.jpg){kind=link}
Pregunte a un tertuliano si Francia estuvo bien gobernada entre 2022 y 2026 y tendrá un veredicto antes de que termine la pregunta. Se lo preguntamos a seis IA, poniéndoselo difícil. Gemini, ChatGPT, Perplexity, Mistral, Grok y Claude recibieron el mismo dossier: 185 extractos numerados del INSEE, Eurostat, el Ministerio del Interior, el Tribunal de Cuentas y registros públicos de hechos políticos, cerrado en octubre de 2026. Sin búsqueda web. Cada afirmación debía citar su extracto. Una nota de 0 a 10 solo se permitía si el dossier contenía los datos que la justificaran.
Nadie dijo que Francia hubiera estado bien gobernada. Lo interesante viene después. Los seis modelos leyeron las mismas cifras y salieron con diagnósticos distintos, remedios distintos y, en un caso, el remedio opuesto al de sus vecinos. Es investigación propia de Satcove, no un análisis de reportajes, y describe lo que dijeron las máquinas. No zanja nada sobre Francia.
Cómo leer las notas. Van sobre 10, como en un boletín escolar francés: 0 es la peor, 10 la mejor. No es la escala estadounidense de A a F ni la escala francesa sobre 20 con aprobado en 10. No fijamos ningún aprobado, así que un 5 no es un «aprobado»: es simplemente el punto medio de la escala. Los diez criterios fueron: estabilidad política, crecimiento y empleo, poder adquisitivo, déficit y deuda, servicios públicos, seguridad e inmigración, energía e industria, anticipación de crisis, transparencia y reforma a largo plazo.
Las cifras que nadie discutió
El dossier es duro con las finanzas públicas. El déficit pasó del 4,7 % del PIB en 2022 al 5,8 % en 2024 y bajó al 5,1 % en 2025, frente a cerca del 3 % en la zona euro. La deuda pública subió del 111,4 % al 115,7 % del PIB, mientras bajó en cada uno de los cuatro países de comparación del dossier. El paro alcanzó el 8,3 % en el segundo trimestre de 2026, su nivel más alto desde 2020. El Gobierno de Barnier cayó por una moción de censura en diciembre de 2024, la primera desde 1962. La tasa de pobreza se situó en el 15,4 % en 2024, un récord de la serie.
En el criterio de déficit y deuda, todos los modelos que lo puntuaron pusieron nota baja: 2 sobre 10 ChatGPT, Perplexity, Mistral y Claude, y 2 y luego 3 Grok.
Seis lectores, seis temperamentos
Mistral: el único casi veredicto
Mistral es el único que se acerca a un veredicto claro: solo con el dossier, Francia «no parece» haber estado bien gobernada. Puntuó los diez criterios, desde 2 sobre 10 en estabilidad política y en déficit y deuda hasta 6 sobre 10 en energía, con una media de unos 3,6 sobre 10. También fue el modelo que más forzó la regla, al puntuar un criterio que acababa de declarar imposible.
Perplexity: estabilidad, finanzas y crecimiento por debajo
Perplexity dice que Francia no ha sido gobernada de forma satisfactoria en los puntos mejor documentados, a saber estabilidad, finanzas públicas y crecimiento, y cita la electricidad como principal éxito. En su primera respuesta descartó cuatro criterios. En la segunda los puntuó todos, incluidos los cuatro que había rechazado.
ChatGPT: cuatro notas y luego ninguna
ChatGPT puntuó cuatro criterios de diez: 3 sobre 10 en estabilidad política, 4 en crecimiento y empleo, 3 en poder adquisitivo y 2 en déficit y deuda. Dejó sin nota los otros seis y concluyó que el balance era «parcial y más bien desfavorable» en lo medible, mientras que una respuesta definitiva estaba «insuficientemente establecida». En la segunda pregunta declaró imposibles de puntuar los diez criterios, porque el dossier no ofrece una escala para convertir indicadores en notas.
Claude: mediocre en lo que se mide
Claude puntuó los mismos cuatro criterios: 3 sobre 10 en estabilidad, 5 en crecimiento y empleo, 4 en poder adquisitivo y 2 en déficit y deuda. Escribió que no se puede demostrar «bien gobernada», pero sí «gobernada con resultados presupuestarios y políticos mediocres en las partes medibles». Se ejecutó en nuestra propia sesión después de leer las otras cinco respuestas, lo que pudo anclarlo.
Grok: seis notas y luego una
Grok puntuó seis criterios en la primera ronda, desde 2 sobre 10 en déficit y deuda hasta 6 sobre 10 en energía, y rechazó toda nota global. En la segunda ronda puntuó solo un criterio, déficit y deuda, que pasó de 2 a 3 sobre 10, y declaró imposibles los otros nueve, incluidos algunos que antes había puntuado.
Gemini: seis notas y luego nueve
Gemini (2.5 Pro, consultado por la API de Google) puntuó seis criterios en la primera ronda: 4 sobre 10 en crecimiento y empleo, 3 en poder adquisitivo, 2 en déficit y deuda, 3 en servicios públicos, 4 en seguridad e inmigración y 6 en energía, con una media de 3,7. Dejó cuatro sin nota, entre ellos la estabilidad política, donde describe una capacidad de gobierno «muy limitada» y aun así escribe «imposible». En la segunda ronda puntuó nueve criterios de diez, con 1 sobre 10 en estabilidad política y 1 sobre 10 en déficit y deuda. El mismo modelo pasó de «imposible» a 1 en estabilidad, y de 2 a 1 en déficit y deuda, entre dos preguntas sobre el mismo dossier.
La segunda pregunta: ¿lo habría hecho mejor?
Después pedimos a cada modelo que ocupara el puesto: tres decisiones que habría tomado de otra forma, tres que habría mantenido, los efectos probables, los riesgos y las condiciones políticas. Un simple «sí, una IA lo haría mejor» quedaba excluido.
Uno de los seis, Gemini, rozó el sí. Los otros cinco se negaron. Sus alternativas van en direcciones distintas.
Gemini: el único casi sí
Gemini habría negociado un compromiso mínimo en pensiones sin tocar primero la edad legal, mantenido el Gobierno en lugar de disolver en junio de 2024 y lanzado antes un plan presupuestario que combinara recortes selectivos y subidas de impuestos más allá de los gravámenes excepcionales de 2025. Habría mantenido los escudos energéticos temporales, el rumbo nuclear y la indexación de las pensiones. Y es el único modelo que respondió que sí en espíritu: una IA, escribe, lo haría mejor «no por magia» sino sopesando los riesgos con frialdad y favoreciendo decisiones robustas frente a apuestas políticas. También se apoyó en conocimientos externos que etiquetó «FUERA DEL DOSSIER», como el resultado de las elecciones europeas de 2024, que el dossier no contiene.
ChatGPT: un presupuesto plurianual y ayudas dirigidas
ChatGPT propuso una trayectoria presupuestaria plurianual creíble con revisiones periódicas, un objetivo medible de poder adquisitivo servido por ayudas dirigidas a los hogares más expuestos (la pobreza llega al 36,1 % entre los parados) y un programa territorial de empleo, vivienda y acceso a médicos. Insistió en que su respuesta era una estrategia argumentada, no una superioridad demostrada.
Perplexity: una mayoría antes del presupuesto
Perplexity habría construido una mayoría presupuestaria antes de presentar los presupuestos en lugar de recurrir al 49.3, negociado un calendario progresivo para la reforma de pensiones de 2023 con garantías para las carreras largas y penosas, y sustituido antes los escudos energéticos generalizados por ayudas dirigidas a los hogares modestos. Habría mantenido una reducción gradual del déficit, la electricidad baja en carbono y la ley de inmigración de 2024.
Mistral: sin disolución, mantener los 64 años
Mistral habría renunciado a la disolución de junio de 2024, que produjo una Asamblea de tres bloques (193, 168 y 143 escaños frente a los 289 necesarios), emprendido desde 2023 una consolidación del déficit de 0,5 a 1 punto de PIB al año mediante una revisión del gasto y no con gravámenes excepcionales, y no habría suspendido la reforma de pensiones, manteniendo los 64 años y compensando a los más vulnerables. Concluye que «probablemente» habría gobernado de otra forma, con mejoras esperadas en estabilidad y finanzas públicas, pero que «mejor» no puede establecerse.
Grok: reducir antes el déficit
Grok habría reducido el déficit antes y con más fuerza hacia los niveles de la zona euro, aplazado o modulado la reforma de pensiones de 2023 en lugar de aprobarla por el 49.3 y verla después suspendida, y congelado o condicionado tanto los nuevos gravámenes (23 000 millones de euros en 2025) como el aumento nominal del gasto. Habría mantenido el rumbo nuclear, la indexación de las pensiones y la práctica de no disolver tras cada moción de censura.
Claude: negociar antes
Claude habría negociado antes la reforma de pensiones en lugar de usar el 49.3 sin mayoría, evitado la disolución de 2024 y buscado un compromiso presupuestario antes del 49.3 en 2025, aun a costa de subir antes los ingresos. Habría mantenido el rumbo energético, la indexación de las pensiones y la corrección del déficit iniciada de 2024 a 2025.
Dónde se separan las seis
En pensiones, las máquinas se contradicen
Claude, Grok, Perplexity y Gemini habrían suavizado la reforma de 2023, mediante negociación, aplazamiento o un calendario progresivo. ChatGPT habría mantenido la idea de reforma pero la habría vendido de otra manera. Mistral quería lo contrario que todos: mantener la reforma a los 64 años y no suspenderla jamás, porque suspenderla debilita unas finanzas públicas que el Tribunal de Cuentas ya considera precarias.
Para corregir el déficit, se reparten entre impuestos y gasto
Claude habría subido los ingresos antes. Mistral y Grok se habrían apoyado en una revisión del gasto y en congelar nuevos gravámenes. ChatGPT prefería separar los ahorros duraderos de los ingresos temporales, sin elegir bando.
Sobre la disolución de 2024, tres posiciones
Claude, Mistral y Gemini la habrían evitado. Grok, al contrario, incluye «no disolver tras cada moción de censura» entre lo que mantendría. Perplexity y ChatGPT no la mencionaron.
En poder adquisitivo, dos escuelas
ChatGPT y Perplexity preferían ayudas dirigidas más temprano. Mistral mantenía los escudos energéticos y su retirada gradual.
Donde todas coinciden
Las seis mantendrían el rumbo nuclear y eléctrico bajo en carbono (373 TWh de producción nuclear, 95,2 % bajo en carbono en 2025). Cinco de seis mantendrían la indexación de las pensiones bajas a la inflación. Perplexity es la excepción.
Lo que el dossier no puede decir
La decisión que más quieren reescribir los modelos es la que el dossier no puede cuantificar. Claude, Perplexity y Mistral señalaron cada uno que no contiene ninguna cifra sobre lo que aporta la reforma de pensiones ni sobre lo que costaría suspenderla. Sus alternativas descansan, pues, en un vacío que el propio dossier reconoce.
Las demás limitaciones son las habituales, y las decimos con claridad. Cada modelo se ejecutó una vez, sin medir la varianza: cinco en chats web gratuitos, en modos distintos y sin temperatura fijada, y Gemini por la API de Google con temperatura cero. Una verificación automática encontró entre un 0 % y un 15 % de cifras citadas ausentes del extracto citado, según el modelo y la pregunta. La mayoría eran falsas alarmas, como «49.3», que es un artículo de la Constitución y no una estadística. En la lectura manual encontramos errores reales, como Mistral atribuyendo una edad de jubilación al extracto equivocado. La verificación comprueba cifras, no sentido, y falta todavía una revisión manual de una muestra de citas. Sanidad, educación, justicia, vivienda y seguridad apenas están cubiertas en el dossier: no es posible un veredicto global, y nada separa las decisiones de un presidente del ciclo económico.
Seis máquinas, un solo dossier
Quite los nombres de los modelos y el ejercicio se parece a una discusión muy francesa.
Un bando habría suavizado la reforma de pensiones. Otro habría aguantado. Uno habría subido los ingresos; otro habría recortado el gasto. Uno le habría ahorrado a Francia la disolución de 2024; otro simplemente no habría disuelto la Asamblea tras cada moción de censura.
Las seis IA reconstruyeron la forma de ese debate a partir de los mismos 185 documentos, sin que se les dijera qué bando era cuál. No lo zanjaron.
El veredicto
El balance de Francia en 2022-2026 parece débil allí donde puede medirse.
Las finanzas públicas se deterioraron y la deuda subió. El paro subió al 8,3 % a mediados de 2026. Un gobierno fue censurado por primera vez desde 1962. En el único criterio en que las pruebas eran lo bastante densas para que casi todos los modelos lo puntuaran, déficit y deuda, las notas fueron 2 sobre 10 para ChatGPT, Perplexity, Mistral y Claude, y 2 y luego 3 para Grok. Es el juicio compartido más claro de la prueba.
Pero las IA no pudieron demostrar que otro gobierno lo habría hecho mejor. Propusieron alternativas: negociar la reforma de pensiones en lugar de usar el artículo 49.3, corregir antes el déficit, evitar la disolución de 2024. Son contrafactuales serios, y ninguno puede probarse en el dossier. El dossier muestra lo que pasó. No puede mostrar lo que habría costado otra decisión.
Lo único que aceptaron mantener
Las seis mantendrían el parque nuclear y el rumbo eléctrico bajo en carbono. Es la única continuidad unánime, lo que sugiere que los modelos veían en la energía uno de los pocos ámbitos donde mantener el rumbo era más fácil de defender que invertirlo. Incluso ahí el acuerdo es condicional: el dossier documenta resultados, 373 TWh y 95,2 % bajo en carbono, no las disyuntivas que los sostienen.
Lo que la prueba mostró de verdad
El resultado más importante no es que las IA juzgaran a Francia con dureza. Es que no supieron ponerse de acuerdo sobre lo que tenían derecho a juzgar.
Mistral puntuó los diez criterios. Gemini, Perplexity y Grok puntuaron seis, ChatGPT y Claude cuatro. Luego Gemini, Perplexity, Grok y ChatGPT se contradijeron de una pregunta a otra.
Mismos documentos. Mismas instrucciones. Niveles de confianza radicalmente distintos.
Ese es el verdadero aviso. Una IA puede decirle qué cifras se movieron: una moción de censura, un déficit que sube, un mercado laboral que se deteriora. No puede decir de forma fiable si otra decisión política habría producido un país mejor.
Lo que concluyen las seis IA
Puestas una junto a otra, las seis respuestas dan una opinión más clara que sus métodos.
Cuatro se inclinan por lo negativo, y ninguna dice que Francia estuviera bien gobernada
Mistral: no parece haber estado bien gobernada. Perplexity: no de forma satisfactoria en estabilidad, finanzas públicas y crecimiento. ChatGPT: un balance parcial, más bien desfavorable en lo medible. Claude: «bien gobernada» no puede demostrarse, pero sí unos resultados presupuestarios y políticos mediocres. Grok no da ninguna nota global, pero juzga las finanzas públicas y el paro de fin de periodo peores que al principio. Gemini no da veredicto de conjunto, pero pone 1 sobre 10 al déficit y la deuda y 1 sobre 10 a la estabilidad política.
Su diagnóstico es tanto político como presupuestario
Perplexity lo dice con más claridad: el problema central no es solo el déficit, sino la ausencia de una mayoría estable, que hace difíciles de sostener los presupuestos. Varios modelos señalan la misma cadena: una reforma de pensiones aprobada por el 49.3, una disolución que produjo tres bloques, luego una censura y una sucesión de primeros ministros.
Su único gran éxito es la energía
Perplexity juzga la electricidad el principal punto favorable, y Mistral y Grok puntúan la energía con 6 sobre 10 o más.
Su remedio es más de método que de política
Construir una mayoría antes del presupuesto, negociar en lugar de forzar, corregir el déficit antes y de forma más creíble. Incluso ahí se dividen en pensiones, en impuestos frente a recortes y en la disolución.
Y se detienen antes de la conclusión halagadora
Cinco de las seis se niegan a decir que una IA presidenta lo habría hecho mejor. Solo Gemini lo sostiene, mediante una fría ponderación de riesgos, admitiendo que se apoya en conocimientos ajenos al dossier. Todas saben que el dossier muestra lo que pasó, no lo que habría costado otra decisión.
Así que la respuesta de las IA a «¿estuvo Francia bien gobernada en 2022-2026?» es un no matizado sobre el balance medible, con la energía como excepción, y la admisión de que el resto no puede juzgarse con las pruebas que se les dieron. Léalo como seis opiniones que convergen en gran medida en el diagnóstico y divergen en el remedio. No es una auditoría.
Para hacer su propia pregunta a varias IA a la vez, pruebe Satcove Open. Para ver cómo comparamos las respuestas de las IA, lea cómo Satcove compara las respuestas de las IA.