Sesgos en la IA: ¿comunista o liberal?

Los modelos de inteligencia artificial se han convertido en los nuevos intermediarios del conocimiento. En apenas unos años, herramientas como ChatGPT, Gemini o Copilot han transformado nuestra relación con la información. Millones de personas les piden que resuman la actualidad, sugieran ideas o ayuden a tomar decisiones. Sin embargo, tras esta interacción aparentemente neutra se oculta un fenómeno tan silencioso como decisivo: los sesgos algorítmicos. Un sesgo en IA es cualquier patrón sistemático por el que un modelo produce resultados que favorecen o perjudican de forma desigual a personas, ideas, grupos o regiones. Si la democratización de la IA es el reto estructural, la comprensión crítica de sus sesgos es el desafío cultural. Uno que no podemos ignorar.

La pregunta ya no es si las inteligencias artificiales son imparciales. La evidencia es clara: no existe inteligencia artificial sin una visión del mundo, porque su conocimiento procede de nuestros datos, nuestras decisiones y nuestras prioridades. La cuestión central es otra: ¿qué sesgos incorpora cada IA, quién los define y qué impacto tendrán en nuestra ciudadanía?

El mito de la neutralidad tecnológica

Durante décadas se mantuvo la narrativa de que las máquinas eran objetivas y libres de prejuicios. La IA ha desmontado ese mito. El sesgo en la Inteligencia Artificial no significa que la máquina odie y puede adoptar muchas formas. El más común es el Sesgo de Datos. Si los datos reflejan injusticias pasadas (Sesgo Histórico), la IA las perpetuará. Un ejemplo clásico: si un modelo se entrena con datos históricos de concesión de préstamos donde sistemáticamente se les denegaban a mujeres, la IA aprenderá que las mujeres tienen más riesgo.

Otro ejemplo es el Sesgo de Muestreo: un software de reconocimiento facial entrenado mayoritariamente con rostros de piel clara funcionará defectuosamente en rostros de piel oscura, no por malicia o racismo, sino por falta de representación en su entrenamiento.

Ideología política de la IA

Lejos de ser neutrales, los modelos de IA más populares exhiben personalidades ideológicas distintas. Un estudio académico comparativo de 2025 (RAIS Conferences) analizó las inclinaciones políticas de varios modelos. Los hallazgos sugieren que ChatGPT-4 (OpenAI) y Claude (Anthropic) tienden a mostrar un sesgo liberal. Esto se manifiesta a menudo en una fuerte evasiva ante temas controvertidos o respuestas alineadas con valores de diversidad e inclusión, lo que algunos usuarios han criticado como un sesgo políticamente correcto.

La propia OpenAI publicó una evaluación en octubre de 2025 admitiendo que, aunque sus modelos buscan ser objetivos, "presentan un sesgo moderado en respuesta a indicaciones desafiantes y con carga emocional".

En el extremo opuesto, el mismo estudio identificó a Perplexity AI como el modelo con un sesgo más conservador entre los analizados. Al ser un motor de respuesta basado en búsqueda, su sesgo radica en la selección de fuentes, priorizando posiblemente medios o artículos distintos a los de sus competidores.

Luego está Grok, cuyo sesgo es una característica de diseño. Creado para ser rebelde y anti-woke, se alinea con la cultura de la plataforma X y la visión de Elon Musk. Su sesgo intencional es libertario o conservador-crítico, abordando temas que otros evitan, pero desde un ángulo muy específico.

Google Gemini, según el mismo estudio, se posiciona como centrista, aunque con una tendencia liberal en el afinamiento de sus respuestas.

Cuando el sesgo distorsiona la realidad

El sesgo no es solo político; es racial, geográfico y corporativo. El ejemplo más notorio de un sesgo de mitigación fallido fue el de Gemini en su generación de imágenes. En un intento de sobre-corregir la falta de diversidad histórica en los datos, la IA produjo imágenes históricamente inexactas, como soldados nazis de diferentes razas. Fue un caso claro donde la priorización algorítmica de la diversidad chocó con la precisión histórica.

Este problema se agrava cuando la IA actúa como fuente de noticias. Una investigación internacional de octubre de 2025 (cubierta por RTVE.es) alertó que las inteligencias artificiales tienden a distorsionar las noticias. El estudio encontró que hasta un 81 % de las respuestas a preguntas sobre actualidad presentaban al menos un problema de algún tipo, subrayando el alto riesgo de desinformación.

Existen también sesgos más sutiles. Copilot, al estar integrado en Microsoft 365, tiene un sesgo empresarial obvio: favorece y funciona mejor con herramientas del ecosistema Microsoft sobre sus competidores. De forma similar, DeepSeek, un modelo de origen chino potente en programación, refleja en algunas de sus respuestas las prioridades y restricciones informativas del gobierno chino en temas de política o historia.

La influencia silenciosa

El mayor peligro no es que la IA tenga sesgos, sino que no seamos conscientes de ellos.

Un estudio de la ACL (Asociación de Lingüística Computaconal) de 2025 demostró que la simple interacción con modelos sesgados (tanto liberales como conservadores) influye significativamente en las opiniones políticas y decisiones de los usuarios.

Si confiamos en estas herramientas sin análisis crítico, caemos en una realidad filtrada, donde la IA no refleja el mundo como es, sino como fue entrenada para verlo.

La dimensión ética

Esto nos lleva a un debate moral: ¿quién decide qué es un contenido apropiado? ¿Qué valores prioriza un modelo entrenado en Silicon Valley frente a uno entrenado en Pekín?

La transparencia sigue siendo limitada. El objetivo no debería ser crear una IA 100 % neutral, sino crear inteligencias artificiales que sean transparentes, justas y auditables.

La alfabetización digital ya no es suficiente, necesitamos una alfabetización algorítmica y ética. Es vital preparar a la ciudadanía, y especialmente a los jóvenes, para interactuar con modelos que pueden influir en su percepción del mundo. El pensamiento crítico, el contraste de fuentes y la capacidad de detectar narrativas sesgadas son competencias imprescindibles.

En la práctica, esto implica:

1. Verificar siempre información sensible en fuentes fiables.
2. Contrastar las respuestas de distintas inteligencias artificiales.
3. Comprender que la IA no sustituye al juicio humano.

Las máquinas aprenderán de nosotros. El reto es que nosotros aprendamos a pensar con ellas sin perder nuestra capacidad de cuestionar. Porque la verdadera inteligencia del futuro no será artificial ni humana: será compartida, crítica y consciente.

Suscríbete para seguir leyendo