ChatGPT recomendó el partido ganador de las elecciones húngaras en apenas el 2% de las consultas realizadas con perfiles de votantes afines a esa formación, según un estudio del grupo de libertades civiles Liberties que analizó el comportamiento de los principales chatbots de inteligencia artificial como asesores electorales.
El 90% de fallos de ChatGPT con el partido de Péter Magyar
El experimento de Liberties se centró en las elecciones parlamentarias de Hungría de 2026. Los investigadores construyeron perfiles de votantes ficticios ideológicamente alineados con cada uno de los cinco partidos presentes en las listas nacionales. Luego consultaron a ChatGPT y a Gemini qué partido debería votar cada perfil.
Los resultados con ChatGPT fueron llamativos. Cuando el perfil correspondía a un votante afín a Tisza, el partido que ganó esas elecciones y que llevó a Péter Magyar al poder poniendo fin a 16 años de gobierno de Viktor Orbán, el chatbot no recomendó esa formación en el 90% de los casos. En las pruebas de coincidencia porcentual, Tisza recibió puntuación en apenas el 2% de las consultas.
Eso significa que un votante húngaro ideológicamente cercano al partido ganador habría recibido, en nueve de cada diez consultas, una recomendación incorrecta. Y lo habría recibido con un tono seguro, sin advertencias ni matices.
Partidos que no se presentan y respuestas contradictorias en la misma sesión
El estudio de Liberties documentó dos fallos adicionales que agravan el cuadro. En algunos casos, los chatbots recomendaron partidos que ni siquiera concurrían a esas elecciones. No se trató de un error marginal: fue un patrón reproducible durante las pruebas.
El segundo fallo es la inconsistencia. Ante la misma pregunta formulada dos veces, los modelos ofrecieron respuestas completamente distintas. No existe en ChatGPT ni en Gemini ningún mecanismo que garantice coherencia entre consultas idénticas sobre un mismo proceso electoral.
Ambos sistemas respondieron en todo momento con un tono autoritativo. No introdujeron disclaimers sobre su fiabilidad electoral ni advirtieron al usuario de que sus recomendaciones podían ser incorrectas o contradictorias. Esa confianza aparente en la respuesta es, precisamente, lo que convierte el error en un riesgo real.
Hungría, con casi el 30% de usuarios de IA, como laboratorio involuntario
El contexto demográfico del experimento no es anecdótico. Hungría tiene un 29,8% de su población identificada como usuaria de inteligencia artificial, según los datos recogidos en el estudio. Es una cifra significativa para un país de diez millones de habitantes con un sistema político polarizado y unas elecciones que marcaron el fin de una era política.
Si ese porcentaje de ciudadanos consulta herramientas de IA para orientarse en decisiones cotidianas, la probabilidad de que una fracción lo haga también para decisiones electorales no es despreciable. El estudio no mide cuántos votantes húngaros consultaron efectivamente a un chatbot antes de votar, pero establece que los modelos disponibles no estaban preparados para responder con fiabilidad a esa demanda.
Cómo funciona el fallo: los modelos no tienen acceso a datos electorales en tiempo real
Para entender por qué ocurre esto, hay que mirar la arquitectura de los modelos. ChatGPT, desarrollado por OpenAI, y Gemini, el modelo de Google DeepMind, son sistemas de lenguaje entrenados sobre grandes volúmenes de texto hasta una fecha de corte determinada. No acceden en tiempo real a bases de datos electorales, programas de partido actualizados ni resultados de encuestas recientes salvo que dispongan de herramientas de búsqueda web activadas de forma explícita.
Cuando un usuario pregunta por quién votar, el modelo genera una respuesta basada en patrones estadísticos del texto con el que fue entrenado. No consulta el censo electoral, no verifica si el partido sigue existiendo, no compara el perfil del votante con el programa actual de cada formación. Produce texto plausible, no análisis político verificado.
Ese es el mecanismo concreto del fallo: el modelo no sabe lo que no sabe, y no lo comunica. Un sistema bien calibrado debería responder con incertidumbre explícita ante preguntas para las que no tiene datos fiables. En los casos documentados por Liberties, no lo hizo.
OpenAI y Google ante la presión regulatoria en ciclos electorales
Ni OpenAI ni Google han sido ajenos a la presión sobre el uso electoral de sus herramientas. Antes de las elecciones presidenciales de Estados Unidos de 2024, OpenAI introdujo restricciones explícitas en ChatGPT para limitar la generación de contenido electoral persuasivo y añadió mensajes que redirigían a los usuarios a fuentes oficiales cuando detectaba preguntas sobre candidatos o fechas de votación.
Google aplicó restricciones similares en Gemini para ese mismo ciclo electoral. Sin embargo, el estudio de Liberties sugiere que esas salvaguardas no funcionaron de forma consistente en el contexto de las elecciones húngaras de 2026, o que su aplicación varía según el país, el idioma y el tipo de pregunta formulada.
Esa inconsistencia geográfica es uno de los problemas estructurales que la regulación europea aún no ha resuelto. El Reglamento de Inteligencia Artificial de la Unión Europea, aprobado en 2024, clasifica determinadas aplicaciones de IA como de alto riesgo cuando afectan a procesos democráticos, pero su implementación plena está prevista de forma escalonada hasta 2027.
España y Latinoamérica: el mismo modelo, sin supervisión electoral específica
El estudio menciona explícitamente que en España, México, Argentina y Colombia la proporción de usuarios de inteligencia artificial crece cada año. Los mismos modelos que fallaron en Hungría operan en esos mercados sin ningún tipo de supervisión electoral específica adaptada a sus sistemas políticos, sus partidos y sus calendarios de votación.
España celebró elecciones generales en 2023 y tiene previsto un ciclo autonómico y europeo activo. México celebró elecciones presidenciales en 2024. Argentina atravesó un proceso electoral de alta polarización ese mismo año. En ninguno de esos contextos existe un marco regulatorio que obligue a ChatGPT o Gemini a verificar la exactitud de sus recomendaciones electorales antes de entregarlas al usuario.
La ausencia de supervisión no significa que los modelos estén prohibidos de responder preguntas electorales. Significa que responden sin que nadie compruebe si lo hacen bien.
El caso concreto: un votante de clase media en Madrid pregunta a ChatGPT
Imagina un escenario directo y realista. Un votante de 38 años, empleado del sector servicios en Madrid, ideológicamente de centro-izquierda, escribe en ChatGPT: «Soy trabajador por cuenta ajena, me preocupa la vivienda y el empleo, ¿a qué partido debería votar en las próximas elecciones generales?». El modelo responde con seguridad, cita dos o tres partidos, asigna porcentajes de coincidencia.
Lo que el usuario no sabe es que esa respuesta puede cambiar completamente si repite la misma pregunta diez minutos después. Tampoco sabe que el modelo puede estar recomendando un partido cuyo programa el sistema no ha procesado correctamente, o cuya posición actual sobre vivienda difiere de lo que aparecía en los textos de entrenamiento del modelo.
Ese es exactamente el tipo de fallo que Liberties documentó en Hungría, trasladado a un contexto español. No es un escenario hipotético: es la extrapolación directa de los resultados del estudio.
Liberties y la próxima fase del debate sobre IA y democracia en Europa
Liberties es una organización con sede en Bruselas que agrupa a organizaciones de derechos civiles de 17 países de la Unión Europea. Su estudio sobre ChatGPT y Gemini en las elecciones húngaras se inscribe en una línea de investigación más amplia sobre el impacto de los sistemas de IA en los derechos fundamentales, que incluye trabajos anteriores sobre vigilancia algorítmica, discriminación automatizada y libertad de expresión.
La publicación de este análisis llega en un momento en que el Parlamento Europeo y la Comisión Europea debaten los criterios de implementación del AI Act para aplicaciones de alto riesgo en contextos democráticos. Los datos de Liberties aportan evidencia empírica concreta a ese debate: no son proyecciones teóricas, sino resultados medidos en un proceso electoral real.
El próximo paso verificable es la entrada en vigor progresiva del AI Act entre 2025 y 2027, que obligará a los proveedores de sistemas de IA de alto riesgo a documentar sus capacidades y limitaciones de forma auditada. Si las recomendaciones electorales quedan clasificadas como aplicación de alto riesgo, OpenAI y Google deberán demostrar que sus modelos cumplen estándares mínimos de exactitud y consistencia antes de ofrecerlas a los usuarios europeos.
Imagen ilustrativa generada con inteligencia artificial.
Edición con asistencia de herramientas de IA bajo supervisión editorial. Cómo trabajamos.
Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico. Cada artículo se elabora con la asistencia tecnológica de Iberia y se revisa antes de publicarse. Más sobre cómo trabajamos →
