Inteligencia artificial y gestión electoral

Las autoridades electorales de todo el mundo enfrentan un escenario de transformación tecnológica acelerada¹. La expansión de herramientas basadas en inteligencia artificial está modificando progresivamente los entornos en los que se desarrollan los procesos electorales, al tiempo que abre nuevas posibilidades para la gestión, administración y supervisión de las elecciones. Frente a este contexto, los organismos electorales de América Latina y el Caribe comienzan a explorar distintas formas de incorporación de estas tecnologías, ya sea para fortalecer capacidades institucionales, mejorar procesos internos o responder a desafíos emergentes asociados al entorno digital.

Aunque el debate público suele concentrarse en los impactos de la inteligencia artificial sobre la desinformación, los deepfakes o la comunicación política, existe todavía escasa evidencia sistemática sobre cómo las propias autoridades electorales están utilizando estas herramientas en el ejercicio de sus funciones. Conocer el grado de adopción de la inteligencia artificial, los usos que se están desarrollando, las áreas donde se concentra la experimentación y los mecanismos de supervisión que acompañan estos procesos resulta fundamental para comprender cómo la transformación tecnológica comienza a incidir sobre la gestión electoral en América Latina y el Caribe. Este informe elaborado por OBSERVACOM (Observatorio Latinoamericano de Regulación, Medios y Convergencia) busca contribuir a ese objetivo mediante un relevamiento regional sobre el empleo de inteligencia artificial por parte de organismos electorales de la región.

La investigación que sustenta esta publicación se estructuró en torno a una serie de interrogantes centrales: ¿En qué medida las autoridades electorales están incorporando herramientas de inteligencia artificial en sus actividades? ¿Qué áreas de la gestión electoral presentan mayores niveles de adopción? ¿Qué tipos de usos predominan en la región? ¿Qué factores impulsan o limitan su implementación? ¿Qué mecanismos de gobernanza, transparencia, supervisión y gestión de riesgos acompañan estos procesos?

Para responder estas preguntas se diseñó una matriz de análisis basada en los antecedentes conceptuales y las categorías de utilización identificadas por IDEA Internacional en su estudio pionero La inteligencia artificial para la gestión electoral, adaptándolas al contexto latinoamericano y a los objetivos específicos de esta investigación. La matriz abarca distintas dimensiones de la gestión electoral, que incluyen la administración del registro y la identidad electoral, las operaciones y la logística electoral, la supervisión y el control del proceso electoral, el procesamiento y la validación de resultados, la comunicación y los servicios a la ciudadanía, y la integridad del entorno informativo. La investigación combinó una encuesta regional dirigida a 13 autoridades electorales con 7 entrevistas de profundización realizadas a funcionarios y equipos técnicos de organismos de la región.

Los resultados muestran que la inteligencia artificial ya forma parte de la agenda institucional de los organismos electorales latinoamericanos, aunque su adopción efectiva continúa siendo limitada, desigual y concentrada en usos específicos. La región no se encuentra ante una incorporación masiva de estas tecnologías, sino frente a un proceso gradual de experimentación y aprendizaje institucional, caracterizado por diferentes niveles de avance entre países y organismos.

Una de las principales conclusiones es que la inteligencia artificial se utiliza principalmente como herramienta de apoyo y asistencia, más que como mecanismo de automatización de decisiones electorales críticas. Las aplicaciones relevadas se concentran especialmente en ámbitos como la atención ciudadana mediante chatbots, el monitoreo del entorno digital y de las redes sociales para detectar posibles casos de desinformación y el apoyo a tareas administrativas o documentales. En contraste, los usos vinculados directamente con funciones electorales sensibles —como la validación de resultados, la gestión automatizada de padrones o la toma de decisiones con impacto directo sobre derechos políticos— todavía son excepcionales.

El estudio también muestra que las preocupaciones asociadas a la desinformación, los contenidos manipulados mediante inteligencia artificial y el empleo de estas tecnologías por actores políticos se han convertido en uno de los principales impulsores de la adopción institucional. En varios países, las primeras aplicaciones de IA no están orientadas a la administración electoral tradicional sino a la detección temprana de posibles riesgos para la integridad electoral.

Otra conclusión relevante es que los niveles de digitalización institucional no explican por sí solos los distintos grados de adopción observados. Si bien la existencia de infraestructura tecnológica y capacidades digitales constituye una condición importante, factores como la disponibilidad de recursos, las prioridades institucionales, las capacidades técnicas internas, la percepción de riesgos y la cultura organizacional también influyen significativamente en las decisiones de implementación.

Asimismo, la investigación identifica importantes diferencias en materia de gobernanza institucional. Mientras algunos organismos han comenzado a desarrollar lineamientos internos, mecanismos de evaluación de riesgos, instancias de capacitación o equipos especializados, otros utilizan determinadas herramientas sin que exista una definición clara de reglas sobre transparencia, protección de datos, supervisión humana o rendición de cuentas. En términos generales, la conciencia sobre los desafíos asociados a la inteligencia artificial parece encontrarse más extendida que la existencia de marcos institucionales consolidados para gestionarlos.

Entre los casos relevados destacan algunas experiencias de mayor desarrollo institucional, particularmente en países como Chile, Colombia y México, donde se observan aplicaciones más diversificadas y procesos más avanzados de reflexión organizacional sobre los usos de estas tecnologías.

En conjunto, la evidencia recogida sugiere que América Latina y el Caribe atraviesan una etapa temprana de incorporación de inteligencia artificial en la gestión electoral. Más que una transformación profunda de la gestión electoral, lo que emerge es un proceso gradual y selectivo de experimentación institucional, donde conviven oportunidades de innovación, preocupaciones sobre riesgos y esfuerzos por preservar principios fundamentales como la transparencia, la supervisión humana y la integridad electoral.

Estos hallazgos permiten sugerir la conveniencia de fortalecer las capacidades institucionales para evaluar, implementar y supervisar la utilización de inteligencia artificial en contextos electorales. Ello incluye avanzar en mecanismos de gestión de riesgos, promover mayores niveles de transparencia, fortalecer la capacitación de funcionarios y generar espacios de intercambio regional que permitan compartir experiencias, aprendizajes y buenas prácticas.

La discusión sobre inteligencia artificial y elecciones en estos últimos años se ha concentrado principalmente en los impactos de estas tecnologías sobre la integridad de la información, la desinformación electoral, los contenidos sintéticos y la manipulación del debate público. A través de diversas experiencias en la región ha quedado en evidencia que la IA no solo introduce nuevas capacidades para la producción de contenidos engañosos, sino que también profundiza dinámicas preexistentes de intermediación algorítmica, amplificación de contenidos polarizantes y desigualdades estructurales en el ecosistema informativo digital. Estas dimensiones son centrales para comprender cómo la IA puede favorecer o afectar procesos democráticos, pero no agotan el fenómeno.

Hay otro terreno menos explorado en el uso de esta tecnología en elecciones: la utilización de sistemas de IA por parte de los propios organismos electorales para apoyar tareas de administración, planificación, monitoreo, validación y análisis de procesos.

Al respecto, el informe Inteligencia artificial e integridad de la información: experiencias latinoamericanas de IDEA Internacional ofrece un marco útil para identificar empleos potenciales a lo largo del ciclo electoral —desde la gestión de padrones hasta auditorías poselectorales— y subraya que la incorporación de estas tecnologías plantea interrogantes relevantes en materia de transparencia, supervisión humana, ciberseguridad, protección de datos, discriminación y confianza pública, entre otros aspectos.

El presente informe es resultado de una investigación de IDEA Internacional desarrollada con apoyo de OBSERVACOM (Observatorio Latinoamericano de Regulación, Medios y Convergencia) que se inscribe en ese segundo campo de análisis, pero con un objetivo específico: relevar las experiencias desarrolladas por autoridades electorales de una muestra de países de América Latina y el Caribe con el fin de mapear el estado de situación (una “foto” en pleno y dinámico movimiento).

El relevamiento se llevó a cabo con base en una matriz analítica diseñada especialmente para este estudio. A diferencia de aproximaciones prospectivas o centradas en escenarios hipotéticos, el objetivo aquí es observar cómo estas tecnologías están siendo incorporadas —o no— en prácticas concretas de gestión electoral en la región, qué funciones cumplen, qué patrones emergen y qué tensiones regulatorias, institucionales y democráticas comienzan a delinearse.

Para ello, se desarrolló una matriz de análisis (tabla 1) que organiza los posibles usos institucionales de IA en función de áreas sustantivas de la administración electoral. Esta estructura permite ordenar la observación (y comparar entre países) más allá de definiciones abstractas sobre IA y concentrarse en funciones concretas dentro del ciclo de gestión electoral.

El enfoque distingue seis grandes dimensiones: gestión del registro y la identidad electoral; operaciones y logística electoral; supervisión y control del proceso electoral; comunicación y servicios a la ciudadanía; integridad del entorno informativo; y procesamiento y validación de resultados. En esta oportunidad no se analizó la aplicación de IA en la función jurisdiccional de las autoridades electorales, una dimensión importante y sensible que debería ser objeto de futuras investigaciones debido a sus particularidades de desarrollo diferenciado y especializado.

Dentro de las categorías seleccionadas se relevaron prácticas específicas como la gestión de listas de votantes, verificación documental, biometría, planificación de recursos, estimación de costos, monitoreo de campañas, chatbots institucionales, monitoreo de desinformación, recuento y análisis de votos y auditorías poselectorales. Esta clasificación dialoga con la tipología propuesta por IDEA Internacional, pero introduce una adaptación metodológica orientada al contexto latinoamericano y al análisis empírico comparado entre organismos electorales.

Este recorte es particularmente relevante porque la incorporación de inteligencia artificial en la gestión electoral no ocurre en un vacío institucional ni tecnológico. En América Latina conviven organismos con capacidades técnicas, recursos presupuestarios, marcos normativos y niveles de digitalización muy heterogéneos.

En algunos casos, determinadas herramientas pueden presentarse como innovaciones recientes asociadas a la expansión de la IA generativa; en otros, se trata de automatizaciones, sistemas predictivos o herramientas algorítmicas que ya venían siendo utilizadas sin necesariamente ser conceptualizadas públicamente como “inteligencia artificial”. Esta ambigüedad no es menor, porque muestra que el debate no se limita a nuevas tecnologías emergentes, sino también a procesos previos de automatización institucional que hoy adquieren nuevas implicancias bajo el paraguas de la IA.

A su vez, analizar estos usos exige evitar una mirada exclusivamente tecnocrática. La eventual adopción de inteligencia artificial en la gestión electoral no puede evaluarse únicamente en términos de eficiencia operativa o modernización institucional. Incluso aplicaciones orientadas a optimizar funciones administrativas pueden generar riesgos significativos si afectan derechos fundamentales, introducen sesgos discriminatorios, aumentan la opacidad de decisiones públicas o erosionan la confianza ciudadana en la integridad electoral. En consecuencia, el análisis comparado no se orienta solo a identificar “qué se usa”, sino también a comprender qué implicancias democráticas tiene esa incorporación.

Desde esta perspectiva, este mapeo regional permite empezar a responder preguntas clave. Entre muchas otras: ¿Qué áreas de la gestión electoral tradicional muestran mayor experimentación con IA? ¿Qué usos parecen consolidarse y cuáles permanecen incipientes? ¿Predominan herramientas orientadas a eficiencia administrativa, atención ciudadana o monitoreo? ¿Qué diferencias emergen entre organismos según sus capacidades institucionales?

Este informe busca establecer una primera base empírica para comprender el estado actual de América Latina y el Caribe. En una región donde el debate sobre IA en elecciones ha tendido a concentrarse en el empleo de IA generativa para estrategias de desinformación, polarización y manipulación política, observar el uso institucional de estas tecnologías por parte de las propias autoridades electorales resulta indispensable para ampliar la discusión sobre gobernanza democrática, las capacidades estatales y las garantías de derechos en contextos de fuerte transformación tecnológica.

La investigación se desarrolló a partir de una estrategia metodológica mixta, combinando técnicas cuantitativas y cualitativas para relevar el estado de adopción de herramientas de inteligencia artificial por parte de autoridades electorales de América Latina y el Caribe. El diseño del estudio tomó como principal antecedente el trabajo desarrollado por IDEA Internacional en el informe La inteligencia artificial para la gestión electoral, que identifica distintas áreas potenciales de aplicación de estas tecnologías. Sobre esa base se elaboró una matriz analítica adaptada a los objetivos de esta investigación y al contexto regional latinoamericano.

La investigación también incluyó una revisión de literatura académica, documentos de organismos internacionales, publicaciones especializadas y fuentes institucionales vinculadas con inteligencia artificial, democracia, integridad electoral y gobernanza digital. Esta revisión permitió contextualizar los resultados obtenidos mediante las encuestas y entrevistas, identificar antecedentes relevantes y situar los hallazgos en el marco de los debates conceptuales y normativos más recientes sobre la materia.

La matriz permitió operacionalizar el análisis en torno a seis áreas de la gestión electoral identificadas como ámbitos potenciales de aplicación de la inteligencia artificial: gestión del registro y la identidad electoral; operaciones y logística electoral; supervisión y control del proceso electoral; procesamiento y validación de resultados; comunicación y servicios a la ciudadanía; e integridad del entorno informativo. Estas categorías funcionaron como marco común para la construcción de los instrumentos de investigación y para el análisis comparado de los distintos casos nacionales.

La primera etapa consistió en la aplicación de una encuesta estructurada dirigida a autoridades electorales de la región. El cuestionario combinó preguntas cerradas y abiertas organizadas en torno a diversas dimensiones de análisis: nivel de digitalización institucional; usos actuales, pilotos o exploratorios de inteligencia artificial; evaluación de riesgos y salvaguardas; transparencia y relación con la ciudadanía; protección de datos y seguridad de la información; y percepciones institucionales sobre desafíos, oportunidades y recomendaciones para otras autoridades electorales.

La encuesta fue respondida por 13 autoridades electorales pertenecientes a 10 países de América Latina: Argentina, Bolivia, Chile, Colombia, Costa Rica, Ecuador, México, Panamá, República Dominicana y Uruguay. En aquellos países donde la gestión electoral se encuentra distribuida entre más de un organismo, se procuró relevar la perspectiva de las distintas instituciones involucradas, lo que permitió incorporar experiencias y enfoques diferenciados sobre el uso de inteligencia artificial en la gestión electoral.

La investigación permitió relevar tanto la existencia de la utilización concreta de la inteligencia artificial como los procesos de exploración, evaluación o planificación en curso. Para cada una de las categorías de análisis se distinguió entre aplicaciones en uso activo, proyectos piloto, iniciativas en fase de exploración y ausencia de utilización. De este modo, el estudio no se limitó a registrar implementaciones efectivas, sino que también buscó comprender cómo las autoridades electorales están incorporando la inteligencia artificial a sus agendas institucionales y cuáles son las áreas donde se identifican mayores expectativas de adopción futura.

Como complemento de la encuesta, se realizaron siete entrevistas semiestructuradas con funcionarios y equipos técnicos de organismos electorales de Argentina, Chile, Colombia, Costa Rica, México y Panamá. Estas entrevistas tuvieron una duración aproximada de entre 45 minutos y una hora y se estructuraron a partir de una pauta común. Su objetivo principal fue profundizar en los usos identificados durante la encuesta, comprender mejor los contextos institucionales en los que se desarrollan las iniciativas relevadas y recoger información cualitativa sobre los procesos de implementación, la toma de decisiones, las capacidades institucionales, la evaluación de riesgos y los aprendizajes acumulados.

Las entrevistas también permitieron explorar aspectos que difícilmente pueden captarse mediante preguntas estructuradas, como las motivaciones detrás de determinadas decisiones institucionales, las percepciones sobre beneficios y riesgos, los obstáculos o resistencias enfrentadas durante los procesos de adopción tecnológica, las necesidades de capacitación y las estrategias de adaptación organizacional. Asimismo, aportaron elementos de contexto para interpretar adecuadamente los resultados de la encuesta y comprender las diferencias observadas entre organismos y países.

Dado el carácter emergente de la incorporación de inteligencia artificial en la gestión electoral y la rápida evolución de las tecnologías analizadas, los resultados presentados deben interpretarse como una fotografía de un proceso en desarrollo. En varios de los casos relevados, las iniciativas identificadas se encontraban en etapas de exploración, prueba piloto o evaluación institucional en el momento de realizar el estudio, por lo que algunas de las tendencias observadas podrían experimentar cambios en el corto y mediano plazo.

La articulación entre la revisión documental, la encuesta regional y las entrevistas de profundización permitió construir una visión amplia sobre el estado actual de la inteligencia artificial en la gestión electoral en América Latina y el Caribe. La combinación de estas fuentes de información hizo posible integrar evidencia comparable entre países con información cualitativa orientada a comprender trayectorias institucionales, prioridades, capacidades y desafíos específicos. Este enfoque buscó no solo identificar dónde y cómo se utilizan estas tecnologías, sino también analizar los factores institucionales, organizacionales y normativos que influyen en su adopción y desarrollo.

En los últimos años, la irrupción reciente y acelerada de la inteligencia artificial en la vida social, económica y política ha comenzado a transformar también el campo electoral. Particularmente desde la expansión de herramientas de inteligencia artificial generativa capaces de producir texto, imágenes, audio y video sintético con creciente sofisticación, las elecciones se consolidaron como uno de los ámbitos donde estas tecnologías generan mayores preocupaciones institucionales y democráticas. La posibilidad de producir deepfakes, automatizar campañas de manipulación informativa, amplificar desinformación o utilizar sistemas algorítmicos para influir sobre el debate público ha colocado a la inteligencia artificial en el centro de las discusiones contemporáneas sobre integridad electoral (IDEA Internacional, 2025b).

Sin embargo, limitar este debate únicamente a los riesgos externos que la inteligencia artificial plantea para los procesos electorales ofrece una mirada incompleta. Si bien buena parte de la literatura reciente se ha concentrado en los impactos de estas tecnologías sobre el ecosistema informativo, la comunicación política o las dinámicas de desinformación, comienza a cobrar creciente relevancia otra dimensión menos explorada: la utilización de la inteligencia artificial por parte de los propios organismos electorales como herramienta de gestión institucional (IDEA Internacional, 2024a).

Este desplazamiento resulta especialmente relevante porque introduce una discusión distinta. Ya no se trata solamente de cómo proteger las elecciones frente a amenazas asociadas al uso indebido de inteligencia artificial por parte de terceros, sino también de cómo las autoridades electorales pueden decidir incorporar estas tecnologías en sus propios procesos internos. Esto abre interrogantes específicos sobre eficiencia administrativa, innovación institucional, supervisión, transparencia, protección de derechos y confianza pública.

En este punto, la gestión electoral aparece como un espacio particularmente sensible. Los organismos electorales administran funciones críticas para el funcionamiento democrático: elaboran y actualizan registros, organizan la logística de los comicios, supervisan procedimientos, procesan información, comunican decisiones institucionales y, en algunos casos, monitorean riesgos vinculados al entorno digital electoral. Se trata de funciones que exigen altos estándares de precisión, imparcialidad, seguridad y legitimidad pública, lo que vuelve especialmente relevante cualquier discusión sobre incorporación tecnológica.

La utilización de tecnologías digitales en la administración electoral no es, desde luego, un fenómeno nuevo. Desde hace décadas, distintos organismos electorales han incorporado herramientas informáticas para optimizar tareas administrativas, sistemas de transmisión de resultados, identificación biométrica, registros digitales o canales de atención ciudadana. Sin embargo, la inteligencia artificial introduce un cambio cualitativo respecto de procesos previos de digitalización o automatización convencional (OECD, 2019).

A diferencia de sistemas diseñados para ejecutar instrucciones predefinidas o automatizar tareas repetitivas bajo parámetros fijos, la inteligencia artificial permite realizar funciones más complejas, como reconocimiento de patrones, clasificación automatizada de grandes volúmenes de información, procesamiento de lenguaje natural, detección de anomalías o generación dinámica de contenido. Esto amplía significativamente el tipo de tareas institucionales potencialmente alcanzadas por estas tecnologías y, con ello, también los riesgos y desafíos regulatorios asociados.

2.1. ¿Qué entendemos por IA aplicada a la gestión electoral?

Antes de analizar sus posibles usos, resulta necesario delimitar conceptualmente qué se entiende por inteligencia artificial aplicada a la gestión electoral. Esta precisión no es menor, ya que en el debate institucional y público suelen utilizarse de manera indistinta términos como automatización, digitalización, algoritmos o inteligencia artificial, aunque remiten a tecnologías con alcances, capacidades e implicancias diferentes.

En términos generales, de acuerdo con la definición de la UNESCO (2021), la inteligencia artificial puede definirse como un “conjunto de sistemas computacionales diseñados para realizar tareas que tradicionalmente requerían capacidades cognitivas humanas, como reconocer patrones, clasificar información, procesar lenguaje natural, generar contenido, realizar predicciones o asistir procesos de toma de decisiones”. Bajo esta categoría conviven herramientas muy diversas: desde sistemas de aprendizaje automático (machine learning) orientados al análisis de grandes volúmenes de datos hasta aplicaciones de procesamiento de lenguaje natural, reconocimiento biométrico o inteligencia artificial generativa.

Esta amplitud conceptual exige cautela. No toda digitalización institucional constituye inteligencia artificial, ni toda automatización administrativa plantea los mismos desafíos que un sistema capaz de aprender de datos, clasificar información de forma probabilística o generar respuestas dinámicas. Un sistema que ejecuta reglas predeterminadas para ordenar datos o automatizar flujos documentales no presenta necesariamente los mismos riesgos que una herramienta que detecta patrones de comportamiento, evalúa similitudes biométricas o interactúa con usuarios mediante procesamiento automatizado del lenguaje (Mittlestadt et al., 2016).

En el ámbito electoral, esta distinción resulta particularmente relevante porque la gestión de elecciones ya incorpora desde hace tiempo múltiples tecnologías digitales que no necesariamente implican inteligencia artificial. Registros electorales informatizados, sistemas de transmisión de resultados, bases de datos interoperables, expedientes electrónicos o plataformas de atención ciudadana forman parte de procesos de modernización tecnológica consolidados en numerosos países. La irrupción de la IA introduce una capa adicional de complejidad, no solo por las capacidades técnicas que incorpora, sino por el tipo de decisiones o tareas que potencialmente podría apoyar.

Desde una perspectiva funcional, la inteligencia artificial aplicada a la gestión electoral puede abarcar un espectro amplio de actividades. Entre ellas se incluyen tareas vinculadas con la administración del registro electoral y la verificación de identidad; la optimización logística y operativa del proceso electoral; el procesamiento, validación o análisis de documentación; la detección de anomalías o inconsistencias; la atención automatizada a consultas ciudadanas; el monitoreo del entorno digital e informativo; e incluso ciertas funciones asociadas a fiscalización o control administrativo.

Sin embargo, no todas estas aplicaciones plantean el mismo nivel de sensibilidad institucional o democrática. Existen diferencias sustantivas entre utilizar inteligencia artificial como herramienta de apoyo administrativo —por ejemplo, para organizar información o asistir tareas operativas— y aplicarla en funciones con potencial impacto directo sobre derechos políticos, integridad electoral o confianza pública. Precisamente por ello, una revisión conceptual sobre IA y gestión electoral no puede limitarse a describir tecnologías disponibles, sino que requiere atender también a las funciones institucionales en las que podrían desplegarse y a los distintos niveles de riesgo que entraña cada uso.

2.2. La creciente relevancia de la inteligencia artificial en el ámbito electoral

En los últimos años, la rápida expansión de herramientas de inteligencia artificial generativa y otras aplicaciones basadas en automatización avanzada ha intensificado el debate global sobre sus impactos en procesos democráticos, particularmente por su capacidad para alterar dinámicas de información, comunicación política y confianza pública. Sin embargo, el interés por estas tecnologías no se limita a los riesgos asociados con actores externos, sino que también refleja un contexto más amplio de digitalización acelerada de instituciones públicas y creciente presión sobre los organismos electorales para modernizar sus capacidades operativas.

Los organismos encargados de la administración electoral enfrentan desafíos cada vez más complejos. A la tradicional exigencia de organizar procesos técnicamente robustos, transparentes y confiables se suman hoy nuevas presiones vinculadas con ecosistemas digitales más dinámicos, circulación acelerada de información, expectativas crecientes de inmediatez en la comunicación institucional y mayores demandas de eficiencia administrativa. En este escenario, la inteligencia artificial comienza a adquirir relevancia no solo como una tecnología disponible, sino como parte de una conversación más amplia sobre cómo deben adaptarse las instituciones públicas a transformaciones tecnológicas que ya impactan otros sectores de la administración estatal (OCDE, 2019).

En el caso electoral, esta discusión resulta especialmente significativa porque los organismos electorales ocupan una posición singular dentro del aparato institucional democrático. A diferencia de otras agencias públicas, sus decisiones inciden directamente sobre el ejercicio de derechos políticos fundamentales, la organización de mecanismos de representación y la confianza pública en la legitimidad de los procesos democráticos. Esto implica que cualquier debate sobre incorporación tecnológica en estos espacios no puede evaluarse únicamente desde criterios de innovación o eficiencia, sino también desde consideraciones vinculadas con integridad electoral y resguardo de garantías democráticas (Norris, 2014).

La relevancia del tema también se explica por la amplitud de funciones potencialmente alcanzadas por estas tecnologías. A medida que las herramientas de inteligencia artificial amplían sus capacidades para procesar información, clasificar datos, asistir tareas complejas o interactuar con usuarios, crecen también las posibilidades de su aplicación en distintas etapas del ciclo electoral. Esto convierte a la IA en un tema de creciente interés para autoridades electorales, organismos internacionales y actores preocupados por la integridad democrática, incluso en contextos donde su adopción efectiva todavía es limitada o incipiente.

2.3. Impactos potenciales de la inteligencia artificial sobre la gestión electoral

La eventual incorporación de inteligencia artificial en la gestión electoral podría producir impactos significativos sobre la forma en que los organismos electorales organizan sus procesos, distribuyen capacidades institucionales y toman determinadas decisiones operativas. Estos impactos no deben interpretarse únicamente en clave tecnológica, sino como posibles transformaciones en la arquitectura misma de la administración electoral y en la relación entre automatización, intervención humana y responsabilidad institucional.

Uno de los efectos más visibles podría darse en la reorganización de tareas administrativas y operativas intensivas en procesamiento de información. La capacidad de ciertos sistemas para clasificar grandes volúmenes de datos, identificar patrones, detectar inconsistencias o asistir procesos documentales podría modificar dinámicas tradicionales de trabajo en áreas como validación de registros, revisión documental, monitoreo o atención ciudadana. En ese sentido, la IA podría actuar como una herramienta de ampliación de capacidades institucionales, particularmente en organismos sometidos a altas exigencias operativas con recursos limitados.

También podrían producirse transformaciones en la relación entre ciudadanía e instituciones electorales. Herramientas de procesamiento de lenguaje natural o asistentes automatizados, por ejemplo, pueden alterar las formas de interacción entre organismos y usuarios, ampliando capacidad de respuesta, disponibilidad horaria o escalabilidad en la atención. Sin embargo, este tipo de transformaciones también plantea interrogantes sobre calidad de la información provista, mecanismos de supervisión, líneas de autoridad y responsabilidad frente a errores y límites aceptables en la automatización de interacciones institucionales sensibles.

Otro impacto potencial se vincula con el fortalecimiento de capacidades de análisis y monitoreo institucional. La posibilidad de procesar información a gran escala, detectar patrones anómalos o identificar tendencias emergentes podría resultar especialmente atractiva en tareas vinculadas con monitoreo del entorno digital, fiscalización, control administrativo o análisis preventivo de riesgos. No obstante, este tipo de aplicaciones también desplaza parte del debate hacia preguntas sobre interpretabilidad, confiabilidad de los sistemas y grado de dependencia institucional respecto de tecnologías cuyos criterios internos de funcionamiento no siempre son plenamente transparentes (Mittelstadt et al., 2016).

Más ampliamente, la incorporación de inteligencia artificial puede alterar los equilibrios tradicionales entre automatización y juicio humano dentro de la administración electoral. Aun cuando muchas de estas herramientas sean concebidas como sistemas de apoyo y no de sustitución de decisiones, su uso puede influir sobre prácticas institucionales, redefinir criterios operativos o generar formas de dependencia cognitiva respecto de recomendaciones automatizadas. Por ello, el impacto de estas tecnologías no se limita a los resultados que producen, sino también a cómo transforman procesos internos de toma de decisiones, distribución de responsabilidades y cultura organizacional dentro de los organismos electorales.

En definitiva, el impacto potencial de la inteligencia artificial sobre la gestión electoral no debe analizarse únicamente en términos de capacidad tecnológica o eficiencia administrativa. Se trata también de una cuestión institucional, que puede reconfigurar relaciones entre tecnología, poder público, supervisión humana y confianza democrática en un ámbito especialmente sensible para el funcionamiento del sistema político.

De la investigación realizada emergen algunas conclusiones y tendencias regionales claras sobre el estado de adopción de inteligencia artificial en la gestión electoral, aunque se observan diferencias en cuanto a madurez, alcance, prioridades institucionales y enfoques de gobernanza de las distintas autoridades electorales latinoamericanas.

La primera tendencia es que la IA ya ingresó en la agenda institucional electoral de la región, pero su adopción efectiva sigue siendo desigual y, en muchos casos, limitada.

Incluso en países donde no existen implementaciones concretas —como Uruguay o Ecuador— las autoridades electorales identifican posibles aplicaciones futuras, evalúan pruebas de concepto o incorporan la discusión en su horizonte de planificación tecnológica. Esto muestra que la conversación dejó de ser puramente prospectiva: aun donde no hay despliegues operativos, la IA ya forma parte del repertorio de herramientas consideradas por los organismos electorales.

La región está lejos de exhibir un patrón homogéneo de adopción y se caracteriza por un panorama marcadamente fragmentado. Algunos organismos muestran desarrollos concretos y relativamente sofisticados —como Servel de Chile, RNEC de Colombia o el INE de México—, mientras otros permanecen en etapas exploratorias o con experiencias piloto acotadas y unos cuantos aún no han comenzado a utilizarla. Incluso dentro de un mismo país se observan diferencias significativas entre organismos con competencias complementarias, como ocurre en Argentina, Colombia o República Dominicana. Esto podría sugerir que la incorporación de IA depende menos de una estrategia estatal integral y más de funciones específicas, capacidades institucionales diferenciales, culturas organizacionales, prioridades funcionales y liderazgo interno.

Una segunda tendencia es que la inteligencia artificial tiende a incorporarse primero en funciones complementarias, de soporte o monitoreo, antes que en procesos electorales centrales altamente sensibles. Los usos más frecuentes se concentran en comunicación institucional y la atención ciudadana —chatbots, asistencia informativa, generación de contenidos, monitoreo del entorno digital, escucha social, detección de patrones anómalos, observación de redes sociales o campañas de desinformación— y apoyo a tareas administrativas o analíticas internas. En cambio, la incorporación en funciones más críticas, como el procesamiento de resultados, la biometría, la validación documental o la fiscalización automatizada, aparece en menos casos y generalmente bajo condiciones más acotadas, con fuerte supervisión humana o en etapas experimentales.

El relevamiento confirma mucha cautela respecto del uso de IA en funciones electorales críticas. Incluso entre los organismos más avanzados en cuanto a la implementación de IA en estos procesos persiste una preocupación transversal por preservar la supervisión humana, limitar los márgenes de automatización y evitar afectaciones a la transparencia, confianza pública o integridad electoral. No se observa, al menos por ahora, una tendencia hacia la delegación de decisiones electorales sensibles en sistemas automatizados. Más bien, lo que emerge de la investigación de las experiencias regionales es que estamos en una etapa de incorporación gradual, instrumental y cuidadosamente acotada de esta tecnología.

Una tercera tendencia, particularmente significativa, es que el monitoreo del entorno informativo se perfila como uno de los principales vectores de adopción de IA en organismos electorales. Autoridades electorales de Chile, Costa Rica, República Dominicana, México, Colombia, Panamá y Argentina muestran distintos niveles de desarrollo o exploración en herramientas orientadas a observar redes sociales y monitorear campañas digitales para, entre otros objetivos, detectar desinformación y anticipar riesgos comunicacionales que el organismo debe poder conocer lo antes posible.

El impacto de la IA generativa —particularmente su capacidad para facilitar la producción masiva de deepfakes, contenidos sintéticos y otras formas de manipulación informativa— aparece como uno de los principales factores que están impulsando a las autoridades electorales a incorporar herramientas tecnológicas para monitorear y responder a dichos riesgos.

Esto se observa con claridad en varios de los casos relevados, donde las primeras o principales aplicaciones de IA no están orientadas a la administración electoral tradicional, sino al monitoreo del entorno informativo digital y de las redes sociales, la detección de desinformación o el seguimiento de las campañas políticas en las plataformas digitales. En autoridades electorales de países como Chile, Costa Rica, México, Colombia o República Dominicana, las preocupaciones vinculadas con la circulación de contenidos manipulados o el uso de IA por actores políticos aparecen explícitamente como un importante motivo que impulsan estas iniciativas.

Al respecto, no todos los organismos parecen querer resolver los mismos problemas ni asignan el mismo valor estratégico a estas tecnologías. Mientras algunos incorporan IA principalmente como respuesta defensiva frente a amenazas externas (como desinformación, empleo de IA por actores políticos, incidentes de seguridad o riesgos reputacionales) priorizando el monitoreo del entorno digital, otros priorizan su actualización tecnológica en la cuestión logística, la atención ciudadana, la fiscalización o el procesamiento interno de la información. Es decir, como herramienta para mejorar procesos internos, automatizar tareas administrativas o ganar eficiencia operativa.

Una cuarta conclusión es que la digitalización previa aparece como condición habilitante, pero no suficiente, para la adopción de inteligencia artificial. Países como Ecuador muestran altos niveles de digitalización institucional sin un uso actual de IA, mientras Uruguay presenta niveles medios de desarrollo tecnológico sin implementación efectiva de esta tecnología. Esto indica que la madurez digital facilita la discusión y puede ofrecer infraestructura de base, pero no determina automáticamente la incorporación de estas herramientas. Factores como la cultura institucional, la percepción del riesgo, el liderazgo organizacional, la disponibilidad presupuestaria, las capacidades técnicas y las decisiones estratégicas parecen igualmente decisivos.

De hecho, el estudio muestra que la adopción no necesariamente responde a una lógica lineal de modernización tecnológica. En algunos casos, la decisión de no avanzar con determinadas aplicaciones no refleja falta de capacidad, sino elecciones institucionales deliberadas basadas en criterios de prudencia, proporcionalidad o priorización de recursos. Panamá y Uruguay ofrecen ejemplos ilustrativos de esta lógica, donde la discusión no gira únicamente en torno a la viabilidad técnica, sino también a la conveniencia de destinar recursos significativos a herramientas cuya utilidad institucional todavía no aparece claramente justificada.

En este ámbito, una quinta conclusión del estudio es que la gobernanza institucional de la IA sigue siendo heterogénea y, en muchos casos, todavía incipiente. Algunos organismos muestran avances más estructurados, con políticas internas, grupos especializados, protocolos o evaluaciones formales de riesgo, como ocurre en autoridades electorales de Chile, Colombia o México. Sin embargo, en buena parte de la región predominan enfoques ad hoc, lineamientos en desarrollo o evaluaciones caso por caso.

Esto resulta particularmente relevante porque varios organismos ya utilizan herramientas de IA sin contar necesariamente con reglas internas claras sobre su utilización, qué límites deben tener o cómo evaluar sus riesgos. Por ejemplo, algunos organismos utilizan herramientas de monitoreo del entorno digital, chatbots o apoyo en tareas internas, pero todavía se encuentran elaborando lineamientos institucionales o evaluando cómo abordar cuestiones de transparencia, protección de datos, supervisión humana o rendición de cuentas frente a posibles errores. En algunos casos, además, tampoco existen equipos específicos responsables de supervisar estos desarrollos ni procedimientos formales para evaluar previamente la implementación o el funcionamiento posterior de estas herramientas.

En ese sentido, surge una paradoja importante: la conciencia sobre los riesgos parece más extendida que la existencia de mecanismos concretos para gestionarlos. Las preocupaciones vinculadas con seguridad de la información, transparencia, privacidad, riesgos éticos, impactos sobre derechos humanos o sesgos aparecen de forma recurrente en casi todos los casos analizados. Sin embargo, son mucho menos frecuentes las referencias a mecanismos claros de auditoría, reparación, control externo o transparencia pública activa. La preocupación institucional existe, pero los instrumentos de gobernanza todavía se encuentran en una etapa temprana de desarrollo.

Una sexta conclusión encontrada en la investigación es que las principales barreras percibidas para adoptar IA en la gestión electoral no son exclusivamente tecnológicas. Junto con limitaciones presupuestarias o regulatorias, aparecen obstáculos vinculados con capacidades humanas, falta de personal especializado, resistencia organizacional al cambio, dependencia de proveedores o plataformas externas y dificultades para evaluar con precisión riesgos y beneficios. En algunos casos, incluso organismos con voluntad de adopción identifican como principal desafío la construcción de capacidades institucionales internas para gobernar adecuadamente estas herramientas.

En resumen, el panorama regional indica una transición temprana pero visible hacia la incorporación de inteligencia artificial en la gestión electoral, en un proceso desigual, fragmentado y todavía en construcción, donde conviven innovación, cautela, experimentación institucional y debates abiertos sobre gobernanza democrática de estas tecnologías.

Se constata una lógica de adopción incremental y prudente de la IA por parte de las autoridades electorales de la región. Aún en los casos más avanzados, la IA aparece predominantemente como herramienta de apoyo o asistencia, más que como sustituto de decisiones humanas. Los organismos parecen comenzar por aplicaciones percibidas como más controlables, reversibles o de menor impacto directo sobre la integridad electoral, antes de avanzar hacia procesos donde un error automatizado podría afectar la confianza pública en el sistema.

Este apartado presenta el análisis desagregado de los países que participaron efectivamente del relevamiento, a partir de las respuestas aportadas por autoridades electorales mediante encuestas y, en casos seleccionados, por entrevistas de profundización orientadas a complementar, contextualizar o precisar la información.

Dado que en varios países la administración electoral se distribuye entre más de un organismo con competencias diferenciadas, el análisis incorpora, cuando corresponde, las respuestas de múltiples autoridades electorales nacionales, lo que permite captar mejor la heterogeneidad institucional existente dentro de cada sistema.

Los países incluidos en la investigación son Argentina, Bolivia, Colombia, Costa Rica, Chile, Ecuador, México, Panamá, República Dominicana y Uruguay. En algunos casos, el análisis refleja información de más de un organismo electoral, mientras que en otros solo fue posible obtener información de una de las autoridades con competencias en materia electoral, por lo que las conclusiones deben leerse en función de esas respuestas logradas.

El análisis por país permite observar con mayor detalle cómo se materializan —o no— las distintas formas de incorporación de inteligencia artificial en la gestión electoral en América Latina y el Caribe. Si bien el panorama regional muestra tendencias compartidas como las ya mencionadas, el estudio evidencia diferencias significativas entre países e incluso entre organismos con competencias electorales dentro de un mismo país, tanto en términos de nivel de adopción como de prioridades funcionales, capacidades institucionales y enfoques de gobernanza.

El “mapa de calor” presentado en la sección 4 (tabla 4.1) sintetiza visualmente estas diferencias, permitiendo identificar de manera comparada qué tipos de usos de IA presentan mayor desarrollo, cuáles permanecen en etapas exploratorias y en qué áreas directamente no se registran implementaciones. La visualización confirma que la adopción regional no sigue un patrón uniforme: mientras algunos organismos concentran usos más diversificados y operativos —particularmente en comunicación con la ciudadanía, monitoreo del entorno informativo y ciertas funciones de apoyo a la gestión electoral—, otros se mantienen en fases preliminares de evaluación o directamente sin incorporación efectiva de estas tecnologías.

A continuación, se presenta un análisis desagregado por país (ordenados alfabéticamente), que busca contextualizar estos distintos niveles de desarrollo, identificar los principales usos concretos analizados, las áreas donde persisten mayores cautelas institucionales y los desafíos de gobernanza que atraviesan cada experiencia nacional.

4.1. Argentina

Argentina presenta un escenario de adopción limitada pero concreta de inteligencia artificial en la gestión electoral, con desarrollos incipientes y fragmentados entre sus principales organismos electorales. Aunque existen algunas experiencias de uso efectivo, no se observa una estrategia institucional consolidada ni una incorporación transversal de estas herramientas.

La experiencia más concreta proviene de la Dirección Nacional Electoral (DINE)², que utilizó inteligencia artificial durante el proceso electoral de 2025 para apoyar el procesamiento de telegramas electorales en el centro de cómputos. La herramienta se empleó para orientar correctamente telegramas escaneados cuando se encontraban invertidos, facilitar su lectura automatizada y detectar posibles inconsistencias en el material digitalizado. Se trató de una implementación deliberadamente acotada, diseñada para minimizar riesgos en una etapa particularmente sensible del proceso electoral. La DINE también incorporó herramientas de IA en comunicación institucional y atención ciudadana mediante chatbots informativos y apoyo en la elaboración de contenidos explicativos para canales digitales.

La Cámara Nacional Electoral³, por su parte, evidencia una agenda más activa de exploración, aunque todavía sin implementaciones institucionales consolidadas en procesos formales. El área donde aparece mayor potencial de desarrollo es el control del financiamiento político, en la que la inteligencia artificial se considera como herramienta para agilizar los cruces de grandes volúmenes de información provenientes de distintas fuentes, detectar inconsistencias y apoyar tareas de auditoría que actualmente requieren revisión manual intensiva. La prioridad institucional, sin embargo, es avanzar —siempre que resulte viable— con desarrollos propios o infraestructuras bajo control institucional, evitando la dependencia de plataformas comerciales externas para funciones sensibles.

También existen exploraciones vinculadas al monitoreo del entorno informativo y de campañas digitales, tanto para seguimiento de publicidad política en plataformas como para detección de desinformación que pueda afectar la integridad del proceso electoral. En este punto, la preocupación no se limita a la circulación de contenidos falsos entre candidaturas, sino también a narrativas que puedan erosionar la confianza pública en la legalidad o legitimidad del propio proceso electoral, lo que ubica la integridad informativa como una dimensión importante dentro de la agenda institucional.

Un rasgo distintivo del caso argentino es la fuerte cautela con la que se evalúa cualquier incorporación tecnológica. Más que una lógica de adopción acelerada o experimentalismo tecnológico predomina una aproximación selectiva que prioriza identificar dónde estas herramientas pueden aportar mejoras reales de eficiencia, calidad o capacidad de análisis, evitando incorporaciones motivadas únicamente por tendencias tecnológicas o presiones de modernización. Esta prudencia también se extiende a preocupaciones sobre transparencia, sesgos, dependencia tecnológica y posibles cuestionamientos públicos sobre imparcialidad o legitimidad de herramientas utilizadas en funciones sensibles.

Las limitaciones para una adopción más amplia no responden únicamente a restricciones técnicas o presupuestarias, sino también a la propia estructura institucional del sistema electoral argentino, donde competencias estratégicas se encuentran distribuidas entre distintos organismos, lo que dificulta una agenda integrada de innovación tecnológica. A ello se suma una cultura institucional particularmente conservadora frente a cambios que puedan afectar la percepción de integridad electoral.

4.2. Bolivia

Bolivia presenta un escenario de digitalización media de sus procesos electorales, pero sin implementación actual de herramientas de inteligencia artificial en la gestión electoral. Aunque el Tribunal Supremo Electoral⁴ identifica avances en áreas relevantes del ciclo electoral —como gestión del registro e identidad electoral, operaciones logísticas, supervisión del proceso y procesamiento de resultados—, estas capacidades no se traducen, hasta el momento, en aplicaciones concretas de IA.

No existen usos activos de inteligencia artificial en ninguna de las categorías relevadas, incluyendo administración del padrón, logística electoral, supervisión de campañas, validación de resultados, servicios de atención a la ciudadanía o monitoreo del entorno informativo. La ausencia de implementación se explica, según el propio enfoque institucional, por la falta de disponibilidad tecnológica para incorporar este tipo de herramientas dentro del proceso electoral.

Aun así, el caso boliviano muestra que existe una identificación relativamente clara de posibles áreas de aplicación futura. Entre los usos potenciales aparecen el análisis automatizado de consistencia de información electoral, la detección de inconsistencias en actas antes de su consolidación y publicación, el análisis comparativo de firmas de jurados electorales para verificación de autenticidad, así como el control logístico de materiales electorales mediante contraste automatizado entre inventarios y despachos.

4.3. Colombia

Colombia aparece como uno de los casos de mayor incorporación institucional de inteligencia artificial en la gestión electoral entre los países relevados, aunque con niveles de desarrollo diferenciados entre sus dos principales autoridades electorales. La Registraduría Nacional del Estado Civil (RNEC)⁵ y el Consejo Nacional Electoral (CNE)⁶ muestran un escenario donde ya existen usos concretos de estas tecnologías en funciones institucionales, combinados con exploraciones en otras áreas y una creciente preocupación por su regulación.

La Registraduría Nacional, que reporta un alto nivel de digitalización institucional, presenta el mayor grado de adopción efectiva. Entre los usos activos se encuentra la aplicación de biometría facial en eventos electorales, en el marco de la gestión del registro y la identidad electoral, así como la utilización de modelos para mejorar procedimientos electorales, vinculados a operaciones y logística institucional. También realiza un uso activo de herramientas de IA en el área de comunicación y servicios a la ciudadanía.

Además, el organismo ha desarrollado aplicaciones más sofisticadas de inteligencia artificial orientadas a optimizar procedimientos electorales específicos. Entre ellas se destaca una herramienta propia basada en OCR (Reconocimiento Óptico de Caracteres, en español), machine learning y análisis automatizado de patrones para apoyar la validación de firmas de candidaturas independientes o respaldadas por grupos significativos de ciudadanos. Su implementación respondió al volumen excepcional de apoyos presentados en el proceso electoral reciente —más de 26 millones de firmas—, permitiendo automatizar tareas que previamente se realizaban de forma manual como la comparación con bases de datos oficiales, la detección de registros duplicados, de inconsistencias y de patrones anómalos, así como la generación de alertas para revisión especializada posterior. La Registraduría sostiene que la herramienta permitió reducir significativamente los tiempos de procesamiento sin sustituir instancias de validación humana, que continuaron interviniendo en etapas clave del procedimiento.

Este caso también permite observar un mayor grado de institucionalización del uso de inteligencia artificial dentro del organismo. Más allá de aplicaciones puntuales, la Registraduría cuenta con un área específica de analítica de datos e inteligencia artificial, integrada a su estructura de planeación, con procedimientos formalizados para el diseño, implementación y seguimiento de proyectos tecnológicos. Estas iniciativas se articulan con mecanismos internos de evaluación de riesgos, control de calidad y supervisión. A ello se suma una política restrictiva en materia de infraestructura y tratamiento de datos, que prioriza el empleo de servidores propios y evita el procesamiento de información sensible en entornos externos no controlados. Esta experiencia da cuenta de un enfoque más estructurado de incorporación tecnológica, en el que la inteligencia artificial no aparece únicamente como herramienta de apoyo operativo, sino como parte de una estrategia institucional de modernización y toma de decisiones basada en datos.

Por su parte, el Consejo Nacional Electoral, que reporta un nivel medio de digitalización, tiene una adopción más acotada y focalizada. El principal uso corresponde a la exploración de herramientas de IA aplicadas a vigilancia electoral, mientras que no reporta implementaciones activas en procesamiento de resultados, comunicación institucional ni otras áreas del ciclo electoral.

Uno de los rasgos más relevantes del caso colombiano es que ambos organismos identifican factores distintos como impulsores del empleo de estas tecnologías. Mientras la Registraduría vincula su adopción principalmente con objetivos internos de mejora procedimental y eficiencia institucional, el Consejo Nacional Electoral asocia su exploración con desafíos del entorno digital contemporáneo, como la desinformación, los contenidos manipulados mediante IA y los incidentes de seguridad. Esto refleja aproximaciones institucionales complementarias, donde un organismo prioriza aplicaciones administrativas y operativas mientras el otro pone el foco en vigilancia y control electoral.

En materia de gobernanza, ambos organismos se encuentran en procesos de evaluación de riesgos, aunque con niveles distintos de formalización. La Registraduría cuenta con procedimientos internos de evaluación y mecanismos de reparación frente a eventuales impactos negativos, aunque identifica el riesgo reputacional como principal preocupación. El Consejo Nacional Electoral, en cambio, adopta una mirada más amplia sobre los riesgos potenciales, incluyendo dimensiones legales, éticas, impactos sobre derechos humanos, seguridad de la información y transparencia, además de enfatizar la necesidad de no depender completamente de sistemas automatizados debido a posibles sesgos, errores o “alucinaciones”.

En materia de protección de datos, ambos organismos reportan medidas de seguridad, aunque con distinto grado de detalle. El Consejo remite expresamente a la normativa vigente sobre seguridad de la información y protección de datos personales, mientras que la Registraduría cuenta además con resguardos institucionales. En relación con la transparencia en el empleo de sistemas de IA, la Registraduría comunica estas iniciativas a través de redes sociales, mientras que el Consejo aún se encuentra en etapa exploratoria respecto de los canales de comunicación.

Un aspecto particularmente interesante del caso colombiano es que, a diferencia de otros países donde los principales obstáculos aparecen asociados a limitaciones presupuestarias o regulatorias, la Registraduría identifica como desafío central la resistencia interna al cambio organizacional y la desconfianza del personal frente a estas tecnologías, subrayando la importancia de la capacitación y el uso responsable para construir confianza institucional. El Consejo, por su parte, enfatiza desafíos vinculados con la seguridad, confiabilidad y calidad de la información utilizada por estos sistemas.

4.4. Costa Rica

Costa Rica presenta un escenario de adopción selectiva de inteligencia artificial en la gestión electoral, con aplicaciones concretas en comunicación institucional, monitoreo del entorno digital y apoyo operativo, aunque sin incorporación en funciones centrales del proceso electoral como el registro de votantes, el procesamiento de resultados o supervisión directa del acto electoral. Se trata de un caso de alta digitalización institucional, pero con un uso deliberadamente acotado de estas tecnologías.

Esa distinción es relevante porque el Tribunal Supremo de Elecciones⁷ cuenta con desarrollos tecnológicos robustos en áreas sensibles —incluyendo sistemas propios para transmisión de resultados preliminares, infraestructura tecnológica electoral y herramientas biométricas de identificación—, pero no considera que muchas de esas aplicaciones constituyan inteligencia artificial en sentido estricto, aunque sí automatizaciones. Esto permite observar que un alto nivel de sofisticación digital no necesariamente implica la adopción de IA en áreas sensibles o complejas, sino que depende también de las definiciones institucionales sobre qué tecnologías incorporar, con qué fines y bajo qué condiciones.

La incorporación de IA se concentra principalmente en herramientas de soporte. En comunicación y servicios a la ciudadanía, el Tribunal Supremo de Elecciones utiliza un chatbot informativo sobre candidaturas, desarrollado en colaboración con la Universidad de Costa Rica, además de soluciones con IA integrada para diseño y asistencia en tareas cotidianas de gestión institucional. En paralelo, existen usos más estratégicos en monitoreo del entorno informativo, mediante herramientas de escucha social basadas en IA orientadas a detectar tendencias, riesgos comunicacionales y dinámicas de desinformación, así como aplicaciones vinculadas con ciberseguridad e infraestructura tecnológica.

Fuera de esas áreas, la incorporación de estas tecnologías sigue estando poco institucionalizado. En varios casos, los funcionarios emplean estas herramientas de manera individual para resolver tareas operativas, entre ellas la organización logística o la planificación de distribución de materiales, más que como una política institucional formalmente definida. Esta situación explica, en parte, por qué la discusión sobre gobernanza aparece como una necesidad urgente: el proceso de incorporación ya está en marcha, aunque sin lineamientos internos consolidados.

Más que una resistencia de principio a estas tecnologías, el caso costarricense muestra una tensión entre apertura a su potencial utilidad y cautela frente a sus riesgos. La eventual incorporación de IA en funciones más sustantivas no aparece impulsada tanto por una agenda de innovación tecnológica sino por necesidades operativas concretas. En particular, el creciente volumen y complejidad de ciertas tareas administrativas —como la revisión de candidaturas, la validación de requisitos o la planificación logística en elecciones locales con miles de postulaciones y cientos de tipos de papeletas distintas— podría volver cada vez más difícil sostener estos procesos exclusivamente mediante revisión humana, especialmente en un contexto de restricciones presupuestarias.

Al mismo tiempo, el debate institucional pone fuerte énfasis en condiciones previas para una adopción responsable. Entre ellas destacan la necesidad de lineamientos internos claros, capacitación transversal del personal, criterios sobre la información que puede utilizarse en herramientas externas y cuál no, así como mecanismos para evitar dependencias tecnológicas excesivas respecto de proveedores privados. También emerge una preocupación más estructural: que la automatización no erosione capacidades técnicas acumuladas dentro de los propios organismos electorales ni debilite saberes institucionales estratégicos construidos durante décadas.

4.5. Chile

Chile es otro de los países más avanzados en cuanto a la incorporación institucional de inteligencia artificial en la gestión electoral entre los países relevados. El Servicio Electoral de Chile (Servel)⁸ reporta un alto nivel de digitalización de sus procesos electorales y una adopción concreta de herramientas de IA en múltiples áreas, combinando usos ya operativos con experiencias piloto y procesos de exploración.

Las aplicaciones abarcan distintas dimensiones del ciclo electoral. En el ámbito de la comunicación y los servicios a la ciudadanía, Servel utiliza un chatbot institucional vía web para brindar información a las y los ciudadanos. En materia de integridad del entorno informativo, desarrolla además herramientas más sofisticadas orientadas al análisis de la conversación digital, con fines preventivos y estratégicos. Según el organismo, estas herramientas permiten detectar tempranamente riesgos, identificar patrones de desinformación o comunicación tóxica, orientar campañas institucionales y apoyar procesos de toma de decisiones. Este es uno de los casos en la región donde la IA aparece integrada de forma explícita a tareas de monitoreo del ecosistema informativo electoral.

Chile también incorpora aplicaciones de inteligencia artificial en dimensiones operativas más sensibles del proceso electoral. Entre ellas se incluyen herramientas de apoyo para controles de integridad en el procesamiento de resultados, mediante cruces automatizados entre sistemas paralelos de cómputo que permiten detectar inconsistencias o anomalías en la evolución de los datos, así como mecanismos de comparación entre actas digitalizadas y registros ingresados para identificar errores de digitación o discrepancias evidentes durante el procesamiento electoral. Aunque el sistema de votación y escrutinio en Chile continúa siendo fundamentalmente manual, estas aplicaciones muestran una integración puntual de IA orientada a fortalecer controles de consistencia, velocidad de verificación y resguardo de la integridad operativa del proceso.

Otro rasgo distintivo del caso chileno es la existencia de una estructura institucional de gobernanza interna para el empleo de IA. Servel cuenta con lineamientos institucionales para regular el uso de estas herramientas, articulados con marcos nacionales de referencia sobre inteligencia artificial y protección de datos. Su implementación se integra a estructuras preexistentes de control institucional, particularmente en materia de seguridad de la información, mediante instancias formales de revisión y supervisión. A ello se suma una política restrictiva respecto de la utilización de herramientas externas no autorizadas para el tratamiento de información sensible, así como procesos permanentes de capacitación y sensibilización del personal sobre riesgos asociados a sesgos, errores automatizados, alucinaciones y supervisión humana de resultados.

En el plano de la infraestructura tecnológica, la inteligencia artificial también cumple un rol en la protección de sistemas críticos vinculados al proceso electoral. El organismo utiliza herramientas automatizadas para monitoreo de amenazas y respuesta temprana frente a incidentes de ciberseguridad que puedan afectar la disponibilidad o integridad de los entornos tecnológicos asociados al procesamiento y publicación de resultados. Esto muestra una concepción de la IA que excede la eficiencia operativa o el monitoreo comunicacional, incorporándola también como componente de resiliencia institucional frente a riesgos tecnológicos.

En materia de gestión de riesgos, la institución identifica preocupaciones vinculadas con riesgos legales, éticos, impactos sobre derechos humanos y seguridad de la información, lo que refleja una aproximación relativamente integral al problema. También reporta medidas específicas de protección de datos y seguridad de la información, con un enfoque preventivo y de reacción, así como políticas de transparencia activa respecto del uso institucional de estas herramientas, mediante información publicada en su sitio web y comunicados oficiales.

El caso de Servel evidencia una comprensión amplia de los desafíos estratégicos asociados a la IA en contextos electorales. Entre los eventos que impulsaron este enfoque, Servel identifica expresamente el empleo de IA por parte de actores políticos o candidatos, así como la circulación de desinformación y contenidos manipulados con esta tecnología, lo que sugiere que parte de su adopción tecnológica responde no solo a objetivos de modernización administrativa, sino también a la necesidad de fortalecer capacidades institucionales frente a nuevos riesgos del ecosistema digital. Asimismo, se observa una perspectiva regional en su enfoque, al señalar la necesidad de cooperación entre actores públicos, intercambio de experiencias y construcción de acuerdos frente a desafíos tecnológicos que exceden los marcos regulatorios nacionales.

4.6. Ecuador

Ecuador presenta un escenario de alta digitalización de sus procesos electorales, pero sin implementación actual de herramientas de inteligencia artificial en la gestión electoral. Aunque existen avances tecnológicos en distintas áreas del ciclo electoral, esa infraestructura no se ha traducido, hasta el momento, en aplicaciones concretas de IA en funciones operativas o sustantivas.

El único desarrollo identificado se ubica en una etapa exploratoria vinculada a infraestructura tecnológica, específicamente a través de una prueba de concepto para evaluar una eventual incorporación de inteligencia artificial en herramientas de seguridad perimetral. Esto evidencia un interés inicial por explorar estas tecnologías, aunque todavía fuera del núcleo de la administración electoral propiamente dicha.

La principal preocupación frente a una eventual adopción gira en torno a la protección de los datos personales de los electores, lo que sitúa desde el inicio el debate en términos de privacidad, seguridad y resguardo institucional. En esa misma línea, aparece la necesidad de contar con normas y reglamentos específicos que definan condiciones claras para cualquier uso futuro de estas herramientas en el ámbito electoral.

En términos comparativos, Ecuador representa un caso de alta madurez digital sin adopción efectiva de inteligencia artificial, donde el desarrollo tecnológico institucional no necesariamente deriva en la incorporación automática de estas herramientas. Más que una agenda de implementación predomina una fase de observación y evaluación preliminar, con foco en condiciones regulatorias y protección de la información.

4.7. México

En el caso de México, el Instituto Nacional Electoral (INE)⁹ exhibe un destacado desarrollo institucional en materia de exploración e incorporación de inteligencia artificial en la gestión electoral. En este sentido, presenta un alto grado de digitalización institucional y una aproximación amplia a la incorporación de herramientas de IA en distintas dimensiones del ciclo electoral. A diferencia de otros casos donde aparece restringida a usos experimentales o puntuales, el INE desarrolla iniciativas en múltiples áreas.

El INE explora la utilización de IA para la lectura automatizada de actas del Programa de Resultados Electorales Preliminares (PREP), clasificación y respuesta automática a oficios, plataformas digitales de atención ciudadana y análisis de información vinculada a fiscalización electoral. Asimismo, incorpora aplicaciones exploratorias en logística electoral, incluyendo herramientas para ubicación de casillas, promoción del voto y modelos predictivos de participación ciudadana. A ello se suman usos activos en comunicación institucional, donde utiliza IA para la generación de imágenes y videos, así como exploraciones vinculadas a la detección de deepfakes, en respuesta a preocupaciones sobre desinformación y manipulación de contenidos.

En el ámbito del control del financiamiento político, el INE avanza en modelos predictivos para identificar comportamientos anómalos, patrones de gasto inconsistentes y posibles alertas de auditoría a partir del procesamiento automatizado de grandes volúmenes de información provenientes de reportes partidarios, registros fiscales, datos bancarios y publicidad digital. El objetivo no es automatizar decisiones sancionatorias, sino fortalecer capacidades de supervisión mediante sistemas de detección temprana de riesgos. En paralelo, se exploran aplicaciones de IA generativa para la clasificación automática de oficios, la asignación interna de trámites y la generación asistida de respuestas preliminares, siempre bajo supervisión humana.

El impulso hacia estas herramientas parece estar claramente asociado a amenazas emergentes del entorno digital. Entre los factores que promueven este desarrollo, la institución identifica como eventos relevantes el uso de IA por parte de actores políticos o candidatos, la circulación de contenidos manipulados o desinformación, así como incidentes de seguridad.

Otro rasgo distintivo del caso mexicano es la existencia de una estructura de gobernanza relativamente desarrollada para el empleo de inteligencia artificial. La entidad cuenta con lineamientos internos sobre uso responsable y ético de estas tecnologías, construidos a partir de estándares internacionales y articulados con un esquema de supervisión institucional que evalúa previamente las herramientas propuestas para su implementación. Esta estructura incluye un grupo interdisciplinario especializado que revisa proyectos, define criterios de utilización y establece restricciones específicas para el tratamiento de información sensible, incluyendo limitaciones al uso de herramientas abiertas o no autorizadas.

A esto se une una política activa de capacitación institucional orientada a fortalecer capacidades internas y promover una adopción responsable, con formación extendida a gran escala dentro de la organización. En materia de datos personales el INE no informa la utilización de datos personales de votantes en sistemas de IA, aunque señala la existencia de protocolos específicos de validación y seguridad.

4.8. Panamá

Panamá presenta un escenario de exploración institucional y adopción limitada de inteligencia artificial en la gestión electoral, con desarrollos todavía incipientes y concentrados principalmente en monitoreo del entorno digital y potenciales herramientas de apoyo a la comunicación con la ciudadanía, más que en funciones centrales del proceso electoral.

Uno de los avances más claros aparece en el monitoreo digital vinculado a campañas electorales, publicidad política y conversación en redes sociales. El Tribunal Electoral¹⁰ ha desarrollado capacidades internas para seguimiento del entorno digital, incluyendo vigilancia sobre publicidad electoral, fiscalización de financiamiento político en plataformas y monitoreo de fenómenos como actividad automatizada o comportamientos sospechosos en redes sociales. Este trabajo se articula además con iniciativas más amplias como el Pacto Ético Digital¹¹ impulsado en procesos recientes y con experiencias institucionales de abordaje de violencia política digital, particularmente contra mujeres candidatas. Sin embargo, estas capacidades no se traducen todavía en un uso consolidado de inteligencia artificial específicamente orientado a automatizar decisiones o procesos electorales críticos.

En materia de adopción más directa de IA, el principal desarrollo en evaluación es un chatbot institucional pensado para atención ciudadana, información electoral y eventualmente tareas de alfabetización pública. Su implementación no llegó a concretarse en el último proceso electoral, principalmente por limitaciones de tiempo y recursos, aunque permanece como una línea de trabajo abierta de cara al próximo ciclo electoral. También existen exploraciones sobre posibles usos en fiscalización del financiamiento político, cruce automatizado de información y validación de firmas para candidaturas independientes, aunque sin implementaciones activas hasta el momento.

A diferencia de otros países con mayor despliegue, Panamá mantiene al margen de estas herramientas varias funciones sensibles del proceso electoral. El padrón electoral continúa actualizándose mediante mecanismos tradicionales integrados al registro civil y la cedulación; el recuento de votos sigue siendo manual y a cargo de la ciudadanía que integra las mesas electorales; y no existen aplicaciones de IA en auditorías postelectorales o la validación automatizada de resultados. Esta decisión refleja una postura institucional cautelosa frente a los posibles impactos sobre la integridad del proceso.

Más que una barrera estrictamente tecnológica, el caso panameño parece atravesado por una lógica de priorización estratégica y restricciones de recursos. La evaluación institucional no gira únicamente en torno a si una herramienta es técnicamente viable, sino a si su implementación justifica los costos económicos, humanos y operativos involucrados frente a otras necesidades del sistema electoral. Esta mirada introduce una dimensión menos visible en otros casos del relevamiento: la discusión no solo sobre riesgos, sino también sobre proporcionalidad, utilidad real y asignación eficiente de recursos públicos.

En términos de gobernanza, el panorama sigue siendo incipiente. No existen aún lineamientos institucionales específicos sobre utilización de inteligencia artificial, estructuras formales de evaluación ética o legal, ni procesos sistemáticos de capacitación o alfabetización interna, aunque estas necesidades son identificadas como desafíos pendientes. También aparece con fuerza una preocupación por el tratamiento de datos personales y por el uso no supervisado de herramientas abiertas por parte del propio personal institucional.

4.9. República Dominicana

República Dominicana presenta un escenario de incorporación limitada pero concreta de inteligencia artificial en la gestión electoral, con enfoques diferenciados entre sus principales órganos electorales y sin una estrategia institucional homogénea. Mientras la Junta Central Electoral¹² muestra un enfoque más pragmático y orientado al monitoreo del entorno digital, el Tribunal Superior Electoral¹³ mantiene una postura más cautelosa, centrada en la evaluación y el resguardo de las garantías institucionales.

El principal uso concreto proviene de la Junta Central Electoral, que desarrolla una herramienta piloto para seguimiento de redes sociales en el marco de preocupaciones vinculadas con la desinformación y los contenidos manipulados mediante IA. Se trata del único empleo operativo identificado entre ambas instituciones, centrado en la integridad del entorno informativo, más que en funciones centrales de administración electoral como el registro, la logística o el procesamiento de resultados.

Por su parte, el Tribunal Superior Electoral no incorpora actualmente herramientas de inteligencia artificial en sus procesos, aunque el tema forma parte de su agenda de evaluación institucional. Su enfoque pone el acento en los riesgos que una eventual automatización podría generar sobre principios como transparencia, supervisión humana y confianza pública en el proceso electoral.

Más que por el nivel de digitalización —que en ambos organismos es relativamente significativo, aunque con distinto grado de desarrollo—, la diferencia principal entre ambas instituciones radica en sus perspectivas de gobernanza. Mientras el Tribunal plantea la necesidad de evaluaciones previas que contemplen riesgos legales, éticos, impactos sobre derechos humanos, seguridad de la información y transparencia, la experiencia piloto de la Junta Central Electoral avanza con un esquema menos estructurado en materia de evaluación de riesgos y transparencia pública.

4.10 Uruguay

Uruguay presenta un escenario de evaluación preliminar respecto de la utilización de inteligencia artificial en la gestión electoral, sin implementaciones concretas hasta el momento. Aunque la Corte Electoral¹⁴ identifica un nivel medio de digitalización y avances en distintas áreas de modernización institucional, ese desarrollo no se ha traducido en la incorporación efectiva de herramientas de IA en ninguna de las fases del proceso electoral.

No existen aplicaciones de inteligencia artificial en gestión de padrones e identidad electoral, logística, supervisión de campañas, procesamiento de resultados, comunicación con la ciudadanía ni monitoreo del entorno informativo. Por tanto, el caso uruguayo refleja una etapa de observación y análisis sobre posibles usos futuros, sin decisiones institucionales de implementación en el corto plazo.

La aproximación aparece marcada por cautela institucional. Las principales preocupaciones identificadas se concentran en riesgos legales, seguridad de la información y transparencia, lo que sugiere que cualquier eventual incorporación estaría condicionada por consideraciones de gobernanza y resguardo de garantías más que por una lógica inmediata de innovación tecnológica.

Aun así, existen algunas áreas donde se reconoce potencial utilidad para estas herramientas, particularmente en gestión de padrones electorales, respuesta frente a ciberataques, monitoreo de campañas de desinformación y análisis de rendiciones de cuentas de candidatos o partidos políticos.

5.1. Un mapa en movimiento: lo que muestra la evidencia regional

El relevamiento realizado entre diez autoridades electorales de América Latina y el Caribe ofrece, por primera vez, una base empírica comparada sobre el estado de adopción institucional de la inteligencia artificial en la gestión electoral de la región. Sus hallazgos permiten actualizar, matizar y en algunos casos reformular las orientaciones prospectivas formuladas en 2024 por IDEA Internacional en La inteligencia artificial para la gestión electoral, que constituye el principal referente conceptual y metodológico de este trabajo.

La fotografía que emerge es la de una transición ya iniciada, pero todavía incipiente, desigual y marcadamente fragmentada. A diferencia de lo que podría anticiparse a partir de los debates globales sobre el avance acelerado de la IA, la región no refleja una trayectoria de adopción masiva ni uniforme. Predomina una lógica de incorporación incremental, selectiva y conscientemente cautelosa, donde los organismos electorales priorizan funciones de apoyo antes que la automatización de decisiones electorales centrales. Esta prudencia, lejos de representar un retraso, puede interpretarse como una respuesta institucional apropiada ante tecnologías cuyas implicancias para la integridad democrática siguen siendo objeto de debate. Además, riesgos como los sesgos, la opacidad algorítmica, la dependencia de proveedores y la erosión de la confianza pública se encuentran insuficientemente mitigados en la mayoría de los contextos.

Al mismo tiempo, la investigación confirma que la reflexión sobre IA en las autoridades electorales de la región ya no es meramente prospectiva. Incluso en países sin implementaciones concretas, los organismos electorales identifican áreas de aplicación futura, evalúan condiciones habilitantes y discuten marcos de gobernanza. Esto indica que la ventana para diseñar normas, capacidades y salvaguardas adecuadas está abierta, pero no indefinidamente.

5.2. Recomendaciones

A partir de los hallazgos del estudio y en diálogo con el marco conceptual de IDEA Internacional, se presentan las siguientes recomendaciones para organismos electorales, gobiernos y actores del sistema democrático regional. Estas complementan y actualizan las planteadas en el trabajo mencionado, incorporando la evidencia empírica y el nuevo contexto tecnológico regional.

1. Construir capacidades internas antes de escalar la adopción tecnológica
   La información recogida en este estudio confirma lo que IDEA Internacional anticipó en 2024: sin infraestructura de gobernanza interna —equipos especializados, protocolos de evaluación de riesgos, criterios éticos, mecanismos de auditoría— la adopción de IA puede producir dependencia tecnológica sin mecanismos adecuados de rendición de cuentas. Los organismos electorales deberían priorizar la formación de equipos técnicos propios, la elaboración de políticas institucionales de uso de IA y la definición de criterios claros sobre qué información puede o no procesarse con herramientas externas, antes de avanzar hacia implementaciones más complejas.
2. Establecer marcos institucionales de gobernanza de la IA adaptados al contexto electoral
   Muchos de los organismos analizados carecen todavía de lineamientos formalizados para el empleo de IA. Estos marcos deberían contemplar, como mínimo: criterios de necesidad y proporcionalidad en la adopción de cada herramienta; supervisión humana obligatoria en decisiones de alto impacto; mecanismos de reparación frente a impactos negativos y transparencia activa hacia la ciudadanía sobre qué sistemas de IA se utilizan y con qué fines.
3. Fortalecer las capacidades de monitoreo del entorno informativo como función estratégica permanente
   La evidencia recopilada muestra que el monitoreo de redes sociales, la detección de desinformación y la observación de campañas digitales se han convertido en el principal vector de adopción de IA en los organismos electorales de la región. Esta función debería reconocerse como una responsabilidad institucional permanente —no solo reactiva— y dotada de recursos, metodologías y marcos normativos adecuados. Los organismos que todavía no han avanzado en esta área deberían considerarla una prioridad, dada la aceleración documentada de las amenazas de desinformación basadas en IA generativa.
4. Preservar y reforzar la supervisión humana en todas las aplicaciones de IA con impacto directo sobre derechos
   En ninguno de los casos analizados, la IA sustituye decisiones electorales centrales. Este principio de supervisión humana —que IDEA Internacional identificó en 2024 como eje transversal de mitigación de riesgos— debe ser institucionalizado explícitamente como requisito no negociable para cualquier aplicación que afecte derechos fundamentales: el padrón electoral, el procesamiento de resultados, la validación de candidaturas, y la fiscalización del financiamiento político. La incorporación de IA en estas áreas debería diseñarse siempre como complemento de procesos dirigidos por personas, no como su sustituto.
5. Impulsar regulaciones nacionales y marcos regionales específicos para el uso de IA en contextos electorales
   La evidencia del relevamiento confirma que la adopción de IA por parte de los organismos electorales va por delante de los marcos regulatorios nacionales. Mientras los marcos generales de IA —como el Reglamento europeo o las primeras normativas latinoamericanas— ofrecen principios orientadores, los contextos electorales requieren normas específicas que contemplen los riesgos singulares que plantea su utilización: el impacto sobre el sufragio, la integridad informativa, la privacidad de los votantes y la confianza pública en las instituciones. Los organismos electorales deberían participar activamente en el diseño de esas regulaciones (tomando iniciativa, cuando sea posible), aportando su conocimiento técnico y su perspectiva democrática. Los espacios de coordinación y articulación, como los promovidos por IDEA Internacional, podrían desempeñar un papel importante en la elaboración de estándares comunes para la región.
6. Desarrollar protocolos de evaluación de riesgo previos a toda implementación, con atención a grupos vulnerables
   La conciencia sobre los riesgos está más extendida que los instrumentos para gestionarlos. Los organismos electorales deberían institucionalizar evaluaciones de impacto previas a toda implementación de IA, con especial atención a los sesgos algorítmicos que afecten desproporcionadamente a comunidades históricamente marginadas, a la privacidad de datos biométricos y a posibles efectos sobre la participación electoral de grupos vulnerables.
7. Evitar la dependencia tecnológica de proveedores privados en funciones electorales sensibles
   El estudio revela que en varios países el empleo de IA se apoya en plataformas comerciales externas sin que existan criterios claros sobre qué información puede procesarse en esos entornos. Experiencias como las de la Registraduría Nacional de Colombia —que prioriza servidores propios y evita procesar datos sensibles en entornos externos— o la Cámara Nacional Electoral de Argentina —que enfatiza el desarrollo institucional propio antes que la adquisición de soluciones comerciales— ofrecen referentes útiles. La infraestructura electoral, en su dimensión tecnológica, no debe quedar en manos de actores privados sin mecanismos robustos de auditoría, transparencia y garantías que preserven la autonomía institucional.
8. Impulsar la cooperación regional como mecanismo de aprendizaje institucional y construcción de capacidades
   El panorama fragmentado que muestra el relevamiento no constituye solo un diagnóstico: también representa una oportunidad. La heterogeneidad de experiencias convierte a la región en un espacio privilegiado para el intercambio de lecciones aprendidas, la coproducción de estándares y la cooperación técnica entre organismos electorales. Las autoridades electorales con mayor desarrollo deberían ser incentivadas a sistematizar y compartir sus aprendizajes, mientras que los organismos multilaterales deberían facilitar plataformas de intercambio que democraticen el acceso a capacidades técnicas y marcos de gobernanza.
9. Incorporar la IA como componente explícito en las agendas de ciberseguridad electoral
   La evidencia regional pone de manifiesto que la IA ya cumple un rol en la protección de sistemas críticos en algunos países, pero también que la mayoría de los organismos no ha actualizado sus protocolos de ciberseguridad para responder a las nuevas amenazas que introduce la IA generativa: ciberestafas de mayor calidad, la generación automatizada de reportes falsos e intentos de manipulación de personal mediante deepfakes de audio o video. IDEA Internacional identificó en 2024 este riesgo como prioritario; la investigación regional confirma ahora su carácter urgente. Los organismos electorales deberían integrar la dimensión de la IA en sus estrategias de ciberseguridad y colaborar con agencias especializadas del Estado.
10. Definir criterios de transparencia activa para el uso de IA y construir confianza ciudadana de manera proactiva
    La confianza pública en los organismos electorales constituye un activo institucional fundamental que no puede darse por sentado cuando se incorporan tecnologías cuyas lógicas de funcionamiento no son comprensibles para la ciudadanía. Los organismos que utilizan IA deberían comunicar activamente qué herramientas emplean, para qué funciones, con qué salvaguardas y bajo qué supervisión. Esta transparencia no es solo un imperativo ético: es también una estrategia de resiliencia democrática frente a narrativas de deslegitimación que pueden aprovechar la opacidad tecnológica para erosionar la confianza en los resultados de las elecciones, así como en el proceso electoral y en los propios organismos electorales.