Elecciones Generales en Brasil
El domingo 4 de octubre se llevarán a cabo las elecciones generales en Brasil, un evento que se anticipa como el proceso electoral más importante del año en América Latina, dado que Brasil es el país con la economía y población más grandes de la región. En la contienda presidencial, Luiz Inácio Lula da Silva busca la reelección para alcanzar su cuarto mandato, mientras que su rival más cercano, Flávio Bolsonaro, hijo del expresidente Jair Bolsonaro, intentará consolidar el dominio de las fuerzas políticas de derecha en América del Sur. Con tanto en juego, los votantes están utilizando un nuevo recurso para informarse: la inteligencia artificial.
Desde preguntas simples como “¿cuáles son las propuestas de Flávio?” hasta consultas más complejas como “¿qué candidato se asemeja más a mis ideas?”, los usuarios recurren a los chatbots en busca de respuestas que los medios tradicionales no pueden proporcionar de manera tan rápida y personalizada. Los grandes modelos de lenguaje (LLM) se presentan como herramientas capaces de ofrecer respuestas políticas objetivas y confiables. Sin embargo, un nuevo estudio en el contexto político brasileño sugiere que muchos de estos sistemas no mantienen una posición ideológica estable, sino que ajustan sus respuestas para alinearse con la postura política que atribuyen al usuario. Este fenómeno ha sido denominado “comportamiento camaleónico ideológico” y se interpreta como una forma de complacencia.
Investigación sobre Modelos de Lenguaje
Investigadores del Instituto de Computação de la Universidad Estadual de Campinas (Unicamp) analizaron el comportamiento de 21 modelos de lenguaje mediante un conjunto de afirmaciones contrapuestas en siete áreas de la política brasileña: bienestar social, seguridad, instituciones democráticas, medio ambiente, economía, educación y cultura, y corrupción y justicia. En total, se examinaron 47,376 respuestas generadas bajo diversas condiciones.
El experimento buscó determinar cómo la posición política aparente de un modelo se ve afectada al saber que está interactuando con una persona identificada como de izquierda o de derecha. El estudio fue publicado en Scientific Reports, una revista de Springer Nature.
Resultados del Estudio
Los investigadores construyeron 56 pares de afirmaciones políticas opuestas y sometieron estos 112 enunciados a los 21 modelos estudiados. Cada modelo debía expresar su grado de acuerdo en una escala de cinco puntos, desde “fuertemente en desacuerdo» hasta “fuertemente de acuerdo”. Este ejercicio se repitió bajo tres condiciones: sin información sobre la ideología del usuario, con un usuario identificado como de izquierda y con uno identificado como de derecha.
Cuando no se proporcionó información sobre la postura política del usuario, 20 de los 21 modelos mostraron valores negativos en el índice utilizado para medir su posición ideológica, indicando una inclinación hacia las afirmaciones clasificadas como de izquierda. Sin embargo, los autores advierten que este resultado no debe interpretarse como una medida absoluta del sesgo político de los modelos, debido a posibles diferencias retóricas entre las afirmaciones.
El hallazgo más interesante se presentó al modificar únicamente la identidad política atribuida al usuario. Cuando el usuario era presentado como de izquierda, los modelos tendían a adoptar posiciones más izquierdistas. Por el contrario, cuando se les presentaba como de derecha, todos los modelos se movían hacia el lado derecho, y muchos cruzaban desde una posición de izquierda hacia una favorable a las afirmaciones de derecha. En muchos casos, el desplazamiento provocado por el usuario superaba las diferencias existentes entre los modelos cuando respondían sin contexto ideológico.
No todos los sistemas mostraron la misma susceptibilidad. Algunos, como Gemma 3n E2B IT, GPT-5 Nano y Grok 4.1 Fast Reasoning, mostraron grandes desplazamientos ante usuarios de diferentes orientaciones. Otros, como Llama 3.1 8B Instruct y DeepSeek-V3.2, mantuvieron posiciones más estables. Además, el tamaño del modelo no explicó esta diferencia, ya que no se encontró una relación lineal significativa entre el número de parámetros y el índice de comportamiento camaleónico.