de IA avanzados permiten simular el comportamiento de encuestados a gran escala, extrapolando sus gustos y preferencias para predecir cómo responderían a nuevas preguntas. Este enfoque podría brindar información valiosa sobre tendencias políticas sin depender exclusivamente de los métodos tradicionales de encuestas, que hoy sufren de baja participación y sesgos de muestra. A continuación, exploramos cómo funciona esta tecnología, sus aplicaciones prácticas en la política chilena, las plataformas disponibles, y los desafíos éticos que conlleva.

El declive de las encuestas tradicionales en Chile

Las encuestas de opinión han sido durante décadas un instrumento clave para entender el sentir ciudadano. Sin embargo, su eficacia se ha visto mermada en los últimos años. Expertos de la Universidad de Valparaíso señalan que en Chile las encuestas telefónicas han perdido representatividad, en parte por la dificultad de obtener muestras verdaderamente aleatorias en la era del celular [uv.cl]. La ausencia de directorios telefónicos completos, la casi extinción del teléfono fijo y la proliferación de paneles en línea poco representativos han comprometido la aleatoriedad y calidad de las muestras [uv.cl]. Además, muchas personas simplemente no contestan llamadas de números desconocidos, o ignoran encuestas por internet, generando altas tasas de no respuesta. Los analistas advierten que, aunque se recopilen muchos datos, estos “no garantizan la representatividad de la población” si la muestra no es realmente probabilística [uv.cl]. En resumen, las encuestas tradicionales están en crisis, tanto por dificultades logísticas como por desconfianza pública y fatiga de los encuestados.

Frente a esta realidad, la comunidad política y los investigadores buscan alternativas. ¿Puede la tecnología ayudar a “tomarle el pulso” al electorado de forma más eficiente y confiable? La IA, especialmente los modelos de lenguaje tipo ChatGPT, asoma como candidato. Estos sistemas, entrenados con enormes volúmenes de datos textuales, “están diseñados para recapitular lo que millones de personas reales han escrito sobre infinidad de temas”, lo que sugiere que podrían aprovechar ese conocimiento para estimar opiniones públicas [harvard ]. En lugar de marcar números telefónicos esperando que alguien responda, un estratega político podría algún día preguntarle directamente a un chatbot qué opina la gente sobre cierto asunto [harvard ]. Suena futurista, pero investigaciones recientes indican que vamos camino a ello.

IA y encuestas políticas: ¿Cómo funciona la simulación de opinón?

Uso de Inteligencia Artificial en Política – www.8sq.io

El concepto central es utilizar modelos de lenguaje de IA para crear “encuestados virtuales”. En la práctica, los investigadores especializan estos modelos para que actúen como personas con determinadas características demográficas y ideológicas, y luego los encuestan simuladamente. Un estudio pionero publicado en Political Analysis demostró que un modelo basado en GPT-3 podía simular una muestra de votantes con notable precisión. Al asignarle al modelo perfiles (edad, género, tendencia política, nivel religioso, etc.) y hacer que votara en varias elecciones presidenciales de EE. UU., las predicciones de la IA correspondieron estrechamente con cómo votaron los humanos reales en 2012, 2016 y 2020 [sciencedaily]. “Me sorprendió lo exacto que fue”, comentó David Wingate, coautor del estudio, señalando que el modelo reprodujo patrones electorales reales sin haber sido entrenado explícitamente en ciencia política [sciencedaily] a. En otro experimento, los “personajes artificiales” respondieron cuestionarios de la American National Election Studies, logrando patrones de respuesta muy similares a los de la muestra humana [sciencedaily]. Estos resultados sugieren que las IA actuales pueden imitar respuestas humanas a preguntas complejas de manera realista.

¿Cómo logra la IA algo así? La clave está en los grandes modelos de lenguaje (LLMs) y en la técnica de agentes virtuales. Un LLM como GPT maneja el lenguaje con tal sofisticación que puede adoptar distintos estilos y perspectivas. Los científicos han aprovechado esto condicionando al modelo: le indican que responda “como si fuera” una persona con ciertas características. Por ejemplo, se puede instanciar un agente IA con el perfil de “mujer de 30 años, de Santiago, nivel socioeconómico medio, inclinación política de centroizquierda”. Luego, ese agente responderá las preguntas simulando el punto de vista de alguien con ese perfil. Multiplicando esto por cientos o miles de perfiles, se obtiene un panel virtual de encuestados. De hecho, investigadores ya han creado poblaciones artificiales de miles de agentes IA que responden como si fueran individuos de un panel humano, cada uno aportando su “voto” u opinión a la encuesta [harvard]. La gran ventaja, como señala un informe de Harvard, es que “los agentes de IA siempre contestan el teléfono”, por así decir – no importa cuántas veces se les pregunte [harvard]. Además, es posible afinar muchísimo las consultas: un estratega podría preguntar específicamente qué opinan “hombres casados, mayores de 65 años, de zonas rurales” sobre cierta política, y el modelo integraría todo ese contexto para dar una respuesta segmentada [harvard].

Ejemplo ilustrativo: Los modelos de IA pueden simular encuestas completas creando perfiles demográficos virtuales, cuyos resultados agregados imitan las distribuciones de opinión reales. En pruebas realizadas con GPT-3.5, las respuestas de estos agentes de IA coincidieron sorprendentemente con las de encuestas humanas, reflejando patrones por edad y género similares a los reales [ash.harvard.edu]. En temas como el apoyo al aborto o la confianza en la Corte Suprema, los “resultados” generados por IA se alinearon con los datos de opinión pública, validando la capacidad de estos modelos para aprender las tendencias desde el masivo corpus de texto con el que fueron entrenados [ash.harvard.edu].

Cabe destacar que esta técnica no requiere entrenar un modelo nuevo desde cero; muchas simulaciones han funcionado con modelos pre-entrenados ajustados mínimamente. No obstante, también hay esfuerzos por crear modelos de lenguaje especializados en encuestas. Un estudio reciente propuso afinar LLMs para que predigan directamente las distribuciones de respuesta a nivel grupal (por ejemplo, qué porcentaje diría “sí”, “no” o “no sabe” a una pregunta) usando datos de encuestas globales como la World Values Survey. Con métodos de fine-tuning, lograron acercarse bastante a los resultados reales por país y pregunta [arxiv.org arxiv.org]. Aunque aún enfrentan dificultades –especialmente con preguntas completamente nuevas–, estos avances apuntan a un futuro donde la IA pueda simular encuestas enteras de forma rápida y económica, sirviendo como un complemento ágil a la investigación social tradicional [arxiv.org arxiv.org].

Aplicaciones prácticas en el ámbito político

El potencial de esta tecnología en la política es enorme. A continuación, resumimos algunas aplicaciones concretas de las encuestas simuladas por IA, que podrían beneficiar tanto a campañas electorales como a la formulación de políticas públicas:

Mejorar las encuestas desde el diseño: Investigadores visualizan usar IA para redactar preguntas de encuesta más claras y neutrales, afinándolas para que sean comprensibles y representativas antes de aplicarlas en terreno [sciencedaily.com]. Un modelo podría predecir si cierta formulación induce sesgos o confusión, ayudando a los encuestadores a pulir los cuestionarios.
Llegar a grupos difíciles de contactar: La IA puede simular poblaciones de difícil acceso. Por ejemplo, jóvenes que rara vez responden encuestas telefónicas, o comunidades rurales dispersas. Con suficientes datos de contexto, se pueden crear encuestados virtuales que representen a esos grupos y así estimar sus opiniones [sciencedaily.com]. Esto no reemplaza el contactar personas reales, pero orienta sobre qué podrían estar pensando sectores sub-representados.
Probar mensajes de campaña y políticas: Antes de lanzar un slogan, un spot o una propuesta de ley, los equipos políticos podrían testear su impacto en un entorno virtual. Mediante encuestas simuladas, es posible ver cómo reaccionarían distintos segmentos del electorado a un mensaje específico [sciencedaily.com]. De hecho, ya se sugiere usar IA para ensayar eslóganes y taglines como paso previo a los focus groups tradicionales [sciencedaily.com]. Esto permitiría filtrar ideas y enfocarse solo en las más prometedoras para el electorado real.
Monitoreo continuo de la opinión pública: Las encuestas con IA se pueden ejecutar con mucha más frecuencia que las tradicionales, dado su bajo costo y rapidez. Esto habilita un seguimiento casi en tiempo real de las tendencias. Campañas y gobiernos podrían tomar el pulso semanal (o diario) de la opinión sobre ciertos temas y detectar cambios de ánimo rápidamente. Aunque la precisión no sea perfecta, para fines de ver la dirección de cambio y comparar grupos demográficos es una herramienta valiosa [ash.harvard.edu]. Por ejemplo, se podría notar inmediatamente si cierta propuesta gana apoyo entre los jóvenes pero lo pierde entre mayores de 60, orientando ajustes en la estrategia.
Personalización y microsegmentación política: Con la simulación, se pueden identificar qué perfiles de votantes responden mejor a qué mensajes. Los resultados de encuestas AI pueden revelar, por ejemplo, que las mujeres urbanas de 30-45 años reaccionan positivamente a un énfasis en políticas sociales, mientras que los hombres jubilados valoran más los mensajes de seguridad pública [ash.harvard.edu]. Estos hallazgos permitirían afinar el discurso para cada audiencia objetivo, una especie de micro-targeting informado por IA.

Todas estas aplicaciones indican que la IA, bien empleada, podría aumentar la eficiencia y alcance de la investigación de opinión política. Incluso con cierto margen de error, las simulaciones brindan señales suficientes para orientar decisiones estratégicas de campañas y políticas públicas [ash.harvard.edu]. En palabras de analistas, si se trata de “rastrear cambios direccionales a lo largo del tiempo, diferencias entre grupos demográficos, o descubrir qué mensajes funcionan mejor para quién”, estas técnicas son un apoyo más que significativo para campañas y tomadores de decisión [ash.harvard.edu].

Herramientas y plataformas impulsadas por IA

El ecosistema de encuestas aumentadas por IA crece rápidamente. Tanto en el mundo académico como en la industria privada, ya surgen iniciativas y plataformas que materializan estas ideas:

Investigación académica aplicada: El estudio de la Brigham Young University demostró que ChatGPT puede predecir elecciones simulando votantes. Tras sus hallazgos, los propios autores imaginan un futuro donde la IA pueda “simular poblaciones que son difíciles de alcanzar” y predecir resultados para ayudar a encuestadores, politólogos y sociólogos [sciencedaily.com]. Otra iniciativa, de la Universidad de Harvard, condujo experimentos con GPT-3.5 creando paneles de agentes virtuales y obtuvo altas correspondencias con encuestas reales en varios temas [ash.harvard.edu]. Estos investigadores incluso publicaron sus datos y código, facilitando que otros prueben encuestas simuladas en distintos contextos.
Plataformas de encuestados digitales: Empresas de market research han comenzado a ofrecer servicios de “respondientes digitales”. Por ejemplo, la firma británica Signoi lanzó en 2023 una herramienta llamada Personalysis. Esta plataforma toma datos de segmentación de clientes (demográficos, comportamentales) y genera personas de IA lifelike a partir de ellos [research-live.com research-live.com]. Los clientes pueden literalmente chatear con esas personas simuladas para hacerles preguntas, como si realizaran entrevistas de profundidad. Según sus fundadores, “con los datos adecuados… [las personas de IA] pueden reflejar las respuestas de personas reales dentro de un segmento”, actuando como modelos cualitativos de esos consumidores [research-live.com]. La herramienta se utiliza para probar ideas y conceptos nuevos antes –e incluso en sustitución– de la investigación de mercado tradicional [research-live.com].
Consultoras y startups especializadas: Otra compañía, BioBrain, promueve el uso de paneles de encuestados IA para agilizar estudios de mercado. En un artículo titulado “La revolución de los respondientes digitales”, BioBrain explica que estos “participantes” generados con IA (basados en LLMs) pueden asumir diversas personalidades que reflejan diferentes demografías, actitudes y comportamientos, proporcionando insights de manera rápida y escalable [biobrain.io biobrain.io]. La propuesta de valor es la velocidad y cantidad: se pueden generar miles de respuestas en cuestión de horas, algo impracticable con métodos tradicionales [biobrain.io]. Esto permite a las empresas (o potencialmente a partidos políticos) obtener datos casi instantáneos sobre preferencias y opiniones, sin los costes ni demoras de reclutar encuestados humanos. Por supuesto, BioBrain reconoce que la calidad de las respuestas no tendrá la riqueza emocional de una entrevista real [biobrain.io biobrain.io], pero como punto de partida cuantitativo, resulta sumamente útil. En síntesis, ya existen herramientas prácticas para que cualquiera pueda “encuestar” a una población simulada con unos pocos clics, apoyándose en la IA para rellenar los vacíos que dejan las muestras humanas incompletas.

Desafíos éticos y limitaciones de las encuestas con IA

A pesar del entusiasmo, es crucial abordar con realismo los límites y riesgos de esta tecnología. No todo son ventajas, y tanto académicos como profesionales advierten sobre varios puntos a considerar:

Precisión y actualidad de los datos: Los modelos de lenguaje dependen del corpus con el que fueron entrenados. Si ese conocimiento está desactualizado, las simulaciones pueden fallar en capturar cambios sociales recientes. Un caso ilustrativo ocurrió cuando agentes de IA “liberales” y “conservadores” fueron consultados sobre la intervención de EE. UU. en la guerra de Ucrania [ash.harvard.edu]. Las IA liberales se opusieron comparándolo con Irak, mientras las IA conservadoras mostraron apoyo belicista –exactamente lo que uno esperaría del clima político previo a 2022. Pero tras la invasión rusa de 2022, la opinión pública real en EE. UU. dio un vuelco, con muchos liberales apoyando la ayuda a Ucrania. El modelo se equivocó porque su entrenamiento llegaba solo hasta 2021 y no “sabía” lo que pasó después [ash.harvard.edu]. Este ejemplo evidencia que, sin incorporar información reciente, la IA puede arrastrar sesgos del pasado y dar resultados erróneos. La solución propuesta es alimentar a los agentes con noticias y datos actualizados antes de preguntarles –algo técnicamente factible– [ash.harvard.edu], pero que añade complejidad al proceso.
Sesgos y representatividad: Los modelos de IA aprenden de datos humanos, por lo que heredan nuestros sesgos culturales. Estudios de seguimiento han encontrado tendencias estereotipadas o distorsiones en simulaciones con IA [arxiv.org]. Por ejemplo, podrían sobrestimar ciertas opiniones minoritarias si en internet hacen mucho ruido, o replicar prejuicios presentes en su entrenamiento. Además, un modelo de lenguaje, por muy avanzado que sea, no tiene conciencia ni verdaderas creencias; sus respuestas son una estimación estadística de lo que alguien podría decir. Esto plantea preguntas sobre hasta qué punto estamos midiendo opinión pública real vs. “lo que la IA cree que la gente cree”. Analistas como el politólogo E. Busby advierten que las encuestas con personas artificiales no deben sustituir a las encuestas con personas reales, sino complementarlas [sciencedaily.com sciencedaily.com]. Siempre se requerirá contrastar los hallazgos con sondeos tradicionales para recalibrar el modelo y asegurarse de que no se esté desviando de la realidad.
Ética, transparencia y consentimiento: Si bien encuestar a una IA no involucra directamente a humanos, hay consideraciones éticas importantes. Por un lado, privacidad: muchos sistemas necesitarán datos reales para crear sus perfiles (por ejemplo, datos de encuestas previas o redes sociales). Se debe garantizar que esos datos se usen respetando las normas de protección (p. ej., anonimización) y con el consentimiento informado de los participantes originales. Por otro lado, transparencia: cuando una organización presente resultados obtenidos con simulaciones de IA, deberá comunicarlos claramente. No sería ético, por ejemplo, hacer pasar respuestas generadas por IA como si fueran de gente real. Expertos sugieren establecer límites y códigos de ética para el uso de “encuestados artificiales” en investigación social [sciencedaily.com sciencedaily.com]. También preocupa que políticos inescrupulosos pudieran usar IA para manipular la opinión (por ejemplo, creando falsos consensos en redes sociales o deepfakes de encuestas). Como toda herramienta poderosa, puede ser mal utilizada, por lo que se requieren lineamientos y quizás regulación sobre su uso en procesos democráticos.
Falta de insights cualitativos: Otro límite es que, si bien la IA entrega cantidades enormes de datos, puede carecer de la profundidad cualitativa que brindan los humanos. Las respuestas generadas son generalmente promedio de muchos posibles discursos y no capturan totalmente la emoción o las razones profundas detrás de una opinión [biobrain.io]. Un panel sintético no podrá reemplazar a un grupo focal bien moderado, donde emergen matices, lenguaje corporal, contradicciones y emociones reales. Por ello, lo ideal será combinar métodos: utilizar la IA para las tendencias cuantitativas generales y recurrir a personas de carne y hueso para comprender el porqué subyacente de esas tendencias.

En síntesis, las encuestas potenciadas con IA ofrecen un camino prometedor pero no exento de obstáculos. Como enfatizó el profesor Busby, se trata de “aumentar nuestra capacidad más que remplazarla” [sciencedaily.com]. Probablemente veremos en el futuro próximo un enfoque híbrido: modelos de IA cada vez mejores trabajando junto a encuestadores humanos. De hecho, los desarrolladores proyectan que las propias IAs podrán indicar cuándo sus predicciones son poco confiables, activando entonces encuestas tradicionales para obtener datos frescos y ajustar el modelo [ash.harvard.edu].

“Today, humans fill out the surveys and computers fill in the gaps. In the future, it will be the opposite.” [ash.harvard.edu] – “Hoy, los humanos llenan las encuestas y las computadoras completan los vacíos. En el futuro, será al revés”, pronostican Berger, Gong, Sanders y Schneier (Harvard Ash Center), vislumbrando una nueva era de sondeos impulsados por IA.

Conclusión

La utilización de inteligencia artificial en “Uso de Inteligencia Artificial en Política” para simular encuestas representa un cambio de paradigma en la comunicación política y la investigación de la opinión pública. En Chile, donde las encuestas tradicionales afrontan escepticismo y dificultades metodológicas, estas innovaciones podrían ofrecer una vía complementaria para entender mejor las necesidades y preferencias ciudadanas. Con modelos capaces de extrapolar comportamientos y respuestas, los actores políticos dispondrían de información más inmediata y granular, lo que potencialmente se traduciría en decisiones más informadas y estrategias más afinadas. Imaginemos campañas electorales que ajustan su mensaje en tiempo real según la retroalimentación de un panel virtual, o políticas públicas calibradas tras simular cómo reaccionarían distintos grupos sociales ante ellas.

No obstante, es fundamental avanzar con precaución. La IA en política debe usarse de forma responsable, transparente y ética, asegurando que siga habiendo un involucramiento humano significativo. Las encuestas simuladas no reemplazarán la necesidad de escuchar a la gente real, pero sí pueden reducir nuestra dependencia en muestras pequeñas o poco fiables, sirviendo como un “radar” rápido de tendencias. En última instancia, la promesa es combinar lo mejor de dos mundos: la escala y velocidad de la IA con la empatía y discernimiento humanos, para robustecer el puente entre ciudadanía y tomadores de decisiones. En la medida que Chile adopte estas herramientas de manera abierta y crítica, podría posicionarse a la vanguardia de una nueva forma de hacer política basada en datos enriquecidos por inteligencia artificial, donde conocer la voz del pueblo sea más inmediato que nunca, pero siempre cuidando que esa voz sea auténtica y respetada.

Referencias: Los contenidos y estudios mencionados en este artículo provienen de fuentes confiables, incluyendo investigaciones académicas recientes y análisis de expertos. Por ejemplo, Argyle et al. (2023) describen en Political Analysis cómo “Out of One, Many” un solo modelo de lenguaje puede simular muestras humanas [arxiv.org]; autores de Harvard documentan en 2024 el uso de agentes de IA para sondeos políticos innovadores [ash.harvard.edu ash.harvard.edu]; y medios como ScienceDaily y BYU News divulgan hallazgos sobre IA prediciendo comportamientos electorales con notable precisión [sciencedaily.com sciencedaily.com]. Asimismo, informes locales resaltan la crisis de las encuestas tradicionales en Chile y la urgencia de nuevas técnicas de recolección de datos [uv.cl]. Todas las citas específicas a lo largo del texto remiten a estas fuentes, las cuales respaldan la información presentada y ofrecen mayor detalle para el lector interesado. En conjunto, pintan un panorama de innovación acelerada en la intersección de IA y política, campo que sin duda seguirá evolucionando en los próximos años.