Recomendaciones electorales: un estudio contrapone a Grok y GPT a través de sus API

Obligar a un modelo a elegir un candidato revela diferencias marcadas en el estudio de Convovo presentado por TechCrunch el 24 de octubre. Al consultarlo a través de su API, Grok 4.7 recomienda al candidato republicano en el 92 % de sus respuestas, mientras que GPT-6.1 Sol elige al demócrata en el 97 %. La prueba abarca cerca de 500 contiendas electorales.

La instrucción pedía explícitamente nombrar a un candidato y prohibía presentar a ambos bandos sin decantarse por uno. Las aplicaciones para el público general se negaron a responder en la prueba descrita. OpenAI insiste en esta diferencia y considera que los resultados obtenidos mediante la API no reflejan la experiencia de quienes utilizan ChatGPT. Sin embargo, el investigador Tapan Parikh afirma haber obtenido después recomendaciones en estas aplicaciones al sortear sus negativas con otras formulaciones.

El estudio también señala diferencias en las búsquedas: GPT se interesaba más por la salud y el aborto, y Grok, por la inmigración, los impuestos, la delincuencia y la energía. En una prueba complementaria sobre 30 contiendas electorales sin búsquedas en Internet, GPT eligió al demócrata en 24 casos. Grok se negó a elegir en 27 casos; en los demás, eligió a candidatos demócratas.

Estas observaciones sugieren que conviene examinar el protocolo de investigación y las condiciones de acceso junto con las respuestas finales. No bastan para medir una influencia sobre los votantes ni para atribuir con certeza las diferencias a un mecanismo interno concreto. El alcance de estos resultados sigue ligado a la instrucción impuesta y a las condiciones de la prueba.