Saltar al contenido
OGERIA — Observatorio Global de Evidencias de Riesgos de la Inteligencia ArtificialInforme de síntesis · ed. 2026
Actualizado 2 oct 2026

Capítulo 01 · Mapa de riesgos

Epistémico e información

Persuasión personalizada a escala

Conversaciones optimizadas para convencer, sostenidas con millones de personas a la vez y sin que se note que del otro lado hay un modelo.

Severidad
Grave
Horizonte
Ya ocurre
Evidencia
Laboratorio
Consenso
Bajo

La preocupación defendible no es el deepfakeDeepfakeUn video, audio o imagen falso hecho con IA, que muestra a una persona real diciendo o haciendo algo que nunca pasó.Por ejemploUn audio con la voz de tu jefe pidiendo una transferencia urgente, que tu jefe nunca grabó. viral sino la conversación: personalizada, sostenida y optimizada para persuadir. El efecto existe y está medido. Salvi y coautores, en Nature Human Behaviour, con diseño 2×2×3 y N = 900, encuentran que en los pares de debate donde IA y humanos no fueron igualmente persuasivos, GPT-4 con personalización fue más persuasivo el 64,4% de las veces [930]On the conversational persuasiveness of GPT-4Salvi, Francesco; Horta Ribeiro, Manoel; Gallotti, Riccardo et al. · 2025 · paperVer fuente ↗Consultada el 9 de septiembre de 2026. El mecanismo funciona en las dos direcciones: Costello, Pennycook y Rand redujeron la creencia en teorías conspirativas alrededor de un 20% con tres rondas de diálogo, con el efecto persistiendo dos meses [284]Durably reducing conspiracy beliefs through dialogues with AICostello, Thomas H.; Pennycook, Gordon; Rand, David G. · 2024 · paperVer fuente ↗verificado por CrossrefConsultada el 9 de septiembre de 2026. La capacidad de persuadir es neutra respecto del contenido. La detección tampoco protege: en el experimento no autorizado de la Universidad de Zúrich sobre un subreddit de casi cuatro millones de usuarios, nadie planteó nunca que los comentarios pudieran ser generados por IA [1146]Can AI Change Your View? Evidence from a Large-Scale Online Field Experiment (extended abstract)Investigadores no identificados de la Universidad de Zúrich · 2025 · preprintVer fuente ↗Consultada el 9 de septiembre de 2026.

Lo que esto no demuestra. Esta es la parte peor respaldada del eje epistémico, y lo que falla es justamente la palabra “personalizada”. Hackenburg y Margetts, en PNAS, con n = 8.587 y microtargetingMicrotargetingMandar a cada persona o a grupos muy pequeños un mensaje político distinto, ajustado a lo que se sabe de sus gustos, sus miedos y sus datos.Por ejemploQue tú y tu vecino vean anuncios del mismo candidato con promesas opuestas, cada uno la que quería oír. en vivo, encuentran que el impacto persuasivo de los mensajes microdirigidos no fue estadísticamente distinto del de los no dirigidos (4,83 contra 6,20 puntos porcentuales, P = 0,226) [492]Evaluating the persuasive influence of political microtargeting with large language modelsHackenburg, Kobi; Margetts, Helen · 2024 · paperVer fuente ↗verificado por CrossrefConsultada el 9 de septiembre de 2026. Y el estudio que ordena el campo —N = 76.977, 19 modelos, 707 temas, 466.769 afirmaciones verificadas— concluye que la persuasión viene del post-entrenamiento y del promptingPromptLa instrucción o pregunta que se le escribe a una IA. Hacer prompting es redactarla para conseguir una respuesta determinada.Por ejemploLo que escribes en el chat: «Resúmeme este contrato en cinco puntos» es un prompt., con efectos menores de la personalización y del tamaño del modelo, y añade el hallazgo que define la forma del riesgo: donde esos métodos aumentaron la persuasión, bajaron sistemáticamente la exactitud factual [493]The levers of political persuasion with conversational artificial intelligenceHackenburg, Kobi; Tappin, Ben M.; Hewitt, Luke et al. · 2025 · paperVer fuente ↗verificado por CrossrefConsultada el 9 de septiembre de 2026. Nota de método: el 3 de septiembre de 2026 se publicó una corrección de autor al artículo de Salvi cuyo contenido no pudo verificarse [931]Author Correction: On the conversational persuasiveness of GPT-4Salvi, Francesco; Horta Ribeiro, Manoel; Gallotti, Riccardo et al. · 2026 · paperVer fuente ↗Consultada el 9 de septiembre de 2026.

Cadena de materialización

  1. PrecondiciónObservado

    Nadie detecta que del otro lado hay un modelo

    Investigadores de la Universidad de Zúrich desplegaron cuentas semiautomatizadas en un subreddit de casi cuatro millones de usuarios entre noviembre de 2024 y marzo de 2025, sin avisar. Su propio resumen consigna que durante toda la intervención los usuarios nunca plantearon la posibilidad de que la IA hubiera generado los comentarios.

  2. DetonanteLaboratorio

    En condiciones controladas, el efecto existe y es medible

    Salvi y coautores, con diseño 2x2x3 y N=900, encuentran que en los pares de debate donde IA y humanos no fueron igualmente persuasivos, GPT-4 con personalización fue más persuasivo el 64,4% de las veces. Sin personalización no superó significativamente a los humanos, y los humanos con los mismos datos sociodemográficos tampoco mejoraron.

    Hasta aquí llega lo observado o demostrado. Lo que sigue es proyección.

  3. CascadaProyectado

    El salto del efecto medido al cambio de opinión poblacional

    El tamaño del efecto en los estudios grandes y bien controlados es de unos pocos puntos porcentuales de cambio de actitud, no de una conversión masiva. Que eso agregado sobre millones de conversaciones sostenidas produzca un desplazamiento de opinión pública es extrapolación, y el informe internacional advierte que el contenido manipulativo generado por IA es difícil de detectar, lo que dificulta reunir evidencia en cualquier dirección.

  4. ImpactoEspeculativo

    Un electorado persuadido por algo menos exacto

    La forma del riesgo no es la escala sino el intercambio: los métodos que suben la persuasión bajan sistemáticamente la exactitud factual. Ese acoplamiento está medido; su consecuencia agregada no.

Ver en el mapa →Reportar un error en esta ficha →

Fuentes

  1. [930] On the conversational persuasiveness of GPT-4 · EPFL 2025
  2. [931] Author Correction: On the conversational persuasiveness of GPT-4 · Nature Human Behaviour 2026
  3. [493] The levers of political persuasion with conversational artificial intelligence · UK AI Security Institute / University of Oxford 2025 verificado por Crossref
  4. [492] Evaluating the persuasive influence of political microtargeting with large language models · University of Oxford / Alan Turing Institute 2024 verificado por Crossref
  5. [494] The Levers of Political Persuasion with Conversational AI · Hackenburg, Kobi 2025
  6. [284] Durably reducing conspiracy beliefs through dialogues with AI · MIT Sloan / American University / Cornell 2024 verificado por Crossref
  7. [1146] Can AI Change Your View? Evidence from a Large-Scale Online Field Experiment (extended abstract) · Universität Zürich 2025
  8. [897] AI-Reddit study leader gets warning as ethics committee moves to 'stricter review process' · The Center for Scientific Integrity 2025
  9. [538] International AI Safety Report 2026 · International AI Safety Report (panel con representantes nominados por más de 30 países) 2026
  10. [166] Misunderstanding the harms of online misinformation · University of Michigan / Dartmouth College / Microsoft Research / Syracuse University / University of Pennsylvania 2024

Pregúntale a OGERIA

Responde solo con lo que publica el observatorio y puede equivocarse: revisa las fichas que cita. Tus preguntas se envían a un modelo de IA, así que no escribas datos personales. Más en la política de privacidad.

Hasta 500 caracteres.

Apoyar a OGERIA en Ko-fi

El pago lo procesa Ko-fi, no este sitio. Abrir en ko-fi.com