Decimos que el género de una IA nos da igual, hasta que llega el momento de pagarle
La mayoría de los asistentes virtuales han utilizado durante años una voz femenina por defecto. Siri, Alexa, los navegadores GPS y numerosos sistemas de atención automatizada han contribuido a convertir esa elección en algo habitual. Sin embargo, un nuevo experimento revela que el género y la apariencia de una inteligencia artificial pueden influir en la confianza que genera y en la valoración económica de su trabajo, incluso cuando las personas aseguran que esos factores no les importan.
La investigación, desarrollada por un equipo de universidades europeas, entre ellas las de Limerick y Zúrich, analizó cómo perciben los usuarios a distintos agentes de IA durante tareas profesionales. El estudio también examinó si los participantes estaban dispuestos a recompensar de forma diferente a sistemas que realizaban exactamente el mismo trabajo.
La voz femenina como sinónimo de asistencia
La preferencia histórica por las voces femeninas en la tecnología no parece casual. Diversos estudios sobre comportamiento y comunicación han relacionado las voces de mujer con cualidades como la amabilidad, la empatía y la capacidad para tranquilizar. Son características que, debido a los estereotipos sociales, se han asociado tradicionalmente a trabajos de asistencia, recepción y atención al público.
Las voces masculinas, en cambio, suelen percibirse como más firmes, autoritarias o competentes en contextos de liderazgo. Estos juicios no describen capacidades reales del sistema, sino sesgos cognitivos: atajos mentales que utilizamos para interpretar rápidamente a otras personas o, cada vez más, a las máquinas con las que interactuamos.
El problema es que una IA no tiene género biológico ni personalidad propia. Su voz, su nombre, su avatar y su forma de expresarse son decisiones de diseño. Aun así, esos elementos pueden activar expectativas sociales muy parecidas a las que aplicamos a los seres humanos.
Un experimento con realidad virtual
Para comprobarlo, los investigadores reunieron a 189 participantes y les colocaron gafas de realidad virtual. Cada persona interactuó con tres agentes diferentes: un chatbot de texto, un robot de escritorio y uno de dos avatares con aspecto humano llamados Johan y Johanna.
Los dos avatares tenían una presentación distinta en cuanto al género percibido, pero todos los sistemas empleaban el mismo modelo de inteligencia artificial: GPT-4. De este modo, los investigadores podían mantener constante la tecnología utilizada y observar el efecto de la forma en que se presentaba cada agente.
Tras completar las tareas, los participantes valoraron cuánto había contribuido cada IA al trabajo. También podían asignarle una recompensa de hasta cuatro francos suizos y quedarse con la cantidad restante. Esta decisión económica permitió medir no solo las opiniones declaradas, sino también la conducta efectiva de los usuarios.
Más confianza en las máquinas que parecen personas
Los resultados mostraron una diferencia clara entre lo que los participantes decían pensar y lo que hicieron. Durante las entrevistas, muchos afirmaron que el género de un asistente virtual no era relevante e incluso señalaron que preferían utilizar sistemas sin una identidad de género definida.
Sin embargo, los agentes con apariencia humana generaron más confianza y recibieron mayores recompensas que el robot de escritorio. La semejanza con una persona pareció facilitar la conexión con el usuario, aunque no existiera una diferencia en el modelo de IA ni en las tareas realizadas.
- Los sistemas con apariencia humana fueron valorados mejor que el robot.
- La confianza aumentó cuando el agente parecía una persona.
- Las decisiones económicas no coincidieron con la supuesta indiferencia hacia el género.
- Johan y Johanna realizaron las mismas funciones utilizando la misma tecnología.
El estudio no permite atribuir toda diferencia de recompensa exclusivamente al género. La voz, el nombre, el aspecto visual y la interacción completa pueden haber influido al mismo tiempo. Aun así, demuestra que la presentación de una IA afecta a la manera en que evaluamos sus capacidades y su aportación.
Los modelos también reproducen estereotipos
Estos sesgos no solo aparecen en la relación entre usuarios y asistentes. También pueden incorporarse durante el desarrollo de los sistemas. Los grandes modelos de lenguaje son programas entrenados con enormes cantidades de textos para aprender patrones y generar respuestas. Si esos datos contienen desigualdades o estereotipos, el modelo puede reproducirlos.
La falta de diversidad en el sector tecnológico agrava el riesgo. Las mujeres ocupan aproximadamente el 20 % de los puestos técnicos y representan cerca del 12 % de las personas dedicadas a la investigación en inteligencia artificial, según datos de la UNESCO. Una representación limitada puede hacer que determinados problemas pasen inadvertidos durante el diseño, el entrenamiento y la evaluación de los productos.
Informes internacionales han detectado estereotipos de género en sistemas que generan texto e imágenes. Algunas herramientas tienden a asociar determinadas profesiones con hombres y otras con mujeres, una conducta que también se ha observado en modelos capaces de crear vídeos. La IA no inventa estos prejuicios desde cero: los aprende de los patrones presentes en sus datos y en las decisiones de quienes la desarrollan.
Una cuestión de diseño y responsabilidad
La investigación plantea una conclusión incómoda para la industria: cuanto más humana parece una IA, más fácil resulta confiar en ella, pero también más probable es que le apliquemos prejuicios sociales. Elegir una voz, un nombre o un rostro no es una decisión puramente estética. Puede cambiar la forma en que se interpreta la competencia, la cercanía o la autoridad del sistema.
Por eso, el diseño de asistentes virtuales debería evaluarse con pruebas que midan la confianza, las recompensas y las decisiones reales de los usuarios, no solo sus respuestas en una encuesta. Hacer que una IA parezca neutral no garantiza que vaya a ser percibida de manera neutral. La tecnología puede compartir el mismo modelo y desempeñar el mismo trabajo, pero su envoltorio seguirá influyendo en cómo la valoramos.
