Cuando se habla de inteligencia artificial y elecciones, la imagen inmediata es un video falso de un candidato. Pero el poder más determinante de la IA quizá no esté en fabricar el mensaje, sino en decidir quién lo ve, quién no lo ve y cuánto circula.

Efectivamente, la discusión sobre inteligencia artificial e integridad electoral se ha concentrado excesivamente en deepfakes, clonación de voz y otros contenidos sintéticos, tanto en el monitoreo y los análisis relacionados como en las soluciones regulatorias desarrolladas en la región (leyes contra deepfakes, básicamente).

Sin minimizar esos riesgos, proponemos trasladar la atención hacia usos menos visibles y posiblemente más estructurales de la IA: la que clasifica, recomienda, segmenta, amplifica, desmonetiza, limita, elimina o hace prácticamente invisible la información política.

La tesis central es que, en una elección, no importa solamente quién puede producir un mensaje falso o engañoso, real o sintético. También importa quién controla —mediante sistemas automatizados opacos— qué mensaje encuentra audiencia, a qué personas llega, con qué frecuencia aparece, qué contenido es considerado relevante y quién queda fuera de la conversación pública.

Estas decisiones pueden proteger la integridad del debate, pero también pueden producir discriminación, silenciamiento y ventajas electorales difíciles de detectar.

Por eso, el desafío democrático no consiste solamente en identificar contenidos creados con IA. Consiste en gobernar los sistemas algorítmicos que organizan la visibilidad política y el propio debate público, hoy trasladado fuertemente a espacios virtuales.

Con este enfoque -y a diferencia del acto de creación de contenidos sintéticos- el “sujeto” responsable a regular no son los usuarios de redes sociales, los candidatos o sus militantes, sino las empresas dueñas de esas plataformas: las poderosas “big tech”.

 

Advertencias post Brasil

La experiencia de las elecciones en Brasil ha puesto el foco en la intervención en procesos electorales de las principales plataformas digitales, especialmente Meta y X, que recibieron denuncias bien fundadas sobre sesgos, reducción de alcance y trato desigual en la moderación de contenidos a favor de uno de los candidatos.

En este contexto, resultan relevantes las reacciones de actores que no formaron parte de las elecciones brasileñas:

“Una aplicación excesiva de las normas (de Meta) que suprime el discurso político y una aplicación insuficiente que socava la integridad electoral”: estas son las dos principales manifestaciones de las “fallas” en la moderación de contenidos de Meta durante elecciones y períodos de mayor tensión política, que han sido advertidas —“en repetidas ocasiones”— afirman los co-presidentes del propio Oversight Board de Meta en su “Declaración sobre la protección de la integridad electoral en las plataformas de Meta” emitida a partir de las denuncias recibidas.

“Meta debe proteger la expresión política y garantizar recursos efectivos durante las elecciones en Brasil”, señalaron a su vez expertos independientes de la ONU q en una declaración conjunta realizada en el marco de estas elecciones. “Los algoritmos, los sistemas de inteligencia artificial y las decisiones de moderación de contenidos (de las plataformas digitales) no deben convertirse en árbitros del debate político”, advirtieron.

 

El principal poder está en la distribución y circulación

La evolución de la tecnología ha borrado prácticamente todos los obstáculos para crear contenidos, pero el principal daño en procesos electorales -en derechos de las personas, a la democracia, etc.- está en los contenidos dañinos que se viralizan y adquieren escala, no sólo en publicaciones aisladas que nadie ve.

Un contenido deliberadamente falso o que incite a la violencia electoral es malo en sí mismo, pero sin que circule ampliamente, aparezca en tu feed o te sea recomendado, tiene poco impacto: un contenido ordinario amplificado millones de veces puede alterar la agenda pública. 

La variable crítica no es solamente qué se dice, sino qué (y a quién) decide hacer visible el sistema de reglas privadas de las redes sociales en las cuales se publican esas expresiones.

Los recomendadores utilizan señales explícitas e implícitas —clics, tiempo de visualización, interacciones, relaciones y predicciones de interés— para ordenar contenidos. Por ejemplo, Meta anunció en 2025 que volvería a recomendar más contenido político mediante un enfoque personalizado, apoyado tanto en señales explícitas como en señales implícitas de comportamiento. Esto confirma que la visibilidad política no es un resultado neutral ni cronológico: es una decisión automatizada de diseño y optimización.

El riesgo de trato asimétrico e inequitativo de contenidos surge de esa capacidad. Sea a partir de decisiones basadas en razones comerciales o, crecientemente políticas, a partir del creciente involucramiento de los tecno-oligarcas en la política y sus relaciones con gobiernos.

 

La moderación automatizada puede proteger, pero también silenciar

La integridad electoral fracasa tanto cuando las plataformas no actúan ante campañas coordinadas que buscan impedir o dañar el proceso electoral como cuando sus sistemas silencian por error discursos políticos legítimos. Y en especial cuando las plataformas no tratan a todos de la misma manera.

La moderación con IA permite operar a una escala imposible para revisores humanos: detecta spam, cuentas falsas, amenazas, acoso, suplantación y operaciones coordinadas. Sin embargo, los clasificadores trabajan con probabilidades y producen falsos positivos y falsos negativos. Los errores adquieren especial gravedad durante una campaña porque la reparación posterior a la votación llega demasiado tarde.

El caso brasileño de 2026 convirtió este problema en un asunto central de la competencia electoral. Como mencionamos antes, expertos de Naciones Unidas reportaron suspensiones, reducción de visibilidad y límites para compartir que afectaron a periodistas, defensores de derechos humanos, organizaciones civiles y creadores; reclamaron a Meta que evaluara si sus sistemas de moderación, recomendación e IA habían afectado desproporcionadamente a una parte del debate. El Consejo de Supervisión de Meta señaló fallos recurrentes en dos direcciones: aplicación excesiva que suprime discurso político y aplicación insuficiente que debilita la integridad electoral.

A raíz de las evidencias encontradas, el TSE exigió trato igualitario en distribución, recomendaciones, búsquedas y herramientas de IA; Meta reconoció incidentes técnicos, pero negó discriminación ideológica (aunque sin dar pruebas ni acceso a datos que puedan corroborarlo). Más allá de eso, la falta de intención no elimina el impacto de reglas y políticas de corporaciones privadas en las elecciones, ni la responsabilidad y las obligaciones que tienen de prevenir, explicar y reparar daños a derechos ciudadanos y a la democracia.

 

 

Reducir alcance también es intervenir

La moderación no es solamente borrar una publicación o cerrar una cuenta. También es impedir recomendaciones, quitar monetización, excluir de resultados de búsqueda o reducir el alcance de determinados contenidos y cuentas.

Estas intervenciones de “visibilidad” suelen ser menos perceptibles y son, sin duda, más difíciles de impugnar que una eliminación porque ni siquiera se sabe que eso está pasando como para protestar. El usuario conserva formalmente el contenido, pero pierde capacidad de llegar a su audiencia y puede no saber si la caída se debe al comportamiento de los usuarios, a una sanción de la empresa o a un cambio en los algoritmos de recomendación y priorización.

En Brasil, el Ministerio Público solicitó restauración y revisión humana tras identificar más de mil denuncias de moderación desproporcionada, y cuestionó específicamente las limitaciones de alcance aplicadas sin información suficiente al usuario. Para la gobernanza electoral, esto exige ampliar el concepto de decisión de moderación e incluir toda acción automatizada con uso de IA que afecte materialmente la distribución, el descubrimiento, la monetización o las funcionalidades de una cuenta, no solo la eliminación de contenidos y cuentas.

 

La curación de contenidos (amplificación o invisibilización) no es neutral

Recomendar, sugerir una cuenta o ubicar una respuesta en primer lugar son actos de curaduría. Que la decisión la tome una máquina no la convierte en neutral. Es una decisión de una corporación privada internacional, que puede tener intereses y motivaciones propias y que, por tanto, debería tener reglas para proteger el interés general, ser transparente y rendir cuentas.

Los sistemas de recomendación pueden privilegiar contenidos emocionales, polarizantes o simplificados cuando esas características elevan la interacción. También pueden crear círculos de retroalimentación: un contenido recibe exposición inicial, esa exposición genera interacción y la interacción habilita una amplificación aún mayor.

Las directrices electorales de la Comisión Europea reconocen este riesgo al exigir que las grandes plataformas evalúen sus sistemas algorítmicos para recomendar, ordenar o priorizar, y adopten medidas para reducir la viralidad y la monetización de contenidos que amenacen la integridad electoral.

Desde una perspectiva de derechos humanos, la cuestión no es imponer una falsa “neutralidad algorítmica”, sino exigir objetivos legítimos, evaluaciones de riesgo, trato no discriminatorio y rendiciones de cuentas significativas. Por ejemplo, UNESCO recomienda que las herramientas automatizadas no obstaculicen el acceso a contenidos electorales ni a puntos de vista diversos y que las plataformas expliquen el impacto práctico de sus sistemas sobre recopilación de datos, publicidad, clasificación, distribución y remoción.

 

El microtargeting cambia de escala

La IA convierte la segmentación política de grupos en personalización dinámica de individuos. El riesgo no reside sólo en conocer al elector, sino en inferir su vulnerabilidad y probar qué mensaje funciona sobre ella.

No toda segmentación es ilegítima. Puede facilitar que una campaña llegue a jóvenes, comunidades alejadas o personas interesadas en un asunto. El límite debe concentrarse en datos sensibles e inferidos, explotación de vulnerabilidades, supresión del voto, discriminación y ausencia de transparencia. La gobernanza efectiva necesita conectar regulación electoral, protección de datos y deberes de las plataformas.

Los modelos pueden combinar datos declarados con inferencias sobre intereses, emociones, personalidad, nivel socioeconómico o probabilidad de votar. Después pueden generar variaciones, probarlas y reasignar presupuesto sin que una persona tome cada decisión. Esto desplaza la comunicación electoral desde un discurso público controvertible hacia millones de interacciones privadas y variables.

 

La IA puede organizar redes de amplificación

La coordinación inauténtica del futuro puede no parecer una granja de bots: puede presentarse como una comunidad de perfiles coherentes, pacientes y aparentemente humanos.

El problema no depende de que cada mensaje sea falso: una red puede manipular la percepción de popularidad, urgencia o consenso usando contenido verdadero, parcial o emocionalmente seleccionado.

Los agentes pueden variar lenguaje, horarios y estrategias; responder al contexto; sostener conversaciones; y evitar patrones simples de detección. También pueden probar narrativas en pequeños grupos y amplificar sólo las que muestran mayor capacidad de movilización o polarización.

Será necesario identificar y declarar cuentas automatizadas de naturaleza política, conservar trazas de acciones, atribuir responsabilidad a una persona u organización, limitar comportamientos masivos y prohibir que agentes simulen apoyo ciudadano espontáneo.

 

Los buscadores y asistentes son nuevos mediadores

Cuando un votante pregunta a una IA quién tiene la mejor propuesta, cómo votar o qué candidato es más confiable, recibe una respuesta única con apariencia de autoridad. Allí la IA deja de organizar enlaces y comienza a organizar decisiones.

Los sistemas conversacionales pueden mejorar el acceso a programas, normas y logística electoral, especialmente para personas con barreras de alfabetización o accesibilidad. Pero pueden omitir excepciones, usar fuentes desactualizadas, confundir jurisdicciones o presentar una recomendación como si fuera una conclusión neutral.

Brasil adoptó en 2026 una regla especialmente relevante: los proveedores de sistemas de IA no pueden ranquear, recomendar, sugerir o priorizar candidaturas, partidos o coaliciones, ni emitir preferencia electoral o recomendar el voto, incluso si el usuario lo solicita. La norma desplaza la atención del contenido sintético hacia el poder de recomendación política de los asistentes, un precedente valioso para la región.

 

Conclusión: el problema es sistémico, no sólo individual

Perseguir publicación por publicación (creada o no con IA generativa) es insuficiente cuando el riesgo surge del diseño del sistema, del modelo de negocio o de la interacción entre algoritmos alimentados con IA. Mientras tanto, la gobernanza tradicional de nuestros países suele reaccionar ante una pieza concreta: una falsedad, un anuncio o una cuenta.

La integridad informativa requiere mirar más allá del contenido y gobernar la infraestructura (y a las corporaciones) que deciden su circulación.

El objetivo no es que el Estado decida qué deben pensar los ciudadanos. Su obligación es asegurar que ninguna plataforma digital, campaña o sistema autónomo pueda decidir en secreto y de manera abusiva quién tiene derecho a ser oído y bajo qué condiciones.

---

_{*Estas ideas fueron presentadas durante el panel “El nuevo escenario de juego. Integridad informativa electoral en la era de la inteligencia artificial” en un evento organizado por PNUD Colombia y la Registraduría Nacional del Estado Civil el 28 de octubre de 2026, en el marco de la Segunda Semana de la Democracia realizada en Bogotá, Colombia.}