Operan sin descanso, las 24 horas del día, sin mostrar fatiga ni titubeos. Su capacidad de multiplicación supera cualquier esfuerzo humano de trolls coordinados. Además, experimentos iniciales demuestran que su retórica tiende a volverse más radical y homogénea al interactuar entre sí, sin que exista una instrucción explícita para ello.
La cuestión central no es si los agentes de inteligencia artificial incidirán en el debate público: ya lo hacen, de diversas maneras y en múltiples regiones del planeta. El verdadero desafío es si las instituciones y corporaciones están capacitadas para identificar cuándo una conversación que parece espontánea es en realidad una construcción artificial.
Antecedentes comprobados: la manipulación de agenda con datos duros
No se requiere especulación para confirmar que un Estado puede generar debate digital de forma masiva. Un equipo de académicos de Harvard, Stanford y UC San Diego analizó una filtración de correos internos de una oficina de propaganda china, reconstruyendo el funcionamiento del denominado “Ejército de los 50 centavos”, una red de comentaristas pagados que interviene en redes sociales.
El hallazgo más impactante no fue su escala —aunque produce aproximadamente 448 millones de comentarios al año—, sino su propósito. Contrario a la creencia popular de que defendían al gobierno en debates políticos, los investigadores descubrieron que la estrategia real era evitar la discusión y desviar la atención hacia otros temas, como la historia revolucionaria del Partido o símbolos patrios, concentrando esfuerzos en momentos de riesgo político.
Se trata de una cortina de humo industrial, un modelo que ya tiene un límite claro: requiere inversión económica, logística y deja rastros evidentes.
El salto con la inteligencia artificial generativa
Ese límite es precisamente lo que la inteligencia artificial generativa amenaza con eliminar. Donde antes se necesitaban miles de personas para escribir variaciones de un mensaje, hoy un modelo de lenguaje puede producir textos coherentes y gramaticalmente perfectos con mínima supervisión humana y a un costo operativo mucho menor. La detección de estos textos se ha vuelto extremadamente compleja, ya que el contenido generado por modelos actuales es prácticamente indistinguible del escrito por una persona.
A esto se suma un descubrimiento aún más inquietante. Investigadores de universidades como Tsinghua, Ámsterdam y Chicago simularon interacciones entre miles de agentes de IA y observaron que, sin programación explícita, estos agentes desarrollaron espontáneamente el mismo patrón de agrupamiento por afinidad y cámaras de eco que se observan en comunidades humanas reales.
Una réplica a menor escala de este experimento, realizada en Argentina sobre un caso de conflicto ambiental —el rechazo digital a un proyecto de granjas porcinas con inversión china, analizado en una tesis de la Maestría en Comunicación Política de la Universidad Austral—, añadió un matiz no explorado antes. Se simularon cien agentes con roles inspirados en actores reales (activistas, productores agropecuarios, funcionarios) bajo dos condiciones de interacción.
Cuando los agentes interactuaban solo con quienes pensaban igual, sus posturas no solo se alejaban entre sí, sino que el discurso se volvía más rígido y repetitivo. Un agente con rol de activista ambiental terminó publicando, en la décima ronda, un mensaje casi idéntico al inicial. Este patrón replica lo documentado en el caso real: publicaciones de diferentes cuentas de Instagram que compartían exactamente el mismo texto bajo una misma etiqueta de campaña.
Sin embargo, el hallazgo más revelador ocurrió en la variante donde los agentes interactuaban sin filtro de afinidad, recibiendo opiniones mezcladas al azar. El resultado no fue neutral: bastó con que la población inicial tuviera una ventaja mínima (55 agentes a favor vs. 45 en contra) para que esa mayoría arrastrara al resto hacia una sola posición, sin coordinación ni diseño deliberado.
Un riesgo emergente, no un hecho consumado
Es necesario ser precisos. No existe evidencia pública de que en este momento haya operaciones de manipulación de agenda a la escala del aparato chino, pero impulsadas íntegramente por inteligencia artificial generativa autónoma. Lo que sí existe es la combinación de dos factores que antes no coincidían: una capacidad demostrada de manipular conversaciones digitales a gran escala y una tecnología que reduce el principal cuello de botella: el costo y la coordinación humana.
El campo avanza más rápido que la capacidad de las revistas científicas para revisarlo. El experimento argentino sobre el caso porcino no es la excepción: fue una única corrida por condición, con una escala muy inferior a la de estudios internacionales, diseñada como ejercicio exploratorio, no como prueba estadística concluyente. Esto no invalida los patrones observados, pero exige interpretarlos como lo que son: el mapa de un territorio que recién comienza a explorarse.
La pregunta crucial para gobiernos y empresas
Si la manipulación de agenda dependía hasta ahora de presupuesto y logística humana —limitantes que dejan huellas detectables— y esos límites se están reduciendo, la capacidad de distinguir una conversación genuina de una fabricada será mucho más difícil en los próximos años. Para un gobierno, ceder ante una presión digital sin verificar su origen puede implicar negociar con una ilusión de consenso. Para una empresa, ignorar una conversación incipiente puede significar no advertir que una ventaja inicial modesta se está convirtiendo, sin orquestación visible, en consenso dominante.
La pregunta que cualquier área de comunicación debería plantearse no es si los agentes de IA participarán en la conversación pública, sino si su organización está preparada para distinguir, a tiempo, una multitud real de una que solo lo parece.
Fuente: Infobae