Epistémico e información

Este vectorVectorLa vía por la que un riesgo pasa de la pantalla al mundo: biológica, cibernética, militar, económica, política, epistémica o de pérdida de control. En este observatorio, cada vector tiene su color.Por ejemploUn ladrón puede entrar por la puerta, la ventana o el techo. El ladrón es el riesgo; la puerta, la ventana y el techo son los vectores. se define por lo que no es. El miedo dominante —persuasión masiva personalizada que cambia elecciones— es la parte peor respaldada. En experimentos preregistradosEstudio preregistradoUn estudio que publicó antes de empezar qué iba a medir y cómo lo iba a analizar, para no poder elegir después solo los resultados que le convienen.Por ejemploComo anunciar a qué número apuestas antes de lanzar los dados, y no después de ver cómo cayeron., la personalización de GPT-4 gana el debate el 64,4% de las veces —un aumento del 81,2% en las probabilidades relativas, no un 81% más de persuasión— y la corrección publicada por la propia revista en septiembre de 2026 tumbó además la parte que más se citaba: la ventaja de personalizar sobre no personalizar deja de ser significativa (P = 0,07) ^[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. En el estudio más grande disponible el post-entrenamiento es la palanca que más sube la persuasividad, a costa de exactitud factual: «where they increased AI persuasiveness, they also systematically decreased factual accuracy» ^[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. En el censo de incidentes electorales de 2024, los «cheap fakes» se usaron siete veces más que el contenido generado con 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.

Lo documentado entra por otro lado, y es el daño directo a personas: entre fines de diciembre de 2025 y el 8 de enero de 2026, dos mediciones independientes estiman entre 1,8 y 3 millones de imágenes sexualizadas generadas sobre personas reales, incluidos menores ^[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. El rango entre ambas cifras es información en sí mismo: nadie tiene un conteo exacto.

El mecanismo de fondo tampoco es el engaño sino la erosión de la garantía: cuando cualquier registro puede ser falso, quien miente puede descreer lo verdadero. El efecto existe y es acotado —alegar desinformación funciona tras escándalos de texto y no contra video ^[939]The Liar's Dividend: Can Politicians Claim Misinformation to Evade Accountability?Jackson Schiff, Kaylyn; Schiff, Daniel S.; Bueno, Natália S. · 2025 · paperVer fuente ↗Consultada el 9 de septiembre de 2026. El volumen sintético, mientras tanto, ya rozó la mitad del corpus abierto medible: 50,9% de los artículos en el cuarto trimestre de 2025 y 49,9% en el primero de 2026 ^[472]AI Now Writes as Many Online Articles as Humans DoGraphite · 2026 · informeVer fuente ↗Consultada el 9 de septiembre de 2026.