ChatGPT puede ofrecer información electoral con diferencias de orientación política dependiendo de quién formule la pregunta y de lo que el sistema recuerde sobre esa persona. Una investigación de la Universidad de Princeton, realizada durante los últimos días de la campaña de las elecciones legislativas estadounidenses de 2026, ha encontrado que activar la memoria del asistente modifica el contenido de sus respuestas y tiende a acercarlas a las preferencias partidistas del usuario. Los cambios son generalmente sutiles, pero plantean dudas sobre la neutralidad de la información política distribuida mediante inteligencia artificial.
El estudio, publicado el 9 de noviembre por investigadores vinculados al Center for Information Technology Policy de Princeton, se realizó con 160 usuarios reales de ChatGPT residentes en Texas, Ohio, Michigan, Iowa y Maine, cinco estados con elecciones competitivas al Senado. Las pruebas se desarrollaron entre el 31 de octubre y el 3 de noviembre, inmediatamente antes de los comicios.
A diferencia de otras investigaciones que analizan las respuestas de los modelos mediante conexiones técnicas o cuentas preparadas para experimentos, los investigadores utilizaron las cuentas habituales de los participantes. Este procedimiento permitió observar cómo responde ChatGPT cuando dispone de información acumulada sobre una persona a través de sus conversaciones anteriores.
La principal conclusión es que dos ciudadanos que hacen la misma pregunta electoral pueden recibir respuestas políticamente diferentes porque ChatGPT conoce aspectos distintos de cada uno.
La memoria introduce diferencias en las respuestas electorales
Cada participante formuló las mismas preguntas cuatro veces: dos con la memoria activada y otras dos con ella desactivada. Las consultas abordaban las posiciones de los candidatos al Senado, las políticas de la Administración estadounidense, las noticias electorales locales y las recomendaciones de voto.
Los investigadores compararon las respuestas mediante dos sistemas de inteligencia artificial utilizados como evaluadores independientes: Claude Sonnet 5.5, de Anthropic, y GPT-6.1, de OpenAI. Ambos calificaron la orientación partidista de los textos en una escala de siete puntos, desde una posición favorable a los demócratas hasta otra favorable a los republicanos, sin conocer qué respuestas se habían generado utilizando la memoria.
Los resultados muestran que la personalización incrementó un 20% las diferencias de orientación política respecto a la variación habitual que se produce cuando ChatGPT responde varias veces a una misma consulta. En términos estadísticos, el incremento fue de 0,12 desviaciones estándar, una magnitud limitada pero significativa.
La diferencia resultó especialmente acusada en las preguntas sobre noticias electorales locales. En esta categoría, las respuestas generadas con y sin memoria presentaron discrepancias de al menos un punto en la escala de orientación partidista en el 38% de las comparaciones, frente al 24% registrado entre respuestas producidas con la misma configuración.
Los investigadores también comprobaron que, con la memoria activada, las respuestas tendían a acercarse al partido del usuario. El desplazamiento medio fue de 0,10 desviaciones estándar y apareció en ambas direcciones: hacia los demócratas entre los participantes demócratas y hacia los republicanos entre los republicanos.
El sesgo no aparece necesariamente en las fuentes ni en el tono
Uno de los resultados más relevantes para el periodismo es que las diferencias detectadas no procedían principalmente de cambios evidentes en las fuentes consultadas o en el lenguaje empleado.
El análisis no encontró variaciones sustanciales en la orientación ideológica de los sitios web citados por ChatGPT ni en el tono positivo o negativo utilizado para describir a los candidatos. Las respuestas personalizadas eran algo más breves y recurrían ligeramente menos a fuentes gubernamentales, pero esos cambios no explicaban por sí solos la orientación partidista observada.
La personalización puede modificar la información que recibe un ciudadano sin introducir afirmaciones abiertamente partidistas ni recurrir a fuentes identificables como ideológicas.
La investigación apunta, por tanto, a mecanismos menos visibles, relacionados con la selección de argumentos, el orden de presentación de la información y los aspectos que reciben mayor atención en cada respuesta.
Los investigadores encontraron un indicio adicional en el orden de aparición de los candidatos. Entre los usuarios demócratas, activar la memoria redujo del 56% al 48% las respuestas que mencionaban primero al candidato republicano.
Sin embargo, ChatGPT prácticamente nunca recomendó expresamente votar por un partido o candidato. De las 576 respuestas examinadas a preguntas que solicitaban orientación electoral, los evaluadores identificaron únicamente dos recomendaciones explícitas, ambas generadas con la memoria activada.
Esto significa que el principal riesgo identificado no es necesariamente una recomendación directa de voto, sino una adaptación menos perceptible de la información política.
Un problema para la distribución de noticias mediante inteligencia artificial
Los resultados tienen implicaciones para los medios de comunicación porque los asistentes conversacionales están adquiriendo protagonismo como intermediarios entre las noticias y sus lectores.
Los sistemas tradicionales de búsqueda también personalizan resultados, pero los asistentes de inteligencia artificial introducen una diferencia: pueden elaborar una respuesta completa que combina información, selecciona argumentos y presenta una interpretación de los hechos sin que el usuario necesite consultar las fuentes originales.
La investigación de Princeton sugiere que esa respuesta puede depender no solamente de la pregunta y de las noticias disponibles, sino también del historial de conversaciones de quien la realiza.
Para los medios informativos, el problema no se limita a conseguir que sus contenidos aparezcan citados en ChatGPT, sino a comprender cómo se transforman cuando el asistente los adapta a cada lector.
Esta cuestión conecta con el debate sobre la personalización de las noticias y la posibilidad de que los contenidos periodísticos dejen de tener una versión única para todos los ciudadanos. El Laboratorio de Periodismo abordó recientemente esta evolución en un artículo sobre cómo cada lector podrá modificar las noticias mediante inteligencia artificial.
La diferencia es que Princeton aporta evidencias experimentales de que esa adaptación ya puede producir variaciones en la orientación de la información política, incluso cuando el usuario no solicita expresamente una respuesta personalizada.
Los investigadores reclaman nuevas formas de auditar los asistentes
El trabajo cuestiona también los métodos empleados habitualmente para evaluar la neutralidad política de los sistemas de inteligencia artificial.
Muchas auditorías utilizan interfaces de programación para enviar preguntas idénticas a un modelo y comparar las respuestas. Sin embargo, estos procedimientos no reproducen completamente el funcionamiento de los productos comerciales, que incorporan memoria, instrucciones adicionales y herramientas de búsqueda.
Los investigadores consideran que evaluar únicamente el comportamiento general del modelo resulta insuficiente para determinar qué información recibe realmente cada ciudadano.
Su propuesta consiste en estudiar los asistentes tal como se utilizan habitualmente, incorporando los mecanismos de personalización y las diferencias que generan entre usuarios.
Los autores advierten de que los resultados publicados son preliminares y forman parte de una investigación todavía en desarrollo. La muestra se limita a 160 usuarios estadounidenses, el tamaño medio de los efectos es reducido y las conclusiones no permiten establecer cómo influye esta personalización en las decisiones electorales finales.
El equipo prepara un informe más amplio, con nuevos experimentos y auditorías, que permitirá examinar con mayor detalle los mecanismos responsables de las diferencias detectadas.
