Auditorías Electorales con IA bajo supervisión humana y evidencia verificable

Cada señal generada por una herramienta debe conducir a una fuente que el equipo pueda revisar. Un patrón inusual puede indicar un error, una diferencia explicable o un aspecto que requiere más investigación. La herramienta ayuda a dirigir la atención; el método de auditoría determina qué evidencia se necesita y cómo se interpreta. 

El uso de IA en elecciones ya figura entre los retos que aborda el Departamento para la Cooperación y Observación Electoral (DECO) de la OEA. Su programa de innovación y tecnología electoral incluye el impacto de la IA, la ciberseguridad y el uso responsable de datos e información.  

El auditor calificado interpreta la evidencia 

La experiencia del auditor permite relacionar los registros técnicos con las reglas, los procedimientos y las condiciones concretas de una elección. El equipo puede revisar la evidencia original, comprobar si una discrepancia es reproducible, distinguir una variación esperada de un hallazgo material y explicar la decisión conforme al protocolo aplicable. 

En cuanto a la observación electoral, la OEA publicó en 2010 el Manual para la Observación del Uso de Tecnologías Electorales. La guía organiza el análisis en las etapas preelectoral, electoral y postelectoral; incluye la revisión del marco normativo y contempla pruebas, certificaciones, auditorías y documentación con participación de especialistas. 

En este proceso conviene distinguir tres elementos:  

• Alertas del sistema: señalan posibles discrepancias o comportamientos atípicos que requieren atención.  

• Explicaciones generadas por IA: proponen interpretaciones o posibles causas a partir de la información disponible. Deben contrastarse con las fuentes y pueden contener errores.  

• Decisiones de los supervisores y auditores: determinan, conforme a sus responsabilidades y al protocolo aplicable, si la evidencia permite descartar una alerta, ampliar la investigación o sustentar un hallazgo.  

La trazabilidad conecta estos elementos. Debe permitir conocer qué registro originó la alerta, qué información se utilizó para analizarla, quién la revisó y qué fundamento respaldó la decisión. Así, otro profesional autorizado puede examinar el recorrido y comprender cómo se llegó a la conclusión. 

Definición de responsabilidades antes de incorporar la herramienta 

Antes de incorporar una herramienta, la organización debe precisar qué tarea apoyará, qué datos podrá procesar y qué decisiones quedarán bajo responsabilidad del equipo auditor. También debe fijar quién revisa sus resultados, cómo se resuelven desacuerdos y en qué condiciones se suspende su uso. 

El Marco Interamericano de Gobernanza de Datos e Inteligencia Artificial (MIGDIA) amplía esa referencia con orientaciones regionales sobre gobernanza de datos e IA. La OEA lo presenta como una iniciativa de sus Estados miembros que ofrece directrices en 12 áreas temáticas, un estudio con recomendaciones y una política modelo. Su alcance es general y no prescribe una auditoría electoral de IA. Puede ayudar a organizar preguntas sobre responsabilidades, gestión de datos, transparencia, protección de información y evaluación de riesgos, siempre adaptadas a las normas de cada país. 

Como síntesis de esta propuesta, no como un protocolo oficial determinado por la OEA, se podría decir que una integración verificable puede seguir esta secuencia: 

1. Definir por escrito el uso autorizado de la IA, sus límites y las responsabilidades de cada participante. 
2. Conservar los registros originales y documentar los datos, la versión del sistema y los parámetros relevantes para el análisis. 
3. Usar la herramienta para señalar posibles discrepancias y enlazar cada alerta con el registro que la originó. 
4. Pedir a un auditor calificado que compruebe el documento, registro o comprobante original y registre cómo resolvió la alerta. 
5. Incluir en el informe el método de revisión, las pruebas realizadas, las limitaciones conocidas y la forma en que se validaron los hallazgos. 

La IA puede ampliar la capacidad del equipo para revisar información, siempre que su uso forme parte de un proceso gobernado y evaluable. 

Caso práctico: Cómo HACC implementa estos principios de auditoría 

HACC (Hyperion Audit Control Center) es una plataforma desarrollada por CGTS Corp para apoyar la auditoría y el análisis de sistemas electorales. HACC centraliza la gestión de equipos, listas de verificación, inspecciones, evidencias, incidencias y reportes. En ese entorno, incorpora análisis estadístico y herramientas de inteligencia artificial para identificar señales que merecen una revisión más detallada manteniendo la evidencia y la supervisión humana como elementos esenciales del proceso.  

De este modo, HACC organiza la información y aporta herramientas para el análisis, mientras que la valoración de los hallazgos permanece bajo responsabilidad de los profesionales autorizados. Además, puede adaptarse a los requerimientos normativos y operativos de cada país. Su implementación requiere evaluar aspectos como los permisos de acceso, la conservación y protección de datos, el uso de servicios de IA y los procedimientos de revisión establecidos por la autoridad competente.  

Esta capacidad de adaptación no implica que la plataforma garantice por sí sola el cumplimiento normativo. La configuración y los procedimientos deben validarse en el contexto local e incorporar los controles adicionales que exijan las disposiciones aplicables.  
 

Conclusiones: 

La IA aporta valor a una auditoría electoral cuando ayuda a enfocar el análisis y facilita una revisión documentada. La confianza se construye con evidencia verificable y con la evaluación de auditores calificados. 

La propuesta de HACC y CGTS Corp conecta estos principios: integrar gestión, análisis estadístico e inteligencia artificial para apoyar a los equipos de auditoría, manteniendo el criterio profesional como base de las conclusiones de una auditoría electoral.