La inteligencia artificial generativa (IAG) se refiere a sistemas o modelos de inteligencia artificial que tienen la capacidad de generar contenido original y creativo, como imágenes, música, texto, e incluso vídeos. A diferencia de otros enfoques de inteligencia artificial que pueden estar diseñados para clasificar datos o predecir resultados, los modelos generativos están diseñados para producir nuevos datos que sean coherentes y relevantes dentro de un determinado dominio. Es de particular interés para la comunicación política, para producir material publicitario (spot, afiches, cuñas, copies para redes sociales, discursos, videos), sin tener que recurrir a actores terciarios.
Estos modelos generativos se basan en una variedad de técnicas, como redes neuronales generativas adversas (GAN), modelos de lenguaje generativo (es el caso del Chat GPT) o redes neuronales recurrentes (RNN) (Karpathy et al., 2016). Todos usan el deep learning, o aprendizaje profundo, y se nutren de grandes conjuntos de datos para luego producir nuevas muestras con un cierto grado de variación y creatividad, para siempre ofrecer contenidos nuevos.
Los usos de la IAG en la comunicación política
Además de la producción de contenido político, la IAG permite organizar el big data (gran volumen de datos electrónicos que se recopilan de diversas fuentes, incluidas las redes sociales, los dispositivos móviles o las transacciones en línea) para sacar información relevante acerca de las preferencias de los usuarios online. Esto permite realizar un microtargeting de las audiencias, personalizando los mensajes según los temas de interés de cada uno y ajustándolos mejor a las preferencias y comportamientos individuales. Acertar en estos aspectos permite incrementar el impacto de los mensajes políticos en las audiencias.El machine learning, como subcampo de la IA se centra en el desarrollo de algoritmos que permiten a las computadoras aprender y mejorar automáticamente a partir de la experiencia. Ayuda a analizar y extraer patrones significativos de los datos (como grupos de usuarios con un perfil similar en cuanto a las preferencias ideológicas o los temas de interés) para que los políticos pueden ser más acertados en la toma de decisiones.
La IAG también puede detectar tendencias en la opinión pública y analizar el sentimiento en las redes sociales y otros medios (prensa en línea, blogs). Esto le permite a una administración pública, un gobernante o un candidato en campaña comprender mejor las preocupaciones y opiniones de la población y adaptar sus estrategias de comunicación en consecuencia. Asimismo, permite que los actores políticos sepan cuáles son los sentimientos y emociones, positivas o negativas, asociadas a su nombre o sus cuentas en redes sociales o a algún proyecto político y modificarlo en consecuencia.
La utilización de la IAG y sus herramientas en las campañas políticas llevan al fenómeno del data-driven campaigning, o campañas impulsadas por datos, que se refiere al enfoque de utilizar datos y análisis para informar y optimizar estrategias de campaña política. El big data y el machine learning son componentes clave en este proceso ya que ayudan a recopilar, analizar y utilizar datos relevantes para comprender mejor a los votantes, identificar tendencias y comportamientos, mientras que la IAG permite crear mensajes y contenidos personalizados para lograr los mejores resultados.
Los riesgos atados a la IAG: polarización, manipulación, protección de datos
El microtargeting y la segmentación extrema de los mensajes para hacerlos coincidir con las preferencias políticas y cognitivas de las personas pueden reforzar las llamadas cámaras de eco dentro de las cuales el ciudadano no recibe propaganda cuyo contenido difiere de sus opiniones y puede dificultar el debate de ideas y la aceptación de opiniones contrarias (Bode, 2016). La capacidad para generar contenido «a la carta» plantea por ende un desafío para la democracia que se basa en la discusión y el debate de ideas. También la IAG puede ser utilizada para producir fake news, discursos o videos manipulados para generar desinformación e influir en la percepción de los votantes sobre determinados temas o candidatos (Allcott y Gentzkow, 2017; Tucker et al., 2018; Kreiss, 2016). He aquí un segundo reto para la democracia y los sistemas electorales.
¿Cómo la inteligencia artificial está transformando las campañas electorales?
La creación de contenidos sesgados da lugar a una mayor polarización de la opinión pública de dos maneras. Por un lado, al amplificar y legitimar perspectivas extremas en lugar de fomentar el diálogo y el compromiso y, por otro, al facilitar la personalización extrema de los mensajes que refuerzan las creencias existentes, todo lo cual resulta en la formación de burbujas de filtro (Jungherr, 2023; Pariser, 2011).
Adicionalmente, la utilización de las IAG para generar un contenido altamente impactante y viral puede dar mayor visibilidad a discursos políticos extremistas que promueven la confrontación en vez del debate democrático y la resolución pacífica de conflictos. Estos desafíos son de orden ético, cuestionando la finalidad con la cual en el terreno de la política y de la comunicación se hace uso de la IAG. También se plantea un desafío en términos de transparencia, por una eventual manipulación de la información y la privacidad de los datos online usados para alimentar los algoritmos (Risse, 2023).
Retos de la IA en comunicación política | Ana Salazar |