¿Qué modelos de democracia prefieren los ciudadanos y cómo quieren que se tomen las decisiones políticas? Estudios anteriores apuntan a que las preferencias de los ciudadanos en relación con los procesos de toma de decisiones políticas están conformadas, al menos, por tres modelos o dimensiones: representativa, participativa y tecnocracia (Bengtsson, 2012; Font et al., 2015). Este último modelo, también denominado Democracia Sigilosa (Hibbing & Theiss-Morse, 2002), prioriza valores como la eficiencia, la neutralidad y la ausencia de conflicto, deliberación y sesgo partidista o ideológico. Durante los dos últimos años, el proyecto AUTODEMO, financiado por el Observatorio Social de La Caixa, ha tratado de generar evidencia empírica que arroje luz sobre cuestiones de investigación relevantes que están comenzando a explorarse. Estas preguntas incluyen si la Inteligencia Artificial (IA) está emergiendo como un nuevo responsable político potencial dentro del modelo tecnocrático o sigiloso de democracia y si los ciudadanos confían en las decisiones políticas en las que participa la IA. El proyecto también pretende explorar cómo se relaciona el apoyo a la IA con otras concepciones de la democracia.

En este trabajo analizamos cómo el uso de algoritmos de IA en la toma de decisiones políticas afecta a la satisfacción con el rendimiento y los resultados del proceso. También analizamos si el que los resultados coincidan con las preferencias individuales de la ciudadanía, que según la literatura es "el determinante más fuerte de la disposición de los individuos a aceptar decisiones de la autoridad" (Essaiasson et al. 2016) media en este efecto. Utilizando datos de una encuesta web realizada en julio de 2023 a 3.077 a residentes en España de entre 18 y 65 años, analizamos los resultados de un experimento que simula la participación en unos Presupuestos Participativos online. Los participantes fueron asignados aleatoriamente a cuatro escenarios diferentes de toma de decisiones: i) democracia directa, ii) visualización de argumentos, iii) algoritmo de IA transparente y iv) algoritmo de IA opaco. Posteriormente, eligieron sus propuestas políticas preferidas. A continuación, se les presentaron los resultados del proceso obtenidos con los distintos enfoques de toma de decisiones. A la mitad de los participantes de cada escenario se les mostró un resultado que coincidía con sus propuestas elegidas, mientras que a la otra mitad se le mostraron resultados no coincidentes. Por último, se pidió a todos los participantes que evaluaran el proceso utilizando distintas medidas que recogían su satisfacción con el proceso.

En línea con investigaciones previas, nuestros resultados ponen de relieve que la coincidencia de los resultados con las preferencias es el principal impulsor de la satisfacción con el funcionamiento y los resultados del proceso. El impacto de este factor es tan sólido que anula los efectos asociados con los procedimientos empleados en la toma de decisiones. La mayoría de los efectos del procedimiento se observan en los grupos experimentales en los que los resultados no coinciden con las propuestas elegidas por los participantes. En estos grupos, el procedimiento que produce la mayor satisfacción es la selección de la opción óptima por un algoritmo de IA opaco. En todos los escenarios alternativos, incluso cuando se emplea el algoritmo de IA transparente que tiene en cuenta los votos de todos los participantes para seleccionar el resultado óptimo, la satisfacción tanto con el funcionamiento del proceso como con sus resultados disminuye significativamente.