Su objetivo: detectar candidatos independientes capaces de ganar en distritos competitivos y erosionar la mayoría republicana en la Cámara de Representantes. Mientras tanto, un estudio del MIT confirma que la microsegmentación política impulsada por IA puede ser hasta un 70% más persuasiva que los mensajes genéricos. La soberanía del voto, advertimos, se está delegando en algoritmos.
Brett Loyd abre su portátil y teclea unas órdenes. En cuestión de segundos, la pantalla se llena con decenas de miles de publicaciones de redes sociales, analizadas y categorizadas por un modelo de inteligencia artificial. “Estamos viendo decenas de miles de publicaciones en redes sociales”, explica Loyd, un operador político que fue encuestador para Donald Trump. “Ahora mismo está muy polarizado, ¿verdad? Pero podemos entrar y ver de qué está hablando el centro. Podemos desglosarlo por grupos de edad, grupos partidistas, cualquier pregunta que tengamos”.
Loyd dirige una firma de datos no partidista y supervisa las encuestas e investigaciones del Independent Center, una organización que estudia a los votantes independientes. Su objetivo: elegir a un puñado de candidatos independientes para la Cámara de Representantes en 2026. Un objetivo audaz en un sistema que no ha visto ganar a un nuevo independiente en 35 años. Y lo están haciendo con una herramienta que no existía hace apenas unos años: inteligencia artificial que analiza el sentimiento del electorado en tiempo real.
“Sin la IA, lo que estamos intentando hacer sería imposible”, admite Adam Brandon, asesor principal del Independent Center.
Bienvenidos a la cuarta frontera de la guerra digital por la soberanía política: el uso de la IA no ya para difundir desinformación, sino para mapear la conciencia colectiva del electorado, identificar grietas en el sistema bipartidista y colocar candidatos ‘títere’ que reconfiguren el mapa del Congreso desde fuera de los partidos tradicionales.
El regreso del fantasma de Cambridge Analytica
Para entender lo que está ocurriendo, hay que recordar 2016. Ese año, la firma Cambridge Analytica cobró a la campaña de Uhuru Kenyatta en Kenia unos 600 millones de chelines (aproximadamente 6 millones de dólares) para diseñar su reelección mediante perfiles psicológicos, microsegmentación y segmentación sofisticada de votantes. Solo aquellos con acceso a millones podían permitirse ese nivel de manipulación.
Hoy, la IA ha democratizado esa capacidad. Lo que antes requería equipos de científicos de datos y presupuestos millonarios, ahora puede hacerse con modelos de lenguaje y APIs de bajo coste. La IA permite construir perfiles detallados de los usuarios e inferir sus susceptibilidades individuales a partir de sus datos. Y lo hace analizando vastos conjuntos de datos obtenidos de plataformas de redes sociales.
El salto cualitativo es enorme: ya no se trata de segmentar a los votantes en grandes grupos. Se trata de microsegmentar, de llegar a cada votante con el mensaje exacto que necesita escuchar para cambiar su voto.
El estudio del MIT: microtargeting, efectivo y aterrador
En junio de 2023, un equipo de investigadores del MIT publicó un estudio en las Proceedings of the National Academy of Sciences que confirmó lo que muchos sospechaban: la microsegmentación política impulsada por IA funciona.
Dirigido por David Rand, profesor del MIT Sloan, el estudio demostró que adaptar los anuncios políticos basándose en un único atributo de la audiencia —por ejemplo, la afiliación partidista— puede ser hasta un 70% más efectivo para persuadir que mostrar el mismo anuncio a todo el mundo.
Pero el estudio también reveló algo inesperado: añadir más capas de personalización —ideología, edad, valores morales— no aumentaba la efectividad. Como explicó el propio Rand: “No encontramos mucha evidencia de que el microtargeting funcione... Encontramos la misma ventaja persuasiva al segmentar basándonos en un solo atributo que al hacerlo con más atributos”.
La conclusión es inquietante: no se necesitan grandes volúmenes de datos personales para manipular eficazmente a los votantes. Una segmentación simple, basada en un solo criterio como la afiliación partidista, puede ser igual de efectiva que los perfiles más complejos.
Y el impacto va más allá de los anuncios. Investigaciones recientes sugieren que los chatbots de IA como ChatGPT pueden persuadir aproximadamente a 1 de cada 25 personas para que cambien su voto.
El arma de precisión: análisis de redes sociales en tiempo real
La verdadera revolución, sin embargo, no está en la segmentación estática, sino en el análisis en tiempo real. El Independent Center está utilizando IA para monitorizar lo que la gente está diciendo en redes sociales mientras ocurre.
“Las encuestas son una instantánea en el tiempo”, explica Brandon. “El martes a las 11 en punto, cuando recibiste la llamada telefónica o estabas en el grupo focal, así es como te sentías. Pero luego te fuiste a casa y viste algo y tus puntos de vista cambian, nosotros podemos ver eso”.
Esa capacidad de seguimiento en tiempo real les permitió identificar 40 distritos donde un independiente podría ganar. Distritos que, según Brandon, “no pensaba que estuvieran en juego”.
El Independent Center no se limita a identificar distritos. También usan la IA para encontrar a los candidatos. Loyd explica: “Digo: quiero saber en esta industria, en este sector, quién tiene más publicaciones en redes sociales o más seguidores. Y puede darme una lista de cinco, diez personas. El 50% de ellos pueden ser republicanos o demócratas. El 50% pueden ser personas que estarían abiertas a tener esta conversación”.
La IA busca personas activas en su comunidad, con presencia en redes sociales y, presumiblemente, con un perfil que encaje con el de un independiente viable. Es, en esencia, un cazatalentos algorítmico para la política.
El contexto: el auge de los independientes
Esta estrategia no surge de la nada. Responde a un cambio demográfico real en el electorado estadounidense. Gallup encontró que el 43% de los estadounidenses, un récord histórico, se identificaban como independientes en 2024. Las encuestas a pie de urna mostraron que el 34% de los votantes se identificaron como independientes, frente al 26% en 2020.
“Hay un gran grupo de personas que, por diferentes razones, no soportan a ninguno de los dos partidos”, explica David Barker, profesor de la American University. “Es la primera vez en mucho tiempo que una pluralidad de estadounidenses se identifica como independiente, y eso parece señalar un cambio bastante importante”.
El Independent Center quiere capitalizar ese cambio. Como dice Brandon: “Es como Uber y los taxis. Tenías un sistema con un defecto evidente, con operadores atrincherados, y se necesitó un cambio radical para sortearlo por completo. Y eso es lo que sentimos ahora”.
El impacto potencial: reconfigurar el Congreso
El objetivo es elegir a unos diez candidatos independientes para la Cámara de Representantes. En un momento en que el control de la Cámara se equilibra en un filo de navaja, ganar incluso unos pocos escaños podría negar a cualquiera de los dos partidos la mayoría y trastocar la forma en que opera actualmente la Cámara.
Desde la perspectiva de la soberanía digital, el riesgo es profundo. La soberanía del voto se está delegando en algoritmos que conocen mejor al votante que él mismo. Estos modelos predictivos, opacos y sin supervisión regulatoria, actúan como “cambistas de fichas políticas”, decidiendo qué candidatos independientes tienen visibilidad y qué mensajes recibe cada votante.
No se trata de una conspiración. Es el funcionamiento natural de un sistema donde los datos son el nuevo petróleo y la IA, la refinería. Quien controla los datos y los algoritmos, controla el mapa electoral.
El caso de Virginia: cuando la IA detecta lo que las encuestas no ven
Un ejemplo concreto de esta capacidad en acción llegó en junio de 2026, cuando PharosGraph y AdImpact lanzaron AdScape, una herramienta que combina datos de seguimiento de anuncios políticos con inteligencia de audiencia hiperlocal para dar a las campañas una visión en tiempo real de si su gasto está moviendo a los votantes mientras la publicidad aún está en emisión.
AdImpact monitoriza más de mil millones de ocurrencias diarias de anuncios de televisión y cubre los 210 mercados de EE.UU. y más de 41.000 códigos postales. PharosGraph aplica lingüística computacional, ciencia del comportamiento e IA para traducir el discurso público en señales procesables a nivel de vecindario.
Antes de su lanzamiento público, las dos empresas probaron AdScape en una contienda electoral estatal en Virginia. Los resultados fueron reveladores:
La plataforma identificó un aumento del 44% en el gasto del oponente durante un período de dos semanas, que se correlacionó con una erosión de dos puntos en el apoyo.
Los oponentes establecieron ventajas de dos a tres veces en “share of voice” en segmentos vulnerables antes de que llegara el contra-mensaje.
Casi 1.000 vecindarios cambiaron de clasificación de segmento en una sola semana, lo que indica cambios rápidos en la dinámica de persuasión.
La conclusión es clara: los modelos de audiencia estáticos, construidos al inicio de una campaña y actualizados como mucho semanalmente, se pierden movimientos significativos entre actualizaciones. La IA en tiempo real ofrece una ventaja que las encuestas tradicionales no pueden igualar.
El costo para la soberanía digital
La capacidad de analizar el estado de ánimo del electorado en tiempo real, identificar candidatos viables y microsegmentar mensajes con precisión milimétrica plantea una pregunta incómoda: ¿quién controla realmente el proceso democrático?
La soberanía digital de una nación requiere que las decisiones sobre quién gobierna sean tomadas por ciudadanos informados que deliberan en público, no por algoritmos que manipulan en privado. Pero el sistema actual, con su dependencia de plataformas de redes sociales, sus modelos de IA opacos y su falta de regulación, está haciendo exactamente lo contrario.
Las herramientas de análisis de sentimiento en tiempo real, como las que utiliza el Independent Center, convierten la opinión pública en un recurso extraíble y moldeable. Los votantes dejan de ser ciudadanos con agencia política para convertirse en puntos de datos que pueden ser perfilados, segmentados y persuadidos.
Y el problema no es menor porque la intención sea “no partidista” o “pro-democrática”. La amenaza a la soberanía digital no depende de la ideología de quien usa la herramienta, sino de la herramienta misma. Un algoritmo que puede identificar 40 distritos donde un independiente podría ganar también puede identificar 40 distritos donde un candidato autoritario podría ganar. La tecnología es neutral; su uso, no.
Próximo artículo en la serie (final):
“Trump, los centros de datos y la rebelión NIMBY: el frente interno que puede decantar el Congreso”
Nota del editor: Este artículo forma parte de una serie de cinco entregas sobre el impacto de la inteligencia artificial en la soberanía digital y los procesos democráticos. Las fuentes utilizadas incluyen informes de NPR, el estudio del MIT publicado en Proceedings of the National Academy of Sciences, documentación de PharosGraph y AdImpact, y registros públicos de encuestas de Gallup y NBC News.