Dos estudios presentados en la Escuela de Gobierno de la Universidad de los Andes examinan el uso y la regulación de la inteligencia artificial en procesos electorales. Sus hallazgos abren una discusión sobre supervisión independiente, protección de datos y confianza ciudadana de cara a 2027.
De 40 instrumentos regulatorios sobre inteligencia artificial en procesos electorales analizados en un estudio comparado, solo seis establecen obligaciones para las autoridades electorales. El resultado pone sobre la mesa una brecha: mientras las normas estudiadas se concentran en los contenidos de las campañas, las entidades públicas también emplean estas tecnologías para informar a la ciudadanía y verificar identidades, entre otras funciones que requieren controles.
Este fue uno de los hallazgos presentados en el conversatorio «Retos de la gobernanza de la IA en contextos electorales», organizado por la Escuela de Gobierno Alberto Lleras Camargo de la Universidad de los Andes. El encuentro reunió a representantes de la academia y de la Registraduría Nacional del Estado Civil para discutir las instituciones y salvaguardas que necesita Colombia frente a estos usos, con la mirada puesta en las elecciones de 2027.
El profesor Juan David Gutiérrez presentó los Documentos de Trabajo 130 y 131 de la Escuela, elaborados con el Centro de Estudios en Democracia y Asuntos Electorales (CEDAE) de la Registraduría. Las investigaciones examinan dos dimensiones complementarias: las aplicaciones de IA por parte de autoridades públicas y las normas que regulan su utilización en contextos electorales.
Dos usos de la IA que requieren controles distintos
El Documento de Trabajo 131 identificó 62 sistemas de inteligencia artificial utilizados por autoridades públicas en 27 países. Dentro de esa muestra, la aplicación más frecuente es brindar información a la ciudadanía, mediante herramientas como asistentes virtuales que indican dónde votar. Le sigue la verificación de identidad mediante biometría, que permite reconocer a una persona a partir de características físicas.
El Documento de Trabajo 130, por su parte, analizó 40 instrumentos regulatorios vinculantes de 12 jurisdicciones. Según los resultados presentados, las reglas surgieron después del despliegue tecnológico y su desarrollo se aceleró desde 2024, asociado a la expansión de la IA generativa. Las cifras de ambos documentos corresponden a las muestras estudiadas y no constituyen un censo mundial exhaustivo.
Las normas examinadas se ocupan principalmente de las campañas: incluyen exigencias para identificar contenidos creados con IA o sanciones a las ultrafalsificaciones, conocidas como deepfakes, que simulan imágenes, voces o videos de personas.
Durante la discusión también se abordaron los cambios en la circulación de información política. Sandra Botero, profesora asociada de la Universidad del Rosario, propuso examinar cuándo una opinión en redes sociales se convierte en publicidad política. Como medida de transparencia, planteó que quienes reciben pagos por publicar contenidos lo declaren.
La supervisión también debe alcanzar a las entidades públicas
El uso institucional de la IA plantea desafíos distintos. Según el Documento de Trabajo 131, casi la mitad de los sistemas identificados fueron desarrollados por empresas privadas o con su participación. El hallazgo introduce una pregunta sobre la contratación: cómo garantizar evaluaciones independientes cuando el proveedor también concentra el conocimiento sobre el funcionamiento de la herramienta.
Sandra Ortiz, profesora de la Universidad Externado de Colombia, destacó la necesidad de distinguir entre quienes establecen las reglas, quienes las aplican y quienes supervisan su cumplimiento. A su juicio, la independencia frente al gobierno, las plataformas y los partidos es fundamental para evitar que esos actores condicionen las decisiones del regulador.
Desde la experiencia de la Registraduría, David Hernández Chinchilla, director nacional de Identificación y anterior líder de su Grupo de Analítica de Datos e Inteligencia Artificial, describió procedimientos y controles para prevenir, detectar y corregir errores.
Explicó que la entidad ejecuta modelos en servidores propios para mantener los datos en el país, prefiere herramientas de código abierto para reducir la dependencia de proveedores y evalúa el desempeño de los modelos después de utilizarlos. También defendió la revisión humana y el criterio de los funcionarios como componentes del proceso.
La confianza y la participación, parte de la discusión
La supervisión técnica se relaciona, además, con la confianza ciudadana. Diana Dajer, investigadora asociada de la Universidad de los Andes, advirtió que la desinformación contra las autoridades electorales puede desalentar el voto al alimentar la percepción de que los resultados ya están decididos.
Como respuesta, propuso involucrar a la ciudadanía en el diseño de la tecnología electoral mediante una veeduría elegida por sorteo público. También planteó ampliar la discusión hacia aplicaciones que apoyen la participación en decisiones públicas, más allá de la elección de representantes.
De cara a 2027, quedaron abiertas preguntas sobre quién debe supervisar la IA electoral, cómo distinguir la opinión de la publicidad política en plataformas y qué mecanismos permitirían evaluar públicamente el desempeño, los sesgos y los efectos de estas herramientas sobre la confianza. Las propuestas expuestas ofrecen puntos de partida para esa discusión institucional.