La expansión de herramientas de inteligencia artificial capaces de reconstruir identidades a partir de información pública vuelve a colocar bajo la lupa la capacidad de las instituciones para proteger la privacidad y el debate democrático. Un estudio publicado en arXiv a comienzos 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 alcanzó una precisión de 90%. El trabajo destaca 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 normalidad aparente del entorno digital y la facilidad real para rastrear identidades reabre la discusión sobre controles, rendición de cuentas y resguardo efectivo de derechos.
El texto también advierte sobre el efecto inhibidor que genera una vigilancia plausible, incluso cuando no es sistemática. Cuando las personas perciben que pueden ser identificadas, suelen moderar opiniones y 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.