Censo, campo y modelos de lenguaje en una sola lectura.

Por qué anclarla en México

Los modelos de lenguaje hablan sobre todo con la voz de Estados Unidos y de personas con alta escolaridad. Anclar a cada persona simulada en el Censo y en entrevistas de campo corrige parte de ese sesgo y deja a la vista lo que no corrige.

Paso a paso

1. Muestreo censal

   Municipios sorteados en proporción a su población adulta; rasgos tomados de las celdas del Censo 2020; pesos de diseño y tamaño efectivo de muestra reportados.

   Base: Kish (1965)

2. Una persona real detrás de cada perfil

   El contexto de vida y de medios de cada perfil se toma de datos de campo del mismo perfil, con imputación por donante y k-anonimato.

   Base: Andridge y Little (2010); Argyle et al. (2023); Sweeney (2002)

3. Contexto del momento

   Cada persona reacciona con la información del día: titulares y el texto de los discursos recientes.

   Base: Latané (1981)

4. Reacción

   El modelo responde como esa persona, dentro de los límites de sus datos: postura, sentimiento, credibilidad y objeción. El orden de las respuestas se invierte en la mitad de los lotes.

   Base: Argyle et al. (2023); Dominguez-Olmedo et al. (2024)

5. Rondas de influencia (opcional)

   Las personas ven las posturas de otras y pueden cambiar; queda registrado quién movió a quién.

   Base: Latané (1981); Moscovici et al. (1969); Centola (2010); Sunstein (2002)

6. Comparación A/B

   Pareada por persona, replicada y con orden alterno. Dos versiones se reportan como indistinguibles si la diferencia no supera el efecto mínimo detectable. Siempre con control A/A.

   Base: Ashokkumar et al. (2026)

Límites conocidos, dichos de entrada

Cada herramienta trae una pestaña de «Base científica» con lo que la literatura dice que este método no puede hacer y cómo lo maneja:

• Respuestas simuladas demasiado homogéneas (Bisbee et al., 2024; Wang et al., 2025).
• Modelos que representan mejor a Estados Unidos y a perfiles de alta escolaridad (Santurkar et al., 2023; Durmus et al., 2023; Atari et al., 2023).
• Memorización de resultados publicados (Kozlowski y Evans, 2025).
• Tamaños de efecto inflados (Ashokkumar et al., 2026).
• La distancia entre una simulación realista y un estimador calibrado (Hullman et al., 2026).

Estudio de validación en preparación

La fidelidad del método con la población mexicana todavía no se ha medido. Un estudio que se someterá a revisión por pares lo comparará con encuestas oficiales del INEGI para responder cuatro preguntas:

1. ¿Qué tan cerca llegan las personas simuladas a la percepción que miden las encuestas oficiales del INEGI, por estado y por ciudad?
2. ¿Superan a referencias simples que no usan modelos de lenguaje?
3. ¿Anclar a cada persona en datos reales de campo mejora frente a describirla sólo con demografía?
4. ¿Dónde falla: región, urbanización, presencia de lenguas indígenas, dispersión de opiniones?

Salvaguardas: comparar sólo contra cifras publicadas después del corte de entrenamiento del modelo, registrar los pronósticos antes de cada publicación oficial, correr una prueba de memorización y publicar también los resultados negativos, con código y semillas abiertos. Open Lab

Referencias

• Andridge, R. R., & Little, R. J. A. (2010). A review of hot deck imputation for survey non-response. International Statistical Review, 78(1), 40–64.
• Argyle, L. P., et al. (2023). Out of one, many: Using language models to simulate human samples. Political Analysis, 31(3), 337–351.
• Ashokkumar, A., Hewitt, L., Ghezae, I., & Willer, R. (2026). Large language models can predict the results of social science experiments. Nature, 656. https://doi.org/10.1038/s41586-026-10742-x
• Atari, M., Xue, M. J., Park, P. S., Blasi, D. E., & Henrich, J. (2023). Which humans? Preprint.
• Bisbee, J., Clinton, J. D., Dorff, C., Kenkel, B., & Larson, J. M. (2024). Synthetic replacements for human survey data? The perils of large language models. Political Analysis, 32(4), 401–416.
• Centola, D. (2010). The spread of behavior in an online social network experiment. Science, 329, 1194–1197.
• Dominguez-Olmedo, R., Hardt, M., & Mendler-Dünner, C. (2024). Questioning the survey responses of large language models. NeurIPS, 37.
• Durmus, E., et al. (2023). Towards measuring the representation of subjective global opinions in language models. Preprint.
• Hullman, J., Broska, D., Sun, H., & Shaw, A. (2026). This human study did not involve human subjects: Validating LLM simulations as behavioral evidence. arXiv:2602.15785.
• INEGI. Censo de Población y Vivienda 2020 (ITER) · ENDUTIH 2025.
• Kish, L. (1965). Survey Sampling. Wiley.
• Kozlowski, A. C., & Evans, J. (2025). Simulating subjects: The promise and peril of artificial intelligence stand-ins for social agents and interactions. Sociological Methods & Research, 54(3), 1017–1073. https://doi.org/10.1177/00491241251337316
• Latané, B. (1981). The psychology of social impact. American Psychologist, 36, 343–356.
• Moscovici, S., Lage, E., & Naffrechoux, M. (1969). Influence of a consistent minority on the responses of a majority in a color perception task. Sociometry, 32(4), 365–380.
• Santurkar, S., et al. (2023). Whose opinions do language models reflect? ICML, PMLR 202, 29971–30004.
• Sunstein, C. R. (2002). The law of group polarization. Journal of Political Philosophy, 10(2), 175–195.
• Sweeney, L. (2002). k-anonymity: A model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10(5), 557–570.
• Wang, A., Morgenstern, J., & Dickerson, J. P. (2025). Large language models that replace human participants can harmfully misportray and flatten identity groups. Nature Machine Intelligence, 7, 400–411. https://doi.org/10.1038/s42256-025-00986-z

Powered by INRA Los datos de campo de esta página provienen de INRA.