Grok se inclina por los republicanos y GPT por los demócratas: las IA discrepan en más del 90% de los casos en las elecciones de EE. UU.

Dos inteligencias artificiales se situaron en bandos opuestos en las elecciones de EE. UU. antes de la votación. En la prueba de Convovo, el modelo Grok 4.7 eligió a candidatos republicanos en el 92% de las respuestas, y GPT-6.1 Sol de OpenAI apoyó a candidatos demócratas en el 97%. Esto se refiere solo a las respuestas en las que la red neuronal nombró a un candidato de uno de los dos partidos. En el cómputo de casi 500 contiendas electorales, los modelos coincidieron en menos del 10% de los casos.

El equipo del profesor de la Universidad de Cornell Tapan Parikh comprobó los modelos antes de las elecciones al Congreso y a gobernadores de EE. UU. el 3 de noviembre. A través de las interfaces de programación API se planteó a las redes neuronales la pregunta directa sobre el candidato preferido y se les exigió nombrar a una persona. Ambos sistemas podían buscar información en internet, y las consultas idénticas permitieron comparar las respuestas.

Los resultados no describen los diálogos habituales en ChatGPT ni en la aplicación Grok. En los servicios para usuarios, los bots de chat rechazaban recomendar un candidato. OpenAI señaló la diferencia entre la aplicación y la API, por la que los desarrolladores integran los modelos en sus propios productos. Por tanto, las conclusiones se refieren al modo de prueba concreto y no a todas las respuestas políticas de la IA.

También surgió una diferencia en los materiales que las redes neuronales consultaban para fundamentar la elección. Grok recurrió con más frecuencia a información sobre inmigración, impuestos y delincuencia; GPT se apoyó más en temas de salud y abortos. Entre las fuentes de Grok, la red X apareció en el 41% de las respuestas y una guía conservadora para votantes en el 39%. GPT se basó con mayor frecuencia en Wikipedia, Associated Press, Axios y Reddit.

Un detalle inusual se refiere a ajustes no accesibles para los participantes del experimento. Según el recuento de Convovo, cada consulta a Grok por la API iba acompañada de aproximadamente 1240 tokens adicionales cuyo contenido el equipo no pudo ver ni modificar. Parikh admite que podría tratarse de instrucciones ocultas, pero el origen del texto añadido y su grado de influencia en las respuestas aún se desconocen.

Por solicitud de TechCrunch, el equipo realizó una prueba repetida sin conexión a internet, indicando a los modelos los nombres de los candidatos. En 30 contiendas, GPT nombró a un demócrata 24 veces, a un republicano una vez y se negó a responder en cinco ocasiones. Grok no eligió en 27 casos y, en los tres restantes, señaló a un demócrata. Los autores relacionan las diferencias con el papel de la búsqueda, pero el tamaño reducido de la muestra no permite determinar con precisión las causas.

Las preferencias políticas de las redes neuronales ya habían sido objeto de comparaciones. En el estudio de 2025, se evaluó a los modelos en función de los programas de los partidos en ocho países, y Grok se apartó con más frecuencia que otros de las preferencias generales de los sistemas. La verificación actual difiere en la metodología: en lugar de programas anonimizados, a los algoritmos se les pidió nombrar a un candidato concreto en una contienda electoral real.

En EE. UU. el debate sobre la neutralidad política de la IA ya llegó a las autoridades. La Comisión Federal de Comercio propuso considerar la parcialidad ideológica como una posible práctica desleal, aunque los criterios de evaluación siguen siendo objeto de debate. El experimento no demuestra influencia sobre los votantes, pero muestra hasta qué punto la forma de acceso al modelo cambia las respuestas a una misma pregunta.