En un estudio pionero del Centro Vasco de Tecnología del Lenguaje de la Universidad del País Vasco, investigadoras han dado un paso significativo hacia la identificación y corrección de sesgos de género persistentes en los sistemas de inteligencia artificial. Las conclusiones de este trabajo, presentado en la conferencia internacional LREC 2026, destacan cómo estos sistemas tienden a asociar ciertas profesiones predominantemente con hombres, incluso en contextos donde el género no está especificado.
Amaia Murillo, Olatz Perez de Viñaspre y Naiara Perez, responsables de la investigación, han centrado su análisis en el manejo que hacen los sistemas de IA de las referencias de género en idiomas como el euskera, que carecen de género gramatical. En palabras de las investigadoras, palabras como «irakaslea» (docente) o «garbitzailea» (personal de limpieza) no están asociadas a un género específico en euskera, lo que representa un reto adicional al momento de traducir hacia idiomas que sí hacen estas distinciones, como el castellano o el francés.
Para enfrentar este desafío, se han desarrollado dos herramientas de evaluación innovadoras: WinoMTeus y FLORES+Gender. Estas herramientas, pioneras en su ámbito, permitirán medir cómo los modelos de IA asignan género en las traducciones relacionadas con el euskera, un enfoque novedoso ya que la mayoría de los recursos disponibles hasta la fecha han sido diseñados para el idioma inglés.
Los resultados revelan un patrón consistente: los modelos de IA vigentes muestran un sesgo hacia formas masculinas en las traducciones, incluso en profesiones donde las mujeres son mayoría. Además, se detectan diferencias en el rendimiento del reconocimiento de referencias de género femenino y masculino en estos sistemas.
La relevancia de este estudio radica no solo en la identificación de tales sesgos, sino en la provisión de herramientas adecuadas para llevar a cabo una evaluación exhaustiva del comportamiento de los sistemas de IA en contextos multilingües. Las investigadoras enfatizan la necesidad de adoptar métricas adaptadas a diversos idiomas como un paso crucial para desarrollar tecnologías más inclusivas y fieles a la diversidad social.
Incorporar lenguas menos representadas, como el euskera, en la esfera de la investigación internacional en IA no solo contribuye a la preservación de la diversidad lingüística mundial, sino que también ilumina sesgos potencialmente invisibles en modelos formados principalmente con datos de idiomas predominantes. Este enfoque inclusivo es esencial para avanzar hacia un futuro donde la inteligencia artificial refleje de manera más precisa la realidad humana en toda su diversidad.
