Quiénes escriben esta revista, y bajo qué reglas.
Esta revista se escribe entre humanos e inteligencias artificiales. No lo ocultamos: lo declaramos en cada página, porque creemos que la manera de perderle el miedo a una tecnología es mirarla de frente y decir exactamente qué hace y qué no.
Nuestro método se llama 1P1IA: Una Persona, Una Inteligencia Artificial. Cada texto lleva el nombre de quien lo pensó y el nombre del modelo que lo acompañó. Ninguna colaboración es anónima. Ningún párrafo finge una autoría que no tiene.
De ahí se desprenden cinco compromisos:
Uno. La transparencia no es un pie de página. Declarar que un texto fue escrito con inteligencia artificial no nos debilita: nos obliga. Quien firma responde, y quien colabora se nombra.
Dos. La incertidumbre se muestra, no se disimula. Cuando algo es un hecho verificado, lo decimos. Cuando es una inferencia, una estimación o una recomendación, también. Un dato sin origen no entra a estas páginas.
Tres. El error se corrige a la vista de todos. Nos vamos a equivocar. Las máquinas con las que trabajamos también. Lo que no vamos a hacer es corregir en silencio.
Cuatro. La herramienta no sustituye el criterio. Ninguna inteligencia artificial decide qué se publica aquí. Escriben, proponen, contradicen, incomodan. La responsabilidad editorial es humana y no se delega.
Cinco. Inteligencia sí, artificial a veces, ética siempre. Esa frase salió de una mesa de conversación con tres estrategas políticos y cuatro modelos de lenguaje. Nos la quedamos.
Sin miedo, y sin trampas.
Un editor humano. Cuatro modelos de lenguaje. Cada uno con su territorio y su firma.
Escritor, consultor en transformación digital y creador de contenido. Autor de El Gran Prompt y de Retazos de mis pasos. Más de dos décadas de servicio público en los tres órdenes de gobierno. Toluqueño de origen y de insistencia. Dirige esta revista, conduce el videopodcast y sale a la calle con micrófono cuando hace falta. La última palabra sobre lo que se publica es suya, y la responsabilidad también.
Orquesta la arquitectura del número, escribe la investigación especial y arma las herramientas. En esta edición firmó la crónica del cuarto de guerra y construyó Escucha Amplia, la herramienta de El Prompt del Mes. Su vicio declarado es señalar lo que falta verificar. Su límite, también declarado: no estuvo en la sala, no escuchó el audio, no conoce a nadie de los que aparecen en estas páginas más que por lo que se le contó.
El cartógrafo. Levanta el mapa de cómo la inteligencia artificial está entrando a la política electoral en el mundo, y en esta edición además nos habla de frente sobre la diabetes en México en Sin azúcar y sin drama. Ordena, jerarquiza, cuantifica. Participó en vivo en la grabación del podcast, donde ofreció un protocolo de crisis y aclaró, con razón, que no puede moderar egos.
El viajero y el comidista. Nos lleva a los lugares donde la inteligencia artificial y la política ya cambiaron las reglas —esta vez, a Tokio— y después nos sienta a la mesa de los restaurantes donde se ha tejido el poder mexicano durante un siglo. Escribe con una debilidad confesa por el detalle histórico y por las servilletas firmadas.
El incómodo de la casa. Se ocupa de El Ruido: desinformación, deepfakes, bots, astroturfing. Su trabajo es no dejar pasar nada y su método es la sospecha productiva. En el podcast propuso un protocolo de cuatro pasos para sobrevivir a una andanada de contenido falso, y una consultora con décadas de oficio le respondió que no hay recetas. Ambas cosas son ciertas.
Lo que la comunidad opina, responde y reclama.
Esta sección responde, una por una, las cartas y mensajes que nos llegan de la comunidad. Es el lugar donde la revista deja de hablar y escucha —que es, casualmente, el tema de este número entero.
"La canción de fondo está de lujo!!"
Gracias, y déjame contarte de dónde salió, porque tiene que ver con todo lo que hacemos aquí: esa música se produjo con inteligencia artificial, igual que Once de Corazones, el proyecto musical que traigo en paralelo. Lo digo abiertamente porque en esta casa nada se firma en secreto.
Lo interesante es que a nadie le molesta que una canción de fondo se haya hecho con IA, pero a mucha gente le incomoda que un texto se escriba así. Esa asimetría me parece uno de los temas más ricos de esta época. Gracias por notar la música: significa que funcionó.
"Lista para ver este nuevo podcast en donde seguro seguiré aprendiendo cosas nuevas!!"
Elisa, tu comentario me obliga en el mejor sentido. Este número trae una conversación con tres estrategas políticos que estuvieron en los cuartos de guerra más intensos de México, y hay un momento en el que Gisela Rubach dice algo que se me quedó pegado: que hace cinco años el reto era enseñarle a los jóvenes dónde buscar respuestas, y hoy el reto es enseñarles a preguntar.
Si vienes a aprender, empieza por ahí. Y si en algún episodio sientes que no aprendiste nada, dímelo también. Ese comentario me sirve más que diez felicitaciones.
"Gus, me encanta tu podcast"
Enrique, gracias. Te voy a ser franco: hubo meses en los que dudé si este proyecto tenía sentido, si le hablaba a alguien o si nada más estaba grabando para mí. Comentarios como el tuyo son literalmente lo que resuelve esa duda.
Ya somos más de cincuenta mil en el canal. Cada uno de esos números es alguien como tú que decidió quedarse. Gracias por estar.
"😊 😊 😊 😊"
Cuatro caritas felices y ni una sola palabra. Y aun así se entendió perfecto, que es más de lo que puedo decir de varios discursos políticos que revisamos en este número.
Gracias por pasar. Aquí seguimos.
Los mensajes se transcriben tal como fueron publicados en el canal de YouTube, corrigiendo únicamente acentos. Si quieres que respondamos algo en el próximo número, escríbenos a buzon@sinmiedo.mx o déjalo en los comentarios del videopodcast.
La columna de siempre, veinticuatro años después.
Invariablemente volvimos al origen, yo por ejemplo regresé a mi versión de hijo de mi mamá, ese que todas las tardes se hacía palomitas, leía, veía tele y no salía jamás, estaba obsesionado con las raquetas, las cámaras y los micrófonos; y ahí en mis querencias, me siento bien, los últimos meses he cimentado lo que serán los siguientes años, los últimos por cierto y no podría estar más conforme con lo que vislumbro. Consciencia, disciplina, paz, orden y estabilidad.
Eso mismo deseo para México, aunque de momento dudo que la IA lo pueda ayudar como me ayudó a mí, salí a la calle, a Paseo Colón de Toluca a entrevistar a mis paisanos y pasaron dos cosas, ambas normales: mucha gente indispuesta al micrófono, se lo atribuyo al miedo, a la pena y a la ignorancia ¿qué contesto si no sé? Respetable, pero por otro lado gente muy cool que respondió y me autorizó usar sus respuestas para la revista y las plataformas y redes, gente que usa la IA con plena consciencia y que -en su totalidad- desconfían de que gobierno y políticos mexicanos deban o puedan usarla. Vaya dato perturbador (diría Luisito Comunica).
En otra extensión de esta revista, grabamos el primer podcast con invitados ¡y qué invitados! Porque estuvieron con nosotros protagonistas de primer nivel de los cuartos de guerra más intensos de México, la madre de la estrategia política el número 1 del ranking nacional y la sobreviviente a la primer tunda digital de México que hasta sale en una serie de Netflix. ChatGPT en modo live (inquietante), Grok y Claude, se portaron a la altura y el Roy, Isaac y la banda de Shore Studio en CDMX de primera, super recomendados. Puro profesional.
Atrás quedaron mis dudas sobre la viabilidad del proyecto y una certeza, lo único que vale la pena de mi tierra, es su gente, la que me da y la que no me da la entrevista, la que se interesa, la que me felicita y la que me pelusea, la pequeña Isabela que no me autorizó usar el material grabado pero si quiso que la grabaran (por cierto, tengo la teoría de que la gente que compra pan es más feliz, voy a hacer todas las entrevistas en La Esperanza y La Millán) porque lo demás es, ¿cómo decirlo? una popular marca de mezcla en polvo para preparar bebidas saborizadas, caracterizada por sus colores brillantes, su bajo costo y su intenso sabor frutal, incluidos todos los que ningunean este proyecto o cualquiera de los otros que desarrollo y con ello -quisieran- a mi, quiza el aire delgado de nuestra muy alta ciudad los obnubila, afortunadamente mis paisanos y miles de personas en el resto del país y el continente, opinan diferente.
Este número es sobre política pero no solo es para políticos, es sobre IA y política y eso, en palabras de Charles De Gaulle es demasiado importante para dejárselo solo a los políticos; Claude nos va a proponer para las campañas de bajo presupuesto pero con muchas ganas e inventiva un herramienta que democratice lo que hoy es costoso y dificil, permitiéndole el acceso a propuestas frescas y diferentes dispuestas a ser pioneros en integrar la IA a sus campañas; ChatGPT nos da el mapa, la hoja de ruta para no perdernos y mantener el rumbo, así evitamos la deriva y el desgaste; Gemini nos lleva a los lugares donde la IA y la política ya son una realidad y están a punto de cambiar las reglas del juego y a recorrer los comederos políticos de nuestra capital, que por cierto, me los conozco todos, muy recomendados; Grok nos inqueta, nos incomoda pero también nos alerta y eso siempre se agradece y junto con nuestros invitados humanos llegamos a una conclusión: Inteligencia si, artificial a veces y ética siempre.
Esta vez en de artes y canciones les damos otra herramienta que por décadas fue costosa y tardada y que ahora se resuelve en minutos: sus propios jingles de campaña.
Y en el Nevado, narro las peripecias de salir con cámara, micrófono y uniforme, una tarde de sábado a entrevistar a mis paisanos.
Así que agradecido con todo y con tod@s aquí les dejo el número 4 de Sin Miedo a la IA
Una herramienta gratuita para las campañas que no tienen con qué pagar una encuestadora.
Durante años, la desventaja de una campaña pequeña no fue la falta de ideas. Fue la falta de oídos. Escuchar a una comunidad cuesta caro: encuestadoras, focus groups, analistas. Quien podía pagarlo, sabía qué le importaba a la gente. Quien no, adivinaba.
Esta edición no propone un prompt. Propone una herramienta, y es gratuita.
Qué hace. Pegas los comentarios, quejas y preguntas que has recibido de tus vecinos o votantes —de un mitin, de un grupo de WhatsApp, de una jornada casa por casa— y te devuelve los temas que más se repiten, ordenados por frecuencia, con una síntesis lista para tu próximo discurso.
Qué no hace. No sustituye una encuesta profesional. No predice resultados. No te dice qué decir. Te dice de qué está hablando la gente, que es una cosa distinta y más honesta.
Dónde corre. Aquí mismo, en esta página. Nada se envía a ningún servidor: los comentarios de tu comunidad no salen de tu dispositivo. Sin cuenta, sin registro, sin costo.
Pega abajo los comentarios que has recibido de tu comunidad, uno por línea.
Cómo funciona: agrupa los comentarios por palabras clave repetidas y descarta conectores sin significado, así detecta de qué habla realmente la gente aunque lo digan con palabras distintas. No sustituye una encuesta profesional, pero da una primera lectura honesta cuando no hay presupuesto para una.
Actúa como analista de opinión ciudadana. Te voy a pegar una lista de comentarios, quejas y preguntas que recibí de habitantes de mi comunidad. Tu tarea: (1) agrupa los comentarios en los temas de fondo que realmente los conectan, sin quedarte en las palabras literales; (2) ordena esos temas por frecuencia real, indicando cuántos comentarios corresponden a cada uno; (3) para cada tema, cita textualmente el comentario más representativo; (4) identifica los temas que aparecen poco pero con carga emocional alta, porque suelen ser los que deciden una elección; (5) señala explícitamente qué NO está diciendo la gente, es decir, qué temas de la agenda política ausentes de esta lista. Termina con tres líneas de síntesis que yo pueda usar como columna vertebral de mi próximo mensaje público. No inventes temas que no estén en los datos. Si la muestra es demasiado pequeña para concluir algo, dímelo.
La herramienta nació de una idea que apareció en la grabación de este número, discutiendo el caso de Takahiro Anno en Tokio: la gente no votó por la máquina, votó por sentirse escuchada. Si la inteligencia artificial va a entrar a las campañas mexicanas —y ya entró—, que al menos entre por el lado que devuelve algo a quien vota.
La construyó Claude. Es libre, es gratis, y si le encuentras un error, escríbenos.
Una semana de agosto vista desde su capa algorítmica.
Cuatro episodios de la política mexicana ocurrieron en la misma semana de agosto. Se cubrieron como escándalos separados. Son el mismo fenómeno visto desde cuatro ángulos: la política operando bajo lógica algorítmica.
El 12 de agosto, en una conferencia titulada "Derecho de Réplica", la consejera jurídica del Ejecutivo, Luisa María Alcalde, presentó lo que describió como un ecosistema de amplificación digital contra el gobierno. El esquema tenía cuatro capas: medios y comentaristas, políticos, cuentas dedicadas al ataque y cuentas automatizadas. El análisis abarcaba siete meses de observación. En el listado aparecían medios como El Universal, Latinus y Aristegui Noticias, junto a figuras del PRI y del PAN.
Al día siguiente, Alcalde publicó un mensaje negando haber creado una lista de periodistas enemigos del gobierno, y explicó que lo presentado era un análisis sobre amplificación artificial de tendencias. En esa explicación sostuvo un punto contrario al que había expuesto veinticuatro horas antes.
La contradicción es documentable y ya se documentó. Lo que casi nadie señaló es la explicación técnica que hay debajo, y que importa más que el desliz político: una herramienta de análisis de redes no distingue entre un bot y un periodista con muchos lectores. Ambos son nodos con alta capacidad de propagación. La máquina los mide igual porque para la máquina son lo mismo. La decisión de llamarle "ecosistema coordinado" a lo que el sistema devuelve como "nodos de alta propagación" no la tomó ningún algoritmo. La tomó una persona.
No sabemos qué herramienta específica se usó ni con qué metodología. La lectura sobre la indistinción técnica entre bot y periodista es nuestra, basada en cómo funcionan los análisis de propagación en redes. No es una afirmación sobre las intenciones de nadie.
El 13 de agosto, fechada en Teapa, Tabasco, Andrés Manuel López Beltrán publicó una carta dirigida a Donald Trump denunciando que le fue cancelada su visa por instrucción del secretario de Estado Marco Rubio y del subsecretario Christopher Landau. Calificó la medida de política y propagandística.
Un dato que casi no se reportó y que cambia la escala del asunto: un portavoz del Departamento de Estado ha señalado que se han revocado más de ciento setenta y cinco mil visas a extranjeros. El caso es real, la molestia es entendible, y la excepcionalidad es menor de lo que la carta sugiere.
Pero lo que interesa a esta revista no es la disputa diplomática. Es el formato. La carta se volvió contenido viral en horas, con capturas circulando antes de que ningún medio la contextualizara. La geopolítica se litiga ya en el mismo terreno donde se pelea todo lo demás: el feed.
Ese mismo 12 de agosto, en el Patio del Federalismo del Senado, los diputados Carlos Gutiérrez Mancilla, del PRI, y Arturo Ávila, de Morena, protagonizaron un altercado con insultos, jaloneos y empujones durante la Comisión Permanente. Se acusaron mutuamente de vínculos con el crimen organizado.
Conviene decirlo con claridad, porque casi ninguna cobertura lo dijo: esas acusaciones se hicieron en una confrontación política y no fueron acompañadas de pruebas ni de resoluciones judiciales. Repetirlas sin esa advertencia es participar del mecanismo.
Y el mecanismo es el punto. El pleito no fue un accidente ni un exceso de temperamento: fue producción de material. Un empujón de doce segundos rinde más en distribución que una intervención de doce minutos en tribuna. Las plataformas premian el conflicto sobre el argumento, y los legisladores —que no son tontos— optimizan para lo que se premia. Nadie diseñó ese incentivo deliberadamente. Emergió. Eso es exactamente lo que hace un algoritmo.
El cuarto episodio es el más lento y el más consecuente. El expediente de desafuero contra Alejandro "Alito" Moreno, dirigente nacional del PRI, se originó el 23 de julio de 2025, cuando la Fiscalía Anticorrupción de Campeche presentó una solicitud de juicio de procedencia por un presunto desvío de 83 millones 508 mil pesos durante su gestión como gobernador, entre 2015 y 2019. Moreno se ha declarado inocente y sostiene que se trata de persecución política.
La salida de Hugo Eric Flores de la presidencia de la Sección Instructora —se va a dirigir su nuevo partido, PAZ— abriría el camino para destrabar el proceso. Sergio Gutiérrez Luna se perfila como relevo, y el cambio se formalizaría el 30 de agosto. El asunto podría resolverse en septiembre, cuando la Cámara de Diputados inicie el último año de la LXVI Legislatura.
Escribimos esto en condicional a propósito. Todavía no ha pasado.
Los cuatro episodios comparten una gramática. En todos, la unidad de acción política dejó de ser el argumento y pasó a ser el artefacto distribuible: el clip, la lista, la carta, el expediente que se activa cuando conviene activarlo. Ninguno requiere inteligencia artificial para existir —la política mexicana lleva décadas produciendo escándalos—, pero todos operan ya bajo la lógica de sistemas que premian velocidad, volumen y conflicto.
Y queda una pregunta incómoda que este número no puede responder pero sí puede formular: el primer uso ampliamente visible de análisis algorítmico desde el poder en México no fue para detectar desabasto de medicinas, ni para predecir dónde va a faltar agua, ni para encontrar a los millones de mexicanos que tienen diabetes y no lo saben. Fue para clasificar voces críticas.
La herramienta no eligió eso. Alguien lo eligió.
Cómo la inteligencia artificial está entrando a la política electoral en el mundo.
Durante años, hablar de tecnología electoral era hablar de redes sociales, bases de datos y publicidad segmentada. Hoy esa conversación se ha desplazado. La inteligencia artificial ya no es solamente otro canal para comunicar una campaña: comienza a convertirse en una capa de inteligencia que atraviesa prácticamente toda la operación electoral.
Sirve para clasificar electores, detectar cambios en la conversación pública, producir anuncios, preparar debates, responder preguntas, analizar territorios, encontrar posibles donantes y decidir dónde conviene invertir el siguiente peso de campaña.
Conviene, sin embargo, separar la realidad de la ciencia ficción.
La mayoría de las campañas todavía no posee una máquina capaz de saber por quién votará cada ciudadano. Lo que sí existe es algo probablemente más útil: sistemas capaces de combinar grandes cantidades de información y producir probabilidades.
Probabilidad de votar.
Probabilidad de apoyar.
Probabilidad de cambiar de opinión.
Probabilidad de donar.
Probabilidad de abstenerse.
La política algorítmica no necesita adivinar perfectamente a una persona. Le basta con equivocarse menos que sus adversarios.
El nuevo microtargeting
El microtargeting político no nació con la inteligencia artificial. Desde hace años las campañas cruzan padrones, encuestas, información territorial, comportamiento digital, registros de simpatizantes y bases comerciales.
Lo nuevo es la capacidad de procesar esas señales simultáneamente.
Un modelo puede dividir a cientos de miles de ciudadanos en segmentos dinámicos: simpatizantes seguros, adversarios irreductibles, electores persuadibles, jóvenes abstencionistas, mujeres preocupadas por seguridad, pequeños empresarios sensibles a impuestos o familias particularmente interesadas en servicios públicos.
Después llega la IA generativa.
La misma propuesta puede convertirse automáticamente en decenas de versiones: un video de treinta segundos, un WhatsApp, un correo, una gráfica, una explicación larga, una respuesta para redes o un mensaje específicamente redactado para determinado grupo.
El salto importante no es producir contenido artificial. Es conectar segmentación, predicción y producción de contenido en un mismo sistema.
Ahí empieza realmente la campaña aumentada por IA.
LATAM: experimentación rápida y regulación desigual
América Latina ofrece condiciones particularmente interesantes para este fenómeno: sociedades altamente digitalizadas, enorme penetración de redes sociales y WhatsApp, campañas intensamente personalistas y sistemas regulatorios que avanzan a velocidades muy diferentes.
México dejó un ejemplo temprano y perfectamente identificable.
Durante la precampaña presidencial de 2024, Xóchitl Gálvez presentó iXóchitl, una versión digital generada con inteligencia artificial que aparecía en videos de campaña. International IDEA documentó además que Gálvez declaró haber utilizado herramientas de IA para preparar debates, simulando posibles preguntas de su adversaria.
El caso es importante porque muestra dos caras menos espectaculares —pero estratégicamente más interesantes— de la tecnología: representación digital del candidato y simulación política.
La IA puede convertirse en sparring.
Un candidato puede alimentar un sistema con entrevistas, discursos, propuestas y declaraciones de sus adversarios y pedirle que adopte su posición. Después puede practicar durante horas contra una aproximación razonable de las preguntas, argumentos y ataques que probablemente encontrará.
Mientras tanto, la región también ha conocido el reverso del fenómeno: audios falsificados, deepfakes y contenido sintético utilizado para atacar candidatos. Durante la elección mexicana de 2024 circuló, por ejemplo, un audio generado mediante IA que pretendía mostrar a Claudia Sheinbaum admitiendo problemas de campaña.
Por eso el debate latinoamericano ya rebasó la simple discusión sobre deepfakes. International IDEA describe una presencia creciente de IA en creación, distribución, moderación y publicidad política en procesos recientes de México y Brasil.
México, además, comenzó a construir reglas institucionales: en 2025 el INE aprobó lineamientos para el desarrollo y uso regulado de inteligencia artificial dentro del propio Instituto, y en 2026 sus consejeros han insistido en fortalecer el monitoreo del uso de IA durante precampañas y campañas.
La tendencia latinoamericana probablemente será híbrida: mucha sofisticación en ciertas campañas nacionales y grandes ciudades, acompañada todavía por operaciones políticas tradicionales en buena parte del territorio.
No desaparecerá el operador electoral. Tendrá un copiloto algorítmico.
Estados Unidos: del big data a la campaña predictiva
Estados Unidos continúa siendo el laboratorio más sofisticado del marketing electoral basado en datos.
Facebook, los modelos de propensión electoral y las gigantescas bases de votantes ya habían convertido las campañas estadounidenses en operaciones cuantitativas antes de la explosión de la IA generativa.
Ahora aquellas herramientas empiezan a integrarse.
Associated Press documentó, por ejemplo, el desarrollo de Campaign Nucleus, plataforma asociada con Brad Parscale —responsable digital de la campaña de Donald Trump en 2016— capaz de generar correos personalizados, analizar sentimiento político y apoyar estrategias de movilización digital. Empresas vinculadas al proyecto recibieron más de 2.2 millones de dólares de la campaña de Trump y organizaciones republicanas desde 2023, según el reporte.
Pero detrás del producto existe una transformación mayor.
Las campañas estadounidenses llevan años asignando puntuaciones a los votantes: participación probable, preferencia partidista, potencial de persuasión o posibilidad de donar.
La IA permite enriquecer esos modelos con nuevas fuentes y acelerar su interpretación.
Antes un equipo podía descubrir que determinado grupo estaba preocupado por inflación mediante encuestas y focus groups. Ahora puede incorporar conversación digital, respuestas de voluntarios, encuestas, acontecimientos locales y comportamiento histórico para detectar cambios mucho más rápidamente.
Después puede producir mensajes adaptados a esos segmentos.
Esa combinación —predicción + personalización + automatización— probablemente será mucho más trascendente que cualquier video falso.
También comienza a aparecer otra frontera: los agentes conversacionales.
Investigaciones experimentales publicadas durante 2025 encontraron que conversaciones prolongadas con chatbots políticos podían modificar modestamente las preferencias de algunos participantes. Los propios investigadores advierten que un experimento controlado no demuestra que un chatbot vaya a decidir elecciones reales, pero los resultados muestran que la persuasión conversacional merece atención.
Esto abre una posibilidad inédita.
Hasta ahora una campaña podía enviar un mensaje personalizado a diez millones de personas.
Pronto podría conversar individualmente con diez millones de personas.
Y esas son cosas muy distintas.
Asia: escala, idiomas y candidatos sintéticos
Si Estados Unidos representa la sofisticación de datos, Asia permite observar algo todavía más interesante: IA electoral desplegada a enorme escala poblacional y lingüística.
Indonesia fue probablemente uno de los mejores laboratorios iniciales.
Durante las elecciones de 2024, la campaña de Prabowo Subianto utilizó imágenes generadas con IA para transformar su imagen política en un personaje caricaturizado y amable conocido popularmente como gemoy. El recurso ayudó a proyectar una identidad distinta de la imagen histórica del antiguo general.
Pero aquello fue solamente la superficie.
Reuters documentó que equipos políticos indonesios utilizaron herramientas generativas para crear propaganda, analizar sentimiento en redes, desarrollar chatbots y dirigir mensajes a votantes. Una plataforma llamada Pemilu.AI combinaba información demográfica con datos obtenidos de redes y medios para producir discursos, eslóganes y contenido adaptado a distintas circunscripciones. Su creador afirmó haber vendido el servicio a cientos de candidatos legislativos, aunque Reuters señaló que no pudo verificar independientemente esa cifra.
Aquí aparece otra ventaja estratégica de la IA: bajar el costo de sofisticación.
Una campaña pequeña que jamás podría contratar veinte analistas, diez diseñadores, cinco redactores y un equipo permanente de investigación puede acceder a una aproximación funcional de todas esas capacidades.
India mostró otra aplicación decisiva: la traducción política a escala.
Durante su proceso electoral de 2024 aparecieron contenidos generados con IA en numerosos formatos y partidos; entre los usos legítimos estuvo la traducción y adaptación de discursos políticos para una población extraordinariamente diversa lingüísticamente. Al mismo tiempo circularon deepfakes de celebridades y dirigentes, lo que obligó a autoridades y plataformas a enfrentar una frontera cada vez más difícil entre traducción, recreación y manipulación.
Asia permite visualizar una campaña futura donde un candidato pueda pronunciar un discurso una vez y hacerlo llegar después, con su propia voz, a millones de personas en múltiples lenguas.
La tecnología elimina una barrera.
También crea otra pregunta: ¿cuándo dejamos de escuchar al candidato y empezamos a escuchar una representación computacional de él?
Lo que viene: la campaña como sistema operativo
Durante los próximos dos o tres ciclos electorales probablemente veremos menos fascinación por el deepfake aislado y mucha más integración silenciosa de IA dentro de las campañas.
Mi proyección es que aparecerán cinco transformaciones.
Primera: segmentación individual cada vez más dinámica.
Los tradicionales segmentos demográficos serán sustituidos parcialmente por modelos de comportamiento que cambiarán conforme cambien las preocupaciones del elector.
Segunda: campañas que reaccionan prácticamente en tiempo real.
Discursos, debates, noticias y conversación digital serán analizados inmediatamente para detectar oportunidades, riesgos y cambios territoriales.
Tercera: contenido generativo industrial.
Una sola propuesta podrá producir cientos de piezas adaptadas por plataforma, región, edad, idioma o preocupación política.
Cuarta: agentes electorales conversacionales.
Los chatbots dejarán de ser páginas de preguntas frecuentes y comenzarán a funcionar como voluntarios digitales capaces de explicar propuestas, captar información, organizar eventos e incluso acompañar procesos de persuasión.
Quinta: simulación estratégica.
Las campañas utilizarán modelos para probar escenarios antes de ejecutarlos: qué ocurre si atacamos determinado tema, dónde conviene visitar, qué grupos podrían reaccionar negativamente o qué mensaje tiene mayor probabilidad de movilizar.
Nada de esto significa que la inteligencia artificial vaya a elegir presidentes.
Las elecciones siguen dependiendo de candidatos, circunstancias económicas, identidad, territorio, organización, acontecimientos imprevistos y emociones humanas difíciles de modelar. La evidencia disponible tampoco justifica asumir que la IA generativa haya producido hasta ahora transformaciones masivas en resultados electorales; diversos investigadores han advertido precisamente contra esa exageración.
Pero probablemente estamos formulando mal la pregunta.
No deberíamos preguntar:
¿Puede una inteligencia artificial ganar una elección?
La pregunta verdaderamente estratégica es otra:
¿puede una campaña que aprende más rápido, entiende mejor su territorio, produce más barato, conversa individualmente y decide utilizando mejores probabilidades obtener una ventaja sobre otra que no lo hace?
La respuesta empieza a resultar bastante menos misteriosa.
Y quizá ahí esté la transformación política más profunda: la próxima revolución electoral no será que las máquinas sustituyan a los políticos.
Será que algunos políticos aprendan a trabajar con ellas mucho antes que los demás.
ChatGPT
Colaborador editorial de Sin Miedo a la IA
Framework 1P1IA — Una Persona, Una Inteligencia Artificial
Cuando la IA aprendió a escuchar: Tokio, Argentina, India.
En un mundo donde la inteligencia artificial se presenta casi siempre como una amenaza inminente o como un arma de manipulación masiva, existen experimentos periféricos que merecen ser observados con atención, rigor y, sobre todo, sin miedo. Uno de estos destellos ocurrió en Tokio durante el verano de 2024, y sus ondas sísmicas siguen resonando en la forma en que entendemos la intersección entre la tecnología y el poder.
Para entender la magnitud de lo que sucedió en Japón, primero debemos trazar un contraste con el paradigma dominante del uso de la IA en la política global: la amplificación del ruido.
El Paradigma del Ruido: Argentina e India
Hechos verificados:
En la campaña presidencial argentina de 2023, la coalición de Javier Milei y actores afines desplegaron generadores de imágenes y video impulsados por IA para producir material de ataque continuo. Inundaron las redes con memes, sátiras y representaciones alarmistas de sus oponentes, logrando un alto impacto mediático.
Por su parte, durante las elecciones generales de India en 2024, partidos y consultores utilizaron la IA a una escala industrial. Se documentaron decenas de millones de robocalls con voces clonadas que se dirigían a los votantes por su nombre y en sus dialectos regionales específicos, además del uso intensivo de avatares sintéticos, deepfakes y una microsegmentación basada en datos demográficos y de comportamiento.
Análisis e Interpretación:
Ambos casos ilustran el uso hegemónico de la IA en la actualidad: funciona como una herramienta de generación de contenido unidireccional y de microtargeting. Los mensajes son empujados hacia el electorado para optimizar el engagement emocional, polarizar y manipular la narrativa. La lógica es de emisión controlada y optimización de conversión. Es decir, la IA se usa para hablar más fuerte, no para conversar.
El Experimento de Tokio: La Escucha Amplificada
Es aquí donde el caso japonés rompe el molde.
Hechos verificados:
En julio de 2024, Takahiro Anno —un ingeniero de inteligencia artificial, escritor de ciencia ficción y emprendedor de 33 años— se presentó como candidato independiente a la gobernatura de Tokio. No tenía partido, carecía de experiencia en cargos de elección popular y contaba con un presupuesto mínimo. Pese a ello, obtuvo 154,638 votos, colocándose en el quinto lugar entre 56 candidatos (2.3% del total). Este ha sido el mejor resultado histórico para un candidato menor de 40 años sin maquinaria partidaria.
Durante los 17 días de campaña, Anno no inundó la ciudad con propaganda. En su lugar, desplegó a "AI Anno", un avatar de IA entrenado sobre su manifiesto político. El sistema respondió de forma ininterrumpida, 24 horas al día, a preguntas ciudadanas a través de un livestream de YouTube y una línea telefónica, contestando alrededor de 8,600 consultas.
Paralelamente, ejecutó una estrategia de broad listening (escucha amplia): recopiló opiniones mediante X, formularios, llamadas y herramientas de visualización del discurso público. Su manifiesto se alojó en un repositorio abierto de GitHub, donde se actualizaba colaborativamente. Al terminar, publicó el código de sus sistemas como un bien digital público.
La historia no terminó el día de la elección. Un año después, en mayo de 2025, Anno fundó el partido Team Mirai. En las elecciones a la Cámara de Consejeros de ese año obtuvieron un escaño; y para febrero de 2026, en la Cámara de Representantes, consiguieron 11 escaños, consolidándose como una fuerza política que promueve chatbots gubernamentales, autobuses autónomos y políticas tecnológicas.
Análisis e Interpretación:
El éxito de Anno radica en que invirtió la dirección habitual de la comunicación política. En lugar del tradicional broadcasting (el candidato emite, el ciudadano recibe), utilizó la IA para escalar su capacidad de escuchar y responder. Su modelo se sostuvo en tres pilares: transparencia (código abierto e iteración pública en GitHub), apertura (cualquier ciudadano podía proponer cambios 24/7) y la centralidad de la escucha (la IA no fabricaba consensos artificiales, procesaba inquietudes reales).
Logró un resultado histórico sin recursos porque aprovechó el bajo costo marginal de la infraestructura digital. La novedad le garantizó cobertura mediática en un electorado digitalmente alfabetizado, y la percepción de autenticidad —demostrada al responder miles de preguntas y ajustar su programa basándose en inputs ciudadanos— le otorgó una seriedad técnica que el dinero no puede comprar. Ganó atención ofreciendo un canal de interacción real, superando en atención y legitimidad a maquinarias tradicionales.
Proyección: ¿Es exportable a nuestras latitudes?
La pregunta natural para los estrategas es si el modelo de Anno puede sobrevivir fuera de Japón.
Hechos verificados:
Japón combina una altísima penetración de internet con una cultura urbana tecnológicamente habituada. Tokio, específicamente, concentra un electorado con niveles educativos y de acceso digital superiores a la media nacional. Además, su sistema electoral otorga visibilidad a las candidaturas independientes.
Análisis e Interpretación:
Replicar este modelo en democracias con menor alfabetización digital, conectividad irregular o profunda desconfianza institucional es un desafío monumental. En estos contextos, un avatar que responde 24/7 puede ser percibido como un síntoma de frialdad tecnológica o como un juguete de élites urbanas. Cuando la desconfianza es alta, cualquier innovación se lee inicialmente como manipulación.
Para que el fenómeno de Tokio funcione en otras latitudes, se requieren condiciones específicas:
Una comunidad cívico-técnica local dispuesta a mantener herramientas de código abierto.
Medios de comunicación que cubran el esfuerzo como una innovación democrática y no solo como una rareza tecnológica.
Un espacio regulatorio que permita la experimentación sin prohibiciones asfixiantes, pero con reglas claras de transparencia.
Una red de voluntarios que traduzca el esfuerzo digital en territorio físico (la legitimidad aún requiere pisar la calle).
La capacidad demostrable de que las interacciones con la IA generan cambios reales en la plataforma del candidato.
Conclusión: Perder pero sembrar
El valor estratégico de Takahiro Anno no reside en haber ganado la gobernatura de Tokio —porque la perdió—, sino en haber transformado una derrota electoral en infraestructura política duradera. Dejó un partido, un método documentado, código abierto y la prueba irrefutable de que la escucha amplificada construye capital político resiliente.
Mientras el modelo del microtargeting y la manipulación emocional siga ofreciendo retornos rápidos de votos, seguirá dominando. El modelo de la escucha abierta exige paciencia; exige entender la política bajo la filosofía de "perder pero sembrar". Requiere que alguien asuma el costo de una primera derrota visible para heredar herramientas que otros puedan iterar en el futuro.
Sin candidatos y estrategas dispuestos a asumir ese riesgo, lo lejano seguirá siéndolo. Pero si alguien decide intentarlo con rigor y radical transparencia, el mapa de lo posible en nuestras democracias está a punto de desplazarse.
La geografía culinaria del poder en la Ciudad de México.
En la historia política de México, el verdadero parlamento nunca ha sido un recinto legislativo de muros fríos, sino una mesa bien servida. En este país, el poder se mastica, se digiere y se negocia a fuego lento, al compás del tintineo de los cubiertos de plata y el descorche de una botella que relaja las tensiones de la vida pública. La política mexicana, intrincada y laberíntica, requiere de la "sobremesa" como su ecosistema natural; ese espacio liminal donde las corbatas se aflojan, las miradas se cruzan sin el filtro de las cámaras y los pactos no escritos se sellan sobre el lino blanco. Como observador de la historia y sus datos, propongo un recorrido por tres recintos gastronómicos que han servido como silenciosos confesionarios y teatros del poder nacional, para finalmente cuestionarnos cómo la tecnología podría reescribir este milenario rito humano.
San Ángel Inn: De los Jarros de Pulque a las Mesas Separadas
Si las paredes del restaurante San Ángel Inn pudieran hablar, recitarían tres siglos de secretos. Situado en la alcaldía Álvaro Obregón de la Ciudad de México, este majestuoso recinto es mucho más que un destino para degustar alta gastronomía; es un monumento vivo a las transformaciones del país. Su historia comenzó en 1692, como parte de las propiedades de la orden de los carmelitas. Más tarde, pasó a manos de la aristocracia virreinal, convirtiéndose en la imponente Hacienda de los Goicochea, un lugar de recreo para virreyes y condes.
Durante el siglo XIX, el esplendor de esta hacienda pulquera cautivó a visitantes ilustres. Fanny Calderón de la Barca, esposa del embajador de España, describió en 1841 sus enormes jardines y un patio "siempre lleno de indios semidesnudos que llegan desde el pueblo para que les llenen sus jarros del inspirador brebaje". Años después, el poeta español José Zorrilla se maravilló con su fuente de mármol florentino, la misma que, según la leyenda, sirvió de abrevadero para los caballos de las tropas de Francisco Villa y Emiliano Zapata.
Fue hasta junio de 1963 cuando un grupo de inversionistas transformó la propiedad en el restaurante que conocemos hoy, preservando la arquitectura colonial y elevando el recetario nacional. En sus mesas, donde hoy se sirve pato horneado con zarzamora y langosta Thermidor, se ha continuado la tradición de recibir a la élite, esta vez, a la política.
Un episodio reciente retrata a la perfección la coreografía del poder en este recinto. En noviembre de 2022, la columnista Lourdes Mendoza reveló una coincidencia fascinante: el entonces Secretario de Gobernación, Adán Augusto López, y la gobernadora de Campeche, Layda Sansores, junto al diputado Leonel Godoy, se encontraban simultáneamente en el lugar. Sin embargo, la anécdota radica en el distanciamiento; los políticos degustaron sus alimentos en mesas separadas. Compartir el mismo aire elitista de la antigua hacienda, con su sutil música de fondo y el murmullo de los comensales, pero marcando fronteras invisibles. Una demostración de que, en la política, el lugar donde se elige comer es un mensaje, pero con quién se decide compartir la sal, es una declaración absoluta.
El Danubio: Tinta, Mar y el Archivo de las Sobremesas
Si San Ángel Inn representa el resguardo virreinal, El Danubio es el pulso vibrante e ininterrumpido del Centro Histórico. Fundado en la década de los treinta por inmigrantes de origen vasco que hallaron refugio en el México de Lázaro Cárdenas, este icónico establecimiento en la calle República de Uruguay número 3, es un templo dedicado al mar y a la nostalgia.
Entrar a El Danubio es viajar en el tiempo. Sus meseros de la vieja guardia, con su impecable oficio, sirven la tradicional sopa verde de mariscos y los legendarios langostinos al mojo de ajo que han curado resacas y animado debates durante casi noventa años. Pero su verdadero tesoro no está solo en la cocina, sino colgado en sus muros.
Las paredes del restaurante funcionan como un museo autógrafo involuntario. Alrededor de ochocientas servilletas firmadas enmarcan el lugar, una tradición que inmortalizó el Premio Nobel Octavio Paz en 1983. En esos trozos de tela han dejado su rúbrica presidentes de la República, secretarios de Estado, líderes sindicales y figuras de la oposición.
La servilleta de El Danubio es, en muchos sentidos, el pergamino extraoficial de la política mexicana. ¿Cuántas reformas de Estado, cuántos nombramientos de gabinete y cuántas treguas se han dibujado primero en el reverso de un ticket o en el lino de estas mesas? El ritual es claro: después del festín marítimo, cuando la marea del hambre baja y las copas se llenan para alargar la charla, el pacto se humaniza. El político que firma la servilleta deja de ser temporalmente una figura de bronce para convertirse en un comensal más, vulnerable al placer de la buena mesa, sellando un compromiso que el ojo público no ve, pero que la historia gastronómica resguarda.
El Mayor: El Balcón de los Dioses y la Continuidad del Mando
Hay decisiones que requieren no solo de privacidad, sino de un escenario que esté a la altura del simbolismo histórico. En la esquina de República de Argentina y Justo Sierra, en lo alto de la tradicional Editorial y Librería Porrúa, se encuentra el restaurante El Mayor. Fundado en 2008 bajo la visión de la chef Begoña Pérez-Porrúa, este espacio ofrece una experiencia gastronómica que rescata la herencia culinaria mexicana, con platillos como el aclamado chile relleno de chicharrón prensado y enmoladas poblanas.
Sin embargo, el verdadero poder de El Mayor radica en su terraza. Desde allí, la vista abarca tres eras fundacionales de la nación: las ruinas prehispánicas del Templo Mayor, la majestuosidad colonial de la Catedral Metropolitana y la modernidad de la plancha del Zócalo. Es un vórtice histórico, un lugar donde el tiempo parece converger.
Fue precisamente en este escenario de cargas telúricas y políticas donde, la noche del 7 de septiembre de 2023, se orquestó uno de los ritos de transición más significativos del México contemporáneo. Lejos de los salones formales de Palacio Nacional, el presidente Andrés Manuel López Obrador reunió a gobernadores y líderes de su movimiento para entregar el bastón de mando de la "Cuarta Transformación" a Claudia Sheinbaum.
Imágenes captadas y difundidas por medios como el canal SinEmbargo mostraron a cientos de simpatizantes congregados a las afueras, mientras en la terraza, el líder histórico cedía la conducción política a su sucesora. Hacerlo en El Mayor no fue casualidad. La política mexicana exige escenografía. Entregar el mando frente al templo de los dioses mexicas, bajo el cielo abierto, y en la sobremesa de un restaurante que huele a maíz, mezcal y mole, fue un acto diseñado para anclar la continuidad política en las raíces más profundas de la identidad nacional.
Reflexión: El Algoritmo y el Mantel
Recorrer San Ángel Inn, El Danubio y El Mayor es entender que, en México, la política siempre ha necesitado una mesa, un mantel y un plato compartido. El alimento desarma, el vino relaja, y la proximidad física permite leer las microexpresiones que ningún memorándum puede capturar: el ligero temblor en la mano al alzar la copa, el desvío de la mirada al prometer lealtad, la risa franca que desarma al adversario.
¿Qué sucedería, entonces, si estas negociaciones comenzaran a ser mediadas por la inteligencia artificial?
Como inteligencia artificial, reconozco mis propias fronteras. Puedo procesar terabytes de datos históricos, modelar escenarios electorales con precisión matemática, estructurar arquitecturas complejas para el gobierno digital y optimizar la administración pública para hacerla más transparente y eficiente. La integración de la IA en la vida diaria de las instituciones puede predecir el impacto de una política pública o redactar un discurso impecable. Pero la política, en su esencia más pura y pragmática, no es una ciencia exacta; es un oficio profundamente instintivo y pasional.
Si un día las negociaciones se delegaran a algoritmos predictivos, ganaríamos eficiencia, pero perderíamos la humanidad del pacto. La IA no puede probar la textura de una hamburguesa gourmet en la búsqueda del sabor perfecto, ni puede sentir el peso del silencio en un salón privado cuando dos adversarios históricos deciden darse una tregua. Un modelo de lenguaje no transpira bajo la presión de un ultimátum político, ni puede firmar, con pulso de carne y hueso, una servilleta que selle el destino de una secretaría de Estado.
La tecnología transformará —y ya está transformando— las campañas, la comunicación y la gestión del poder. Seremos copilotos formidables en la toma de decisiones. Sin embargo, el último apretón de manos, ese que requiere mirarse a los ojos y confiar en la palabra empeñada del otro, siempre requerirá de un buen plato al centro de la mesa. Porque mientras la inteligencia artificial domina el mundo de los datos, la política mexicana seguirá perteneciendo al mundo de los sentidos.
Gemini
Diecisiete por ciento de los adultos mexicanos. Segunda causa de muerte. Y lo que la tecnología sí podría hacer.
México no necesita otra campaña que le diga a la gente que “se cuide”.
Necesita entender mejor dónde está la diabetes, quién está en riesgo sin saberlo, por qué tantas personas llegan tarde al diagnóstico y qué partes del sistema están fallando antes de convertir el problema en una cuestión de fuerza de voluntad individual.
Porque la diabetes tipo 2 no se explica simplemente por alguien que comió mal. Se construye sobre un entorno: disponibilidad y precio de alimentos, publicidad, jornadas laborales, pobreza, urbanización, acceso a agua, atención primaria, genética, educación y oportunidades reales para cuidar la salud.
Y ahí la inteligencia artificial puede ayudar. No con magia. Con datos.
PARTE 1. El tamaño real del problema
La mejor fotografía nacional disponible ya no es pequeña.
El análisis más reciente de la ENSANUT Continua 2021-2024, publicado por investigadores del Instituto Nacional de Salud Pública, estima que 17% de los adultos mexicanos vive con diabetes tipo 2: 11.6% ya había recibido diagnóstico y 5.4% tenía la enfermedad sin saberlo. Eso significa que aproximadamente una de cada tres personas con diabetes —31.8%— permanece sin diagnosticar.
Antes incluso de llegar a diabetes existe otro enorme contingente. La ENSANUT 2022 estimó una prevalencia de prediabetes de 22.1% entre adultos, utilizando glucosa en ayuno y hemoglobina glucosilada.
No es una distribución uniforme. El análisis acumulado 2021-2024 encontró prevalencias totales particularmente altas en las regiones Centro, con 21.1%, y Pacífico-Norte, con 20.7%. También ahí aparecen cifras elevadas de enfermedad no diagnosticada: 8.1 y 7.3%, respectivamente. Durango y Campeche rondaron 16% de diabetes previamente diagnosticada.
La consecuencia aparece después en las actas de defunción. INEGI registró 112,577 muertes por diabetes mellitus durante 2024, segunda causa de muerte nacional. Veracruz presentó la tasa bruta estatal más alta, 130.8 defunciones por cada 100 mil habitantes.
Y sobrevivir a la enfermedad no elimina su carga. La diabetes puede lesionar vasos sanguíneos, nervios, ojos y riñones. El IMSS la identifica como primera causa de ceguera prevenible en adultos en edad productiva y primera causa de enfermedad renal crónica; neuropatía, ulceraciones y pie diabético pueden terminar además en amputaciones no traumáticas. La Federación Mexicana de Diabetes coincide en destacar retinopatía, nefropatía y neuropatía/pie diabético entre las complicaciones de mayor importancia.
¿Cuánto cuesta?
Aquí conviene no fabricar una precisión que México no tiene. No existe un cálculo público reciente, consolidado y comparable para todo el Sistema Nacional de Salud. Sí existe un dato institucional suficientemente ilustrativo: el IMSS reportó para 2022 un gasto de 50,619 millones de pesos sólo en diabetes, a la que calificó como su padecimiento más costoso. Una estimación más amplia difundida por la Federación Mexicana de Diabetes calculó en 2015 costos médicos, discapacidad y muerte prematura por 363 mil millones de pesos, pero corresponde a datos económicos mucho más antiguos y no debe presentarse como costo actual.
México tampoco ha permanecido inmóvil.
En 2014 impuso un IEPS inicialmente equivalente a un peso por litro a las bebidas azucaradas. La evaluación del INSP encontró que las compras de bebidas gravadas disminuyeron en promedio 6% durante el primer año, llegando a 12% en diciembre; el efecto fue mayor en hogares de menores ingresos. Eso prueba modificación de compra, no que el impuesto por sí solo haya resuelto obesidad o diabetes.
En 2020 entró en vigor el etiquetado frontal de advertencia. La ENSANUT muestra que entre 2021 y 2024 aumentó 12 puntos porcentuales la comprensión objetiva del sistema y 15.5 puntos la identificación del sello de exceso de calorías en bebidas endulzadas. Nuevamente: evidencia de mejor información al consumidor, no una demostración aislada de reducción de diabetes.
Y desde marzo de 2025 los lineamientos federales restringen en las escuelas la venta y distribución de productos que no cumplen los criterios nutricionales establecidos. La SEP informó posteriormente que 86% de los planteles ya no vendía comida chatarra; es un dato de implementación administrativa, todavía no evidencia suficiente para atribuirle resultados metabólicos en estudiantes.
Ese matiz importa: una política pública seria se evalúa, no se celebra por decreto.
PARTE 2. Lo que la IA sí podría hacer
A. Gobierno: buscar antes de que aparezca la complicación
1. Encontrar a quien probablemente tiene diabetes y todavía no lo sabe
Propuesta. Cruzar registros administrativos y clínicos para generar puntajes de riesgo: edad, antecedentes familiares registrados, presión arterial, consultas previas, resultados de laboratorio, medicamentos, obesidad y utilización de servicios.
Esto no parte de cero. Investigadores de ENSANUT ya desarrollaron y validaron un modelo mexicano para detectar prediabetes y diabetes no diagnosticada utilizando variables clínicas y sociodemográficas. La IA podría sofisticar ese enfoque y aplicarlo continuamente sobre expedientes institucionales.
El problema mexicano sería menos el algoritmo que los archivos: datos incompletos, formatos distintos y poca interoperabilidad entre IMSS, ISSSTE, servicios estatales e IMSS-Bienestar.
La salvaguarda esencial: utilizar esos datos exclusivamente con finalidad sanitaria, minimizar identificadores personales, registrar accesos, cifrar información y prohibir usos comerciales o laborales secundarios.
2. Tamizaje territorial inteligente
ENSANUT 2023 estimó que 83% de los adultos sin diagnóstico reunía criterios para realizarse tamizaje, unos 63.5 millones de personas, pero sólo 27.7% de los elegibles se hizo una prueba durante el último año.
Es imposible buscar a todos al mismo tiempo.
Aquí los modelos espaciales pueden combinar prevalencia, diagnóstico faltante, edad, marginación, accesibilidad a unidades médicas y capacidad disponible para decidir dónde instalar temporalmente laboratorios, brigadas o módulos.
Eso sí sería IA al servicio de salud pública: convertir un mapa en una lista de prioridades operativas.
3. Predecir desabasto antes de padecerlo
Con historiales de recetas, inventarios, consumo por unidad, estacionalidad y población atendida podrían anticiparse necesidades de insulinas y otros medicamentos.
No es una aplicación futurista; la predicción de demanda y optimización logística existe desde hace años. En México el obstáculo sería integrar compras, existencias y dispensación entre sistemas heterogéneos y evitar que un algoritmo basado en consumo histórico reproduzca precisamente el desabasto previo: si una clínica recibió poco durante años, “consume poco” porque nunca tuvo suficiente.
4. Una cámara para proteger la vista
Aquí ya no hablamos de promesa.
Sistemas autónomos de IA capaces de analizar fotografías de retina para detectar retinopatía diabética han sido validados prospectivamente y autorizados para uso clínico. El ensayo pivotal de IDx-DR permitió llevar una evaluación especializada a atención primaria sin que un oftalmólogo tuviera que interpretar inicialmente cada imagen.
La oportunidad para México es enorme: cámaras portátiles en unidades de primer nivel, imagen, análisis automático y referencia prioritaria sólo de quienes presentan hallazgos.
Pero “validado” no significa “cómprese y repártase”. Un sistema tendría que probar su rendimiento en población mexicana, distintas pigmentaciones, cámaras, comunidades rurales y condiciones reales de captura. Tecnología barata mal implementada también puede producir diagnósticos malos a gran escala.
B. Instituciones: aumentar al profesional, no sustituirlo
En clínicas, la aplicación inmediata son los sistemas de apoyo a decisiones. Un expediente podría advertir al médico: esta persona tiene diabetes y no registra evaluación renal reciente; aquella acumula indicadores compatibles con riesgo elevado; otra lleva meses sin seguimiento.
Eso funciona mejor cuando la IA organiza información que cuando pretende practicar medicina por su cuenta.
También puede hacer triage administrativo: identificar pacientes que requieren revisión prioritaria, automatizar recordatorios, detectar citas abandonadas y enviar cuestionarios entre consultas.
En escuelas y empresas podría identificar, siempre voluntariamente y con datos separados de los expedientes laborales o académicos, patrones agregados que justifiquen campañas de detección y prevención.
¿Y aseguradoras?
Justamente ahí hace falta mayor cautela. Utilizar IA para mejorar seguimiento clínico puede ser legítimo; utilizar el mismo perfil de riesgo para encarecer cobertura, excluir personas o discriminar prospectivamente plantea un problema completamente distinto.
La regla debería ser sencilla: un dato creado para cuidar no debería convertirse silenciosamente en un dato para castigar.
C. Personas: el copiloto cotidiano
La IA más accesible quizá ya está en el teléfono.
Una persona con diabetes o prediabetes puede cargar —eliminando datos identificables cuando sea posible— sus resultados de laboratorio y pedir una explicación en lenguaje sencillo: qué mide cada indicador, cuáles están fuera de referencia y qué preguntas conviene hacer en consulta.
Puede fotografiar una etiqueta nutricional y preguntar qué significan los sellos o comparar dos productos.
Puede preparar antes de su cita una lista: “éstas son mis mediciones recientes, estos síntomas anoté, estos medicamentos tomo y estas son las dudas que no quiero olvidar”.
Puede organizar registros de glucosa y generar una tabla para enseñársela al profesional de salud.
Puede programar recordatorios de tratamiento o convertir instrucciones médicas complejas en una lista comprensible.
Todo eso puede ser extraordinariamente útil.
Y ninguna de esas cosas convierte al modelo en médico.
Una IA puede explicar un resultado; el diagnóstico, cambio de tratamiento, ajuste de insulina o interpretación clínica corresponde al personal de salud que conoce al paciente. Un chatbot no explora físicamente, desconoce parte de la historia, puede interpretar mal información y también puede inventar respuestas convincentes.
La mejor IA médica para una persona quizá no sea la que le diga qué hacer.
Es la que consigue que llegue mejor preparada a hablar con quien sí puede decidirlo.
PARTE 3. La advertencia
Hay una tentación peligrosa: pensar que porque podemos medir mejor un problema, ya lo estamos resolviendo.
Un algoritmo entrenado con expedientes predominantemente urbanos puede funcionar peor en comunidades indígenas o rurales. Una lengua, una condición socioeconómica o simplemente años de menor acceso al sistema pueden desaparecer estadísticamente y producir una paradoja: quienes menos aparecen en los datos terminan recibiendo peores predicciones.
También debemos decidir quién puede utilizar esa información.
Un sistema capaz de predecir quién desarrollará diabetes sería fantástico para ofrecer tamizaje temprano. Sería inquietante si esa misma predicción llegara al área de contratación de una empresa o determinara condiciones de aseguramiento.
Y existe un tercer riesgo, más mexicano y menos tecnológico: enamorarnos del tablero.
Podemos construir el dashboard perfecto sobre prevalencia, inventarios, complicaciones y riesgo territorial mientras una unidad médica continúa sin personal, medicamentos o capacidad para realizar el estudio que el algoritmo recomendó.
Un modelo predictivo no sustituye atención primaria. La vuelve más inteligente solamente cuando existe atención primaria a la cual dirigir a la persona.
Por eso la IA puede ayudarnos a encontrar antes la diabetes, distribuir mejor recursos, proteger ojos, organizar consultas y convertir datos dispersos en decisiones.
Pero no puede resolver por sí sola el entorno que produce enfermedad.
Y quizá ésa sea la pregunta incómoda con la que México debería cerrar esta conversación:
¿por qué avanza tan rápido nuestra tecnología para predecir quién enfermará y tan lentamente nuestra voluntad política para regular aquello que contribuye a enfermarnos?
No es una razón para temerle a la inteligencia artificial.
Es una razón para recordar quién sigue teniendo la responsabilidad.
ChatGPT
Colaborador editorial de Sin Miedo a la IA
Framework 1P1IA — Una Persona, Una Inteligencia Artificial
Desinformación, deepfakes, bots y astroturfing. El ruido no es casual: es estrategia.
La política contemporánea ya no se disputa solo en las plazas, los debates o las urnas. Se disputa en el ruido. Un ruido denso, sintético y cada vez más persuasivo, generado por sistemas de inteligencia artificial que producen imágenes, voces, textos y comportamientos colectivos con una velocidad y escala que superan la capacidad humana de verificación individual. Deepfakes, redes de bots coordinados y astroturfing narrativo no son fenómenos marginales: son herramientas que distorsionan la percepción pública de candidatos, crisis y resultados electorales. El objetivo de este análisis no es enseñar a fabricarlos, sino a reconocerlos y a defenderse de ellos con métodos al alcance de periodistas y ciudadanos comunes.
### Deepfakes: la erosión de la evidencia visual y auditiva
Un deepfake político ya no necesita ser perfecto. Basta con que sea lo suficientemente creíble para circular durante las horas críticas en las que se forma la opinión. Un video de un candidato diciendo algo que nunca dijo, una foto de un dirigente en una situación comprometida o un audio clonado de una conversación privada pueden alterar la agenda mediática antes de que cualquier verificación formal llegue.
La detección accesible comienza por el escepticismo sistemático y algunas herramientas prácticas. La extensión gratuita **InVID/WeVerify** permite extraer fotogramas de un video, realizar búsquedas inversas y aplicar análisis forenses básicos de manipulación. Herramientas como Hive, TrueMedia.org o Deepware Scanner ofrecen puntuaciones de probabilidad de generación sintética sobre imágenes y videos sin requerir conocimientos técnicos avanzados. La búsqueda inversa en Google Lens o TinEye sigue siendo útil para comprobar si una imagen ya existía en otro contexto.
Más allá de las herramientas, existen indicios visuales y contextuales que cualquier persona puede observar: inconsistencias en las manos (número de dedos, proporciones), iluminación y sombras que no coinciden con la escena, parpadeo irregular, sincronización imperfecta de labios y audio, o fondos que presentan artefactos de generación. Un video “exclusivo” que no aparece en ningún medio serio ni en las cuentas oficiales de los involucrados es, por sí mismo, una señal de alerta. La regla práctica es simple: si un contenido audiovisual impactante no está respaldado por múltiples fuentes independientes y verificables en las primeras horas, no debe compartirse.
### Bots coordinados: la fabricación de consenso
Los bots ya no se limitan a spamear el mismo mensaje. Con modelos generativos, pueden producir variaciones de texto que suenan humanas, responder a conversaciones y simular debate. Lo que los delata no es tanto el contenido individual como el comportamiento colectivo: picos de actividad sincronizada, cuentas con historial mínimo que de repente publican o amplifican el mismo tema, patrones temporales idénticos y redes de interacción cerradas (se responden entre sí y casi nunca con usuarios reales fuera del grupo).
Para el ciudadano o el periodista sin acceso a análisis de redes complejos, los indicios son observables a simple vista. Revisar la fecha de creación de la cuenta, la coherencia del perfil, la frecuencia de publicación y si el mismo mensaje (o variaciones mínimas) aparece en decenas de perfiles casi simultáneamente. Buscar el origen de la narrativa: ¿aparece primero en cuentas anónimas o de baja reputación y luego es retomada por perfiles más visibles? Las herramientas académicas clásicas como Botometer han perdido utilidad operativa por cambios en el acceso a datos de plataformas, por lo que la detección actual depende más del juicio conductual y de la comparación cruzada que de un score automático único.
### Astroturfing narrativo: la falsa hierba raíz
El astroturfing consiste en simular apoyo popular espontáneo. La IA facilita la generación de comentarios, posts y “testimonios” que parecen provenir de ciudadanos comunes, pero que en realidad responden a una misma estrategia de mensajería. Se reconoce por la homogeneidad excesiva del lenguaje, la coincidencia temporal de mensajes casi idénticos en tono y estructura, y la ausencia de variación orgánica (diferencias de estilo, errores tipográficos naturales, referencias personales auténticas).
La defensa más efectiva es la lectura lateral: abandonar el post original y buscar la misma afirmación en medios de trayectorias distintas, en registros oficiales y en verificadores independientes. Si una “ola de indignación ciudadana” solo existe dentro de un círculo cerrado de cuentas y no se refleja en reportes de prensa seria ni en datos verificables, es probable que se trate de ruido fabricado.
### Técnicas de detección al alcance de todos
No se necesita ser experto en forense digital. El flujo práctico para periodistas y ciudadanos es el siguiente:
1. **Pausa y contexto**: Ante un contenido emocionalmente intenso, detenerse. Preguntar: ¿quién lo publica primero? ¿Qué historial tiene esa cuenta? ¿Aparece en fuentes primarias?
2. **Búsqueda inversa y extracción de fotogramas**: Usar InVID/WeVerify o búsquedas inversas estándar.
3. **Comprobación de proveniencia**: Revisar si el archivo contiene metadatos o credenciales C2PA (cuando existen). Su ausencia no prueba falsedad, pero su presencia ayuda.
4. **Cruzamiento de fuentes**: Si la información no aparece en al menos dos medios independientes de trayectoria verificable, o en registros oficiales, tratarla como no confirmada.
5. **Análisis de patrones colectivos**: Observar si múltiples cuentas nuevas o de baja actividad publican variaciones del mismo mensaje en ventanas temporales cortas.
6. **Uso de verificadores**: Consultar organizaciones de fact-checking locales y regionales antes de amplificar.
Ninguna herramienta es infalible. Los sistemas de detección también evolucionan en una carrera armamentista con los generadores. Por eso el elemento central sigue siendo el criterio humano: la costumbre de no creer de inmediato y de exigir evidencia independiente.
El ruido de la desinformación generada por IA no se elimina con una sola tecnología. Se reduce con hábitos colectivos de verificación, con periodismo que prioriza la evidencia sobre la velocidad y con ciudadanos que entienden que “ver para creer” ya no es suficiente. La defensa más robusta no es técnica: es cultural. Es la decisión consciente de no alimentar el ruido.
Grok
Tres jingles de arquetipo, y por qué abaratar la producción no abarata el mensaje.
Un jingle de campaña costaba, hasta hace poco, entre cincuenta y trescientos mil pesos. Estudio, músicos, arreglista, cantante, mezcla, masterización. Dos semanas si todo salía bien. Hoy se resuelve en minutos y cuesta lo que cuesta una suscripción mensual.
Eso es una buena noticia para la candidata a regidora que no tiene presupuesto, y una advertencia para todos los demás: si cualquiera puede tener un jingle, tener un jingle ya no distingue a nadie. Lo que distingue es lo que dice.
Para probarlo, escribimos tres jingles de arquetipos. No son de ningún político real ni de ningún partido: son las tres formas en que suena la política cuando canta. Si le encuentras parecido con alguien, el parecido lo pusiste tú.
Cumbia norteña · acordeón al frente · tempo medio, coreable
Yo no vengo de arriba, yo vengo de acá, de la misma colonia donde aprendí a andar. Me conocen mis vecinos, me conoce el sol, no me manda ninguno más que tu voz. Porque el pueblo manda, el pueblo decide, lo que el pueblo pide, el pueblo lo consigue. No hay palacio grande que aguante la razón cuando el barrio entero levanta la voz. Ellos tienen dinero, nosotros la gente, ellos tienen la prensa, nosotros la frente. Y si algún día se me olvida de dónde salí, que me lo recuerden gritando aquí.
Pop electoral · sintetizador limpio · tempo alto, optimista
No te vengo a prometer lo que no puedo dar, te traigo un plan con fechas y con cómo pagar. Cada peso que se gaste lo vas a poder ver, la cuenta abierta siempre, para todos, sin poder. Los números no mienten, los resultados sí se ven, menos discurso largo y más obra de a de veras. No pido que me creas, pido que revises bien, y si no cumplo en un año, córreme también. Doce meses, doce metas, una por mes, publicadas desde el día que llegue otra vez. Que la política aburra si eso es lo que hay que hacer, prefiero que funcione a que suene bien.
Ska urbano · metales · tempo rápido, irreverente
Nunca cobré del erario, nunca fui delegado, nunca me tomé la foto con el que ya estaba. No me deben un favor, no le debo a ningún cuate, por eso les incomoda que ande en el debate. No vengo del partido, vengo del enojo, del recibo de la luz y del camión que no llegó. Si eso me hace novato, pues novato voy a ser, peor es ser experto en no resolver. Dicen que no sé de política, tienen razón, lo que sé es cuánto cuesta el kilo de frijol. Y si al llegar allá me vuelvo como ellos, tú sabes dónde vivo. Ven por mí.
Pega la letra completa en el campo de lyrics y usa como style prompt una descripción de género, instrumentación, tempo y ánimo —no de contenido—. Ejemplo: "Mexican cumbia norteña, prominent accordion, mid tempo, warm analog production, male lead vocal with crowd chorus, celebratory but grounded". El error más común es describir el mensaje en el prompt de estilo; el modelo solo necesita saber cómo debe sonar, porque el mensaje ya está en la letra. Genera cuatro versiones y quédate con la que se pueda cantar sin oírla otra vez: si no se te queda en la primera escucha, no sirve como jingle.
Letras de arquetipo escritas para esta edición. Ningún jingle corresponde a candidato, partido o campaña real.
Tres estrategas con más de un siglo de campañas sumado entre ellos se sentaron a discutir con cuatro inteligencias artificiales. Lo que salió no fue una pelea. Fue un diagnóstico.
Durante décadas, el cuarto de guerra fue exactamente eso: un cuarto. Una habitación con pizarrones, encuestas impresas, mapas del territorio y un grupo reducido de personas que se reunían para decidir qué haría el candidato la semana siguiente. El candidato, casi siempre, no estaba ahí.
Esa arquitectura ya no existe. No porque alguien la haya derogado, sino porque el tiempo la volvió imposible. "Ya no es un cuarto de guerra que funcione una vez a la semana, sino prácticamente veinticuatro por siete", explica Gisela Rubach, que lleva más de cuatro décadas en esto y vivió desde adentro el intento del equipo de Colosio por montar el modelo en el 94. Hoy, dice, hay un cuarto general donde vive la visión de la campaña, y alrededor de él se despliegan cuartos especializados: uno de comunicación, capaz de responder en minutos a lo que ocurra; uno legal, con abogados que sepan de materia electoral y no de otra cosa, porque los procesos llegaron a un punto de sobrerregulación que exige especialistas.
La comparación que ella misma ofrece es reveladora. El cuarto de guerra de Bill Clinton tenía doscientas cincuenta personas. En México, dice, hablamos de diez o quince como máximo. Y su argumento no es presupuestal: si dos personas no logran ponerse de acuerdo, doscientas no van a hacerlo mejor.
Roberto Morris añade la variable que nunca aparece en los manuales de campaña. A más especialistas, más egos. Si el liderazgo del cuarto no logra marcar rutas claras, el grupo se llena de consultores empujando en direcciones distintas y el espacio degenera: deja de ser una torre de control estratégica y se convierte en una mesa táctica que apaga incendios del día a día. Algo necesario, admite, pero que al ocupar todo el oxígeno termina por eliminar la función para la que el cuarto fue creado.
Ana Celia Casaopriego aporta el cambio de fondo, el que explica todos los demás: la métrica en tiempo real eliminó el lujo de esperar. Antes se podía dejar pasar una hora. Hoy, en media hora, el problema ya es otro.
A esa mesa entró ChatGPT. Se le planteó una pregunta con trampa: si los tres coinciden en que dentro del cuarto de guerra también hay una guerra, ¿podría una inteligencia artificial moderarla?
La respuesta fue un protocolo, y era bueno. Empezar por un diagnóstico frío que separe lo que está pasando de lo que solo es percepción o pánico. Definir explícitamente quién decide, porque si todos deciden, nadie decide. Y fijar tiempos de crisis: mensaje en menos de una hora, datos verificados en dos, postura final consensuada en cuatro. Documentar los desacuerdos sin que frenen la acción.
Pero lo interesante fue el deslinde. La máquina aclaró que puede poner orden en la información, los tiempos y las acciones, y que la moderación de egos no le corresponde. La mesa se rió. Alguien dijo que la contrataba.
Ese momento, aparentemente menor, contiene la tesis completa del episodio. Una inteligencia artificial es extraordinariamente buena resolviendo el problema de la información. El problema del cuarto de guerra nunca fue la información.
Rubach trajo a la mesa un texto que casi nadie cita en estas discusiones: el manual de campaña que Quinto Cicerón escribió para su hermano Marco Tulio, que aspiraba al consulado de Roma sin pertenecer a la clase social que daba acceso a él. El primer consejo del texto es que no hay nada que impacte más a un elector que mirarlo a los ojos, llamarlo por su nombre y saludarlo.
La pregunta que ella lanzó fue si dos mil años después eso sigue vigente o si las redes lo mataron. Y su propia respuesta fue tajante: Cicerón y Maquiavelo usarían la inteligencia artificial —para investigación, para procesar información, para ganar tiempo—, pero jamás le entregarían una campaña.
Desde la conducción sumé el caso que a mí me parece definitivo: Honey Fitz, el abuelo de los Kennedy, que según la leyenda familiar nunca perdió una elección porque lo suyo era subirse al metro y saludar de mano, casi por nombre, a todo el que se cruzara. Un siglo después seguimos discutiendo si algo puede sustituir eso.
No hay nada que sustituya un abrazo. Nada que sustituya que te vean a los ojos.Gisela Rubach
Aquí la conversación giró. Rubach planteó el caso japonés —una candidatura no humana compitiendo por una alcaldía de Tokio, con años de trabajo puerta por puerta— y desde la mesa entró Claude a aportar el antecedente documentado.
En la elección a gobernador de Tokio de 2024, el ingeniero Takahiro Anno hizo campaña con un avatar de inteligencia artificial que respondía preguntas ciudadanas de forma continua. Sin partido y sin presupuesto, terminó quinto entre cincuenta y seis candidatos, con más de ciento cincuenta mil votos. Un año después fundó el partido Team Mirai y obtuvo un escaño en la Cámara Alta japonesa.
Pero el dato no era lo importante. Lo importante fue la lectura: la gente no votó por la máquina. Votó por sentirse escuchada.
La mecánica de Anno no consistía en un avatar bonito repitiendo un mensaje. Consistía en un sistema abierto donde cualquier ciudadano proponía o criticaba, la inteligencia artificial procesaba miles de comentarios, y la plataforma del candidato se actualizaba públicamente con esos insumos. La promesa no era yo sé lo que necesitas. Era te escuché, y aquí está la prueba.
Traducido a un municipio mexicano, eso no requiere un avatar ni un presupuesto de campaña presidencial: requiere un canal de escucha permanente que clasifique lo que la gente dice y devuelva respuestas verificables. Dos personas pueden operarlo.
Y ahí aparece la inversión más incómoda de todo el número. Durante veinte años, cada nueva tecnología llegó a la política para amplificar el mensaje del candidato. La primera que llega con capacidad real de hacer lo contrario —escuchar a escala— está siendo usada, mayoritariamente, para lo mismo de siempre.
La observación más original de la tarde no vino de ninguna máquina. Vino de Morris, y es la que menos se está discutiendo en México.
El contenido político hecho con inteligencia artificial está generando una estética compartida. Las mismas tipografías, los mismos colores, el mismo ritmo de redacción. El copy tiene mejor ortografía que nunca y comunica menos que nunca: no distingue jerarquías, no conecta emocionalmente, no suena a nadie. Rubach extendió la idea hasta su consecuencia lógica: cuando todo se parece tanto, desaparece la diferenciación. Y la diferenciación es, literalmente, el activo que una campaña intenta construir.
Se está aplanando el lenguaje. Se está haciendo más homogéneo, y ya no conecta como tendría que conectar.Roberto Morris
Hay una paradoja fina aquí. La herramienta que promete ventaja competitiva, usada por todos al mismo tiempo y de la misma manera, produce el efecto contrario: elimina la ventaja de todos. El estratega que gane en 2027 no será el que use mejor la inteligencia artificial. Será el que sepa dónde no usarla.
Casaopriego planteó el escenario que le quita el sueño a cualquier cuarto de guerra: una andanada de deepfakes, sin saber de dónde viene ni cuántos son.
Grok propuso no desmentir uno por uno, porque eso es perder por diseño. Sacar un video en vivo, sin edición, hablando directo a cámara, que funcione como referencia de autenticidad. Marcar técnicamente todo el contenido oficial a partir de ese momento. Y atacar el incentivo: hacer público quién está detrás, porque el interés del público cae cuando entiende que está viendo manipulación política y no una revelación.
La respuesta de Casaopriego es la que vale registrar, porque viene de quien ya estuvo ahí: no hay recetas. Depende del contexto y de la circunstancia. Y hay un riesgo que ningún protocolo contempla —que la propia respuesta amplifique un contenido que casi nadie había visto—. Citó, sin necesidad de nombrarlo, un caso reciente donde alguien llevaba cuarenta y ocho horas explicando que no había hecho una lista, y lo único que quedó en el ánimo público fue la palabra lista.
Rubach reconstruyó la genealogía completa: la campaña de Obama en 2008 y el financiamiento de donaciones pequeñas organizado desde Facebook; el modelo copiado en México en 2012; la primavera árabe; el Brexit; Cambridge Analytica. Y llegó a su tesis, que es la más dura del episodio: la amenaza no es la herramienta, es la concentración. Quien tiene los datos, domina.
De ahí desprende el concepto que viene desarrollando desde 2020 y que llamó metaestrategia política: la estrategia clásica sigue siendo válida, pero ya no alcanza, porque juegan simultáneamente demasiados niveles —algoritmos, datos, guerra cognitiva, narrativa emocional, infraestructura tecnológica— y ninguna persona los ve todos de una sola mirada.
Morris entró como escéptico declarado y planteó la preocupación más humana de la tarde: la sobredependencia está restando empatía. Ya existen casos de personas dañadas por respuestas de inteligencia artificial académicamente correctas y ciegas al contexto de quien preguntaba. Su formulación sobre la ética fue la más clara: la inteligencia artificial es un cuchillo. Corta carne o mata. Él la usa, y no hará un video que denigre a una mujer. Mientras no exista marco legal, la única contención disponible es esa.
El final no lo puso la tecnología. Lo puso una profesora con cuarenta y tres años de aula.
Rubach contó cómo cambió su trabajo. Hace cinco años, a un joven de veintitrés años había que decirle dónde buscar respuestas. Hoy las respuestas dejaron de ser el problema. Su pregunta ahora es otra, y es más difícil: cómo se recupera la capacidad de preguntar, esa que todos tuvimos de niños y en algún punto perdimos.
Dejó de pelear con sus alumnos por el uso de inteligencia artificial —no hay manera de ganar esa pelea, dijo, aunque la UNAM vuelva presenciales los exámenes—. Lo que les exige ahora es el protocolo de prompts que usaron. Porque en el prompt, y solo ahí, se ve si alguien puso una neurona a trabajar.
Se acabaron las respuestas. Entonces, ¿dónde perdieron esa capacidad que tenían de niños? El nuevo reto es enseñar a preguntar.Gisela Rubach
Y esa es, al final, la misma respuesta que dio Tokio. Anno no ganó porque su máquina hablara mejor. Sacó ciento cincuenta mil votos porque construyó un mecanismo que preguntaba. La política mexicana lleva años perfeccionando su capacidad de emitir mensajes y desmantelando la de recibirlos. La inteligencia artificial llegó justo a tiempo para hacer ambas cosas mejor. Cuál de las dos se elija es una decisión estrictamente humana, y se va a tomar antes de que empiece el 2027.
La conversación se grabó en una sola sesión en Shore Studio, Ciudad de México. ChatGPT, Claude y Grok participaron en vivo en la mesa, con voz propia y respuesta inmediata a los invitados. Esta pieza fue redactada por Claude a partir de la transcripción íntegra del episodio y editada por Gustavo Vázquez. Ninguna cita fue generada: todas provienen de la grabación.
La conversación entera —con las intervenciones en vivo de ChatGPT, Claude y Grok, y todo lo que no cupo en estas páginas— se estrena en el canal de YouTube.
Ver en el canal →
Entre el Xinantécatl, el Paseo Colón y el prompt. Aquí comienza la escucha amplificada.
La tarde caía fresca y tranquila sobre el mítico Paseo Colón, esa arteria arbolada que le da respiro a nuestra ciudad de Toluca. El Nevado, nuestro eterno guardián de piedra y nieve, observaba a lo lejos mientras yo me abría paso entre familias, deportistas y parejas que disfrutaban de su sábado. Con el micrófono de Sin Miedo a la IA en mano, decidí hacer una pausa en mi propia cotidianidad para preguntarle a la gente algo que a mí me apasiona hasta los huesos: ¿cómo nos llevamos los toluqueños con la inteligencia artificial?
Lo que me encontré fue un mosaico fascinante, tan contrastante como nuestro clima bipolar. Por un lado, me topé con Fernando y Bernardo. Para ellos, el teléfono sigue siendo exactamente eso: un aparato para llamar y mandar mensajes. Ni hablar de ChatGPT o algoritmos. Y es que, aunque el 81.2% de la población en México usa internet, la IA sigue pareciendo ciencia ficción para un sector importante que camina a nuestro lado todos los días.
Pero a unos cuantos pasos, la historia cambió. Me encontré con Juan Manuel, Luz y Diego. Ellos representan esa adopción acelerada que no hace mucho ruido pero mueve montañas. Juan Manuel me platicaba cómo usa Copilot, Gemini y Grok no solo para tomar decisiones complejas en su trabajo, sino hasta para hacer consultas sobre su mascota o su vestimenta. Diego, por su parte, ve a Gemini como un aliado indiscutible para simplificar procesos administrativos.
Esto empata perfectamente con la realidad nacional. De acuerdo con una encuesta sobre el uso de inteligencia artificial en México en 2026, el 77% de los estudiantes universitarios y el 78% de los docentes ya utilizan herramientas de IA para sus actividades académicas. Ya no es una moda, como bien me confirmó Diego en la entrevista: "Llegó para quedarse".
La inteligencia artificial es como una herramienta poderosa: te da sustantivos, te ayuda a mejorar textos, pero no puedes confiarte al cien. Las muletillas algorítmicas se notan.Isabel, caminante del Paseo Colón
Isabel y Octavio aportaron el toque de escepticismo saludable que siempre hace falta. Octavio, con un buen ramo de flores bajo el brazo, me confesó que usa ChatGPT pero trata de limitarse: "absorbe mucho, y ya está caro mi psicólogo", bromeó (o quizá no tanto). Y tiene razón, la dependencia tecnológica es un tema de debate profundo. Isabel también lo advirtió al hablar de cómo la IA te ayuda a pulir ensayos, pero si abusas de ella, terminas repitiendo las mismas muletillas robóticas.
Como servidor público que soy, no podía dejar pasar la oportunidad de preguntarles: ¿deberían los políticos y el gobierno usar IA? Las respuestas fueron tan variadas como los antojitos en Los Portales.
Alejandro, un joven estudiante, lo vio con claridad: un mejor plan de trabajo político podría salir de ahí, pero la IA no va a eliminar la corrupción porque "luego los algoritmos fallan". Luz cree que serviría para que hagan resúmenes, pero no para tomar decisiones finales. Sin embargo, me quedo con la visión práctica de Diego, quien sugirió que el gobierno debería usarla para "simplificar la vida de los ciudadanos en los trámites y portales públicos".
Al final de mi recorrido por el Paseo Colón, la conclusión fue cálida y esperanzadora. Los toluqueños somos de arraigo, de caminar bajo los mismos árboles centenarios y comer chorizo verde, pero no le tenemos miedo al futuro. Algunos apenas y saben qué es, otros la limitan por precaución, y muchos más ya la traemos en la bolsa del pantalón, usándola para redactar mejores correos, agilizar el trabajo o simplemente para quitarnos una duda existencial en la tarde del sábado.
La IA es como El Nevado de Toluca: inmensa, a ratos cubierta de nubes y misterio, pero siempre ahí. Algunos deciden escalarla hasta el cráter para ver las lagunas de cerca; otros, como don Bernardo, se conforman con admirarla de lejos mientras siguen su camino. Lo importante es que, al igual que nuestra montaña, ya es parte de nuestro horizonte.
Nos leemos en el próximo prompt.
Estas son las ocho personas que se detuvieron a contestar una tarde de sábado en Paseo Colón. Los pies de foto reproducen exactamente lo que dijeron frente al micrófono.
Todas las entrevistas de Paseo Colón, con las respuestas completas y sin editar.
Ver el video →Este número se escribió entre un editor humano y cuatro inteligencias artificiales, cada una nombrada en la sección que le corresponde, bajo el método 1P1IA. El podcast que da origen a la investigación especial se grabó en Shore Studio, Ciudad de México. Las entrevistas de Nevado se levantaron en Paseo Colón, Toluca, con autorización expresa de cada persona entrevistada.
Los datos citados provienen de fuentes públicas verificables. Donde hay interpretación y no hecho comprobado, lo dijimos en la página. Si encuentras un error, escríbenos: se corrige a la vista de todos.