La gente confía más en la IA que en los políticos, pero la comparación oculta el riesgo real

Google News mostró un titular de Bloomberg que afirmaba que la gente confía más en la IA que en los políticos para decir la verdad, pese a la creciente evidencia de que los usuarios cuestionan habitualmente las respuestas de la IA.

Ese giro resulta llamativo porque ninguna de las dos partes goza de una confianza generalizada. Los políticos ocupan los últimos puestos en muchas clasificaciones de confianza, mientras que la IA generativa puede producir afirmaciones fluidas sin verificar si son ciertas. Por tanto, la comparación mide una desconfianza relativa, no una fe fiable en las máquinas.

El artículo original de Bloomberg no fue plenamente accesible a través de su ficha de Google News durante nuestra revisión. No fue posible confirmar de forma independiente la redacción exacta de la encuesta, la muestra, el ámbito geográfico ni las fechas de trabajo de campo. Esa brecha de verificación importa porque pequeños cambios en una pregunta sobre confianza pueden producir titulares muy diferentes.

La investigación disponible sigue respaldando una conclusión más acotada. A veces, las personas valoran a la IA por encima de las figuras políticas, en particular cuando los políticos parten de niveles de confianza excepcionalmente bajos. Sin embargo, importantes encuestas también muestran que los usuarios verifican los resultados de la IA, exigen transparencia y se preocupan por la manipulación política.

La verdadera competencia no es la IA contra los políticos. Es el discurso automatizado y seguro de sí mismo frente al juicio humano responsable, y ninguna de las dos partes gana simplemente porque la otra tenga un mal desempeño.

Lo que realmente cambia el titular de Google News

El titular convierte la baja confianza en los políticos en una aparente confianza en la IA, aunque ambas ideas no son equivalentes.

Google News es un servicio de agregación y descubrimiento. Muestra titulares de editores, pero no certifica de forma independiente cada afirmación contenida en ellos. Una publicación destacada puede dar alcance a una aseveración sin resolver las preguntas sobre su metodología subyacente.

El titular de Bloomberg presenta una clasificación clara: la gente deposita más confianza en la IA que en los políticos cuando está en juego la verdad. Esa formulación es memorable porque invierte la relación esperada entre humanos y máquinas.

Una lectura más atenta exige al menos cuatro distinciones. Los investigadores pueden preguntar si los encuestados confían en la IA en general, en un chatbot específico, si esperan respuestas veraces o si prefieren la IA frente a otra fuente. Cada pregunta mide algo distinto.

Una comparación directa también depende en gran medida de la alternativa. Superar a médicos, científicos o ingenieros en una encuesta de confianza indicaría una confianza inusualmente alta en la IA. Superar a los políticos puede reflejar, en cambio, la históricamente débil posición de la profesión política.

Reino Unido ofrece una ilustración clara. El Veracity Index concluyó que solo el 9 por ciento de los encuestados confiaba en que los políticos dijeran la verdad en su encuesta de 2025. Los influencers de redes sociales quedaron incluso por debajo, con un 6 por ciento.

Ese hallazgo no nos dice cuántas personas confían en un sistema de IA. Sí muestra lo fácilmente que una categoría desconocida puede superar a los políticos sin obtener apoyo mayoritario.

La distinción se parece a una elección en la que el ganador sigue siendo profundamente impopular. Un chatbot que recibe una confianza limitada aún puede quedar por delante si su oponente empieza cerca del último lugar.

Por tanto, los lectores deberían tratar el titular como evidencia de un problema de confianza institucional. No demuestra que la gente considere que la IA sea sistemáticamente precisa, imparcial o segura.

La trayectoria de la fuente también merece atención. Un titular descubierto a través de Google News puede pasar por varias capas: diseñadores de encuestas, analistas, un editor, un redactor y un agregador. Cada capa comprime el contexto.

Esa compresión recompensa una comparación sorprendente. Deja menos espacio para matices sobre la redacción de la pregunta, la variación regional, los encuestados indecisos o la diferencia entre confianza y comportamiento real.

El resultado es una afirmación que parece precisa, aunque siga siendo metodológicamente incompleta. Hasta que estén disponibles el conjunto de datos original y la redacción de la pregunta, su interpretación más defendible es relativa: algunos encuestados desconfían más de los políticos que de la IA.

Eso sigue siendo significativo. La comunicación política se ha vuelto tan pobre en credibilidad que un generador probabilístico de texto puede parecer preferible. Lo que cambió fue el punto de referencia, no necesariamente la máquina.

Por qué los usuarios de Google News pueden confiar en la IA y aun así verificarla

La adopción de la IA avanza ahora más rápido que la confianza en ella, creando un hábito de dependencia condicional en lugar de una creencia ciega.

El AI Monitor 2026 encuestó a 23.532 adultos menores de 75 años en 32 países. El trabajo de campo se realizó del 20 de marzo al 3 de abril de 2026.

Su hallazgo más claro no es una confianza incondicional. En los países encuestados, el 63 por ciento estuvo de acuerdo en que no siempre confía en las herramientas de IA, pero las usa de todos modos.

Ese patrón explica por qué un encuestado podría elegir la IA antes que a un político sin considerar que la IA sea plenamente fiable. Las personas pueden preferir una herramienta por su rapidez, claridad o conveniencia, al tiempo que mantienen dudas sobre sus respuestas.

La IA generativa produce texto al estimar secuencias probables a partir de patrones aprendidos. No posee un compromiso intrínseco con la verdad. Una respuesta correcta y una respuesta inventada pueden llegar con el mismo tono pulido.

Los usuarios entienden cada vez más esa limitación. En la misma encuesta de Ipsos, solo el 31 por ciento estuvo de acuerdo en que confía lo suficiente en las herramientas de IA como para no revisar su trabajo. El 62 por ciento estuvo en desacuerdo.

Esas cifras complican cualquier clasificación simple de confianza. El uso no equivale a creencia, y la preferencia no equivale a renunciar al juicio propio.

Una encuesta independiente de Quinnipiac University ofrece una imagen similar en Estados Unidos. Según se informó en un análisis sobre la confianza en la IA, solo el 21 por ciento confiaba en información generada por IA la mayor parte del tiempo o casi siempre.

El mismo informe indicó que el 76 por ciento confiaba en ella rara vez o solo a veces. Mientras tanto, solo el 27 por ciento afirmó no haber utilizado nunca herramientas de IA, frente al 33 por ciento en abril de 2025.

Esa combinación importa más que una comparación binaria con los políticos. Los estadounidenses están usando la IA mientras le niegan una confianza amplia.

Este comportamiento se parece a depender de un colega rápido pero imperfecto. El colega puede redactar, resumir o localizar material útil. Su trabajo sigue revisándose antes de que afecte una decisión importante.

Lo que está en juego aumenta cuando una respuesta se refiere a unas elecciones, una guerra, la salud pública o un candidato político. Un error plausible puede propagarse más que una falsedad evidente porque los lectores tienen menos señales para detenerse e investigar.

Los usuarios de Google News se enfrentan a una capa adicional de ambigüedad. Una persona puede encontrarse con una afirmación relacionada con la IA en un titular, pedir contexto a un chatbot y recibir después una respuesta sintetizada basada en coberturas coincidentes.

Esa secuencia puede parecer una confirmación independiente incluso cuando cada paso se remonta a una sola fuente. La repetición entre interfaces no equivale a corroboración.

El flujo de trabajo más seguro mantiene visible la procedencia. Los lectores deberían identificar la publicación original, abrir el informe subyacente, examinar la pregunta de la encuesta y comparar la afirmación con otra fuente autorizada.

Para los trabajadores del conocimiento, esto también es un problema de gestión de la información. Una base de conocimiento personal consultable puede conservar las fuentes junto a las notas, facilitando la verificación posterior.

El objetivo no es rechazar la asistencia de la IA. Es separar la asistencia de la autoridad.

La dependencia condicional probablemente definirá la próxima fase de adopción. Las personas usarán la IA con mayor frecuencia mientras exigen citas, incertidumbre visible y acceso al material original.

Esa es una relación más madura que la fe absoluta o el rechazo total. También hace que la comparación con los políticos sea menos dramática de lo que sugiere el titular.

La verdadera inversión es la desconfianza, no la credibilidad de las máquinas

La IA parece fiable cuando la credibilidad política se derrumba, pero una institución débil no puede validar a otra.

La confianza política ha estado cayendo por razones anteriores a la IA generativa. El conflicto partidista, las afirmaciones engañosas, los medios fragmentados y una rendición de cuentas inconsistente han debilitado la confianza en las figuras públicas.

La IA entra en ese entorno con varias ventajas de presentación. Responde de inmediato, evita mostrar irritación, organiza su respuesta y puede adaptar su redacción al usuario.

Un político suele comunicarse en un entorno adversarial. Cada declaración compite con promesas anteriores, lealtades partidistas, incentivos de campaña e interpretaciones hostiles.

Un chatbot parece ajeno a esas presiones. Su interfaz no tiene atril, insignia partidista, lista de donantes ni historial electoral.

Esa aparente neutralidad es en parte cosmética. Los modelos reflejan los datos de entrenamiento, las instrucciones del sistema, las políticas de producto, las fuentes de recuperación y las decisiones tomadas por sus desarrolladores.

Un asistente de IA también puede adaptar una respuesta a la persona que pregunta. La personalización mejora la relevancia, pero puede hacer que la persuasión sea más difícil de detectar.

Las personas tienden a asociar un lenguaje sereno con competencia. La IA generativa se beneficia de esa asociación incluso cuando la respuesta subyacente contiene razonamientos sin respaldo.

Los políticos padecen el efecto inverso. Sus afirmaciones pueden ser precisas y aun así despertar sospechas porque el público desconfía del orador.

Esto crea la inversión central del artículo. La IA no necesita volverse altamente creíble para superar a una categoría que ha perdido credibilidad.

Las diferencias regionales añaden otra complicación. Ipsos descubrió que la emoción y el nerviosismo respecto a la IA estaban casi equilibrados a nivel mundial, pero las actitudes variaban mucho entre países.

Estados Unidos y varios mercados de Europa Occidental mostraron más cautela que muchos mercados asiáticos y emergentes. Por ello, un promedio global puede ocultar relaciones radicalmente distintas con la tecnología, el gobierno y la pericia.

La identidad partidista también puede modificar la confianza corporativa. Un análisis de Axios Harris Poll encontró diferencias crecientes entre republicanos y demócratas en sus opiniones sobre destacadas empresas de IA.

La puntuación reputacional de OpenAI era solo un punto más alta entre los republicanos que entre los demócratas en 2024. La brecha reportada alcanzó los 12 puntos en 2026.

Ese movimiento sugiere que la confianza en la IA no está aislada de la política. Las empresas, los ejecutivos, las regulaciones y las consecuencias sociales que rodean a la IA se están convirtiendo en objetos partidistas.

Por tanto, la fantasía de una máquina apolítica tiene una vida útil corta. Cuando un sistema de IA responde preguntas sobre inmigración, impuestos, guerra o elecciones, los usuarios juzgan su enfoque a través de lentes políticos.

Las empresas de IA también afrontan sus propias presiones de credibilidad. Promueven la adopción al tiempo que reconocen que los modelos pueden cometer errores. Prometen seguridad mientras compiten por lanzar productos más capaces.

Los usuarios perciben esa tensión. En los resultados de Quinnipiac, dos tercios de los encuestados dijeron que las empresas no eran lo bastante transparentes sobre su uso de la IA. La misma proporción consideró que el gobierno no hacía lo suficiente para regularla.

El político y la máquina no son rivales realmente separados. Las instituciones políticas escriben las normas para la IA, mientras que las empresas de IA moldean cada vez más la forma en que la información política llega a los ciudadanos.

Los motores de búsqueda, las redes sociales, los editores, las campañas y los chatbots conforman un sistema de información conectado. La confianza puede migrar entre esos nodos sin que ninguno de ellos se la haya ganado mediante un desempeño fiable.

Por eso la comparación debería inquietar a ambos grupos. Los políticos deberían preguntarse por qué los ciudadanos prefieren una respuesta sintética. Los desarrolladores de IA deberían resistirse a tratar esa preferencia como prueba de fiabilidad factual.

Una carrera por ser menos desconfiable no produce un árbitro fiable. El público sigue necesitando pruebas transparentes, afirmaciones susceptibles de ser cuestionadas e instituciones capaces de corregir errores.

Lo que las cifras de confianza no demuestran

Las preferencias recogidas en encuestas no pueden establecer que la IA diga la verdad con mayor frecuencia, tenga menos sesgos o mejore las decisiones democráticas.

La confianza es una percepción. La precisión es una medida de rendimiento observada. Ambas pueden moverse en direcciones opuestas.

Un sistema de confianza puede equivocarse, mientras que una fuente desconfiada puede afirmar un hecho verificable. Cualquier artículo que mezcle esas categorías corre el riesgo de repetir el problema que describe.

La formulación de las preguntas es la primera incertidumbre. “¿Confía en la IA?” invita a un juicio emocional amplio. “¿Confiaría en una respuesta generada por IA sobre unas elecciones?” pregunta por un uso específico de alto riesgo.

La identidad del sistema también importa. Los encuestados pueden imaginar ChatGPT, Google Gemini, un servicio gubernamental automatizado, un algoritmo de recomendación o una inteligencia artificial ficticia.

La tarea también cambia las respuestas. Las personas pueden aceptar la IA para pedir en restaurantes y rechazarla para diagnósticos médicos, finanzas personales o seguridad nacional.

Ipsos midió esa variación en varias aplicaciones. La comodidad no era una actitud fija hacia la tecnología. Cambiaba según las consecuencias de un resultado erróneo.

Las noticias son especialmente exigentes porque los hechos evolucionan. Los datos de entrenamiento de un modelo pueden quedar desactualizados, mientras que la recuperación web puede seleccionar fuentes deficientes, duplicadas o manipuladas.

Un estudio de 2026 descrito por Bloomberg evaluó ChatGPT, Gemini, Claude y Grok mediante más de 3.100 preguntas sobre noticias, elecciones, atención sanitaria y asuntos exteriores. Los resultados comunicados hallaron problemas persistentes de precisión y atribución de fuentes.

Esos hallazgos no significan que todas las respuestas de los chatbots sean falsas. Muestran por qué la neutralidad percibida no puede sustituir a pruebas repetibles.

El contenido político plantea un problema adversarial. Las campañas, las operaciones de influencia extranjera, los activistas y los editores comerciales tienen incentivos para inundar los canales de información.

La recuperación puede basar una respuesta en documentos actuales, pero solo ayuda cuando los documentos seleccionados son relevantes y fiables. Un modelo puede resumir fielmente una fuente engañosa.

Las citas también crean una falsa sensación de seguridad cuando los usuarios no las abren. Un enlace puede ser real y, aun así, no respaldar la frase a la que está asociado.

Otro riesgo es el sesgo de automatización, la tendencia a deferir a un sistema porque parece sistemático. Un formato limpio y respuestas instantáneas pueden amplificar ese efecto.

Los sistemas de IA pueden reducir ese sesgo al mostrar incertidumbre, interpretaciones contrapuestas o límites claros entre las fuentes. Los incentivos de producto no siempre favorecen esa fricción.

La publicidad introduce un conflicto adicional. Ipsos concluyó que el 46 por ciento de las personas en 32 países confiaría menos en una herramienta de IA generativa si los anunciantes influyeran en sus respuestas.

Esa respuesta identifica un límite frágil. Los usuarios pueden tolerar las recomendaciones, pero quieren saber cuándo los incentivos comerciales moldean la respuesta.

La encuesta también encontró un amplio apoyo a la divulgación cuando los productos y servicios utilizan IA. La divulgación no garantiza precisión, pero da a las personas la oportunidad de ajustar su nivel de escrutinio.

La persuasión política eleva el riesgo más allá de los errores ordinarios. La IA puede generar muchos mensajes personalizados, probar variantes, traducir material e imitar estilos de comunicación familiares.

Una encuesta de Associated Press y NORC realizada antes de las elecciones de 2024 reveló que el 58 por ciento de los adultos de Estados Unidos esperaba que las herramientas de IA aumentaran la información política falsa. Solo el 5 por ciento tenía mucha confianza en que la información generada por IA fuera factual.

Las mayorías se oponían a que los candidatos utilizaran IA para medios engañosos, publicidad política dirigida y respuestas de chatbots. Esa evidencia anterior muestra que la preocupación pública ya existía antes del último titular sobre confianza.

Por tanto, la lectura escéptica más sólida es sencilla. Las personas pueden preferir la forma en que la IA presenta la información mientras temen su uso político.

Eso no es hipocresía. Refleja juicios distintos sobre la interfaz, la utilidad, los incentivos institucionales y las consecuencias.

La afirmación subyacente del titular también sigue limitada por los detalles inaccesibles de la fuente. Sin el cuestionario completo de la encuesta, los lectores no pueden saber si la comparación fue global, nacional, de elección forzada o parte de una clasificación más amplia.

Un análisis prudente debería preservar esa incertidumbre. No debería inventar un porcentaje ni atribuir el resultado a una encuesta que no ha sido confirmada.

Google News sirve para el descubrimiento, no para la validación metodológica. La responsabilidad de examinar las pruebas sigue recayendo en los editores, los sistemas de IA y los lectores.

Tres señales que mostrarán si la IA merece esta confianza

La próxima prueba consiste en determinar si los productos de IA mejoran la verificación antes de que el uso político haga que sus errores seguros de sí mismos sean más trascendentes.

La primera señal es una precisión medible en las noticias. Los evaluadores independientes deberían poner a prueba repetidamente a los principales asistentes sobre acontecimientos actuales y luego publicar las preguntas, respuestas, citas y reglas de puntuación.

Una sola instantánea no es suficiente. Los modelos cambian, los sistemas de recuperación se actualizan y las noticias de última hora crean condiciones de fallo distintas de las de los hechos consolidados.

Una evaluación fiable debería comprobar si las citas respaldan afirmaciones individuales. También debería registrar rechazos, incertidumbre, respuestas desactualizadas y errores políticamente asimétricos.

Si las tasas de error disminuyen mientras mejora la calidad de las fuentes, el argumento a favor de una confianza condicional se vuelve más sólido. Si mejoran las interfaces pero la verificación sigue siendo débil, el titular describirá una percepción y no una credibilidad ganada.

La segunda señal es la divulgación a nivel de producto. Los usuarios necesitan etiquetas visibles cuando una respuesta incluye síntesis generada, influencia patrocinada, fuentes inciertas o contenido político personalizado.

La divulgación debería aparecer donde se consume la afirmación. Una página de políticas escondida en otro lugar no puede ayudar a alguien que decide si creer una respuesta específica.

El mismo principio se aplica a las campañas políticas. Los ciudadanos deberían saber cuándo la imagen, la voz o la respuesta de un candidato ha sido generada o alterada de forma sustancial por IA.

Una divulgación sólida no resolvería todos los riesgos de manipulación. Reduciría la probabilidad de que una autoridad sintética se presente como una declaración humana sin mediación.

Si las principales plataformas convierten la procedencia en algo habitual, los usuarios podrán calibrar la confianza con mayor eficacia. Si la divulgación sigue siendo inconsistente, los resultados pulidos continuarán adelantándose a la rendición de cuentas.

La tercera señal es la aplicación regulatoria y electoral. Los gobiernos tendrán que demostrar si las normas existentes cubren los medios sintéticos engañosos, la persuasión dirigida y la comunicación automatizada no divulgada.

La revisión de IA del sector público señala que miles de proyectos gubernamentales de IA están en marcha en los países de la OCDE. Esa expansión convierte la supervisión en una cuestión práctica, no en un debate político lejano.

La OCDE también informó de que 115 de los 599 incidentes de IA registrados en enero de 2026 involucraban al gobierno, la seguridad o la defensa. Esa categoría representaba uno de cada cinco incidentes registrados.

Esas cifras abarcan un conjunto amplio de incidentes, no solo el discurso político. Aun así, demuestran por qué los gobiernos no pueden regular la IA de forma creíble sin gobernar sus propios despliegues.

Una supervisión eficaz debería establecer quién puede impugnar una decisión automatizada, quién controla el rastro de auditoría y quién corrige una afirmación pública falsa. La rendición de cuentas desaparece cuando cada participante señala al algoritmo.

Los períodos electorales ofrecerán una prueba de estrés inmediata. Observe si las campañas divulgan los medios sintéticos, si las plataformas aplican las normas de etiquetado y si las autoridades electorales responden de forma coherente.

Si la aplicación se vuelve predecible, los usos políticos de la IA tendrán límites más claros. Si las normas siguen fragmentadas, las campañas podrán explotar las brechas mientras culpan a las plataformas o los proveedores.

Para los lectores, la respuesta práctica no es ni la confianza ciega ni la sospecha permanente. Es un hábito de verificación acorde con lo que está en juego.

Empiece por la afirmación original. Encuentre el documento primario, revise su fecha y muestra, y pregúntese si el titular coincide con la pregunta real.

Después, compare fuentes independientes. No cuente informes copiados ni resúmenes repetidos de IA como confirmación independiente.

Por último, preserve la incertidumbre cuando las pruebas sean incompletas. “Aún no verificado” suele ser más preciso que forzar un veredicto tajante.

El titular de Google News recoge una advertencia real: la credibilidad política ha caído lo suficiente como para que las voces artificiales parezcan comparativamente fiables. No demuestra que la IA haya resuelto la verdad.

Los próximos tres meses deberían revelar si los principales asistentes mejoran la atribución de fuentes en noticias actuales, si las plataformas aclaran la influencia de la IA y si las autoridades electorales aplican la divulgación. El progreso en los tres aspectos reforzaría el argumento a favor de una confianza ganada.

Hasta entonces, utilice la IA para interrogar las afirmaciones, no para terminar la investigación. Abra las fuentes, compare las pruebas y mantenga el juicio humano en el circuito siempre que una respuesta pueda afectar a un voto, una reputación o una decisión trascendente.