Los sistemas de inteligencia artificial (IA) siguen reflejando prejuicios de género al asociar ciertas profesiones mayoritariamente con hombres, incluso en contextos donde el género no está especificado. Esta es la conclusión a la que han llegado investigadoras del Centro Vasco de Tecnología del Lenguaje de la Universidad del País Vasco (EHU), quienes han desarrollado herramientas innovadoras para identificar y corregir estos sesgos en múltiples idiomas.
El estudio fue presentado en la conferencia internacional LREC 2026 por Amaia Murillo, Olatz Perez de Viñaspre y Naiara Perez. Se centra en el manejo que hacen los sistemas de IA de las referencias de género en idiomas como el euskera, que no distingue género gramaticalmente. Términos como «irakaslea» (docente) o «garbitzailea» (personal de limpieza) no especifican si se refieren a una mujer o un hombre, lo cual representa un desafío cuando se traducen a idiomas que sí tienen distinciones de género, como el español o el francés.
Para abordar esta problemática, las investigadoras han desarrollado dos recursos evaluativos innovadores: WinoMTeus y FLORES+Gender. Estas herramientas permiten analizar cómo los modelos de IA asignan el género en traducciones del euskera. Son pioneras en su enfoque, dado que la mayoría de los recursos existentes están diseñados para el inglés, sin explorar las particularidades de otras lenguas.
Los resultados del estudio indican que los modelos de IA tienden a asignar género de manera sesgada, eligiendo con frecuencia formas masculinas incluso en profesiones donde predominan las mujeres. También se han observado diferencias en el rendimiento del modelo al procesar referencias masculinas y femeninas.
Más allá de identificar estas limitaciones, la investigación permite una evaluación exhaustiva del comportamiento de los sistemas de inteligencia artificial en contextos multilingües. Las investigadoras resaltan la importancia de desarrollar métricas adaptadas a diversas lenguas, considerándolo un paso esencial para crear tecnologías más inclusivas y representativas de la realidad social.
La inclusión de lenguas menos representadas, como el euskera, en la investigación internacional sobre IA no solo contribuye a la preservación de la diversidad lingüística, sino que también permite identificar sesgos que pueden pasar desapercibidos en modelos entrenados principalmente con datos de idiomas mayoritarios.
