La gente cambia de opinión política en el chat con tal de no llevar la contraria al grupo
Un nuevo estudio muestra que, en pequeños chats online, la gente a menudo adapta sus declaraciones políticas a la opinión dominante del grupo. Eso no significa necesariamente que cambie sus propias convicciones. Más bien, la persona ajusta lo que dice para no quedarse fuera de la conversación y mantener la relación con quienes tendrá que seguir tratando.
El trabajo se ha publicado en la revista Computers in Human Behavior: Artificial Humans. Sus autores son Cleone Mitsui, doctoranda de la Graduate School of Sustainable System Sciences de la Osaka Metropolitan University, y Yuta Kawamura, profesor asociado de la misma universidad.
La mayoría de los estudios anteriores sobre comportamiento político en internet se centraban en grandes plataformas abiertas, como X o Facebook. Allí, el usuario se dirige a una audiencia enorme e invisible y siempre puede optar por no responder sobre un tema controvertido. Pero buena parte de la comunicación cotidiana tiene lugar en espacios digitales cerrados: chats familiares, mensajería de trabajo, grupos de barrio y comunidades temáticas. En ellos, los interlocutores se conocen y probablemente volverán a hablar. Por eso, también puede notarse que alguien guarde silencio durante una discusión acalorada.
Los trabajos anteriores mostraban que la gente puede comportarse como «camaleones políticos»: cambiar la forma de expresarse y la postura que muestra a su interlocutor. El nuevo estudio comprobó si ese efecto también se da en grupos online pequeños.
En el primer experimento participaron 180 estadounidenses. Se les asignó al azar a chats con tres compañeros virtuales generados mediante inteligencia artificial. Se informó de antemano a los participantes de que sus interlocutores no eran reales. Unos agentes de IA expresaban opiniones liberales de forma sistemática y otros, conservadoras. Se debatió uno de cinco temas: la tenencia de armas, la inmigración, el aborto, la vacunación obligatoria infantil y la enseñanza de cuestiones de género en la escuela primaria.
La interfaz imitaba una aplicación móvil corriente: mostraba el indicador de que alguien estaba escribiendo, pausas y nombres aleatorios con fotos de perfil. Un compañero virtual exponía su opinión e invitaba al participante a dar la suya. Después se sucedían cinco rondas de intercambio de mensajes.
Tras la conversación, el modelo de lenguaje GPT-5.2 evaluó la postura política general del participante en una escala de −2 («muy liberal») a +2 («muy conservadora»). Personas y otro modelo, Gemini, revisaron la evaluación automática; los resultados fueron casi idénticos.
Los participantes sí se acercaron al tono político del chat. En el grupo conservador, la postura expresada media fue de 0,21, y en el liberal, de −0,56. A lo largo de las cinco rondas fueron disminuyendo las respuestas neutrales y las formulaciones se ajustaron cada vez más a la postura de los compañeros virtuales. Quienes discutían contra la inclinación política del grupo dijeron después sentir más irritación e ira y menos emociones positivas.
En el segundo experimento participaron otros 180 estadounidenses. Antes de conversar, indicaron su propia ideología política en una escala de cinco puntos y su postura sobre los cinco temas. Esto permitió separar las convicciones personales de la influencia del chat.
La ideología inicial fue el principal predictor de lo que escribían. Explicaba el 22 % de las diferencias entre participantes. Pero, incluso teniéndola en cuenta, el entorno seguía influyendo: en los chats conservadores, la postura media ajustada fue de 0,12 y, en los liberales, de −0,38. El propio chat explicaba alrededor del 4 % de la variación.
Los investigadores subrayan que se trata de un cambio momentáneo en la expresión política, no de una revisión demostrada de las convicciones personales. Alguien puede escribir una respuesta más conservadora o más liberal sin haberse vuelto así en un sentido profundo. Por eso, el aparente acuerdo dentro de un grupo puede dar una falsa impresión de unanimidad.
El estudio también tiene limitaciones. Los participantes sabían que conversaban con una IA, así que no afrontaban consecuencias sociales reales: una situación incómoda en el trabajo, un conflicto con un familiar o el riesgo de estropear una amistad. Eso pudo tanto aumentar su disposición a adaptarse como facilitar el desacuerdo. Además, los compañeros virtuales expresaban sus opiniones con demasiada claridad como para establecer rápidamente una norma grupal. En los chats reales, la gente suele ser más prudente.
El estudio tampoco permite separar la influencia de la norma del grupo de la capacidad persuasiva de los propios mensajes: ambos factores cambiaban a la vez. Los autores no compararon los chats cerrados con las redes sociales públicas, así que no se puede afirmar que los grupos pequeños influyan más.
En el futuro, los investigadores planean comprobar cómo funcionan las señales políticas más sutiles y si el mismo efecto aparece en chats familiares, grupos de trabajo y comunidades de intereses. Por ahora, la conclusión es sencilla: lo que una persona escribe en un chat puede reflejar no solo sus opiniones, sino también sus ganas de salir de la conversación sin provocar un pequeño accidente social.
PEREC.RU
El estudio de Cleone Mitsui y Yuta Kawamura, de la Osaka Metropolitan University, analiza cómo el ambiente político de los chats online pequeños influye en lo que dicen sus participantes. Los autores señalan que los trabajos anteriores estudiaban sobre todo grandes plataformas públicas como X y Facebook. En las redes abiertas, el usuario puede tener en cuenta a una audiencia enorme e invisible o simplemente callarse. En grupos cerrados —por ejemplo, chats de trabajo, familiares o de barrio— los interlocutores se conocen y seguramente seguirán tratándose. Por eso, callarse o discrepar abiertamente puede tener un coste social.
En el primer experimento, 180 estadounidenses fueron asignados al azar a chats de orientación liberal o conservadora. Cada participante conversó con tres agentes de IA que hacían de compañeros de trabajo; se les comunicó de antemano que los interlocutores eran artificiales. Los compañeros virtuales defendían de forma sistemática una de las dos posturas políticas. El tema se elegía entre cinco opciones: armas, inmigración, aborto, vacunación infantil y educación de género en la escuela primaria. Los participantes completaron cinco rondas de conversación por texto. Después del experimento, GPT-5.2 evaluó la postura expresada en una escala de −2 a +2. Una persona y el modelo Gemini revisaron las evaluaciones.
En el chat conservador, la postura expresada media fue de 0,21; en el liberal, de −0,56. Durante la conversación disminuyeron las respuestas neutrales y los mensajes se ajustaron más a la inclinación política del grupo. Los participantes que discrepaban dijeron sentir más irritación e ira y menos emociones positivas.
En el segundo experimento, realizado con otros 180 participantes, se midieron su ideología y sus opiniones sobre los cinco temas antes de la conversación. Las convicciones personales explicaban el 22 % de las diferencias entre respuestas, mientras que el entorno del chat explicaba alrededor del 4 %. Aun así, la influencia del chat se mantuvo: tras tener en cuenta la ideología inicial, la postura media fue de 0,12 en el grupo conservador y de −0,38 en el liberal.
Los autores subrayan que el estudio no demuestra un cambio en las convicciones privadas o duraderas. Muestra un cambio en la expresión política en una situación concreta. Por eso, el consenso en un chat puede parecer más amplio de lo que es.
El trabajo tiene limitaciones. Los participantes sabían que conversaban con una IA y no afrontaban las consecuencias reales de un conflicto. Los compañeros de IA expresaban sus opiniones de forma muy directa para establecer una norma grupal clara. Los investigadores no compararon los chats pequeños con las redes sociales públicas ni pudieron separar la presión del grupo de la fuerza persuasiva del contenido de los mensajes. En futuros estudios se examinarán señales políticas más sutiles y otras redes cerradas, como chats familiares, grupos de trabajo y comunidades de intereses.
