estrategIA #143 — ¿Puede ya la IA simular una conversación ciudadana? Probamos un focus group artificial con cinco perfiles sintéticos
Newsletter pionera en español sobre inteligencia artificial en la política y el gobierno. Impulsada por la Institución Educativa ALEPH
Probando SillyTavern como sala de debate político con IA
La inteligencia artificial no solo permite generar textos, imágenes o código. También permite construir escenarios. Y esa posibilidad abre una pregunta incómoda para quienes trabajamos en política, gobierno y comunicación pública: ¿hasta qué punto podemos simular ya hoy conversaciones sociales antes de contrastarlas con ciudadanos reales?
Para comprobarlo, hice en estos últimos días un pequeño experimento con SillyTavern, una herramienta que se define en su propia web como un LLM Frontend for Power Users, que suele utilizarse para crear personajes conversacionales y hacerlos interactuar en distintos escenarios. Dicho de forma sencilla: permite diseñar “personas” virtuales con nombre, avatar, biografía, rasgos de personalidad, forma de hablar, valores, contexto y memoria narrativa. Después, esos personajes pueden conversar entre sí en un chat grupal, responder a preguntas o participar en una dinámica moderada.
SillyTavern no es, en origen, una herramienta pensada para investigación social o consultoría política. Se utiliza mucho en entornos de rol, escritura creativa y conversación con personajes. Pero precisamente por eso resulta interesante ya que ofrece una forma relativamente sencilla, aunque potencialmente muy sofisticada, de crear perfiles diferenciados y observar cómo interactúan ante una pregunta común. En este caso, lo conecté mediante API a un modelo externo, DeepSeek-V4-Flash, una opción especialmente atractiva por su relación entre calidad, velocidad y coste.
El objetivo no era hacer un focus group real. Conviene insistir en esto desde el principio. No estábamos escuchando a ciudadanos reales ni obteniendo datos representativos. Lo que hice fue construir una pequeña simulación deliberativa, como primer experimento, para explorar qué argumentos, expectativas, miedos y líneas rojas podían aparecer ante un tema concreto: el uso de inteligencia artificial por parte de gobiernos y administraciones públicas.
El diseño fue muy simple. Creé (con ayuda de GPT-5.5) un moderador —yo mismo, como director de estrategIA— y cinco personajes sintéticos con perfiles sociales y políticos diferenciados:
Mariela Campos, ciudadana cuidadora y usuaria intensiva de servicios públicos. Aterriza el debate en la brecha digital, la atención a personas mayores y el trato humano.
Clara Ruiz, votante pragmática de centro. Valora la eficiencia y la buena gestión, pero exige que alguien asuma responsabilidades cuando algo falla.
Diego Martín, joven precario y desencantado. Desconfía de las promesas tecnológicas cuando no van acompañadas de justicia social y control democrático.
Lucía Herrera, funcionaria progresista y garantista. Cree en la modernización de lo público, pero con evaluación de impacto, trazabilidad, auditoría y supervisión humana.
Valeria Soto, emprendedora liberal y tecnófila. Defiende los pilotos, la innovación y la automatización de procesos administrativos de bajo riesgo.
La dinámica también fue deliberadamente breve porque el objetivo principal era comprobar si el sistema funcionaba, no construir todavía un experimento complejo. Partimos de una sola pregunta inicial:
¿Aceptaríais que gobiernos y administraciones públicas usaran inteligencia artificial para tomar mejores decisiones y prestar mejores servicios, aunque eso implicara automatizar parte del trato con la ciudadanía?
Después, planteé una segunda ronda: qué condición mínima exigirían para aceptar ese uso por parte de los gobiernos y qué línea roja lo haría inaceptable.
Lo interesante fue que la conversación no se limitó a un “IA sí” frente a “IA no”. Aparecieron matices. Valeria defendió que la parálisis también tiene costes: una administración lenta, saturada y mal diseñada también produce daños democráticos. Mariela aceptó la IA para evitar trámites repetidos, pero rechazó que una pantalla sustituya a la persona capaz de entender una situación familiar compleja. Lucía insistió en que no basta con digitalizar procesos: hay que saber con qué datos se entrena un sistema, quién lo audita y quién responde por sus errores. Diego puso el foco en la desigualdad: ¿quién prueba primero estos sistemas?, ¿los barrios más vulnerables?, ¿los ciudadanos con menos capacidad de reclamar? Clara resumió una posición muy reconocible: sí a agilizar lo sencillo, no a delegar lo importante en una caja negra.
Al final, la simulación produjo tres consensos claros. Primero, la IA puede tener ya pleno sentido en tareas administrativas sencillas, internas o de bajo riesgo: pedir cita, consultar el estado de un expediente, ordenar documentación, evitar que el ciudadano repita la misma información varias veces. Segundo, cualquier decisión que afecte a derechos, prestaciones, sanciones o situaciones vulnerables necesita una vía humana real de revisión. No un formulario automático. No un chatbot. Una persona responsable. Tercero, la confianza exige transparencia, auditoría independiente y trazabilidad desde el diseño, no como maquillaje posterior.
También aparecieron desacuerdos útiles. La tensión principal fue entre velocidad y prudencia. Valeria pedía empezar ya con pilotos medibles. Lucía y Diego advertían de que incluso un piloto pequeño puede causar daños si afecta a personas reales sin garantías suficientes. Mariela introdujo otra advertencia: el riesgo de empezar automatizando lo sencillo y terminar, sin debate público, dejando que el sistema tome decisiones cada vez más sensibles.
Ahí está, para mí, el valor de este tipo de experimento. No sirve para saber “qué piensa la ciudadanía”. Sería absurdo presentarlo así. Sirve para otra cosa: para preparar mejores preguntas, anticipar objeciones, identificar marcos discursivos y ensayar conversaciones antes de llevarlas a contextos reales.
Un focus group sintético tan sencillo como el de esta pequeña prueba no sustituye a la investigación social. Tampoco reemplaza entrevistas, encuestas, escucha ciudadana o deliberación pública. Pero puede funcionar como laboratorio previo. Una especie de banco de pruebas narrativo donde responsables públicos, consultores, equipos de comunicación o investigadores pueden explorar cómo diferentes sensibilidades reaccionan ante una política, una tecnología o un mensaje.
La prueba también mostró límites importantes. Los personajes fueron quizá demasiado coherentes. La realidad es más contradictoria, más emocional y menos ordenada. Además, todo depende de cómo se diseñen los perfiles, de qué modelo se use, de qué instrucciones reciba cada personaje y de cómo intervenga el moderador humano. En otras palabras: no estamos descubriendo la realidad social, sino construyendo una conversación plausible sobre ella.
Pero esa conversación plausible ya tiene valor. En pocos minutos aparecieron algunos de los dilemas centrales de la IA pública: eficiencia frente a derechos, automatización frente a trato humano, innovación frente a confianza, colaboración público-privada frente a responsabilidad democrática, y modernización administrativa frente a exclusión digital.
SillyTavern, usado normalmente para otros fines, se reveló así como un entorno interesante para experimentar con “personas” virtuales en debates políticos controlados. No porque sustituya la voz de la ciudadanía, sino porque puede ayudarnos a pensar antes de preguntar. Y en política, como en investigación (y también muchas veces en nuestro uso de la IA), formular mejor la pregunta suele ser ya una parte decisiva de la respuesta.
Fernando Nieto Lobato
Director de Innovación Digital de la Institución Educativa ALEPH y director de la newsletter estrategIA
Comparta estrategIA: uniendo IA y política.
Si este número le ha resultado útil, puede enviarlo a otras personas para que lo lean gratis y sin necesidad de suscribirse. Use este enlace:
Con su ayuda, ampliamos la conversación informada sobre inteligencia artificial, política y gobierno.
Actualidad y artículos de interés
Sanders propone que el público posea la mitad de las grandes empresas de IA en EE. UU.
Bernie Sanders presentó un proyecto de ley para que el público estadounidense reciba una participación directa del 50% en las mayores empresas de inteligencia artificial del país mediante una transferencia única de acciones. La medida afectaría a las compañías que superen los 200 millones de dólares de ingresos anuales por IA y alimentaría un fondo federal valorado en unos 7 billones de dólares, según el senador. Ese fondo repartiría dividendos directos a la ciudadanía y tendría capacidad de voto para influir en decisiones corporativas. Sanders plantea así una versión más dura que otras propuestas sobre socializar los beneficios de la IA y convertir su propiedad en un eje político de su campaña.
Las agencias Five Eyes alertan de que la IA ofensiva capaz de desestabilizar gobiernos llegará en meses
Las agencias de inteligencia de Australia, Estados Unidos, Reino Unido, Nueva Zelanda y Canadá advirtieron en una declaración conjunta poco habitual de que los modelos de IA más avanzados podrían transformar en cuestión de meses la capacidad para lanzar ciberataques contra gobiernos y empresas. El aviso llega tras la decisión de la administración Trump de bloquear a ciudadanos extranjeros el acceso a Fable, un modelo de Anthropic, y en un contexto de preocupación por herramientas como Mythos y Fable 5. El mensaje central es político e institucional: el riesgo ya no puede tratarse solo como un problema técnico, sino como una responsabilidad directa de gobiernos y líderes empresariales. El caso también reabre el debate sobre regulación, seguridad nacional y control del acceso a la IA avanzada.
Acusan a BP, Marathon y Walmart de usar IA para encarecer la gasolina en California
Una demanda colectiva presentada en California acusa a BP, Marathon, Walmart y otros operadores de gasolineras de haber utilizado una herramienta de inteligencia artificial de Kalibrate para coordinar precios y encarecer el combustible en más de 1.700 estaciones del estado. Según la denuncia, el sistema recopila datos de la competencia y habría facilitado subidas de hasta 30 centavos por galón, en posible vulneración de la ley antimonopolio californiana y de la Assembly Bill 325, en vigor desde enero. El caso refuerza el debate sobre el uso de algoritmos en mercados sensibles y añade presión política en un contexto de gasolina disparada en California, donde el alza del combustible ya se ha convertido en un problema para cargos públicos en plena precampaña de las elecciones de mitad de mandato.
La justicia británica avala una victoria judicial pionera impulsada por IA
Garfield AI, un despacho automatizado autorizado por el regulador británico, logró en un tribunal inglés lo que se presenta como la primera victoria judicial obtenida con apoyo de inteligencia artificial en Reino Unido. La firma preparó toda la estrategia previa al juicio para una consultora de recursos humanos que reclamaba 7.000 libras impagadas: redactó la carta legal, presentó la demanda, respondió a una contrademanda y elaboró declaraciones testificales y la documentación del caso. La defensa oral, sin embargo, quedó en manos de un abogado humano, que subrayó que la argumentación en sala siguió siendo “fundamentalmente humana”.
Si desea patrocinar o colaborar con estrategIA, la newsletter pionera en español sobre IA, política y gobierno, por favor, escriba a su editor, Pablo Martín, a: pablomartin@institucioneducativaaleph.com
IA en acción (nuestro rincón más práctico)
Herramienta de IA de la semana
NotebookLM (actualización)
Ya dedicamos el número 118 de estrategIA a mostrar el potencial de NotebookLM creando nuestro anuario interactivo de 2025. La herramienta de Google ya destacaba entonces como una de las formas más sencillas de convertir documentos propios en una base de conocimiento consultable, útil para estudiar, preparar informes o trabajar con grandes cantidades de información.
Ahora Google ha presentado una actualización importante que empuja NotebookLM un paso más allá: ya no solo permite conversar con fuentes previamente cargadas, sino que puede ayudar a descubrir nuevas fuentes, razonar mejor sobre ellas, ejecutar código en un entorno seguro y generar entregables como informes, gráficos, hojas de cálculo o presentaciones.
La evolución es interesante porque marca una tendencia clara: pasamos del chatbot que responde preguntas al entorno de trabajo que ayuda a investigar, organizar y producir conocimiento. Para periodistas, docentes, consultores, gabinetes de comunicación o equipos públicos, NotebookLM empieza a parecer menos una herramienta auxiliar y más una pequeña mesa de investigación asistida por IA.
Prompts para GPT-5 o Gemini
En relación directa con nuestro artículo de esta semana, les proponemos un prompt para experimentar con la creación de “ciudadanos sintéticos” y simulaciones deliberativas.
Una aclaración importante: este no es el prompt que hemos utilizado para el experimento descrito en el artículo. En nuestro caso, el proceso se construyó en varios pasos: diseño de perfiles —a lo que sí podría ayudar bastante un prompt como el siguiente—, creación de personajes individuales en SillyTavern —a diferencia de lo que ocurre en este sencillo prompt, cada uno intervenía desde su propia ‘persona digital’—, configuración visual de cada invitado, conexión mediante API a un modelo externo y moderación humana de la conversación. El siguiente prompt, sin embargo, puede servir como punto de partida para reproducir una versión más sencilla de un breve focus group directamente en GPT-5.
Como ya hemos señalado también en el artículo principal, conviene recordar que estos ejercicios no sustituyen a una investigación social real. No sirven para medir opinión pública ni para representar a la ciudadanía. Pero sí pueden ayudar a preparar mejores preguntas, anticipar objeciones, detectar marcos de debate y explorar tensiones antes de salir al terreno.
1. Simular un focus group sintético sobre una política pública
Actúa como investigador/a social especializado/a en opinión pública, inteligencia artificial y políticas públicas.
Quiero simular un focus group sintético como laboratorio previo de análisis. No debe presentarse como investigación representativa ni como sustituto de ciudadanos reales.
Tema del focus group: “[PEGA AQUÍ LA POLÍTICA, MENSAJE O DECISIÓN PÚBLICA QUE QUIERES TESTAR]”.
Contexto: España, ciudadanía general, debate sobre administración pública, confianza institucional y uso de inteligencia artificial.
Haz lo siguiente:
Diseña 6 perfiles ciudadanos sintéticos con diferencias claras de edad, nivel educativo, situación económica, ideología aproximada, relación con la administración pública y actitud previa hacia la IA.
Da a cada perfil:
nombre;
breve biografía;
valores principales;
miedos;
forma habitual de expresarse;
posible sesgo ante el tema;
línea roja probable.
Simula una conversación moderada en tres rondas:
reacción inicial ante la propuesta;
condiciones mínimas para aceptarla;
líneas rojas que la harían inaceptable.
Evita que los personajes sean demasiado coherentes, demasiado expertos o caricaturescos. Introduce dudas, contradicciones, emociones, ejemplos cotidianos y matices realistas.
Haz que los personajes discrepen entre sí de forma razonada, sin convertir el debate en una pelea ni en un consenso artificial.
Al final, extrae:
consensos principales;
desacuerdos relevantes;
miedos recurrentes;
argumentos más persuasivos;
posibles riesgos de comunicación;
preguntas que convendría testar después con ciudadanos reales.
Cierra con una advertencia metodológica clara: esta simulación no representa a la ciudadanía, sino que sirve como ejercicio exploratorio para preparar mejor una investigación o una deliberación real.
Recomendación de la semana
Esta semana recomendamos explorar Who’s Suing Whom in AI?, la nueva visualización de Information is Beautiful, el interesante proyecto de David McCandless, que está circulando mucho estos días en X y Reddit.
El gráfico resume, de un solo vistazo, una parte esencial de la batalla jurídica que rodea a la inteligencia artificial generativa: quién está demandando a quién por posibles infracciones de copyright. En el mapa aparecen autores, editoriales, medios de comunicación, plataformas, músicos, artistas visuales y grandes empresas tecnológicas como OpenAI, Anthropic, Google, Meta, Nvidia, Perplexity, Midjourney, Suno o Stability AI.
Más allá de su atractivo visual, la imagen ayuda a entender algo clave: la disputa sobre la IA no es solo tecnológica, ética o económica; también es una guerra jurídica por definir quién puede entrenar modelos, con qué datos, bajo qué licencias y con qué compensaciones. El resultado de estos casos puede condicionar el futuro de los modelos generativos, los costes de acceso a los datos, la posición de los creadores y la propia estructura competitiva del sector.
No es un mapa definitivo ni sustituye a un análisis legal detallado, pero sí funciona como una excelente puerta de entrada para comprender la magnitud del conflicto. En la carrera de la IA, los tribunales se han convertido en otro campo de batalla.
Meme de la semana
