La capacidad de algunas herramientas de inteligencia artificial para reconstruir identidades a partir de información pública vuelve a exponer las dudas sobre cómo proteger la privacidad y el debate democrático. Un estudio publicado en arXiv a principios de este año, «Desanonimización en línea a gran escala con LLM», de Lermen y sus colegas, cruzó perfiles de Hacker News con cuentas de LinkedIn usando únicamente textos publicados libremente por los usuarios.
En una muestra de 338 perfiles, el modelo identificó correctamente a 226, es decir, 67%, y llegó a una precisión de 90%. El trabajo recalca que no hicieron falta contraseñas, hackeos ni datos privados: bastó información dispersa en la red y un costo de entre 1 y 4 dólares para automatizar una tarea que antes requería tiempo y trabajo especializado. Ese contraste entre la aparente normalidad del entorno digital y la facilidad real para rastrear identidades reabre la discusión sobre controles, rendición de cuentas y resguardo efectivo de derechos.
Además, el texto advierte sobre el efecto inhibidor que puede generar una vigilancia plausible, incluso cuando no sea sistemática. Cuando las personas perciben que pueden ser identificadas, tienden a moderar 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 donde la sociedad civil y los sectores de oposición suelen reclamar mayor fiscalización frente al avance de capacidades tecnológicas sin suficientes garantías.