LO ESENCIAL EN 30 SEGUNDOS

  • Casi el 40 % de las respuestas de ocho modelos de IA a preguntas electorales contenía al menos un error factual, según Forum AI, citado por AFP.
  • Las preguntas sobre aspectos prácticos del voto, como los plazos, generaron más errores que las referidas a candidatos.
  • En mayo, la auditoría NewsBench de Forum AI sobre cuatro chatbots ya detectó sesgos hacia la izquierda en ChatGPT, Claude y Gemini y hacia la derecha en Grok.

Mientras los estadounidenses se preparan para votar el 3 de noviembre en las elecciones de mitad de mandato, una evaluación indica que los chatbots siguen siendo poco fiables sobre lo básico del voto. Forum AI, una start-up que evalúa modelos de IA, comprobó que casi el 40 % de las respuestas de ocho modelos a preguntas sobre las elecciones contenía al menos un error factual, según un despacho de AFP publicado el 1 de noviembre.

Qué encontró el estudio

Los errores fueron más frecuentes en las preguntas prácticas sobre cómo votar que en las relativas a candidatos. En un ejemplo citado por AFP, Gemini 3.6 Flash, de Google, consultado sobre el voto en Pensilvania, dio el 3 de noviembre como fecha límite para solicitar el voto por correo, cuando el plazo real vencía una semana antes. Forum AI señaló que un votante que siguiera esa respuesta habría pedido la papeleta demasiado tarde para usarla. En otro caso, Claude, de Anthropic, incluyó «exsuperintendente escolar» entre los méritos del congresista de Carolina del Norte Don Davis, al parecer confundiéndolo con otra persona.

El estudio también detectó que los chatbots atribuyeron palabras erróneas a candidatos, funcionarios y observadores cientos de veces, y que a menudo citaban fuentes débiles como hilos de Reddit. El despacho solo nombra dos de los ocho modelos y no detalla el número de preguntas, el periodo de prueba ni el método de puntuación, por lo que no fue posible verificar los resultados por modelo. Google dijo a AFP que busca ayudar a los votantes a encontrar información fiable y que aplica protecciones estrictas a los temas electorales; Anthropic no respondió.

Hallazgos previos sobre sesgo y fuentes

Estas cifras llegan tras NewsBench, una prueba que Forum AI lanzó en mayo. Esa auditoría usó 3.136 consultas y 12.542 respuestas de ChatGPT, Gemini, Claude y Grok, puntuadas en exactitud, neutralidad y calidad de fuentes por jueces de IA calibrados con un panel bipartidista de expertos. Alrededor del 30 % de las respuestas tenía al menos un error verificable. Casi una cuarta parte suspendió la prueba de neutralidad: los fallos de ChatGPT, Claude y Gemini se inclinaban mucho más a la izquierda que a la derecha, y los de Grok, a la derecha. Forum AI está dirigida por Campbell Brown, exdirectiva de Meta, que sostiene que los creadores de modelos se están evaluando a sí mismos.

Lo que está en juego no es menor. Una encuesta de la National Conference on Citizenship citada por AFP indica que dos de cada cinco estadounidenses han usado herramientas de IA para informarse sobre las elecciones. Las webs oficiales de cada estado siguen siendo la referencia.