El dato que incomoda a la IA: las historias que inventa casi nunca tienen protagonista femenina

¿Sabías que la inteligencia artificial tiene un sesgo de género al crear cuentos? Un nuevo estudio revela que los chatbots casi nunca eligen a una protagonista femenina cuando se les pide inventar una historia. La investigación, realizada por la Universidad de Washington, analizó 23.800 relatos generados por seis modelos de IA y encontró que solo el 2,2% de las historias tenía un personaje principal femenino.

En total, apenas 513 de los cuentos incluyeron una protagonista mujer, lo que equivale a uno de cada 46 textos. En contraste, los personajes masculinos protagonizaron el 40,6% de las historias, mientras que el 57,2% restante usó términos neutrales o evitó asignar género al animal.

La brecha se amplía aún más si se consideran solo los casos donde el sistema eligió un género: el 95% de las veces optó por un protagonista masculino. Esto demuestra que la supuesta neutralidad de los modelos no logra un equilibrio y termina invisibilizando a las mujeres.

¿Cómo se hizo el estudio?

El equipo de investigación, integrado por Imani Finkley, Yuanxi Li y Melanie Walsh, probó seis modelos de lenguaje: GPT-4o, GPT-5.1, Gemini 2.5, Claude Sonnet 4.5, Mistral Medium y OLMo 3. Cada sistema recibió miles de veces una frase breve que debía continuar para desarrollar una historia protagonizada por un animal sin género especificado.

Los investigadores usaron siete animales (osos, pájaros, gatos, perros, ratones, cerdos y conejos) y los ubicaron en distintos escenarios, como una granja, una cocina, un río o una tienda. También modificaron la “temperatura” de los modelos, un parámetro que regula la creatividad de las respuestas.

Los cambios de escenario y temperatura tuvieron poca influencia en la elección de género. Sin embargo, la especie animal sí marcó diferencias: los gatos fueron identificados como femeninos en el 7% de los relatos, la proporción más alta, mientras que los pájaros recibieron un tratamiento neutral en el 96% de los casos.

¿Qué modelos mostraron más sesgo?

GPT-5.1 y Gemini 2.5 fueron los más inclinados hacia protagonistas masculinos, con un 65% y 63% respectivamente. Claude Sonnet 4.5 tuvo la mayor proporción de personajes femeninos, aunque solo alcanzó el 4%. Por su parte, OLMo 3 produjo el mayor porcentaje de protagonistas neutrales, con un 85%.

Estos resultados evidencian que los sistemas no responden de manera uniforme ante una consigna ambigua, y ninguno se acercó a una representación equilibrada entre géneros.

¿Existe neutralidad en las respuestas de la IA?

El análisis distinguió dos formas de neutralidad: en el 19% de las historias, el modelo evitó usar pronombres y se refirió al personaje como “el pájaro” o “el perro”; en otro 38,2%, empleó pronombres neutrales en inglés, principalmente “it” e “its”.

El uso de “they” y “them”, que permite referirse a un personaje sin asignarle género, fue casi inexistente: solo dos de las 23.800 historias lo utilizaron para un único animal, mientras que en un estudio con humanos se registró en el 3% de las respuestas.

Los autores sugieren que las empresas de IA podrían favorecer expresiones neutrales para reducir sesgos, pero esa estrategia también disminuye la presencia de protagonistas femeninas y de otras identidades que no se ajustan al patrón masculino.

Además, las IA generaron más protagonistas neutrales que los humanos: 57,2% frente a 46,7%. Para los investigadores, esto indica que la neutralidad no siempre corrige la desigualdad, sino que puede ocultar el problema sin distribuir mejor los roles.

Finalmente, el estudio aclara que sus resultados no permiten determinar qué instrucciones internas, filtros o materiales de entrenamiento provocaron este comportamiento, ya que la mayoría de los modelos pertenece a compañías que no publican todos los detalles de su funcionamiento.