:quality(75)/blogs.gestion.pe/te-lo-cuento-facil/wp-content/uploads/sites/170/2019/08/tlcf-01.jpg)
Claude, Claudia y Yo I: Estilos de Género en la Inteligencia Artificial
Por Bruno Herrera Criollo, estudiante de Ingenería de la Información de la Universidad del Pacífico.
Antes de que los grandes modelos de lenguaje (LLM, por sus siglas en inglés) irrumpieran en la vida cotidiana y la transformaran para siempre, las aplicaciones de inteligencia artificial (IA) más populares poseían, en su mayoría, nombres femeninos como Siri o Alexa y eran presentadas como “asistentes”. Cuando en noviembre de 2022 OpenAI cautivó al mundo con ChatGPT, lo lanzó como una research preview, pese a que cumplía funciones propias de un asistente, acaso con un repertorio mucho más amplio de capacidades. Microsoft, Google y Meta siguieron luego el camino de la neutralidad con Copilot, Gemini y Llama. Distinta fue la perspectiva desde Anthropic quienes en homenaje a Claude Shannon, padre de la Teoría de la Información, bautizaron a su modelo como Claude, el primer gran sistema de IA contemporáneo con un nombre que, aunque regionalmente ambiguo, suele percibirse como masculino. Más allá de las decisiones corporativas sobre la identidad de sus productos, vale preguntarse: ¿qué género le asignamos a los modelos de IA que utilizamos?
Esa fue precisamente la cuestión que los investigadores de la Yale School of Management, Jared Wong y Jin Kim, plantearon a 1552 participantes en 2023. En ese entonces (¡qué lejano parece ya!) el 74% de quienes interactuaron con ChatGPT lo percibieron como masculino, entre otras razones porque resolvía problemas, sintetizaba textos y depuraba código. Lo curioso, aunque poco sorprendente, fue que cuando el mismo modelo asumía el rol de terapeuta, la percepción se invertía y la mayoría comenzaba a atribuirle una personalidad femenina [1].
Estas representaciones encajan con el paradigma existencialista del género formulado por Simone de Beauvoir en El segundo sexo [2]. Aplicado a esta cuestión, podría decirse que la IA no nace, sino que se hace (mujer o varón) o, más precisamente, que su definición simbólica se encuentra mediada por las expectativas, demandas y valores proyectados por los usuarios.
Esta interpretación puede parecer cercana a la definición institucional de la Organización Mundial de la Salud (OMS), que entiende el género como aquello “referido a las oportunidades asociadas al hecho de ser hombre o mujer” [3]. Sin embargo, ni la formulación clásica ni la más institucionalizada resultan plenamente aplicables a la IA.
Esto ocurre porque, retomando a Beauvoir, la construcción del género en los individuos constituye un proceso inseparable de su formación histórica, corporal y social; un desarrollo atravesado por estructuras culturales y condiciones biológicas. En cambio, los atributos que exhibe una IA no emergen de la socialización ni de una subjetividad situada, sino de un condicionamiento contingente inscrito en una ventana de contexto. Su comportamiento responde a un algoritmo de mejor predicción antes que a una conciencia capaz de constituirse en identidad y proyectarse socialmente.
Por ello, mejor que preguntarse qué género “tendrían” estos modelos, sería más riguroso cuestionarse cuál es el “estilo de género” con el que se comunican. Es decir, el conjunto de características expresivas, lingüísticas, retóricas o conductuales culturalmente asociadas a determinados géneros. Mientras el género remite a una posición mediada por la experiencia y
el reconocimiento social, el estilo de género constituye apenas una superficie expresiva culturalmente inteligible. Ni siquiera puede hablarse aquí de “performance” en sentido estricto, pues esta supone una trayectoria biográfica de la que la IA carece. Lo que observamos son, más bien, manierismos verbales estadísticamente reproducidos que terminan revelando más sobre las expectativas culturales del usuario y de la sociedad que sobre el sistema mismo.
Con todo, este estilo no es aleatorio. Aunque refleja parcialmente el patrón comunicativo de quien interactúa con el modelo, constituye también la culminación de un proceso de entrenamiento basado en correlaciones estadísticas extraídas de vastos volúmenes de lenguaje humano. En consecuencia, los modelos “absorben” no solo estructuras lingüísticas, sino también las sedimentaciones culturales, jerarquías simbólicas y asociaciones históricas que distintas sociedades han construido alrededor del género. Allí donde determinadas tareas como el cuidado emocional o la asistencia han sido históricamente feminizadas, mientras otras como la industria técnica o la autoridad racional fueron asociadas a lo masculino, los sistemas de IA tienden a reproducir esas mismas distribuciones simbólicas.
Tal como ocurre con buena parte de la materia cultural y cognitiva producida por la humanidad, los modelos de IA también resultan susceptibles a la dicotomía histórica entre lo “femenino” y lo “masculino”. En un marco donde los cuidados continúan codificándose como atributos femeninos y la producción como atributo masculino, la construcción de estos arquetipos tecnológicos permanece atravesada por un sesgo patriarcal de carácter simbólico. Si estos modelos aprenden inevitablemente de las estructuras culturales del pasado (muchas de las cuales perviven hasta hoy), ¿hasta qué punto es posible alinearlos sin reproducir también sus jerarquías?
Continúa en Parte II
[1] J. Wong y J. Kim, “ChatGPT Is More Likely to Be Perceived as Male Than Female,” arXiv preprint arXiv:2305.12564, 2023. doi: 10.48550/arXiv.2305.12564.
[2] S. de Beauvoir, El segundo sexo. Madrid, España: Cátedra, 2015.
[3] Organización Mundial de la Salud, “Gender and health,” OMS, Ginebra, Suiza. [En línea]. Disponible en: https://www.who.int/health-topics/gender. [Accedido: 28-may-2026].