La campaña electoral empieza antes del candidato cuando una plataforma define qué contenido alcanza a quién. Termina dentro del algoritmo cuando un sistema recomienda, ordena o amplifica información que puede influir en la decisión de voto. La inteligencia artificial interviene en cada tramo: producir una escena, segmentar una audiencia, distribuir un mensaje y fabricar una apariencia de consenso.
La inteligencia artificial ya participa en todo el ciclo electoral
El ciclo electoral reúne las etapas que van desde la preparación de una campaña hasta la forma en que las personas se informan, conversan, deciden y se relacionan con candidatos e instituciones. En una columna publicada en Perfil el 13 de septiembre de 2026, Marcela Ríos Tobar, directora para América Latina y el Caribe de IDEA Internacional, el Instituto Internacional para la Democracia y la Asistencia Electoral, sostiene que la IA ya se utiliza en todas esas etapas y por parte de los distintos actores involucrados.
La observación importa porque desplaza la discusión desde el video falso hacia una cadena completa de decisiones. Una candidatura puede usar una herramienta para crear una imagen. Una plataforma puede decidir cómo distribuirla. Un usuario puede recibirla fuera de contexto. Otro sistema puede resumirla y recomendarla. Cada paso modifica la probabilidad de que alguien la crea, la comparta o actúe a partir de ella.
Ríos Tobar atribuye a un informe del German Marshall Fund un relevamiento de campañas significativas con deepfakes en el 39% de las elecciones monitoreadas desde fines de 2023 en 30 países. Según la columna, la cifra describe la presencia del fenómeno dentro de ese conjunto internacional de elecciones. Su alcance corresponde al informe citado y ofrece un punto de comparación para leer los casos latinoamericanos.
Brasil mostró cómo se fabrica una escena política
Brasil llegó a la primera vuelta el domingo 4 de octubre de 2026 con reglas específicas para reducir los daños de la IA. Aun así, circularon contenidos generados o editados artificialmente. El problema apareció en formatos reconocibles: videos, imágenes, promesas atribuidas a candidatos y escenas que nunca ocurrieron.
El artículo de Aos Fatos, republicado por Yahoo Noticias, describe también videos de votantes artificiales que declaraban su apoyo a distintas candidaturas. El relevamiento citado identificó decenas de videos que sumaban casi 8 millones de vistas únicamente en TikTok. La consecuencia práctica es sencilla: una multitud puede parecer espontánea aunque haya sido fabricada digitalmente.
Marcelo Alves, director de Metodología de Democracia en Xeque, dijo a Aos Fatos que los deepfakes se banalizaron. Su comparación apunta a un cambio operativo: producir una falsificación dejó de parecer un acontecimiento excepcional. La pieza puede ser una imagen, un audio, un video breve o una placa diseñada para circular dentro de una conversación política ya polarizada.
Las normas brasileñas exigen identificar la propaganda producida con IA y prohíben material desinformativo. El mismo artículo señala que esas reglas no se cumplieron de manera consistente. También explica que el Tribunal Superior Electoral (TSE), la autoridad brasileña que organiza y regula las elecciones, estableció límites para los chatbots, programas que conversan automáticamente con las personas, con el fin de impedir que simulen comunicación con candidatos o recomienden y prioricen candidaturas.
El deepfake es apenas la puerta de entrada
Un deepfake es una imagen, audio o video sintético que imita de forma realista a una persona o situación. Su riesgo electoral crece cuando se lo analiza como parte de una operación mayor. El archivo falso atrae atención. La segmentación encuentra a quienes pueden reaccionar. La plataforma distribuye. La conversación aporta legitimidad. La respuesta tardía deja la impresión instalada.
Por eso una etiqueta de contenido generado con IA resuelve una pregunta limitada: cómo fue producido el material. La audiencia necesita otras respuestas para evaluar su impacto. Quién lo pagó, a quién alcanzó, con qué criterio fue recomendado, cuántas veces circuló y qué ocurrió después de que una verificación lo cuestionó.
El registro de las audiencias brasileñas sobre las reglas electorales muestra esa dificultad. En una nota publicada originalmente el 5 de febrero de 2026, Agência Lupa informó sobre la participación de Google y Meta ante el TSE. La nota reportó reclamos de organizaciones civiles y especialistas por la falta de claridad sobre los algoritmos que influyen en la distribución de anuncios y contenidos políticos.
La nota de Agência Lupa fue publicada en febrero de 2026, cuando el TSE discutía las reglas de propaganda para las elecciones de ese año. Su utilidad para este análisis está en mostrar que la transparencia ya planteaba una pregunta más amplia que la identificación de piezas sintéticas: qué información queda disponible sobre los sistemas que ordenan la circulación de anuncios y contenidos políticos.
La opinión pública puede parecer espontánea
Walter Lippmann, periodista y autor de Public Opinion (1922), escribió que la ciudadanía necesita procedimientos para ordenar hechos dispersos antes de decidir. Edward Bernays, publicista y autor de Propaganda (1928), explicó cómo una opinión puede organizarse hasta presentarse como una preferencia individual. Sus ideas ayudan a leer la IA como una herramienta que reúne señales, produce mensajes y adapta el entorno de interpretación.
La persuasión electoral funciona cuando el receptor siente que llegó a una conclusión propia. Esa sensación puede convivir con una arquitectura previa de audiencias, formatos, recomendaciones y repeticiones. El usuario conserva la decisión subjetiva. La ruta que hizo visible una versión de los hechos pudo haber sido diseñada por campañas, plataformas, grupos organizados o sistemas automáticos.
La cuestión democrática aparece en la distancia entre la decisión percibida y el entorno que la hizo probable. Un video falso puede ser desmontado horas después. La corrección alcanza a quienes ya lo vieron, mientras la versión inicial pudo haber sido adaptada para públicos distintos. La velocidad de producción permite probar múltiples relatos antes de que exista una respuesta equivalente.
La apariencia de consenso también exige cautela al interpretar una conversación digital. Shift Colombia establece una distinción metodológica explícita: la conversación en X no equivale a intención de voto. Shift Latam lleva dos años documentando la conversación política en X en Colombia.
El caso brasileño agrega otra capa. Aos Fatos reportó que las plataformas asumieron compromisos de etiquetado automático y mecanismos de rechazo para solicitudes de chatbots que recomienden candidatos. La propia nota indicó que el etiquetado representaba uno de los problemas frecuentes en la aplicación de las nuevas reglas. La promesa de control todavía necesita una forma verificable de cumplimiento.
La responsabilidad sigue el recorrido del mensaje
Sobre quién responde por un anuncio falso creado con IA ya escribí en esa pieza. Aquí el foco está en el recorrido que permite que un mensaje llegue a una persona: producción, financiación, segmentación, recomendación, publicación y permanencia. Cada etapa involucra decisiones de candidaturas, partidos, proveedores tecnológicos, plataformas, medios, verificadores y autoridades electorales.
Para una plataforma, moderar el archivo después de una denuncia representa una tarea concreta. Explicar por qué apareció ante una audiencia determinada exige información adicional. Para una candidatura, declarar que un contenido fue creado con IA puede cumplir una formalidad. Responder por una falsedad difundida mediante sus canales exige revisar quién la aprobó, qué objetivo tenía y qué medidas tomó al conocer el daño.
La pregunta útil para un periodista, una organización civil o una autoridad no consiste únicamente en si una imagen fue creada artificialmente. Conviene reconstruir la secuencia: producción, publicación, segmentación, recomendación, interacción, denuncia y corrección. Esa secuencia permite separar una falsificación aislada de una operación capaz de alterar la percepción sobre una candidatura o una institución.
La misma lógica sirve para las marcas. Una empresa que comunica durante un proceso electoral comparte el entorno informativo con campañas y plataformas. Un anuncio, una alianza o una declaración corporativa puede ser recortada, clonada o recontextualizada. La gestión reputacional necesita saber qué sistemas distribuyen el contenido y qué evidencia existe para responder cuando una versión manipulada comienza a circular.
Qué ocurre cuando la información electoral entra en circulación
La respuesta no pasa por esperar una herramienta perfecta que identifique cada falsificación. Las organizaciones necesitan protocolos capaces de actuar con información incompleta. Eso incluye registrar quién autoriza contenidos políticos, conservar las versiones originales, documentar el uso de IA, definir umbrales de respuesta y coordinar comunicación con equipos legales, tecnológicos y de seguridad.
Las autoridades electorales necesitan información que permita auditar la circulación. Los repositorios de anuncios, los reportes de remoción y los datos sobre segmentación pueden ayudar a reconstruir cómo una pieza llegó a una audiencia. La transparencia formal pierde utilidad cuando entrega una etiqueta sin contexto, o cuando permite conocer el anuncio sin entender el sistema que decidió su alcance.
Los medios y verificadores cumplen una función distinta. Deben identificar qué ocurrió, atribuir cada afirmación y explicar el mecanismo de manipulación sin reproducir innecesariamente la pieza falsa. Una corrección precisa necesita llegar al mismo espacio donde circuló la afirmación original. La velocidad importa, aunque la rapidez sin método puede convertir la verificación en otra fuente de confusión.
La campaña electoral comienza antes de que el candidato hable porque la infraestructura ya seleccionó parte del escenario. Termina dentro del algoritmo porque la decisión pública continúa siendo interpretada, resumida y recomendada después de la publicación. En América Latina, el desafío consiste en gobernar ese recorrido antes de que la falsificación deje de parecer una excepción y se convierta en el lenguaje normal de la competencia.