No Se Encuestó a Personas Reales: La IA Ahora Fabrica lo que "Piensa el Público"

No Se Encuestó a Personas Reales: La IA Ahora Fabrica lo que "Piensa el Público"

El otro día, Axios publicó un artículo que citaba "hallazgos" de que la mayoría de las personas confiaban en sus médicos y enfermeras. Resulta que esos "hallazgos" fueron completamente fabricados por una empresa llamada Aaru, utilizando IA (lo que llevó a Axios a emitir una nota del editor y una 'aclaración'). Aaru utiliza algo que llaman "muestreo de silicio", donde los modelos de lenguaje grandes (la IA) pueden emular a los humanos a una fracción del costo y tiempo requeridos para las encuestas tradicionales, informa el NY Times.

El muestreo de silicio no es una encuesta. Es la fabricación directa de la opinión pública por parte de máquinas, y los principales medios de comunicación y firmas de investigación ahora publican esas fabricaciones como hallazgos legítimos.

Esto no es un desliz aislado. La tecnología está siendo adoptada por algunos de los nombres más importantes en medios, encuestas e investigación corporativa. Gallup se ha asociado con la startup Simile para crear miles de "gemelos digitales" generados por IA que reemplazan a personas reales. Ipsos está trabajando con Stanford para ser pionero en datos sintéticos para estudios de opinión pública. CVS, cuyo brazo de capital de riesgo invirtió en Simile, ya está utilizando estas ideas fabricadas para dar forma a la estrategia del cliente. Y medios como Axios están tratando los resultados como noticias.

El propósito de las encuestas siempre ha sido la autenticidad: capturar lo que los humanos reales realmente piensan (después de sobremuestrear a tu partido preferido para que parezca que a la gente le gusta Hillary Clinton).

Ese proceso es imperfecto y desordenado. Digamos que un encuestador quiere saber cuántas personas en los Estados Unidos están a favor de una cierta medida política, pero el encuestador termina con una encuesta que incluye 80 por ciento de republicanos y solo 20 por ciento de demócratas. El encuestador puede pensar que en realidad el país está más cerca de una división 50-50, por lo que los resultados se reequilibran para reflejar esa realidad percibida. Esto significa que los porcentajes que lees como resultados de la encuesta son la salida del modelo, no números de los datos reales de la encuesta.

El problema es que cada modelo está diseñado con sus propios sesgos, porque los encuestadores no están de acuerdo sobre qué variables merecen más peso. En 2016, el analista político principal de The New York Times, Nate Cohn, realizó un experimento en el que dio a cinco encuestadores los mismos datos de encuestas electorales. (Eso incluyó a Siena College, que realiza encuestas de opinión para The Times y adquirió los datos por primera vez).

El Sr. Cohn encontró un rango de diferencia del 5 por ciento entre lo que devolvieron los modelos de los cinco encuestadores. Ese rango era mayor que el margen de error típicamente asociado con el muestreo aleatorio, lo que significa que las suposiciones del modelado estaban sesgando significativamente los resultados. Esto es alarmante, porque sugiere que los encuestadores pueden usar el modelado para inclinar las encuestas en una cierta dirección e influir en la opinión pública misma, en lugar de simplemente informar lo que piensa el público.

Walter Lippmann advirtió hace un siglo que la democracia depende de una imagen precisa de la voluntad pública. Las encuestas tradicionales, aunque imperfectas, al menos comenzaron con respuestas reales de ciudadanos reales. Eran caras, lentas y desordenadas precisamente porque los humanos son caros, lentos y desordenados. El muestreo de silicio elimina todo rastro de ese desorden, y con él, todo rastro de realidad. Los modelos se entrenan con datos pasados, se ajustan con los sesgos de sus creadores y se les indica que generen las opiniones "representativas" que el cliente quiera ver. El resultado no es la opinión pública. Es un espejo de las suposiciones introducidas en la máquina.

Las Encuestas Falsas También Eligieron a Kamala Harris...

En la víspera de las elecciones de 2024, Aaru realizó una simulación a gran escala que proyectó con confianza una estrecha victoria para Kamala Harris. Los investigadores de mercado ahora utilizan estas encuestas sintéticas para decidir lanzamientos de productos y campañas publicitarias. Los think tanks sustituyen silenciosamente el "sentimiento de los constituyentes" generado por IA por comentarios reales. Cada vez que un medio o encuestador respetado presenta estas invenciones como hechos, normalizan la idea de que los datos fabricados son suficientes.

Las consecuencias ya están aquí. Cuando los titulares dicen "una nueva encuesta muestra", los lectores no tienen forma de saber si alguna vez se preguntó a personas reales. La confianza en las instituciones se está erosionando lo suficientemente rápido como para no dar a los tomadores de decisiones y periodistas un suministro ilimitado de datos falsos que suenan plausibles. Las ciencias sociales, la estrategia política y la investigación de mercado corren el riesgo de convertirse en elaborados juegos de simulación digital.

Así que ahí lo tienen...

Tyler Durden
Wed, 04/08/2026 - 16:40