La falla de secreto de voto en Georgia se combina con la IA y expone un riesgo para la privacidad antes de las elecciones de mitad de mandato
Georgia dejó sin corregir durante casi cuatro años una vulnerabilidad conocida en la privacidad de las papeletas, y ahora un agente de programación con IA ha hecho que sea mucho más fácil de explotar. La falla de secreto de voto en Georgia no altera los votos ni socava los resultados informados. Amenaza algo distinto: la promesa constitucional de que nadie pueda determinar cómo votó una persona.
El investigador de Princeton Max Springer utilizó registros públicos y un asistente de IA disponible públicamente para reconstruir el orden de las papeletas de las primarias de mayo de 2026 en Georgia. Su análisis recuperó el orden de emisión de cerca de 1,52 millones de papeletas, lo que representa el 98,9% de las papeletas presenciales en los condados que examinó. La Associated Press informó de forma independiente sobre los hallazgos de Springer y entrevistó a funcionarios electorales y expertos en seguridad acerca de la vulnerabilidad aún no resuelta.
La incómoda paradoja es evidente. Georgia publica datos a nivel de papeleta para que el público pueda examinar los resultados electorales, pero su software obsoleto de escáneres puede hacer que esa transparencia vaya en contra de la privacidad de los votantes. La IA no descubrió la falla. Redujo la experiencia y el tiempo necesarios para convertir un antiguo documento técnico en un análisis funcional.
Esa distinción importa antes de las elecciones de mitad de mandato de noviembre. La demostración se refiere al secreto de voto, no a la manipulación de votos, y no hay evidencia de que alguien haya utilizado el método con fines maliciosos. Sin embargo, esperar a que se pruebe un abuso dejaría al estado defendiendo una promesa de privacidad después de que la barrera técnica subyacente ya se haya derrumbado.
La falla de secreto de voto en Georgia ya estaba documentada
El cambio inmediato no es un error de software recién descubierto. Es la prueba de que una debilidad existente se ha vuelto accesible para muchas más personas.
Los votantes de Georgia hacen sus elecciones en dispositivos de marcado de papeletas con pantalla táctil. Cada dispositivo imprime una papeleta de papel que contiene selecciones legibles para las personas y un código QR. El votante introduce esa papeleta en un escáner óptico, que registra las selecciones y crea un registro electrónico de votos emitidos.
Un registro de votos emitidos, comúnmente abreviado como CVR, contiene las selecciones registradas de una papeleta sin adjuntar el nombre de un votante. Los administradores electorales y analistas externos pueden utilizar estos registros para examinar resultados a nivel de papeleta.
Los escáneres también crean imágenes digitales de las papeletas. Para proteger el anonimato, los registros electrónicos correspondientes aparecen en un orden aleatorio en lugar del orden en que los votantes depositaron sus papeletas.
Los investigadores revelaron un problema con ese proceso en octubre de 2022. Los escáneres asignaban identificadores mediante un algoritmo determinista, lo que significa que un procedimiento fijo producía resultados que parecían aleatorios, pero podían revertirse. Su divulgación técnica explicó cómo un analista podía recuperar la secuencia de escaneo original.
La secuencia por sí sola no identifica a un votante. Se vuelve sensible cuando alguien la combina con registros separados que muestran quién votó, dónde votó y aproximadamente cuándo se registró.
Springer probó esa combinación con las primarias de mayo de 2026 en Georgia. Según su análisis de privacidad de las papeletas, entregó la investigación original a un agente de programación y preguntó si la debilidad seguía siendo utilizable en Georgia.
Un agente de programación es un modelo de lenguaje de gran tamaño que puede escribir, ejecutar, inspeccionar y revisar código informático para alcanzar un objetivo declarado. En lugar de limitarse a sugerir código, puede resolver errores y ensamblar un flujo de análisis funcional.
Springer afirmó que el agente revirtió la aleatorización de los registros de papeletas e identificó qué archivos públicos adicionales eran necesarios. Esos archivos incluían listas de votación anticipada, registros de auditoría de escáneres y registros de inscripción específicos por ubicación.
El experimento no requirió acceso a una máquina de votación, red privada, código fuente propietario ni base de datos restringida. Utilizó registros que existen para la administración electoral legítima y la supervisión pública.
Esa combinación es la razón por la que la historia no puede reducirse a una advertencia conocida sobre una hipotética piratería electoral. El análisis se dirigió a datos publicados después de la votación, no a máquinas mientras se emitían las papeletas. Su resultado se refería a la identidad de los votantes y sus elecciones en las papeletas, no a cambios en el recuento.
La vulnerabilidad también es anterior a los sistemas actuales de IA generativa. Los investigadores originales ya habían explicado el método de recuperación. La IA cambió la cantidad de trabajo especializado necesario para aplicarlo a datos electorales reales.
En términos de seguridad, eso supone un cambio importante en la explotabilidad. Una falla que antes requería a un programador familiarizado con los formatos electorales puede volverse accesible mediante instrucciones en lenguaje natural y generación iterativa de código.
Georgia no ha sido acusada de publicar una lista directa que vincule votantes con papeletas. Cada archivo público parece menos peligroso de forma aislada. El fallo de privacidad surge cuando los identificadores predecibles de los escáneres permiten unir conjuntos de datos separados.
Esa es la tensión central del artículo. Se supone que la evidencia electoral pública debe hacer que los resultados agregados sean más confiables sin exponer las decisiones políticas individuales. La configuración actual de Georgia tiene dificultades para ofrecer ambas protecciones a la vez.
La vinculación de papeletas con IA convierte registros públicos en identificadores
La IA redujo la barrera práctica entre leer sobre la vulnerabilidad y aplicarla a más de un millón de papeletas reales.
Springer analizó datos de 139 condados de Georgia. Informó haber recuperado el orden de emisión presencial en 114 de ellos, cubriendo aproximadamente 1,52 millones de papeletas.
La primera etapa ubicó las papeletas y los votantes en grupos coincidentes. Supongamos que tres votantes del mismo partido y distrito electoral se registraron durante el mismo período de votación anticipada. Los registros podrían limitar sus opciones a tres papeletas correspondientes, sin demostrar cuál persona emitió cada una.
Los grupos más pequeños generan mayor certeza. Si solo un votante de un partido, distrito electoral, estilo de papeleta y fecha determinados encaja con un registro recuperado, los datos públicos pueden producir una vinculación forzada.
Springer estimó que aproximadamente el 1% de los votantes presenciales anticipados que analizó podría identificarse de forma única solo a partir de la lista de votantes anticipados y los registros de votos emitidos. Ese porcentaje es más limitado que la cifra de recuperación del orden de emisión del 98,9%, y ambos números no deben confundirse.
Recuperar el orden significa determinar la secuencia de los registros electrónicos de papeletas. Identificar una papeleta significa vincular uno de esos registros con una persona identificada. La segunda tarea requiere evidencia adicional de tiempo, ubicación u orden.
Luego, Springer obtuvo registros de auditoría de escáneres y registros de inscripción de ubicaciones de votación individuales. Esos registros proporcionaron información más precisa sobre los tiempos y el orden, lo que le permitió separar a votantes que inicialmente aparecían en el mismo grupo.
En Heard County, informó haber vinculado a la mayoría de 650 votantes presenciales anticipados con una papeleta específica. Por lo general, los votantes restantes podían reducirse a un único intercambio entre dos posibles papeletas.
Informó un resultado similar entre 1.860 votantes anticipados en el centro de votación Ball Ground de Cherokee County. Esa ubicación concurrida importa porque cuestiona la suposición de que la vinculación solo funciona en un distrito rural excepcionalmente tranquilo.
El método aún contiene incertidumbre. Un votante que se registra primero no necesariamente escanea primero una papeleta. Las personas tardan distintos tiempos en votar, revisar sus impresiones o solicitar ayuda. Por ello, el orden de registro no puede tratarse automáticamente como el orden de las papeletas.
Las vinculaciones más sólidas de Springer se basaron en algo más que una simple comparación línea por línea. Combinaron la secuencia reversible del escáner con estilos de papeleta, participación partidista, fechas, ubicaciones de votación y registros de auditoría más detallados.
Incluso así, el trabajo publicado es una demostración de un investigador, no una adjudicación estatal de cada vinculación. La replicación independiente ayudaría a medir las vinculaciones falsas en lugares concurridos y patrones de votación inusuales.
El funcionario electoral de Georgia Gabriel Sterling hizo hincapié en esa incertidumbre. Sostuvo que conectar a un votante con una papeleta aún puede implicar una cantidad significativa de conjeturas, especialmente cuando varias personas encajan en la misma ventana temporal.
Esa crítica delimita la afirmación, pero no elimina la debilidad. Un sistema de privacidad no debería depender de que suficientes votantes pasen por una ubicación en un orden suficientemente confuso. Debería impedir vínculos fiables por diseño.
La falla de secreto de voto en Georgia se vuelve especialmente grave cuando observaciones externas complementan los registros oficiales. Un observador electoral, cámara, empleador, operador de campaña o conocido podría saber cuándo una persona determinada entró o depositó una papeleta.
Las comunidades pequeñas pueden crear otra fuente de información. Cuando los residentes se conocen entre sí y solo unas pocas personas solicitan una papeleta de un partido concreto, un registro aparentemente anónimo puede llegar a revelar la identidad de una persona.
La vinculación de papeletas con IA también escala de forma distinta a una investigación manual. Un analista puede pedir a un agente que normalice archivos inconsistentes de los condados, escriba analizadores, pruebe supuestos y repita el proceso en muchas jurisdicciones.
El modelo no está ejerciendo juicio político. Está automatizando trabajo de datos que antes consumía un tiempo de programación considerable. Esto hace que un método de ataque ya publicado sea más fácil de reproducir, modificar y distribuir.
Esa es la lección más amplia de seguridad sobre la IA. Los defensores no pueden asumir que un documento técnico sigue siendo poco práctico porque explotarlo requiere formatos desconocidos o programación tediosa. Los agentes pueden traducir cada vez más la documentación pública en software funcional.
La transparencia y el secreto de voto están ahora en conflicto directo
Georgia debe preservar la evidencia que permite la verificación pública sin publicar registros que puedan recombinarse para revelar la identidad política de un votante.
Los registros a nivel de papeleta cumplen un propósito democrático legítimo. Investigadores, campañas, periodistas y ciudadanos pueden utilizarlos para verificar la tabulación, estudiar anomalías y comparar los resultados electrónicos con las papeletas en papel.
Georgia ha promovido activamente esa transparencia. Tras las primarias del 19 de mayo, la oficina del secretario de Estado analizó 2.081.900 tarjetas de papeleta en una auditoría integral de imágenes.
El estado informó de 159 discrepancias, y de que el 99,9924% de las tarjetas no mostró ninguna discrepancia. Señaló que la auditoría confirmó los resultados de los 1.785 comicios revisados, según los resultados de la auditoría de las primarias del estado.
Esas cifras se refieren a la precisión del recuento. No responden a si alguien puede asociar un registro de papeleta preciso con un votante individual.
La diferencia es esencial. La integridad electoral incluye registrar correctamente cada selección, conservar evidencia fiable, contar esa evidencia con precisión y proteger la identidad del votante.
Un sistema puede funcionar bien en las tres primeras medidas y fallar en la cuarta. Por lo tanto, la evidencia de una tabulación precisa no refuta una debilidad de privacidad demostrada.
Del mismo modo, una falla en la privacidad de las papeletas no es evidencia de que las máquinas hayan cambiado votos, eliminado papeletas o producido un ganador incorrecto. Los resultados de Georgia de 2020 superaron recuentos e investigaciones, mientras que las afirmaciones falsas sobre fraude generalizado de las máquinas repetidamente no lograron aportar evidencia de respaldo.
Confundir ambas cuestiones debilitaría el argumento a favor de una corrección. Los funcionarios electorales pueden reconocer un problema real de confidencialidad sin validar afirmaciones no relacionadas sobre resultados manipulados.
Como señaló Associated Press en su análisis de la legislación pertinente, la Constitución de Georgia exige elecciones mediante voto secreto, mientras que la ley estatal exige que el equipo de votación permita votar con “absoluto secreto”, de modo que nadie pueda conocer las decisiones de otro votante.
El voto secreto protege más que la comodidad personal. Limita la compra de votos porque un comprador no puede verificar fácilmente el cumplimiento. También protege a las personas de presiones ejercidas por empleadores, familiares, grupos políticos, funcionarios gubernamentales y parejas abusivas.
Una papeleta técnicamente recuperable crea un riesgo similar al de un recibo. Aunque pocas personas intenten reconstruirla, esa posibilidad puede afectar a votantes que temen razonablemente represalias o coerción.
Las campañas políticas también podrían valorar las decisiones individualizadas. Las bases de datos modernas de campaña ya predicen preferencias mediante datos demográficos, historial de voto, información de consumo y registros de contacto. Las papeletas reconstruidas ofrecerían evidencia directa, en lugar de una probabilidad inferida.
Sterling sostuvo que las campañas probablemente considerarían más barato el perfilado y contacto ordinario con votantes que explotar esta vulnerabilidad. También señaló que quien buscara coerción podría encontrar en el voto por correo un objetivo más fácil.
Esa respuesta aborda los incentivos de los atacantes, no la obligación estatal de proteger la privacidad. La garantía del voto secreto no depende de que vulnerarla sea la estrategia de campaña más económica.
Por tanto, el principal antagonismo de esta historia no es la IA frente a los trabajadores electorales. Es la transparencia mediante datos públicos granulares frente al secreto debilitado por identificadores deterministas y registros correlacionados.
Eliminar todos los datos públicos sobre papeletas resolvería ese conflicto en la dirección equivocada. La verificación independiente depende del acceso a registros significativos. La mejor solución es romper los vínculos técnicos que revelan el orden de emisión, preservando al mismo tiempo la capacidad de auditoría.
Según se informó, otras jurisdicciones utilizan los escáneres afectados, pero su exposición es distinta. Algunas instalaron la actualización de software del fabricante. Otras restringen el acceso a los registros que un atacante necesitaría para vincularlos con votantes.
Georgia presenta una combinación inusualmente sensible. El equipo opera en todo el estado, los registros pertinentes pueden solicitarse públicamente y el estado no había implementado la actualización antes del ciclo electoral de 2026.
Esa combinación llevó a Mark Lindeman, director de políticas y estrategia de la organización no partidista de tecnología electoral Verified Voting, a describir la situación de Georgia ante Associated Press como una “tormenta perfecta”. Su crítica de que la posibilidad persistente resultaba vergonzosa refleja el fracaso institucional de forma más directa que otra advertencia abstracta sobre la IA.
La corrección del equipo de votación de Georgia llegó demasiado tarde para una implementación sencilla
La respuesta de software más evidente chocó con la certificación, la financiación, la autoridad y el riesgo operativo de modificar sistemas electorales estatales poco antes de noviembre.
Dominion Voting Systems, cuyo negocio electoral fue vendido posteriormente y rebautizado como Liberty Vote, desarrolló una actualización para resolver el orden reversible de los registros. Los materiales oficiales de la empresa de Liberty Vote confirman que la compañía se formó mediante la adquisición de Dominion. Según se informó, muchos otros usuarios de los escáneres afectados instalaron la actualización.
Georgia no implementó las actualizaciones estatales pertinentes después de adquirir su sistema en 2019. Para 2026, el estado se acercaba a otra elección de alto perfil con la misma debilidad de privacidad documentada en 2022.
La integrante de la Junta Electoral Estatal Salleigh Grubbs propuso exigir a la oficina del secretario de Estado que aplicara la actualización del fabricante antes de las elecciones de mitad de mandato. Argumentó que la privacidad de las papeletas protege tanto a los votantes individuales como a la integridad de la elección.
Un abogado de la agencia respondió que Georgia no había certificado la actualización, que su implementación requeriría meses y que los legisladores no habían proporcionado la financiación necesaria. La junta rechazó la propuesta de Grubbs.
Algunos miembros también cuestionaron si la junta tenía autoridad para ordenar al secretario de Estado que realizara la actualización. Esa preocupación siguió a disputas anteriores sobre los límites legales de la facultad normativa de la junta.
La integrante de la junta Sara Tindall Ghazal votó en contra de la propuesta, pese a describir la ausencia de la actualización como profundamente frustrante. Señaló las sanciones penales de Georgia por revelar el voto de otra persona como elemento disuasorio.
Las sanciones penales importan después de una conducta indebida. No pueden hacer anónima una papeleta técnicamente vinculable, impedir el perfilado silencioso ni garantizar que los resultados filtrados puedan recuperarse.
Una actualización apresurada también conlleva riesgos reales. El software electoral requiere certificación, instalación, pruebas de equipos, preparación de trabajadores electorales, planificación de contingencias e implementación coherente en todos los condados.
Modificar un entorno de votación estatal poco antes de una elección importante puede introducir errores de configuración o procedimientos desiguales. Defensores de los derechos de voto han advertido anteriormente que los cambios tardíos pueden confundir a trabajadores y votantes.
Este es el equilibrio operativo, no una excusa para años de demora. Los funcionarios enfrentan un calendario arriesgado en 2026 porque la vulnerabilidad conocida permaneció sin resolver durante ventanas de implementación anteriores y más seguras.
El estado ha intentado una respuesta administrativa. Según la respuesta estatal reportada, la oficina del secretario de Estado instruyó a los funcionarios locales para retirar parte de los datos públicamente disponibles utilizados en el proceso de vinculación de Springer.
Restringir los registros sensibles de tiempos u ordenamiento puede reducir la exposición inmediata. También puede ser más rápido que instalar nuevo software de escáneres en todo el estado.
Sin embargo, la supresión de registros requiere un diseño cuidadoso. Eliminar demasiada información puede dificultar la supervisión electoral, mientras que el cumplimiento inconsistente de los condados puede dejar datos explotables disponibles en algunos lugares.
El enfoque también debe considerar los registros obtenidos mediante solicitudes públicas formales, no solo los archivos publicados en línea. Eliminar una descarga web no cambia necesariamente lo que la ley estatal exige que una agencia divulgue.
Una solución duradera debe identificar los datos mínimos necesarios para auditorías públicas significativas. Luego debe eliminar o transformar los campos que permiten unir registros con actividad de votantes identificados.
Las posibles salvaguardas incluyen identificadores aleatorios criptográficamente seguros, divulgación diferida, agregación de marcas de tiempo sensibles y separación estricta entre los registros de votantes y los registros de escáneres. Cualquier opción requiere pruebas independientes frente a ataques de vinculación realistas.
Georgia también debería asumir que las futuras herramientas de IA serán más capaces que el agente utilizado por Springer. Una política que siga siendo segura solo porque el proceso de vinculación actual es incómodo envejecerá mal.
La falla del equipo de votación ilustra un problema más amplio de mantenimiento. Las instituciones públicas suelen evaluar los parches según si una vulnerabilidad ya ha causado daños documentados. La IA modifica ese cálculo al hacer más barato operacionalizar debilidades antiguas.
La prioridad de los parches debe reflejar la facilidad actual de explotación, no solo la fecha de divulgación. Una debilidad de cuatro años puede volverse más urgente cuando la automatización elimina la pericia que antes la limitaba.
El riesgo para la privacidad es grave, pero las afirmaciones más contundentes necesitan pruebas
La evidencia respalda una respuesta urgente de privacidad sin respaldar afirmaciones de que los totales de voto de Georgia fueron comprometidos o de que todos los votantes fueron identificados con certeza.
El experimento de Springer establece varios hechos importantes. La mezcla publicada por los escáneres puede revertirse. La IA puede ayudar a implementar esa reversión. Los datos públicos de Georgia permiten recuperar en gran medida el orden de emisión, y registros adicionales pueden producir vínculos muy específicos entre votantes y papeletas.
El experimento no establece que una parte maliciosa ya haya creado una base de datos estatal de decisiones de votantes. Springer afirmó que no hay evidencia de que alguien haya utilizado la debilidad con fines maliciosos.
Tampoco demuestra que la IA haya accedido a sistemas de votación. El modelo trabajó con registros electorales después de que fueron producidos. Calificar la demostración como un ataque de IA contra máquinas de votación tergiversaría el mecanismo.
La cifra del 98,9 % requiere un tratamiento igualmente cuidadoso. Describe las papeletas cuyo orden de emisión Springer recuperó en los condados analizados. No significa que identificara de manera concluyente al votante detrás del 98,9 % de las papeletas.
Sus ejemplos más detallados de condados produjeron vínculos mucho más sólidos. Sin embargo, comprobar la precisión de cada coincidencia sigue siendo difícil porque la verdadera correspondencia entre votantes y papeletas no está disponible deliberadamente.
Esta brecha de verificación es inherente a la investigación sobre privacidad. Un sistema secreto no puede proporcionar convenientemente una verdad de referencia sin vulnerar el secreto que se supone debe proteger.
Los investigadores aún pueden evaluar el método mediante elecciones controladas, registros sintéticos, votantes de prueba conocidos, límites estadísticos de error y replicación independiente. Esas pruebas deberían examinar retrasos entre el registro de llegada y el escaneo, abandono de papeletas, asistencia, cambios de máquina y votantes que salen del orden previsto.
Los funcionarios también deberían publicar metodología suficiente para que expertos externos evalúen su mitigación. Decir que la vinculación implica “adivinar” no es un estándar de seguridad medible.
La pregunta adecuada es cuánta incertidumbre permanece para un atacante que se dirige a un votante concreto. Una técnica no necesita identificar a todos para amenazar a políticos, jueces, empleados públicos, activistas o residentes de comunidades pequeñas.
Un atacante dirigido puede ya poseer observaciones que no están disponibles en el conjunto de datos público. Los horarios laborales, grabaciones de ubicación, voluntarios de campaña, publicaciones en redes sociales o vigilancia directa pueden acotar una coincidencia.
El efecto disuasorio legal también merece pruebas frente a adversarios realistas. Actores extranjeros, intermediarios anónimos de datos y personas dispuestas a filtrar un conjunto de datos pueden no responder a las sanciones penales estatales como esperan los funcionarios locales.
Al mismo tiempo, el debate público debe evitar alimentar narrativas conspirativas sobre las elecciones. La vulnerabilidad afecta a la privacidad, mientras que las auditorías de Georgia se refieren a si la evidencia en papel y los totales reportados coinciden.
El estado afirmó que su auditoría de mayo encontró solo 16 discrepancias entre 2.038.067 papeletas creadas por dispositivos de marcado de papeletas. Cualesquiera que sean las limitaciones de esa auditoría, esas cifras se refieren a la precisión de la tabulación, no a la protección de identidad.
Tratar cada problema de seguridad electoral como evidencia de una elección robada dificulta las reparaciones prácticas. Invita a los funcionarios a descartar investigaciones legítimas como otro ataque político y alienta a los partidistas a exagerar una falla acotada.
La conclusión responsable es más limitada y más sólida. Georgia cuenta con un mecanismo documentado que puede exponer las decisiones individuales de las papeletas bajo determinadas condiciones de datos. La IA ha reducido el esfuerzo necesario para utilizarlo a gran escala.
Ese hallazgo es suficiente para exigir mitigación. No requiere afirmaciones sobre votos modificados, tabuladores hackeados o un resultado electoral incorrecto.
Lo que Georgia debe demostrar antes de noviembre
La siguiente prueba es si Georgia puede desactivar la cadena de vinculación y, al mismo tiempo, preservar suficiente evidencia pública para verificar los resultados electorales.
La primera señal es el tratamiento de los registros de auditoría de escáneres, los registros de llegada y los archivos de votos emitidos. Los condados necesitan instrucciones coherentes que definan qué campos siguen siendo públicos, cuáles se agregan y cuáles reciben una protección de privacidad más sólida.
Si investigadores independientes no pueden recrear el orden preciso de los votantes después de esos cambios, la evaluación inmediata del riesgo para la privacidad se vuelve menos grave. Si los registros de los condados siguen siendo inconsistentes o se correlacionan fácilmente, la respuesta administrativa del estado parecerá incompleta.
La segunda señal es una validación técnica independiente. Georgia debería invitar a investigadores cualificados en seguridad electoral a probar el proceso de divulgación actualizado utilizando procedimientos realistas de noviembre.
Esa validación debe medir la precisión de la vinculación, no limitarse a confirmar que un archivo desapareció de un sitio web. También debería explicar cómo el estado preserva la evidencia necesaria para auditorías e impugnaciones públicas.
Una prueba transparente y reproducible reforzaría la confianza en que la mitigación aborda el mecanismo. Negarse a permitir pruebas significativas dejaría a los funcionarios pidiendo a los votantes que acepten una garantía sin sustento.
La tercera señal es un plan financiado y certificado para la actualización de software del fabricante o su sustitución. El registro oficial de certificación de la Comisión de Asistencia Electoral de EE. UU. muestra que Democracy Suite 5.17 recibió la certificación federal el 16 de marzo de 2023, aunque la certificación federal no sustituye el proceso propio de Georgia para la aprobación y el despliegue.
Un plan a largo plazo necesita fechas, hitos de certificación estatal, procedimientos de despliegue en los condados y pruebas posteriores a la instalación. Si esos hitos vuelven a retrasarse, el estado seguirá dependiendo del control de cada registro auxiliar que pudiera revelar el orden de los votantes.
Georgia también enfrenta una transición más amplia de equipos. Los legisladores aplazaron hasta 2028 el plazo para eliminar el escrutinio mediante códigos QR después de no lograr acordar un sustituto antes de las elecciones de mitad de mandato de 2026. El retraso de los códigos QR refleja la misma tensión entre la reforma técnica y la preparación operativa.
El escrutinio mediante códigos QR y el orden reversible de los CVR son cuestiones distintas. Sustituir un componente no resuelve automáticamente la otra. Cualquier sistema futuro debe evaluarse tanto por la precisión del recuento como por su resistencia a la vinculación de registros.
La comparación de papeletas mediante IA debería cambiar la forma en que los administradores electorales modelan el riesgo. Los archivos públicos que antes parecían inofensivos pueden volverse sensibles cuando los agentes descubren relaciones entre formatos, jurisdicciones y marcas de tiempo.
El principio va más allá de las elecciones. Hospitales, tribunales, escuelas y empleadores suelen divulgar registros supuestamente anónimos mientras conservan fechas, ubicaciones, categorías o identificadores deterministas. La IA puede facilitar la explotación de esas combinaciones.
Sin embargo, para los votantes de Georgia, la pregunta inmediata es concreta. ¿Puede el estado demostrar que el nombre de una persona, su actividad de registro y el orden recuperado de su papeleta ya no convergen en una única elección política?
Primero, vigile las normas de divulgación de los condados; después, las pruebas independientes de privacidad; y, en tercer lugar, un calendario de software certificado. Esas señales revelarán si Georgia ha roto la cadena de correspondencias o simplemente la ha hecho un poco menos conveniente.
La falla en el secreto de la papeleta de Georgia no demuestra que el recuento de noviembre vaya a ser incorrecto. Muestra que los registros electorales precisos y el anonimato de los votantes requieren defensas separadas. Antes de que se emitan las próximas papeletas, Georgia debería demostrar ambas.
