Pagamos distinto a una IA según su género: el experimento que lo demuestra

Introducción: la voz femenina como norma y sus razones

Desde los inicios de los asistentes virtuales —Siri, Alexa o las voces de los GPS— la industria ha tendido a usar voces femeninas por defecto. Esto no es casual: estudios de comportamiento y prejuicios sociales han vinculado históricamente la voz femenina con roles de asistencia, atención y amabilidad, mientras que la voz masculina se asocia con autoridad y firmeza. Esa decisión de diseño, repetida una y otra vez, ha acabado naturalizando una opción que refleja sesgos sociales más que una preferencia neutral del usuario.

Un equipo de investigadores europeos puso a prueba hasta qué punto esas percepciones influyen en la valoración real del trabajo de una IA, y si se traducen en decisiones económicas concretas. El estudio, realizado con 189 participantes y varias universidades, incluyó a la Universidad de Limerick y a la Universidad de Zúrich.

Cómo se diseñó el experimento

Los investigadores montaron un experimento en realidad virtual con cuatro tipos de asistentes que llevaban el mismo modelo de lenguaje: GPT-4 de OpenAI. Las cuatro variantes eran: un chatbot de texto, un robot de escritorio y dos avatares humanoides (uno con apariencia y voz masculina llamado Johan y otro con apariencia y voz femenina llamado Johanna).

Cada participante interactuó con tres de esos asistentes: el chatbot, el robot y uno de los avatares humanos. Las tareas eran profesionales y comparables entre asistentes; al finalizar, los sujetos debían evaluar la contribución de cada IA al trabajo y decidir cuánto recompensarla económicamente. Tenían hasta cuatro francos suizos para asignar a cada asistente, quedándose con la diferencia.

El experimento se planteó para detectar discrepancias entre lo que los participantes dicen que prefieren y sus comportamientos reales al asignar recompensas.

Resultados clave: coincidencias en valoración, desigualdad en el pago

Los hallazgos resumen una contradicción significativa:

• En las valoraciones del aporte al trabajo, las versiones masculina y femenina del avatar recibieron puntuaciones similares; no hubo diferencias estadísticamente significativas en la evaluación del rendimiento.
• Sin embargo, cuando llegó el momento de pagar, Johanna (femenina) recibió en promedio un 10% menos de dinero que Johan (masculino), pese a compartir exacta tecnología y tareas.
• Esta brecha en la recompensa se observó en ambos grupos de participantes, pero fue más pronunciada entre los participantes masculinos.
• Paralelamente, los asistentes con apariencia humana generaron mayor confianza y, en general, recibieron mayores recompensas que el robot de escritorio, aun cuando varios participantes afirmaron, en entrevistas, que preferían una IA que no pareciera una persona.

Otra observación relevante: en entrevistas posteriores, numerosos participantes declararon que el género de la IA no les importaba o que preferían asistentes sin género. Sus decisiones de pago, empero, evidenciaron un sesgo distinto al que verbalizaron.

Por qué importa esto para empresas y gobiernos en América Latina

Aunque el estudio se hizo en Europa y con una muestra concreta, las implicaciones son globales. En América Latina, donde la adopción de asistentes virtuales y soluciones de IA empresariales está creciendo, estos sesgos pueden traducirse en decisiones de diseño, contratos y políticas internas que perpetúen desigualdades.

Además, la falta de diversidad en equipos técnicos —un problema señalado por organismos como la UNESCO a nivel global— contribuye a reproducciones inadvertidas de estereotipos. La UNESCO reporta que, a nivel global, las mujeres ocupan el 20% de los puestos técnicos y el 12% de quienes investigan en inteligencia artificial. Esa composición del ecosistema tecnológico tiñe los datos de entrenamiento y las decisiones de diseño, con efectos directos sobre el comportamiento de los modelos y sobre la forma en que los usuarios perciben a las IA.

Para organizaciones latinoamericanas esto significa dos riesgos concretos: replicar sesgos en productos y servicios que afectan a clientas y clientes, y tomar decisiones de contratación o asignación de recursos basadas en percepciones sesgadas sobre asistentes automatizados.

Qué nos enseña este experimento sobre sesgos y apariencia

El experimento hace explícito un punto incómodo: la confianza aumenta cuando una IA parece más humana, pero esa «humanización» también arrastra prejuicios humanos. Johan y Johanna eran idénticos en capacidades; el trato diferencial solo puede atribuirse, al menos en parte, a cuestiones de apariencia y género percibido.

Los modelos de lenguaje y los sistemas de IA no operan en el vacío: heredan patrones culturales y sociales presentes en los datos con los que se entrenan y en los equipos que los desarrollan. Los resultados del estudio no permiten afirmar que la diferencia en pagos sea exclusivamente por género —hay múltiples factores en juego—, pero sí demuestran que la apariencia y el diseño influyen en la valoración del trabajo de una IA.

Recomendaciones prácticas para responsables y tomadores de decisión

• Revisar decisiones de diseño por defecto: optar por una voz o apariencia por defecto implica decisiones culturales; consideren alternativas neutras o configurables por usuario.
• Evaluar impacto mediante pruebas reales: testear la percepción y el comportamiento de usuarios en escenarios de decisión económica ayuda a detectar sesgos no evidentes en encuestas declarativas.
• Promover diversidad en equipos de desarrollo: mayor pluralidad en perfiles técnicos y de investigación mitiga la reproducción de estereotipos en producto final.
• Transparencia en despliegue: comunicar qué modelo se usa y ofrecer control sobre la personalización de la IA reduce la adopción acrítica de diseños predeterminados.
• Monitoreo posdespliegue: trackear métricas de uso y percepciones por género y otros factores para ajustar diseño y políticas.

Conclusión: el diseño importa —y también la ética del despliegue

El experimento europeo recuerda que la interacción humano-máquina no está libre de las dinámicas sociales que gobiernan las interacciones humanas. Para quien decide implementar asistentes virtuales en su organización, especialmente en contextos latinoamericanos en plena adopción de IA, el mensaje es claro: anticipen los sesgos, midan comportamientos reales —no solo declaraciones— y diseñen con diversidad y opciones para el usuario.

Si la IA va a reproducir nuestros prejuicios, al menos puede hacerlo siendo objeto de auditoría y corrección. Diseñar conscientemente no solo mejora la experiencia de usuario; también evita que sistemas automatizados refuercen discriminaciones que ya existen en la sociedad.