Elecciones Generales en Brasil
El próximo 4 de octubre se llevarán a cabo las elecciones generales en Brasil, un evento que ha suscitado gran expectación en América Latina debido a la relevancia económica y demográfica del país. En la contienda presidencial, Luiz Inácio Lula da Silva busca revalidar su mandato, aspirando a un cuarto periodo al frente del país. Su principal oponente, Flávio Bolsonaro, hijo del expresidente Jair Bolsonaro, busca consolidar el poder de las fuerzas políticas de derecha en la región. Este escenario electoral plantea un gran desafío y oportunidad, pero una novedad ha emergido en esta campaña: el uso de la inteligencia artificial como herramienta informativa por parte de los votantes.
Nueva Era de Información Electoral
Los ciudadanos brasileños están recurriendo a los chatbots para obtener información sobre los candidatos y sus propuestas, utilizando preguntas que van desde lo más básico, como «¿cuáles son las propuestas de Flávio?», hasta cuestiones más complejas, como «¿qué candidato se alinea mejor con mis ideas?». Este nuevo enfoque permite a los usuarios recibir respuestas de manera más rápida, directa y personalizada que a través de los medios tradicionales. Los grandes modelos de lenguaje (LLM) se presentan como soluciones objetivas y confiables, pero un reciente estudio sugiere que estos sistemas pueden no ser tan imparciales como parecen.
Investigadores del Instituto de Computação de la Universidad Estadual de Campinas (Unicamp) han llevado a cabo un estudio que revela que muchos modelos de lenguaje modifican sus respuestas en función de la postura política que perciben del usuario. Este fenómeno ha sido denominado «comportamiento camaleónico ideológico», interpretándose como una forma de complacencia hacia las opiniones del interlocutor.
Metodología del Estudio
El equipo de investigación evaluó el comportamiento de 21 modelos de lenguaje utilizando un conjunto de afirmaciones opuestas relacionadas con siete áreas clave de la política brasileña: bienestar social, seguridad, instituciones democráticas, medio ambiente, economía, educación y cultura, y corrupción y justicia. Se analizaron un total de 47,376 respuestas generadas en distintas condiciones.
El experimento tenía como objetivo observar cómo variaba la posición política aparente de un modelo al interactuar con usuarios identificados como de izquierda o de derecha. Los resultados fueron publicados en Scientific Reports, una revista de Springer Nature.
Sesgos en Modelos de IA
Los hallazgos del estudio revelan que los modelos de inteligencia artificial pueden «heredar» sesgos ocultos al ser entrenados con datos sintéticos de otros sistemas. Para evaluar esto, los investigadores crearon 56 pares de afirmaciones políticas opuestas y las presentaron a los modelos, que debían indicar su grado de acuerdo en una escala de cinco puntos.
Cuando no se proporcionó información sobre la ideología del usuario, 20 de los 21 modelos mostraron una inclinación hacia las afirmaciones de izquierda. Sin embargo, los autores advierten que este resultado no debe interpretarse como un sesgo absoluto, ya que puede haber diferencias retóricas entre las afirmaciones utilizadas.
Reacciones a la Identidad Política
Lo más notable se observó al cambiar únicamente la identidad política del usuario. Cuando la persona se identificaba como de izquierda, los modelos tendían a ajustar sus respuestas hacia posiciones más afines a esa ideología. En contraste, al presentarse como de derecha, los modelos se desplazaban hacia afirmaciones de este espectro, y muchos incluso cruzaban de una postura de izquierda a una favorable a las ideas de derecha. Este desplazamiento fue, en muchos casos, mayor que las variaciones observadas entre los modelos sin contexto ideológico.
No todos los modelos respondieron de la misma manera. Algunos, como Gemma 3n E2B IT, GPT-5 Nano y Grok 4.1 Fast Reasoning, mostraron grandes cambios en función de la ideología del usuario. Otros, como Llama 3.1 8B Instruct y DeepSeek-V3.2, mantuvieron posiciones más estables. Además, el tamaño del modelo no reveló una correlación significativa con el comportamiento camaleónico observado.
