Los sistemas de inteligencia artificial siguen mostrando sesgos de género al asociar profesiones con el género masculino, incluso cuando las referencias no especifican el género. Esta es la conclusión de un estudio realizado por investigadoras del Centro Vasco de Tecnología del Lenguaje de la Universidad del País Vasco, quienes han desarrollado herramientas innovadoras para evaluar y corregir estos sesgos en múltiples idiomas.
El estudio, presentado en la conferencia internacional LREC 2026, fue conducido por las investigadoras Amaia Murillo, Olatz Perez de Viñaspre y Naiara Perez. Su investigación se centra en cómo los sistemas de inteligencia artificial abordan las referencias de género en lenguas como el euskera, que no posee género gramatical. Términos como «irakaslea» o «garbitzailea» no especifican si se refieren a un hombre o a una mujer, lo cual presenta un desafío al traducir a idiomas con distinciones de género como el castellano o el francés.
Para enfrentar esta problemática, las investigadoras han desarrollado dos recursos evaluativos: WinoMTeus y FLORES+Gender. Estas herramientas permiten medir cómo los modelos de IA asignan género en traducciones vinculadas con el euskera. Son pioneras en su enfoque, pues la mayoría de los recursos existentes han sido diseñados para el inglés y no consideran las particularidades de otras lenguas.
Los resultados del estudio evidencian que los modelos de IA actuales tienden a realizar asignaciones de género sesgadas en traducciones, optando frecuentemente por formas masculinas, incluso en profesiones en las que predominan las mujeres. También se identificaron diferencias en el rendimiento de los modelos al procesar referencias masculinas y femeninas.
Más allá de identificar estas limitaciones, la investigación proporciona herramientas que permitirán una evaluación exhaustiva del comportamiento de los sistemas de inteligencia artificial en contextos multilingües. Las investigadoras destacan la importancia de contar con métricas adaptadas a diversas lenguas como un paso crucial para desarrollar tecnologías más inclusivas y representativas de la realidad social.
La inclusión de lenguas menos representadas, como el euskera, en la investigación internacional sobre inteligencia artificial, no solo ayuda a preservar la diversidad lingüística, sino que también permite detectar sesgos que pueden ser invisibles en modelos entrenados principalmente con datos de idiomas mayoritarios.
