Un estudio sobre herramientas de inteligencia artificial vuelve a encender las alertas por la capacidad de reconstruir identidades a partir de información pública, con efectos directos sobre la privacidad y el debate democrático. La investigación, publicada en arXiv a principios de este año bajo el título «Desanonimización en línea a gran escala con LLM», de Lermen y sus colegas, cruzó perfiles de Hacker News con cuentas de LinkedIn usando solo textos difundidos libremente por los propios usuarios.
En una muestra de 338 perfiles, el modelo logró identificar correctamente a 226, lo que equivale a 67%, y alcanzó una precisión de 90%. El trabajo remarca que no fueron necesarias contraseñas, hackeos ni datos privados: bastó con información dispersa en la red y un costo de entre 1 y 4 dólares para automatizar una tarea que antes exigía tiempo y trabajo especializado. Ese contraste entre la normalidad aparente del entorno digital y la facilidad real para rastrear identidades reabre la discusión sobre controles, rendición de cuentas y protección efectiva de derechos.
Además, el texto advierte sobre el efecto inhibidor que genera una vigilancia plausible, incluso cuando no es sistemática. Cuando las personas perciben que pueden ser identificadas, tienden a moderar sus opiniones y a evitar vínculos con causas que consideran riesgosas. En ese escenario, la presión no recae solo sobre la privacidad individual, sino también sobre el pluralismo y la calidad de la democracia, un terreno en el que la sociedad civil y los sectores de oposición suelen reclamar mayor fiscalización frente al avance de capacidades tecnológicas sin suficientes garantías.