Los sistemas de inteligencia artificial continúan mostrando prejuicios de género al asociar ciertas profesiones principalmente con hombres, incluso en situaciones donde el género no está especificado. Esta es la conclusión de un estudio llevado a cabo por investigadoras del Centro Vasco de Tecnología del Lenguaje de la Universidad del País Vasco (EHU). Las investigadoras han desarrollado herramientas innovadoras para detectar y corregir estos sesgos en múltiples idiomas.
El estudio, presentado en la conferencia internacional LREC 2026, fue realizado por Amaia Murillo, Olatz Perez de Viñaspre y Naiara Perez. Se centra en cómo los sistemas de inteligencia artificial manejan las referencias de género en idiomas como el euskera, que no tiene género gramatical. Términos como «irakaslea» o «garbitzailea» no indican si se refieren a una mujer o a un hombre, lo cual complica su traducción a idiomas con distinciones de género, como el castellano o el francés.
Para afrontar este desafío, las investigadoras han creado dos herramientas de evaluación: WinoMTeus y FLORES+Gender. Estas herramientas permitirán medir cómo los modelos de IA asignan el género en traducciones relacionadas con el euskera. Este enfoque es pionero, ya que la mayoría de los recursos existentes están diseñados para el inglés, sin considerar las particularidades de otras lenguas.
Los resultados del estudio muestran que los modelos de IA actuales tienden a asignar género de manera sesgada, frecuentemente eligiendo formas masculinas, incluso para profesiones donde predominan las mujeres. También se han observado diferencias en el rendimiento de los modelos al procesar referencias masculinas y femeninas.
Más allá de identificar estas limitaciones, la principal contribución del estudio es ofrecer herramientas que posibiliten una evaluación rigurosa del comportamiento de los sistemas de inteligencia artificial en contextos multilingües. Las investigadoras enfatizan la importancia de contar con métricas adaptadas a diversos idiomas como un paso fundamental hacia tecnologías más inclusivas y representativas de la realidad social.
La incorporación de lenguas menos representadas, como el euskera, en investigaciones internacionales sobre inteligencia artificial, no solo ayuda a preservar la diversidad lingüística, sino que también permite detectar sesgos que podrían pasar inadvertidos en modelos entrenados principalmente con datos de idiomas mayoritarios.
