Elecciones e IA: ya sabemos (antes que tú) por quién vas a votar

La Inteligencia Artificial en campaña permite esencialmente a los candidatos y candidatos conectar con sus posibles electores de forma más innovadoras y efectivas, gracias a dos herramientas aplicables al terreno digital: la microsegmentación y el targeting.

2022 y 2023 fueron años importantes en Colombia en términos electorales. En 2022, no solamente fueron elegidos los nuevos presidente y vicepresidenta, sino también 289 representantes de la Cámara y un centenar de miembros del Senado. En 2023 fue el turno de las elecciones para cargos regionales: 32 gobernadores, 418 diputados que conforman las asambleas departamentales, 1.102 alcaldes y 12.072 concejales de todos los municipios del país, incluyendo Bogotá, así como a 6.513 ediles que conforman las Juntas Administradoras Locales (JAL). Solamente para estas últimas elecciones territoriales, fueron más de 132.000 los candidatos y las candidatas que se esforzaron por hacerse conocer y llegar a sus públicos de interés con sus mensajes de propaganda electoral (Registraduría General de la Nación, 2023). ¿Cuántas de estas candidaturas usaron la Inteligencia Artificial (IA) como apoyo en sus campañas para sobresalir de la multitud y hacer escuchar su voz?

Desde hace una década, se observa en Colombia que las campañas suelen profesionalizarse, es decir, que los candidatos contratan cada vez más profesionales en comunicación electoral y marketing político para ayudarlos a diseñar una estrategia de campaña, elaborar un mensaje o determinar los públicos a los cuáles es preferible llegar, con los canales de comunicación adecuados. Esta observación es particularmente notable en los territorios, donde se solía hacer campaña de manera empírica, con reuniones principalmente, con afiches y pasacalles, con camisetas y gorras, pero sin datos, ni profesionales en campañas y mucho menos con IA. La llegada de las redes sociales al terreno de la política electoral ha cambiado en gran parte el panorama y han obligado a los candidatos en asesorarse en comunicación política. Estos expertos -los spin doctors, como los llaman en Estados Unidos-, si bien ejercen desde hace mucho tiempo en los países desarrollados, desde hace algunos años se volvieron indispensables para cualquier candidato y suelen hacer un uso cada vez más frecuente de la IA para la toma de sus decisiones. Eso, ¿en qué consiste y cómo funciona?

La Inteligencia Artificial en campaña permite esencialmente a los candidatos y candidatos conectar con sus posibles electores de forma más innovadoras y efectivas, gracias a dos herramientas aplicables al terreno digital: la microsegmentación y el targeting (Kreiss y McGregor, 2018)

Microsegmentación y targeting: un mensaje hecho a la medida para cada votante

Definir los públicos electorales resulta fundamental para quien quiere llegar a un puesto de elección popular: se trata de conocer a sus posibles votantes, saber cuántos son, donde se encuentran o cuáles son sus temas de interés. Estos últimos pueden variar según la edad, el género, la ocupación, el estrato social o el nivel de estudios, lo que implica analizar también cuál es la composición sociodemográfica del censo electoral.

Esta segmentación de los públicos se hacía tradicionalmente desde un triple enfoque: sociodemográfico, geográfico y psicológico. Por ejemplo, una candidata con mucha sensibilidad social y un buen conocimiento de los temas de género podía tomar la decisión de dirigir su discurso hacia las mujeres de estratos bajos, con poca educación, monoparentales, ubicadas en las zonas menos favorecidas del municipio, con hijos menores de edad, interesadas en los temas de educación pública, seguridad y microemprendimiento.

Para dirigirse a este segmento, la candidata de nuestro ejemplo privilegiaba un discurso enfocado en los temas de interés como la educación primaria y el emprendimiento desde casa, con un lenguaje sencillo, haciendo uso de ejemplos de la cotidianidad de estas personas reunidas en asambleas de barrio con un refuerzo del mensaje gracias a la pauta en radios populares y talleres de pedagogía. Con esta metodología, se podía esperar impactar un 50% de las personas susceptibles de votar por la candidata, y tal vez la mitad de estas personas iba a salir a votar por ella el día de las elecciones.

En la actualidad, si bien las campañas siguen con este tipo de iniciativas, las herramientas que usan la IA nos permiten ir más allá y segmentar cada grupo de manera mucho más detallada para entregar un mensaje que se ajuste de manera precisa a la manera de pensar de cada votante y aumentar la posibilidad de obtener su voto. No solamente se puede saber cuáles son los temas de interés de las personas, sino también se tiene acceso a su forma de pensar, a sus gustos personales y a cómo suele vivir y pensar de manera individual. Toda esta información se determina a partir de la huella digital que cada persona deja en línea, cuando hace clic o le da un “me gusta” en las redes sociales, o cuando usa una aplicación desde el celular o la computadora. Cada movimiento en línea, cada comentario en redes sociales, cada compra en internet, cada foto compartida, supone dejar información personal sobre sus gustos y formas de pensar, que puede ser aprovechada por la IA.

Una investigación realizada en 2015 determinó que, con solo 10 “me gusta” en redes sociales, la IA puede conocer mejor una persona que sus compañeros de trabajo; con 150 me gusta, es más precisa que los padres; y con 300 me gusta, es capaz de entender su personalidad mejor que su pareja (Youyou, Kosinski, Stillwell). Pero la huella digital se compone de muchas más otras cosas además de los likes, lo que le permite a la IA conocer las personas en profundidad y segmentarlas en micro grupos.

Esta microsegmentación se logra también gracias a nuevas herramientas como la escucha social (social listenning), el big data y los algoritmos de aprendizaje automático (machine learning), que pueden identificar patrones y hacer predicciones basadas en datos históricos (Viudes, 2023). Así, las herramientas que usan la Inteligencia Artificial ayudan a los candidatos y sus asesores a diseñar mensajes que sean mucho más atractivos para sus audiencias.

Esta técnica de micro -segmentación permite el targeting e implica la entrega de mensajes basados en las preferencias que las personas manifiestan en línea. Por ejemplo, una persona que haya buscado algo relacionado con el cuidado de los animales en línea o que le haya dado like a muchas publicaciones con animales en una red social podrá recibir un mensaje – como contenido patrocinado- de algún candidato que tenga como bandera de campaña la defensa de los derechos de los animales.

La investigación en este campo señala que “los algoritmos de aprendizaje automático pueden predecir quién es más probable que vote por un candidato determinado, quién es más probable que cambie su voto y quién es más probable que se abstenga de votar. Esta información puede ser invaluable para los políticos al diseñar sus estrategias de campaña” (Boire, 2014 citado en Vuides, 2023). Esta herramienta, al ser utilizada a gran escala, puede marcar una gran diferencia entre una campaña que usa la IA y otra que solo se basa en la intuición o en herramientas tradicionales para la toma de decisión como lo son los sondeos de opinión, por ejemplo.

En la red, se escucha a diario

Los tradicionales sondeos de opinión, que se basan en lo que dice la gente a una firma encuestadora, empiezan a ser remplazados por nuevas herramientas de medición que usan la IA, como la escucha social, para saber lo que opina la gente en línea. Se trata de observar a gran escala el estado de la conversación digital y, gracias a la IA, establecer una radiografía de los temas y las tendencias de lo que se conversa en línea, en las redes sociales (X, Instagram, TikTok, grupos y fanpages de Facebook), en los blogs, en los comentarios de periódicos…

La escucha se puede centrar en una ciudad en particular o en unas cuentas especificas -como la de los candidatos en campaña-, con el fin de saber lo que la gente opina acerca de estos candidatos, determinando cuáles son las palabras claves que son asociadas a sus cuentas y las emociones dominantes en los comentarios (positivos si hay likes o si las palabras relacionadas son de elogio, negativos si son de rechazo o neutro si no se relacionan con juicios). Así, es posible determinar con más precisión si un candidato genera más comentarios positivos o negativos según el tipo de publicación que comparte y cómo son recibidas sus propuestas dentro de la audiencia digital. Estos datos, recolectados gracias a la IA, permiten tener un panorama mucho más completo y sincero sobre lo que la gente opina de los candidatos y las problemáticas de la ciudad que una herramienta cerrada, como una encuesta de opinión.

Identificar los influenciadores

Esta escucha digital permite, por otra parte, determinar cuáles son las cuentas que funcionan como nodos, es decir, cuentas con una comunidad digital grande (muchos seguidores), que suelen replicar el mensaje del candidato y le dan un alcance que la cuenta oficial de la campaña no hubiera alcanzado sola. A estos replicadores positivos se les denomina influencers y a los negativos, detractores. Siempre han existido, pero la IA permite identificarlos de manera más ágil on line y organizarse, bien sea para trabajar con ellos en el terreno digital o para tratar de limitar su alcance negativo. Según la revista Semana (2022), la campaña del presidente Petro trabajó con cerca de 400 influenciadores durante las elecciones presidenciales, con el fin de replicar su narrativa del cambio y disminuir así el presupuesto destinado a la pauta en línea. Es más eficiente un mensaje que llega al elector desde una cuenta que conoce y valora que mediante un contenido patrocinado, incluso si ese contenido ha sido ajustado a las preferencias del usuario.

IA para todo, en todos lados

Muchas son las campañas que han utilizado distintas herramientas de IA con éxito en la última década y han abierto la puerta a nuevas prácticas en campañas electorales. Según Viudes (2023), Obama fue el primer candidato en explorar este horizonte en 2012 con la microsegmentación y el targeting, “creando un modelo de predicción para categorizar a los votantes en función de su probabilidad de apoyar al candidato” y creando “mensajes personalizados para cada segmento”. En 2016, la tristemente famosa firma Cambridge Analítica también hizo uso del targeting: “utilizando los perfiles de Facebook de millones de usuarios, la empresa pudo crear un modelo detallado del electorado estadounidense y ayudó a la campaña de Trump a entregar mensajes personalizados a segmentos específicos de votantes”. En 2012 en Francia y 2014 en India, los candidatos Mélanchon y Modi, usaron respectivamente programas que creaban hologramas 3D para poder estar “presentes” simultáneamente en varios escenarios gracias a la IA. En 2015, Justin Trudeau en Canadá se apoyó en la IA para identificar a los votantes indecisos y luego les dirigió mensajes específicos para persuadirlos; y en 2017, Macron en Francia utilizó un chatbot “basado en la IA para interactuar con los votantes y recoger sus opiniones. Esto no solo ayudó a Macron a entender mejor las preocupaciones de los votantes, sino que también le permitió a su equipo responder a estas preocupaciones de manera más efectiva”.

Múltiples son las oportunidades que ofrece la IA para que los candidatos puedan entender cada vez mejor cómo piensan los electores y cuáles son sus preocupaciones; sin embargo, el ejemplo de Cambridge Analítica ha puesto de relieve los desafíos de orden ético que plantea la IA, y la necesidad de proteger los datos de los usuarios, así como el necesario respeto de sus vidas privadas en línea. Sin duda, las oportunidades que representan la IA están a la altura de los desafíos que plantea su uso por parte de campañas o asesores en comunicación política poco escrupulosos.

IA para bien y para mal: unas oportunidades enormes y unos desafíos éticos a la par

El uso de la IA en las campañas electorales ha generado mucho entusiasmo en el mundo político por las posibilidades que ofrece de acercarse cada vez mejor a los electores, con mensajes que responden a sus preocupaciones y su forma de pensar. Sin embargo, también ha dejado preocupaciones en la opinión pública por la tentación que existe de usar estas herramientas para llegar a sus fines, sin tomar en cuenta las consideraciones éticas que su utilización merece.

Como lo señala Vuides, el uso de datos personales para la microsegmentación y el targeting ha suscitado preocupaciones sobre la privacidad. A pesar de las medidas tomadas para garantizar la anonimización de los datos, sigue habiendo dudas sobre si los datos están suficientemente protegidos (Anstead y O’Loughlin, 2015). Además, el uso de la IA para establecer mensajes políticos personalizados y convencer mejor puede ser considerado como una forma de manipulación política que va más allá de la persuasión política tradicional (Brundage y Brynjolfsson, 2021). Es importante por ende que cada país tome las medidas necesarias para la protección de datos de las personas y el respeto de su vida privada on line. El progreso que significa siempre una nueva herramienta debe ir acompañado de una evolución de la legislación, para asegurar que el avance sea compartido y encaminado hacia la defensa del bien común. A fin de cuentas, ese es el verdadero papel de la política.

---

Referencias

Anstead, J. y O’Loughlin, B. (2015). Social Media Analysis and Public Opinion: The 2010 UK General Election. Journal of Computer-Mediated Communication, 20(2): 204-220.

Boire, T. N. (2014). Data mining for dummies. Hoboken, NJ: Wiley.
Brundage, B. y Brynjolfsson, R. (2021) Rapid progress in artificial intelligence: Implications for national security. Journal of Strategic Studies.

Kreiss, S. y McGregor, M. (2018) Technology Firms Shape Political Communication: The Work of Microsoft, Facebook, Twitter, and Google With Campaigns During the 2016 U.S. Presidential Cycle. Political Communication, 35(2): 155-177.

Matz, S. C., Kosinski, M., Nave, G., & Stillwell, D. J. (2017). Psychological targeting as an effective approach to digital mass persuasion. Proceedings of the National Academy of Sciences, 114(48), 12714-12719.

Proceedings of the National Academy of Sciences, . https://www.pnas.org/doi/abs/10.1073/pnas.1418680112

Registraduría General de la Nación (2023). 132 553 candidatos se inscribieron para las elecciones territoriales 2023. https://www.registraduria.gov.co/132-553-candidatos-se-inscribieron-para-las-elecciones-territoriales-2023.html

Semana (2022). La estrategia original de Petro en redes. https://www.semana.com/confidenciales/articulo/la-estrategia-original-de-petro-en-redes/570677/

Viudes Fernández, F. J. (2023) Revolucionando la política: El papel omnipresente de la IA en la segmentación y el targeting de campañas modernas. Revista Más Poder Local, (53), 146-151. https://doi.org/10.56151/maspoderlocal.18

Youyou, W. Kosinski, M.&Stillwell, D. (2015) Computer-based personality judgments are more accurate than those made by humans.

---