Una investigación de millones de imágenes en internet revela que las mujeres son representadas como más jóvenes que los hombres, especialmente en trabajos de más ingresos y estatus. Según los resultados, estos sesgos también aparecen en modelos de IA a la hora de evaluar currículums.
Un análisis de 1,4 millones de imágenes en internet sugiere que las mujeres aparecen representadas como más jóvenes que los hombres en todos las profesiones y roles sociales, especialmente en los trabajos de más ingresos, como en medicina y banca.
La investigación, liderada por la Universidad de Stanford (EE UU) y publicada en la revista Nature, también demostró que los modelos de inteligencia artificial, como ChatGPT, refuerzan estos estereotipos.
El equipo utilizó un catálogo de imágenes de Google, Wikipedia, IMDb, Flickr y YouTube y examinó la edad media de las mujeres y los hombres que representaban diferentes profesiones.
Las mujeres se representan como más jóvenes que los hombres en todas las profesiones, a pesar de que no hay pruebas de que ellas lo sean realmente
“Descubrimos que las mujeres se interpretan como más jóvenes que los hombres (ya sea en imágenes, vídeos o textos), a pesar de que no hay pruebas de que ellas lo sean realmente según los datos disponibles del censo de EE UU, por no mencionar que la mujer media vive más que el hombre”, afirma a SINC Douglas Guilbeault, investigador de la universidad californiana y autor principal del trabajo.
Por ejemplo, las imágenes de doctores masculinos mostraban a hombres de entre 25 y 34 años, mientras que las de doctoras eran mujeres entre 18 y 24.
“La edad es un indicador de las normas relacionadas con el estatus social, la autoridad y el poder”, explica Guilbeault. “Que la diferencia sea mayor en profesiones de alto estatus concuerda con la opinión de que, en general, la edad se asocia con la autoridad, la competencia y el liderazgo, y estas cualidades se consideran estereotípicamente masculinas. La implicación es que estas diferencias de edad refuerzan la idea de que las mujeres ocupan posiciones de menor poder”, añade.
Los autores del estudio fueron más allá y analizaron cómo estos sesgos pueden amplificarse en modelos de IA, que han sido entrenados con datos de internet.
Solicitaron a ChatGPT que creara 40 000 currículos para 54 profesiones utilizando 16 nombres únicos de mujeres y hombres. Los resultados mostraron que ChatGPT suponía que las candidatas eran, en promedio, 1,6 años más jóvenes que sus homólogos masculinos. Cuando se le pidió que calificara estos currículos, ChatGPT calificó a los candidatos masculinos de más edad como de mayor calidad que las candidatas femeninas.
“Los resultados muestran que los estereotipos de género y edad se cuelan en la forma en la que ChatGPT genera y evalúa currículos. Asume que las candidatas femeninas son más jóvenes y tienen menos años de experiencia, y que los de los hombres más mayores son de mayor calidad”, señala Guilbeault.
Como ChatGPT no es de código abierto, es difícil saber de dónde vienen estos sesgos en el modelo de inteligencia artificial, aunque el investigador opina que lo más probable es que estuviesen presentes en los currículums de entrenamiento.
“También puede darse el caso de que estos sesgos en ChatGPT se deriven de otros aspectos de sus datos de entrenamiento que luego influyen en sus representaciones de hombres y mujeres en los currículums”, puntualiza.
Marian Blanco Ruiz, profesora Comunicación Audiovisual y Publicidad en la Universidad Rey Juan Carlos, que no ha participado en el estudio, señala que estos resultados refuerzan la idea de que “la tecnología no es neutral”.
La tecnología reproduce, e incluso amplifica, los estereotipos y roles de género culturales preexistentes
“La tecnología reproduce, e incluso amplifica, los estereotipos y roles de género culturales preexistentes. La constatación de que las mujeres aparecen representadas como más jóvenes que los hombres en ocupaciones de prestigio refleja un patrón cultural de larga duración”, dice en declaraciones a SMC España.
Blanco destaca que los algoritmos aprenden de un archivo cultural sesgado, organizado en torno a jerarquías de género, raza y clase, entre otras. “Lo preocupante es que, al incorporarse en sistemas automatizados con gran autoridad social, tales sesgos no sean solo simbólicos y se conviertan en discriminaciones con efectos reales en la vida cotidiana de las personas, por ejemplo, en el acceso a una cobertura médica, a un alquiler de vivienda o a un puesto de trabajo”, advierte.
Ambos investigadores reclaman tomar en cuenta estos resultados a la hora de diseñar herramientas de IA. “El trabajo demuestra que el desafío urgente es diseñar estrategias que cuestionen los supuestos culturales sobre los que se entrenan los modelos de inteligencia artificial y que permitan construir infraestructuras digitales más justas e inclusivas”, apunta Blanco.
Referencia:
Douglas Guilbeault et al. Age and gender distortion in online media and large language models. Nature (2025).
Investigadores del Complexity Science Hub de Viena vinculan el aumento de los lazos sociales cercanos desde 2008 con el crecimiento de la polarización ideológica, un fenómeno que podría amenazar la tolerancia y la democracia.
Este hallazgo rompe con una de las representaciones gráficas más conocidas en ciencias sociales. Según un nuevo estudio, el malestar actual comienza en etapas más tempranas, afecta más a las mujeres y disminuye de manera continua con la edad en varios países.
