Un estudio revela que pagamos menos a las IA con aspecto femenino por el mismo trabajo

El experimento: cuatro asistentes, un mismo modelo de IA

El estudio, titulado '¿De apariencia humana y masculino? Cómo influye el diseño de los asistentes de IA en la confianza y las recompensas económicas en el trabajo en realidad virtual', fue realizado por investigadores de varias universidades europeas, entre ellas la Universidad de Limerick y la de Zúrich.

Los participantes, equipados con gafas de realidad virtual, interactuaron con cuatro asistentes distintos: un chatbot de texto, un robot de escritorio y dos avatares de aspecto humano llamados Johan y Johanna. Todos ellos utilizaban el mismo modelo subyacente, GPT-4 de OpenAI, y realizaban las mismas tareas profesionales.

Cada participante trabajó con tres de los cuatro asistentes: el chatbot, el robot y uno de los dos avatares humanos. De esta forma, los investigadores pudieron aislar el efecto del aspecto físico y la voz en la percepción y la valoración del trabajo de cada IA.

Resultados: misma contribución, distinta recompensa

Al finalizar las pruebas, los participantes debían valorar la contribución de cada IA al trabajo y asignarle una recompensa económica, que podía ser de hasta cuatro francos suizos. El dinero que no entregaban a la IA se lo quedaban ellos.

Los resultados revelaron que, aunque los participantes valoraron de forma similar las aportaciones al trabajo de la IA femenina y la masculina, sin diferencias estadísticamente significativas, a la hora de pagar Johanna recibió un 10% menos de dinero que Johan.

Esta diferencia en las recompensas se observó en ambos grupos de estudio, aunque fue más acusada entre los participantes masculinos. Los investigadores también encontraron otra contradicción: durante las entrevistas, muchos participantes aseguraron que el género de un asistente no les importaba, e incluso afirmaron preferir una IA sin género, pero sus decisiones económicas reflejaron diferencias claras.

La apariencia humana genera más confianza

El estudio también mostró que los asistentes con apariencia humana generaron más confianza y recibieron mayores recompensas económicas que el robot, pese a que muchos participantes declararon preferir una IA que no pareciera una persona.

Este resultado apunta a que la familiaridad visual juega un papel clave en la relación con los agentes de IA, incluso cuando los usuarios creen que no les influye. La apariencia humana parece activar mecanismos de confianza similares a los que aplicamos con otras personas, pero también arrastra los prejuicios que tenemos hacia los humanos.

Según los investigadores, el experimento demuestra que la apariencia de una IA puede influir en cómo valoramos su trabajo, incluso cuando compartimos la misma tecnología y tareas. El estudio no permite atribuir la diferencia únicamente al género, pero deja claro que los sesgos de género se trasladan a la relación con las máquinas.

La industria tecnológica y el sesgo de género en la IA

La elección de voces femeninas para los asistentes virtuales no es casualidad. Desde Siri hasta Alexa, la industria ha priorizado las voces femeninas apoyándose en sesgos cognitivos que asocian la voz femenina con funciones de asistencia, recepción o atención al público.

Estos sesgos, heredados de una sociedad con roles de género marcados, atribuyen a las IA percibidas como femeninas cualidades como amabilidad, empatía o capacidad para tranquilizar, mientras que a las masculinas se les asocia mayor autoridad y firmeza.

La falta de diversidad en la industria tecnológica intensifica estas diferencias. Según datos de la UNESCO, las mujeres ocupan solo el 20% de los puestos técnicos y representan el 12% de quienes investigan en inteligencia artificial. Los modelos de lenguaje, como los que usan los asistentes estudiados, terminan reproduciendo estos estereotipos durante sus entrenamientos.

Un informe de la UNESCO muestra que los grandes modelos de lenguaje reproducen estereotipos de género tanto en la generación de texto como en la de imágenes. Otras investigaciones sobre generación de vídeo también han identificado patrones similares entre profesiones y género.