¿Puede la IA sustituir a los votantes? Los encuestadores están probando la idea

Algunas empresas de encuestas están experimentando con sondeos que usan personas de inteligencia artificial en vez de preguntar solo a personas reales qué piensan, según un reportaje de Phys.org. La idea se llama encuesta sintética: los investigadores crean cientos o miles de personas simuladas usando modelos grandes de lenguaje, o LLM, que son sistemas de IA entrenados para producir texto parecido al humano. Estas personas se construyen con datos de encuestas existentes e información demográfica como edad, ubicación u origen, y luego se les hacen preguntas de encuesta o se les coloca en grupos de discusión artificiales.

Es fácil ver el atractivo. Las encuestas reales toman tiempo y dinero. Una buena encuesta nacional tiene que llegar a un grupo que sea representativo a nivel nacional, lo que significa que refleja a la población más amplia con suficiente cercanía como para que los resultados se puedan tomar en serio. Jennifer Stromer-Galley, profesora de Syracuse University que estudia los métodos de encuestas de opinión pública, le dijo a Phys.org que una encuesta nacional sólida debería incluir aproximadamente 1,200 personas. En cambio, las empresas de encuestas sintéticas pueden generar varios miles de personas de IA sin tener que convencer a personas reales de responder preguntas.

Eso crea la principal desventaja. Las encuestas sintéticas podrían permitir que los investigadores prueben preguntas rápidamente, exploren ideas de políticas o realicen grupos de discusión a un menor costo. Pero la misma tecnología también puede crear una imagen engañosa de lo que piensa el público. La preocupación no es solo que un sistema de IA pueda cometer un error. Es que el sistema puede ser demasiado consistente de una manera en que las personas reales no lo son.

La opinión pública cambia porque la vida cambia. Una persona a la que se le pregunta en octubre sobre el problema más grande del país podría dar una respuesta diferente en enero después de perder un empleo, una tormenta, una nueva ley, un evento familiar o simplemente meses de noticias. A Stromer-Galley le preocupa que muchas personas de IA se construyan con instrucciones e información de fondo fijas. Si se le hace al modelo el mismo tipo de pregunta una y otra vez, podría dar respuestas similares una y otra vez. Esa consistencia parece útil, pero puede ocultar la inestabilidad y la contradicción que forman parte de la opinión humana.

Los votantes reales tampoco siempre piensan como hojas de cálculo de políticas bien organizadas. Una persona podría apoyar un programa del gobierno, pero oponerse a otro similar, o podría preocuparse profundamente por un tema solo después de que afecte a su comunidad. Stromer-Galley sostiene que las personas sintéticas pueden producir respuestas que son más consistentes internamente que las respuestas humanas. En las encuestas, eso puede ser un problema, porque el objetivo no es crear opiniones ordenadas. El objetivo es medir las opiniones que las personas realmente tienen.

Otro problema es el sesgo, que en este contexto significa un patrón incorporado que empuja los resultados en una dirección en vez de reflejar toda la variedad de opiniones. Los proveedores de encuestas pueden ajustar sus muestras sintéticas para que las personas coincidan con las características demográficas promedio de una población. Pero Stromer-Galley dice que eso no resuelve el problema de cómo responde el modelo de IA para cada perfil. Si se le pide a un modelo que simule a un votante negro rural en un pueblo pequeño, por ejemplo, podría producir lo que parece una respuesta típica para ese perfil. Pero las comunidades reales incluyen casos atípicos, personas cuyas opiniones no encajan con el patrón esperado. Si el método sintético elimina esos casos atípicos, podría pasar por alto algo importante en lo político o lo social.

Un experimento de Pew Research Center sugiere que esta preocupación no es solo teórica. Pew hizo que un modelo de IA asumiera las personas de miembros reales de su American Trends Panel y respondiera las mismas encuestas que respondieron esos participantes humanos. En casi 300 preguntas, los resultados de la IA fueron distintos de los resultados humanos por un promedio de 12 puntos porcentuales. Casi la mitad de las preguntas tuvo al menos una opción de respuesta que ningún participante de IA eligió. Eso importa porque una encuesta que nunca selecciona una respuesta que las personas reales a veces eligen no es simplemente imprecisa; puede estar dejando fuera partes de la opinión pública.

El debate también trata sobre para qué sirven las encuestas. Desde que las encuestas científicas de opinión pública se desarrollaron en las décadas de 1930 y 1940, han ofrecido más que números. Han dado a las personas una manera de ver cómo otras personas en todo el país piensan sobre problemas compartidos. Si las encuestas sintéticas se vuelven comunes, podrían ampliar el acceso a la investigación de opinión, especialmente para las organizaciones que no pueden pagar encuestas grandes. Pero también podrían crear lo que Stromer-Galley llama un espejo distorsionado: un reflejo del público que parece convincente mientras dobla la realidad.

Eso no significa que las personas de IA no tengan lugar en la investigación. Podrían ayudar a probar la redacción de las encuestas, explorar posibles reacciones o complementar los métodos tradicionales. La pregunta más difícil es dónde trazar la línea. Si las encuestas sintéticas se tratan como una herramienta, con advertencias claras sobre sus límites, podrían ser útiles. Si empiezan a reemplazar a participantes reales, el público puede terminar siendo medido por máquinas entrenadas para imitar a las personas, en vez de por las personas mismas.