ARGENTINA ES TOP DE CONSUMO DE BEBIDAS AZUCARADAS EN EL MUNDO

La Municipalidad de Villa Regina recuerda transitar con precaución por la Avenida General Paz, entre Azcuénaga y Belgrano, donde el personal de la Secretaría de Obras y Servicios está colocando divisores de carriles frente a la Ciudad Judicial. Por ello los inspectores se encuentran desviando el tránsito en ese sector mientras se llevan a cabo…

El día 15 de enero, el equipo de Educación Vial de la Dirección de Tránsito de la Municipalidad de Villa Regina se continuó con  las actividades de educación y concientización vial del presente año en la colonia de vacaciones del Club Regina de nuestra ciudad. En esta oportunidad, se realizaron diferentes actividades didácticas con los…

 

Cuando el resultado de la elección mostró que se habían equivocado por una diferencia de 20 puntos, en la redacción de la revista estadounidense Literary Digest se querían morir. De hecho, tiempo después fue la propia revista la que murió. Había logrado instalarse como la principal predictora de las decisiones de los votantes, pero en 1936 el error garrafal la llevó a la ruina. Es que predecir resultados consultando solo a sus lectores no era un camino confiable. 

Lo peor de todo fue la competencia que tuvieron ese año. Un joven profesor de la Universidad de Columbia llamado George Gallup predijo el resultado de la elección con un mínimo margen de error. Fue el nacimiento de las encuestas de opinión basadas en muestras representativas e inferencias estadísticas. Y ya nada sería igual: no solo antes de cada votación, sino casi para cada decisión de gobierno los sondeos de opinión comenzaron a ascultar lo que la gente quería. Los políticos y los medios aprendieron a leer y necesitaron de esos números como si fueran las entrañas de una sociedad. Se transformaron en una brújula imprescindible. 

Pero en los últimos años, el oráculo empezó a fallar. Los errores comenzaron a multiplicarse: Trump, el Brexit y —más cerca— la irrupción de Milei en la Argentina, las recientes elecciones en Bolivia y las de la provincia de Buenos Aires, hace un mes y medio. Cada elección repite el mismo ritual: titulares que explican por qué “las encuestas volvieron a fallar.” Ya no sorprende el error: sorprende que sigamos creyendo en ellas. 

La IA generativa, ¿cómo podría ayudarnos a resolver el problema de las encuestas cada vez menos contestadas?

Es que casi un siglo después de los tiempos de Gallup, ¿quién tiene todavía un teléfono fijo en su casa? ¿Quién responde a un número desconocido cuando suena el celular? ¿Y quién dedica el tiempo que dura el cuestionario de una encuesta que hace una voz automatizada del otro lado de la línea? 

Quizás el problema no sea solo técnico, sino de época. Vivimos en un mundo donde los ciudadanos nos convertimos en usuarios digitales, expuestos a más de veinte mil estímulos publicitarios diarios. Invadir a alguien por teléfono o en la calle para preguntarle qué piensa ya no parece una práctica científica, sino una intromisión. Buscamos respuestas en un espacio donde ya nadie responde. Y sin embargo, seguimos intentando. 

Las encuestas tal como las conocíamos están desnorteadas. Es un fenómeno que se aceleró exponencialmente en el último tiempo. Las consultoras de opinión pública suman nuevas estrategias para generar predicciones electorales confiables: desde estudios de redes sociales hasta el manejo estadístico de grandes volúmenes de datos disponibles. 

Si estamos atravesados por los avances de la inteligencia artificial generativa, ¿por qué no explorar cómo podría ayudarnos a resolver el problema de las encuestas cada vez menos contestadas? Como sucede para todos los temas, ya la ciencia ficción imaginó algo así: en 1955 Isaac Asimov publicó el cuento “Sufragio universal” en el que una computadora hiper potente con nombre de vacuna, la Multivac, podía predecir el resultado de las elecciones al contar con los datos disponibles del universo de electores. Solo era necesario entonces un único elector, el elector promedio, para agregar el “factor humano”, es decir, los sentimientos, a lo que la Multivac ya sabía. Una vez más, el futuro ya llegó. Pero no idéntico. 

A ese futuro se asoma AugurIA: un método que utiliza la inteligencia artificial para predecir elecciones a partir de la creación de agentes sintéticos. Hace dieciocho meses desde la consultora Methodo –Patricio Hernández es el CEO y Agustín Gosende el Director de Investigaciones no tradicionales, ambos coautores de esta nota- comenzó a experimentarlo, mientras buscaba entender los comportamientos humanos. 

¿Qué es un agente sintético? Una IA capaz de reflexionar, razonar y responder como una persona.

En mayo de 2024, un paper de la Universidad de Stanford (“Simulating Human Behavior with AI Agents”) describió algo muy parecido: modelos capaces de replicar el comportamiento humano con precisión inédita. El estudio mostró que los agentes podían imitar hábitos, reacciones y decisiones con una consistencia que antes solo atribuíamos a los humanos. Leerlo generó en Methodo una mezcla de alivio y vértigo: otros estaban experimentando algo similar desde otro camino. Por ahora, los de Methodo serían los únicos estudios que utilizan agentes sintéticos para predecir elecciones: AugurIA es experimentación e innovación. 

¿Y qué es exactamente un agente sintético? Inteligencias digitales capaces de reflexionar, razonar y responder como personas. Podría decirse que es un espejo que no copia la superficie, sino el movimiento. Un modelo de inteligencia artificial que no solo analiza datos: los habita. Se alimenta de conversaciones, emociones, microdecisiones. Aprende de las contradicciones humanas. No reemplaza a nadie: nos reproduce. Y al hacerlo, devuelve algo inquietante: una versión de nosotros mismos a veces más coherente que la original. 

Para la elección de este domingo 26 de octubre, Methodo cuenta con 1600 agentes sintéticos que representan a electores de toda la Provincia de Buenos Aires. De estos agentes se sabe el nombre, el género, su edad, la dirección en donde vive, con quién y en qué tipo de vivienda, la cantidad de años que estudió, de qué trabaja, cuánto gana, su nivel socioeconómico, su religión, cómo son sus consumos, su capacidad de ahorro, qué noticias le llegan, cómo utiliza las redes sociales, qué votó en elecciones pasadas, su ideología y la seguridad con que decide su voto.  

Si una encuesta para la provincia de Buenos Aires usualmente contacta a una muestra de entre 800 y 1000 personas, con una tasa de no respuesta cada vez más alta, aquí tenemos a 1600 agentes sintéticos que responden pacientemente a todo lo que nos animemos a preguntarles y que son una muestra representativa de la totalidad de lo votantes. La información se genera a partir de múltiples datos disponibles, como los del INDEC, la Encuesta Permanente de Hogares y otras fuentes de información pública, además de estudios de consumo de medios y de redes sociales, estudios cuantitativos y cualitativos, noticias de lo que sucede en el país que van alimentando a AugrIA. 

El laboratorio de Methodo no se parece a un lugar mágico. Son computadoras encendidas, pantallas llenas de gráficos, conversaciones transcritas, simulaciones que se ejecutan en silencio. Y, sin embargo, ahí ocurre algo que antes parecía imposible: los datos empiezan a comportarse como personas. A veces, cuando las simulaciones corren, alguna de las quince personas del equipo se queda mirando las pantallas en silencio. En una, un agente “habla” sobre una medida económica hipotética. En otra, un agente “siente” que esa medida amenaza su bienestar. Ambos son algoritmos, pero el intercambio parece humano: una conversación que nadie pronunció, pero que podría suceder mañana. 

Si una encuesta para la provincia de Buenos Aires contacta a una muestra de entre 800 y 1000 personas, aquí tenemos a 1600 agentes sintéticos que responden a todo.

AugurIA se probó primero en un terreno desafiante: el consumo. Se realizaron entrevistas a personas que estaban por tomar decisiones de compra. Primero, una entrevista en profundidad para construir al agente sintético; luego, otra entrevista noventa días después, cuando la compra ya se había concretado. El resultado fue desconcertante: el 78% de los entrevistados acertó sobre lo que haría con su consumo; los agentes sintéticos anticiparon el 84%. Una versión digital del yo supo mejor lo que haría el yo de carne y hueso. Somos mucho más predecibles de lo que nos gusta reconocer. 

Después buscamos ir más allá: experimentar con AugurIA en la provincia de Buenos Aires durante las últimas elecciones legislativas. En septiembre, se registraba una diferencia de dieciocho puntos entre Fuerza Patria y La Libertad Avanza. Era un número sorprendente: se alejaba radicalmente del consenso de las encuestadoras de la opinión pública. Decidimos no hacerlo público: el método seguía en etapa experimental y preferimos mantener la cautela. Finalmente, la distancia en la elección fue de 14 puntos. Podíamos seguir afinando. 

Al comenzar a medir la elección de octubre, la brecha se redujo a seis puntos. Luego estalló el escándalo del candidato José Luis Espert por sus vínculos con el narcotráfico y la distancia volvió a ampliarse: los agentes mostraban ahora una diferencia de más de diez puntos. Ese episodio alteró el tablero. Días después, Espert renunció a su candidatura y fue reemplazado por Diego Santilli, quien encabezará la boleta única (que se utilizará por primera vez) pero no figura en ella, porque las boletas ya estaban impresas. En este país vertiginoso, se suman los acuerdos con Estados Unidos, el subibaja de los mercados, novedades sobre el caso Libra y una larga lista de sorpresas preelectorales que se van cargando a AugurIA para que haga sus predicciones. 

Los agentes sintéticos son una versión digital del yo que suelen saber qué hacer mejor que el yo de carne y hueso.  

Cómo afectarán estas noticias a la percepción del electorado es algo que Methodo aún sigue modelando y que probablemente siga estudiando hasta horas previas a la elección. Para la provincia de Buenos Aires, las estimaciones dan una victoria de Fuerza Patria por sobre La Libertad Avanza de entre 5 y 9 puntos, dependiendo del nivel de participación: cuando la simulación estima una participación del 62%, como en la última elección en la Provincia, los números dan entre 8 y 9 puntos de diferencia, pero cuando la participación se acerca al 70%, la diferencia se reduce a 5 ó 6 puntos.  

Estas predicciones no contemplan entrevistas en profundidad, lo cual permitiría un nivel de precisión mayor, como sucedió con la experimentación sobre el consumo. Más que anticipar el resultado electoral, lo que se busca comprender es cómo se puede utilizar la inteligencia artificial para suplantar las limitaciones de las encuestas, cómo una secuencia de eventos puede reconfigurar emocionalmente a un proceso político y cómo se puede perfeccionar la herramienta en el futuro haciendo una combinación de técnicas cuantitativas y cualitativas, que incluya entrevistas.   

***

Durante siglos, los humanos intentamos anticipar lo que todavía no había ocurrido. Los romanos miraban el cielo: el vuelo de los pájaros era una señal de victoria o desastre. Los griegos consultaban oráculos, los chinos observaban el movimiento de las estrellas. Cada época tuvo su forma de leer el futuro. La nuestra —al menos hasta ahora— fue la encuesta. 

Pero las encuestas siempre tuvieron limitaciones: en la década del ’60 del siglo pasado Elizabeth Noelle-Neumann advertía sobre cómo por miedo al aislamiento social la gente prefería no dar una opinión contraria a la mayoría y cómo esto generaba una “espiral de silencio” difícil de capturar. En su famosa conferencia “La opinión pública no existe”, Pierre Bourdieu afirmaba que las encuestas generaban la sensación de que existía una opinión, que no era más que la agregación estadística de opiniones preguntadas con un sentido político determinado, asumiendo que todas las personas tienen algo para decir y que todas las opiniones valen lo mismo. Algo similar a la idea de la “borrachera democrática” de Alain Minc, que decía que los gobiernos quedaban cada vez más atrapados por la tiranía de las encuestas de opinión tratando de bailar al ritmo de los contestadores de encuestas.

¿Y si los problemas que desvelaban a estos intelectuales se disipan? Ya no más personas que esconden lo que piensan o que deciden no responder, ya no más un grupo de preguntas reducido a un cuestionario administrado a pocos casos, ya no más muestras representativas sino el mapa que imaginaba Borges de la misma escala del territorio.

Más que anticipar el resultado electoral, se busca comprender cómo una secuencia de eventos puede reconfigurar emocionalmente un proceso político.   

Pero la inteligencia artificial también tiene sus límites: “no puede pensar porque no se le pone la piel de gallina”, dice Byung-Chul Han. Le falta la vibración analógica, la emoción que los datos no pueden medir. Es ese “factor humano” que necesitaba la computadora de Asimov para ser infalible. Y supone riesgos: ¿si además de las encuestas ya tampoco son necesarias las elecciones? ¿Qué futuro le espera a la democracia atravesada por la inteligencia artificial?

El desafío no está en producir certezas matemáticas ni mapas inservibles, sino en acercarse a las emociones que mueven nuestras decisiones. En cada simulación, detrás de cada número, la búsqueda es por leer la tensión, la duda, el deseo o el miedo que empuja a una persona a elegir. Entender el sufrimiento, la emoción y la belleza de lo humano. Porque toda predicción, si no incluye compasión, es apenas estadística. En un mundo saturado de ruido, escuchar es el acto más radical de todos.

Mirar el comportamiento humano desde los datos implica una forma nueva de poder: la de comprender sin pedir permiso. ¿Hasta dónde puede llegar la observación antes de volverse vigilancia? La diferencia está en la intención. La predicción siempre fue una forma de poder. Lo sabían los oráculos, lo aprendieron los encuestadores y hoy lo intuyen los programadores. Quien puede anticipar el comportamiento ajeno tiene, de algún modo, la capacidad de performar la realidad. Pero también una responsabilidad: no usar la inteligencia artificial como herramienta de control, sino de comprensión. 

Este domingo los argentinos volvemos a las urnas. En un país que nos tiene acostumbrados a la imprevisibilidad, tal vez esté naciendo un instrumento que entienda mejor que nosotros mismos qué es lo que queremos y hacia dónde vamos.

La entrada IA, decime quién gana las elecciones se publicó primero en Revista Anfibia.