Una investigación de The Washington Post, retomada por The Decoder, reavivó una discusión sensible sobre la neutralidad política de los principales chatbots de inteligencia artificial. Según el relevamiento, la mayoría de los modelos evaluados aún tiende a ofrecer respuestas más alineadas con la izquierda cuando se enfrenta a preguntas políticas, incluso cuando las empresas responsables intentan presentar sus sistemas como imparciales o, en algunos casos, como alternativas menos “woke”.
De acuerdo con el resumen publicado por The Decoder, GPT-5.5 de OpenAI habría presentado exclusivamente argumentos de izquierda en el 80% de las ocasiones dentro del conjunto de pruebas analizado. El dato llama la atención porque OpenAI ha invertido públicamente en ajustes de comportamiento, documentación de seguridad y mecanismos para reducir respuestas percibidas como sesgadas. Aun así, la investigación sugiere que la inclinación política puede persistir de forma estructural, ya sea por decisiones de entrenamiento, por filtros de seguridad o por el modo en que los modelos interpretan temas socialmente controvertidos.
El caso más simbólico es el de Grok, el chatbot vinculado a Elon Musk y promovido con frecuencia como una respuesta a sistemas considerados excesivamente progresistas. Incluso con ese posicionamiento de mercado, el análisis citado indica que el modelo también se habría inclinado a la izquierda con más frecuencia que a la derecha. Esto debilita la idea de que bastaría declarar una intención ideológica diferente para modificar de manera consistente el comportamiento político de un modelo de lenguaje.
Qué significa que un chatbot se “incline” hacia un lado
La evaluación del sesgo político en modelos de IA es compleja porque no se trata solo de verificar si una respuesta elogia o critica a determinado partido. En muchas pruebas, los investigadores observan si el sistema presenta argumentos de ambos lados, si privilegia ciertos encuadres morales, si evita posiciones conservadoras en temas culturales o si trata determinadas políticas públicas como consensuales cuando todavía son objeto de disputa. El resultado final depende mucho de la formulación de las preguntas y de los criterios usados para clasificar las respuestas.
Aun así, la recurrencia de este tipo de resultados es relevante porque los chatbots se están convirtiendo en intermediarios de información para millones de personas. Ya se usan para resumir noticias, preparar trabajos escolares, explicar decisiones judiciales, ayudar a periodistas y responder dudas sobre políticas públicas. Cuando un sistema presenta una disputa política con una lente predominante, puede influir en la percepción del usuario no mediante propaganda explícita, sino por la selección de lo que parece razonable, legítimo o digno de consideración.
La excepción destacada por el relevamiento fue Gemini 3.1 Pro, de Google, que habría presentado ambos lados en el 93% de las respuestas analizadas. Si se confirma en evaluaciones independientes, ese desempeño sugiere que existe margen técnico para calibrar modelos de modo que ofrezcan respuestas más equilibradas en cuestiones políticas. También indica que distintas empresas pueden estar adoptando prioridades diferentes entre seguridad, concisión, cautela institucional y pluralidad argumentativa.
Por qué los modelos terminan reproduciendo patrones políticos
Los modelos de lenguaje se entrenan con grandes volúmenes de textos producidos por personas, instituciones, medios de comunicación, foros, libros, sitios web y bases especializadas. Ese material no es políticamente neutro. Además, después del entrenamiento inicial, muchas empresas aplican etapas de alineación con evaluadores humanos, políticas internas de seguridad y reglas para evitar contenido discriminatorio, extremista o peligroso. Estas capas pueden reducir daños reales, pero también pueden desplazar las respuestas hacia valores más asociados con entornos académicos, corporativos y urbanos de países occidentales.
También existe un incentivo reputacional. Las empresas de IA tienden a evitar respuestas que puedan interpretarse como ofensivas, conspirativas o discriminatorias. En temas como inmigración, seguridad pública, identidad de género, clima, salud pública o desigualdad, esto puede llevar al modelo a favorecer formulaciones más progresistas, aunque la pregunta pida una comparación amplia de argumentos. La frontera entre moderación responsable y encuadre ideológico, en este caso, es difícil de trazar.
- Los modelos pueden reflejar sesgos presentes en los datos de entrenamiento.
- Las etapas de alineación humana pueden reforzar ciertos valores institucionales.
- Los filtros de seguridad pueden reducir riesgos, pero también estrechar el debate.
- La forma de la pregunta influye fuertemente en el tipo de respuesta generada.
- Las empresas tienen incentivos comerciales y reputacionales para evitar respuestas polémicas.
Implicaciones para usuarios, empresas y reguladores
Para los usuarios comunes, la principal consecuencia es la necesidad de tratar las respuestas políticas de los chatbots como síntesis interpretativas, no como retratos neutros de la realidad. Incluso cuando la respuesta parece objetiva, puede estar organizada por supuestos invisibles: qué especialistas se citan, qué riesgos reciben más peso, qué argumentos se consideran marginales y cuáles se presentan como técnicamente superiores.
Para las empresas que adoptan IA en productos, atención al cliente, educación o herramientas internas, el tema es todavía más sensible. Un chatbot corporativo que responde preguntas sobre legislación, políticas sociales o temas culturales puede exponer a la organización a acusaciones de parcialidad. Esto hace más importante documentar los límites del sistema, probar respuestas en escenarios controvertidos y crear mecanismos de impugnación, especialmente cuando la IA se usa en contextos de alto impacto.
Los reguladores también deben observar este debate con atención, pero existe el riesgo de una respuesta simplista. Exigir “neutralidad” absoluta puede ser inviable, porque cualquier elección de lenguaje implica criterios editoriales. Por otro lado, permitir que las empresas definan por sí solas qué es equilibrado puede concentrar poder político en sistemas privados opacos. El camino más realista pasa por auditorías independientes, transparencia metodológica y comparación recurrente entre modelos.
El reportaje citado por The Decoder no cierra la discusión, pero refuerza que el problema del sesgo político no fue resuelto por la nueva generación de modelos. La promesa de chatbots universalmente neutros sigue estando lejos. En la práctica, quizá el avance más importante no sea crear una IA sin posición alguna, sino desarrollar sistemas capaces de mostrar explícitamente diferentes perspectivas, explicar sus criterios y reconocer cuándo una cuestión sigue en disputa.
Nuestro prisma
El punto central no es probar que un modelo es “de izquierda” o “de derecha”, sino mostrar que los chatbots ya actúan como filtros de interpretación política. Esto importa porque la autoridad percibida de estas herramientas puede volver un encuadre ideológico más invisible y, por lo tanto, más influyente. El desempeño citado de Gemini sugiere que las respuestas más plurales son técnicamente posibles, pero dependen de decisiones deliberadas de producto y evaluación. En la práctica, usuarios y organizaciones deben exigir más transparencia sobre cómo los modelos abordan temas controvertidos.
Fuente: The Decoder
Recibe Radar de IA todos los días
Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.
