Desinformación electoral automatizada

Este es el riesgo donde el miedo superó a la evidencia, y decirlo es parte del trabajo. Sayash Kapoor y Arvind Narayanan revisaron los 78 casos documentados de uso de IA en contenido político durante las elecciones de 2024 en el mundo: en 39 de ellos no hubo intención engañosa —eran traducción, sátira declarada o producción de campaña— y para los otros 39 estimaron que crear contenido equivalente sin IA habría costado no más de unos pocos cientos de dólares. La IA no abarató una capacidad fuera de alcance; el News Literacy Project registró además que los cheap fakes se usaron siete veces más que el contenido generado por IA ^[585]We Looked at 78 Election Deepfakes. Political Misinformation Is Not an AI Problem.Kapoor, Sayash; Narayanan, Arvind · 2024 · blog institucionalVer fuente ↗Consultada el 9 de septiembre de 2026. Schneier y Sanders miran el mismo superciclo —3.700 millones de votantes habilitados en 72 países— y concluyen que la temida muerte de la verdad no se materializó, al menos no por la IA ^[940]The apocalypse that wasn't: AI was everywhere in 2024's elections, but deepfakes and misinformation were only part of the pictureSchneier, Bruce; Sanders, Nathan · 2024 · blog institucionalVer fuente ↗Consultada el 9 de septiembre de 2026. El International AI Safety Report 2026 titula una de sus conclusiones exactamente así: hay poca evidencia de que el contenido generado por IA esté manipulando a la gente a escala ^[538]International AI Safety Report 2026Bengio, Yoshua · 2026 · informeVer fuente ↗Consultada el 9 de septiembre de 2026.

Lo que esto no demuestra. El mismo informe no cierra el caso, y sus razones importan: en laboratorio el efecto existe y es medible, los modelos entrenados con más cómputoCómputoLa capacidad de cálculo que se usa para entrenar y hacer funcionar una IA: miles de chips especializados trabajando durante semanas en centros de datos. Es caro y está concentrado en pocas empresas.Por ejemploSi la IA fuera una panadería, el cómputo serían los hornos: sin hornos grandes no importa lo buena que sea la receta. son en general más persuasivos, y —lo decisivo— es difícil detectar contenido manipulativo generado por IA, lo que dificulta reunir evidencia y monitorear ^[538]International AI Safety Report 2026Bengio, Yoshua · 2026 · informeVer fuente ↗Consultada el 9 de septiembre de 2026. La ausencia de evidencia de manipulación masiva es en parte un artefacto de que la manipulación es difícil de ver. Los escépticos tampoco sobreextienden su posición: Budak y coautores miden desinformación dirigida al público general ^[166]Misunderstanding the harms of online misinformationBudak, Ceren; Nyhan, Brendan; Rothschild, David M. et al. · 2024 · paperVer fuente ↗Consultada el 9 de septiembre de 2026, no los daños sintéticos que no dependen de convencer a un electorado —como las imágenes sexualizadas no consentidas que llevaron a Baltimore a demandar a X Corp. y xAI ^[112]Complaint — Mayor and City Council of Baltimore v. X Corp., x.AI Corp., x.AI LLC and Space Exploration Technologies Corp. (Case C-24-CV-26-002129)Thompson, Ebony M.; Baltimore City Law Department · 2026 · documento oficialVer fuente ↗Consultada el 9 de septiembre de 2026.