Las campañas electorales y las elecciones siempre se han centrado en los datos. Tras todas las empáticas promesas de solucionar nuestros problemas y luchar por nuestra familia, hay todo un negocio basado en las métricas. Si una campaña electoral tiene éxito, encontrará su camino a través de un montón de encuestas, particularidades de los votantes, datos demográficos, participación, impresiones, manipulación y compra de anuncios para conectarse con los votantes de manera emotiva o incluso inspiradaora. Obama, el Make America Great Again (MAGA) de Donald Trump, Alexandria Ocasio-Cortez (AOC)... todos han tenido algo de ese toque especial. No obstante, las campañas que mejor recopilan y usan los números ganan.

Eso es así desde hace algún tiempo, por supuesto. En 2017, Hillary Clinton lamentó que el Comité Nacional Demócrata de EE. UU. (DNC, por sus siglas en inglés) le hubiera proporcionado a su equipo datos desactualizados. Consideró que, en parte, esa había sido la causa de su derrota ante Donald Trump, cuya campaña se basó en una impresionante máquina republicana de procesamiento de datos. (El DNC respondió que no se trataba de los datos, sino de cómo se usaban, de una forma inadecuada).

En 2020, las campañas electorales han añadido nuevos toques a sus tácticas para recopilar y manipular los datos. Las encuestas tradicionales han dado paso a los modelos predictivos de inteligencia artificial (IA); y los intercambios masivos de datos, antes considerados poco legales, permiten que las campañas electorales, los Comités de Acción Política (PAC, por sus siglas en inglés) y otros grupos coordinen sus esfuerzos. ¿Y quién puede olvidarse del microtargeting?

Todas las campañas electorales buscan armarse con las opiniones generales de cada posible votante y utilizan los algoritmos para segmentar los datos y dirigirse a ellos de forma más específica y estratégica. Presentamos nuestra guía sobre las novedades y las mejoras en la tecnología de las campañas electorales, y en lo que significan para el votante.

Los datos sobre los votantes abundan

Durante los últimos años, las distintas campañas electorales se han ido sumando a la gran cantidad de información personal que guardan sobre los votantes. Eso es, en parte, el resultado de una práctica denominada publicidad de adquisición, en la que las campañas electorales envían anuncios de respuesta directa para obtener datos de contacto u opiniones directamente de una persona. En mayo, las campañas presidenciales de EE. UU. de republicanos y demócratas invertían más del 80 % de sus presupuestos publicitarios en anuncios de respuesta directa.

A los responsables de las campañas no les gusta hablar sobre cuántos datos tienen almacenados exactamente, pero la mayoría de los archivos de votantes probablemente tengan entre 500 y 2.500 puntos de datos por persona. (Un archivo de votantes es un conjunto de datos generales que unifica la información de registro de votantes a nivel estatal). Cada anuncio, llamada telefónica, correo electrónico y clic aumenta ese número. Desde que el sistema de intercambio de datos Democratic Data Exchange (o DDx) empezó a funcionar públicamente en junio, ha acumulado más de 1.000 millones de puntos de datos, la mayoría de los cuales, según DDx, son información de contacto.

Sin embargo, al contrario de lo que podría pensarse, muchos de estos datos personales provienen de las personas que ya han tomado su decisión sobre los candidatos. La app de la campaña de Trump, por ejemplo, ofrece una conexión automática de Bluetooth capaz de identificar la ubicación de un usuario, algo que ha creado debate. (Se han encontrado balizas de Bluetooth en los carteles de Trump en el pasado). Este tipo de vigilancia no es una norma, pero tiene sentido. Las personas que descargan la aplicación de un candidato probablemente ya lo apoyen, y los votantes comprometidos son los más propensos a donar.

El intercambio de datos

Los intercambios de datos permiten que las campañas electorales y los PAC compartan información, y así la divulgación y la mensajería resultan más eficientes y generales. Los republicanos han utilizado Data Trust desde 2013; una ventanilla única que incluye el intercambio de los datos de votantes y los servicios de alojamiento de datos. Los demócratas primero consideraron que este enfoque violaba las normas de la Comisión Federal de Elecciones contra la cooperación entre diferentes tipos de organizaciones políticas, como los PAC, organizaciones sin ánimo de lucro y las propias campañas electorales. El grupo democrático American Democracy Legal Fund, demandó a DataTrust y perdió, así que, naturalmente, los demócratas inventaron su propia versión: el intercambio de datos Democratic Data Exchange que se puso en marcha en junio.

La promesa del intercambio de datos reside en permitir que todas las organizaciones copartícipes compartan datos. De acuerdo con una demostración facilitada a The New York Times, DDx puede genera un tablero mostrando el nivel de comodidad que siente cada votante con el voto por correo, y esto se comparte entre todos los grupos liberales. En los años anteriores, grupos locales de petición de voto, partidos estatales y PAC orientados a algún tema concreto tuvieron que invertir bastante dinero por su cuenta para recopilar este tipo de información. En el lado republicano, Data Trust ha demostrado su valía muchas veces. Por ejemplo, recopiló información sobre los votantes que votaron con anticipación durante las elecciones de mitad del mandato de 2018. Las campañas dejaron de buscar a esas persona, lo que les supuso un ahorro de 85 millones de euros.

El 'microtargeting' 2.0

En la antigua Roma, los esclavos debían memorizar los nombres de los votantes a los que podían persuadir para votar por su amo, para que pudieran encontrarlos y saludarlos personalmente. En estos días, la estrategia detrás del microtargeting personal proviene de modelos informáticos capaces de dividir al electorado en grupos muy específicos. Los mensajes se perfeccionan mediante las amplias pruebas A / B.

Las plataformas de redes sociales varían en el tipo de microtargeting que aceptan. Facebook permite que las campañas se orienten a pequeños grupos e individuos. A través de su función de "audiencia personalizada", las campañas pueden disponer de una lista con los perfiles de los usuarios y enviar su mensaje con precisión quirúrgica. También pueden aprovechar una herramienta llamada "parecidos" que usa esas listas personalizadas para encontrar perfiles que probablemente respondan de manera similar. (Aquí le mostramos cómo puede optar por no participar en ese tipo de targeting o segmentación de publicidad).

Ambas campañas presidenciales lo utilizan y un proyecto de la Universidad de Nueva York (EE. UU.) está rastreando este tipo de anuncios. La iniciativa muestra, por ejemplo, que, del 30 de julio al 4 de agosto de este año, apareció un anuncio con el mensaje: "Nuestra recuperación se hará en Estados Unidos" en los feeds de unos 2.500 usuarios de Facebook en Wisconsin (EE. UU.). Esos usuarios fueron seleccionados específicamente por su nombre de perfil entre una lista creada por la campaña de Biden. Es casi imposible rastrear el origen de esta pequeña lista de nombres, aunque lo más probable es que se haya comprado a un tercero.

Otras plataformas son más restrictivas. Google prohibió el microtargeting político a principios de este año, mientras que Twitter ha prohibido los anuncios políticos de campañas, aunque permite la publicidad de los grupos de presión ideológicamente próximos.

Adiós encuestas, hola modelos de IA

Probablemente haya escuchado que las encuestas ya no funcionan como antes. Las elecciones presidenciales de 2016 desencadenaron una crisis de esta industria centrada en el aumento del "sesgo de no respuesta", una forma elegante de decir que los usuarios de teléfonos móviles tienden a no responder a las llamadas de los números que no reconocen (como los de los encuestadores), y que la gente se ha vuelto cada vez más reservada cuando se les pregunta sobre sus opiniones políticas.

En respuesta, las campañas electorales están recurriendo al aprendizaje automático y a la inteligencia artificial para predecir cómo se comportarán los votantes. En vez de depender de las intermitentes evaluaciones comparativas de la población, los modelos utilizan los conjuntos de datos actualizados continuamente. La técnica más común que usan las campañas electorales se llama puntuación, en la que a un grupo de votantes se le asigna un número del 1 al 100 en función de la probabilidad de que hagan algo o tengan una determinada opinión. Las campañas usan esas probabilidades para preparar su estrategia, ya sea intentando persuadir a los votantes indecisos o aprovechando las opiniones fuertemente arraigadas para obtener dinero o movilización.

Estos modelos no son perfectos. En 2016 predijeron la victoria de Clinton con un margen de error similar al de las encuestas. Pero ayudan a superar algunos de los problemas de las encuestas, y cuantos más datos reciben, más precisos serán.

El resultado: el fin de la verdad universal

A medida que los mensajes colectivos pierden importancia, se vuelve más difícil controlar la miríada de mensajes personalizados que los grupos políticos generan y envían a los votantes. Los mensajes personalizados significan que la visión de cada persona sobre una campaña es diferente, porque cada uno recibe un flujo distinto de información.

El embellecimiento, la distorsión y la mentira abierta se vuelven mucho más fáciles, especialmente para las figuras públicas, cuyas publicaciones en las redes sociales a menudo reciben un tratamiento especial. Las tecnologías que se emplean fervientemente en este momento permiten una realidad en la que las campañas pueden generar divisiones en la sociedad, alterando fundamentalmente la forma en la que formamos nuestras opiniones y, en última instancia, votamos.

No todo está perdido. Aunque el ciclo electoral de 2020 en EE. UU. se encuentra en su recta final, la presión pública para reorientar estas tecnologías está aumentando. En un estudio recientemente publicado, el Pew Research Center mostró que el 54 % de la población estadounidense no cree que las plataformas de redes sociales deban permitir anuncios políticos, mientras que el 77 % de los estadounidenses cree que los datos recopilados en las plataformas sociales no deben usarse para segmentación de publicidad política.

Hay varios proyectos de ley en el Congreso de EE. UU. que reflejan este sentimiento, como el bipartidista Borrador de Salvaguardas para Ayudar a Ampliar la Supervisión y Regulación sobre los Datos y la Ley de Prohibición de Anuncios Políticos del Microtargeting. Estos proyectos de ley se abordarán en 2021, y los expertos creen que es probable alguna forma de regulación, independientemente de quién gane las elecciones presidenciales para la Casa Blanca.