En el contexto de alta incertidumbre digital en las Elecciones Generales de Tailandia de 2023, este estudio examina cómo las redes sociales remodelan las intenciones de voto a través de un novedoso marco híbrido que integra la Teoría de Conjuntos Difusos y Rigurosos (FRST), el Análisis Factorial Confirmatorio Jerárquico (CFA) y la Regresión de Bosques Aleatorios (RFR). Un diseño de tres etapas que combina 23 opiniones de expertos con datos de encuestas de 812 votantes supera la ambigüedad de los expertos y las dinámicas no lineales. Los hallazgos revelan una jerarquía en la campaña digital: mientras que la Imagen del Partido (Importancia = 0.3056) es el principal predictor de la atención inicial del votante, la Política de Campaña sustantiva (beta = 0.98) sigue siendo el motor definitivo del compromiso final. Otras construcciones perceptuales, incluyendo Confianza, Lealtad y Calidad Percibida, funcionan como dimensiones de refuerzo que validan las afirmaciones de política dentro del ecosistema digital. Esto sugiere un cambio donde la transmisión tradicional es superada por la transmisión digital interactiva, permitiendo a los votantes examinar las políticas a través de repeticiones y comentarios públicos. La solidez del modelo, validada a través de una validación cruzada de bosques aleatorios de 10 pliegues, demuestra una alta estabilidad predictiva (Media CV R2 = 0.840) y un error mínimo (MAE = 0.064). Este estudio ofrece un instrumento sensible para las democracias emergentes y proporciona información práctica, mostrando que la política sustantiva sigue siendo el motor definitivo de la elección del votante, incluso cuando se media a través de la Imagen del Partido en entornos digitales interactivos.