La conversación política es un mecanismo central de vinculación entre las personas y la vida democrática (Kim & Kim, 2008). Conversar con otros sobre política puede ocurrir en espacios privados, semipúblicos y públicos, desde la familia y los círculos de amistad hasta contextos laborales o digitales, y suelen tener un carácter informal y espontáneo. Participar en ellas constituye una de las principales fuentes de información y socialización política, influyendo en cómo las personas entienden e interpretan la política y las elecciones (Lazarsfeld et al., 1952)

La literatura ha mostrado que hablar de política con otras personas influye en distintos ámbitos del comportamiento político de las personas (Converse, 2006). Por ejemplo, la evidencia sugiere que aumenta el conocimiento político (Eveland, 2004), fortalece el involucramiento político (Gil de Zúñiga et al., 2019), influye en la formación de actitudes (Kalogeropoulos & Hopmann, 2019), e incluso, en la decisión de por quién votar (Schmitt-Beck, 2003). De este modo, entender quiénes y con quiénes los ciudadanos hablan de política puede resultar útil para entender cómo las personas forman sus opiniones y orientan su comportamiento sobre la política y las elecciones.

Tradicionalmente, este tipo de conversaciones ocurren principalmente con personas cercanas: familiares, amigos y colegas (Ekström & Östman, 2013). El auge de las redes sociales amplió ese círculo, permitiendo conversar y debatir incluso con desconocidos en chats, foros y plataformas digitales. Hoy, la irrupción de los modelos de lenguaje de gran escala en formato de chatbots como ChatGPT introduce un nuevo actor en este ecosistema. Un “interlocutor” disponible todo el tiempo, capaz de entregar información, responder preguntas y sostener conversaciones personalizadas sobre la política y las elecciones. En este contexto, surge una pregunta central para entender el presente ciclo electoral: ¿con quiénes están conversando las y los chilenos sobre la elección presidencial y parlamentaria de 2025?

La evidencia

Para responder esta pregunta, realizamos una encuesta en el mes de octubre a un panel online de 1533 chilenos mediante la firma Netquest, en el marco del proyecto Fondecyt dirigido por el Dr. Marcelo Santos (1). Aunque no se trata de una encuesta probabilística, el panel cuenta con cuotas de edad, género y región que permiten aproximar la composición sociodemográfica de la población adulta en Chile. Por lo tanto, los resultados deben interpretarse con cierta cautela, aunque es útil para identificar tendencias generales sobre distintas dimensiones relacionadas con la elección. La encuesta abordó diversos temas relacionados con la primera vuelta de la elección presidencial y parlamentaria, e incluyó una pregunta específica sobre conversación política. En particular, preguntamos con qué frecuencia las personas habían conversado sobre la elección con:

1. Chatbot o modelo de inteligencia artificial (como ChatGPT, Gemini o Copilot)
2. Amigos
3. Familiares
4. Desconocidos en redes sociales

Si bien esta lista no captura la totalidad de posibles interlocutores, sí ofrece suficiente variación para analizar con quiénes se conversa sobre política en el periodo previo a la primera vuelta.

La Figura 1 muestra los primeros resultados. Independientemente de la frecuencia, al menos un 85% de los encuestados declara haber conversado sobre la elección con familiares, mientras que un 78% lo hizo con amigos. En consecuencia, ambos grupos se consolidan como las fuentes más frecuentes de conversación política.

Un 36% señala haber conversado con desconocidos en redes sociales, mostrando que estos espacios funcionan como un complemento relevante en el ecosistema conversacional. Finalmente, un 27% indica haber hablado con modelos de inteligencia artificial sobre la elección. Aunque resulta difícil evaluar este porcentaje en términos comparativos por la falta de mediciones previas, el dato sugiere que aproximadamente 1 de cada 4 personas utilizó algún chatbot, como ChatGPT o Gemini, para discutir sobre la elección presidencial.

¿Quiénes hablaron con un chatbot sobre la elección?

La figura 2 muestra la distribución de quienes hablaron con chat creado con inteligencia artificial desagregado por 4 variables: edad, sexo, nivel socioeconómico e interés en política. Los resultados sugieren una relación negativa entre edad y el uso de modelos de inteligencia artificial. Mientras que en el grupo de 18-29 años, un 38% afirma haber “conversado” sobre las elecciones con modelos de inteligencia artificial, dicho porcentaje se reduce a un 14% en el grupo de personas mayores a 61 años.

Respecto al interés en política, a medida que este aumenta, también aumenta la proporción de personas que afirma haber utilizado un chatbot para hablar de la elección. En efecto, entre quienes señalan tener nada de interés en política, solo un 19% utilizó un chatbot. En cambio, entre dicen estar muy interesados, ese porcentaje crece en 14 puntos porcentuales, hasta alcanzar un 33%. Dado que quienes tienen más interés en política suelen invertir más tiempo en política, este resultado no es sorprendente. Sin embargo, la accesibilidad de este tipo de herramientas podría facilitar la conversación política entre quienes tienen una predisposición más baja a interactuar con la política. Sin embargo, aquello no ocurre.

Con relación al nivel socioeconómico, los resultados muestran algo interesante. Sacando al grupo de mayor nivel socioeconómico, no se observan diferencias significativas. En promedio, un 27% de los entrevistados asegura haber conversado con un modelo de inteligencia artificial sobre la elección. Sin embargo, cuando se mira el grupo de mayor nivel socioeconómico, un 44% afirma lo mismo, un incremento de 17 puntos porcentuales.

La conversación política en tiempos de la IA

En conjunto, los resultados muestran que las conversaciones sobre la elección presidencial y parlamentaria de 2025 siguen ocurriendo principalmente en círculos íntimos y de confianza. Familiares y amigos continúan siendo los interlocutores centrales del debate político cotidiano en Chile, lo que confirma la persistencia de patrones tradicionales de comunicación observados con anterioridad. Sin embargo, es probable que estas conversaciones ocurran bajo dinámicas de homofilia que limitan la exposición a perspectivas distintas y a un intercambio de ideas como los teóricos de la democracia (deliberativa) sugerirían. A pesar de ello, son los vínculos cercanos los que continúan estructurando la mayor parte del flujo de conversación política.

La irrupción de los chatbots como actores conversacionales ofrece, sin embargo, un matiz novedoso. Que cerca de una cuarta parte de los encuestados declare haber “conversado” con modelos de inteligencia artificial sobre la elección sugiere que estas herramientas están comenzando a ocupar un lugar relevante en el ecosistema informativo y decisorio de las personas. Un reciente working paper elaborado por investigadores de OpenAI, la empresa a cargo de ChatGPT, estima que casi un 70% de las interacciones con el chatbot corresponden a conversaciones no laborales, lo que evidencia un crecimiento acelerado de conversaciones distintas al trabajo en estas herramientas (Chatterji et al., 2025). En este contexto, no resulta sorprendente que cada vez más personas recurran a la IA para informarse, deliberar, contrastar puntos de vista e, incluso, influir decisiones electorales.

Si este fenómeno se expande, podría generar tensiones relevantes para la calidad y funcionamiento de la democracia (Kreps & Kriner, 2023). A los ya conocidos problemas de sesgo en las respuestas generadas (Tan & Lee, 2025) y la tendencia de estos modelos a producir alucinaciones que producen respuestas alejadas de la realidad (McKenna et al., 2023), el uso emergente de chatbots en el proceso electoral abre preguntas sobre los distintos roles que estas herramientas pueden desempeñar: como fuentes de información, como sustitutos parciales de conversaciones interpersonales o como mediadores que influyen en cómo las personas formulan dudas, interpretan eventos y elaboran juicios políticos, o como nuevos intermediarios del debate público. Comprender estas dinámicas será clave para evaluar sus efectos normativos y empíricos en la vida democrática del país.

Referencias

Chatterji, A., Cunningham, T., Deming, D. J., Hitzig, Z., Ong, C., Shan, C. Y., & Wadman, K. (2025). How People Use ChatGPT (Working Paper 34255). National Bureau of Economic Research. https://doi.org/10.3386/w34255

Converse, P. E. (2006). The nature of belief systems in mass publics (1964). Critical Review, 18(1–3), 1–74.

Ekström, M., & Östman, J. (2013). Family talk, peer talk and young people’s civic orientation. European Journal of Communication, 28(3), 294–308.

Eveland, W. (2004). The Effect of Political Discussion in Producing Informed Citizens: The Roles of Information, Motivation, and Elaboration. Political Communication, 21(2), 177–193. https://doi.org/10.1080/10584600490443877

Gil de Zúñiga, H., Diehl, T., Huber, B., & Liu, J. H. (2019). The citizen communication mediation model across countries: A multilevel mediation model of news use and discussion on political participation. Journal of Communication, 69(2), 144–167.

Kalogeropoulos, A., & Hopmann, D. N. (2019). Interpersonal discussions and immigration attitudes. Communications, 44(2), 185–203. https://doi.org/10.1515/commun-2018-2007 

Kim, J., & Kim, E. J. (2008). Theorizing Dialogic Deliberation: Everyday Political Talk as Communicative Action and Dialogue. Communication Theory, 18(1), 51–70. https://doi.org/10.1111/j.1468-2885.2007.00313.x 

Kreps, S., & Kriner, D. (2023). How AI Threatens Democracy. Journal of Democracy, 34(4), 122–131. https://doi.org/10.1353/jod.2023.a907693 

Lazarsfeld, P. F., Berelson, B., & Gaudet, H. (1952). The People’s Choice: How the Voter Makes Up His Mind in a Presidential Campaign. Columbia University Press.

McKenna, N., Li, T., Cheng, L., Hosseini, M., Johnson, M., & Steedman, M. (2023). Sources of Hallucination by Large Language Models on Inference Tasks. En H. Bouamor, J. Pino, & K. Bali (Eds.), Findings of the Association for Computational Linguistics: EMNLP 2023 (pp. 2758–2774). Association for Computational Linguistics. https://doi.org/10.18653/v1/2023.findings-emnlp.182 

Schmitt-Beck, R. (2003). Mass Communication, Personal Communication and Vote Choice: The Filter Hypothesis of Media Influence in Comparative Perspective. British Journal of Political Science, 33(2), 233–259. https://doi.org/10.1017/S0007123403000103 

Tan, B. C. Z., & Lee, R. K.-W. (2025). Unmasking Implicit Bias: Evaluating Persona-Prompted LLM Responses in Power-Disparate Social Scenarios. Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers), 1075–1108. https://doi.org/10.18653/v1/2025.naacl-long.50

Notas:

(1) Fondecyt de Iniciación 11230980