La apariencia y la voz de un asistente virtual pueden influir en cómo se percibe su trabajo. Un experimento sobre la relación entre género y remuneración apunta a que las personas también pueden valorar de forma distinta un servicio cuando creen que detrás hay una inteligencia artificial masculina o femenina. El resultado abre una pregunta relevante para las empresas que diseñan sistemas conversacionales: ¿se trasladan a las máquinas los prejuicios que existen en las relaciones laborales humanas?
El género atribuido puede cambiar la valoración del servicio
Una inteligencia artificial no tiene género biológico ni una identidad personal equivalente a la humana. Sin embargo, muchos productos tecnológicos utilizan voces, nombres, avatares o formas de expresarse que los usuarios interpretan como masculinos o femeninos. Esa atribución puede afectar a la manera en que se evalúa el sistema, incluso cuando sus funciones son las mismas.
La idea central del experimento es que la disposición a pagar no depende únicamente de la utilidad objetiva de una herramienta. También puede estar condicionada por expectativas sociales. Si una interfaz presenta una voz o una identidad percibida como femenina, algunas personas podrían asignarle menos autoridad, competencia o valor económico. En cambio, una presentación asociada a lo masculino puede recibir una valoración distinta, aunque el rendimiento no cambie.
Este tipo de reacción no significa necesariamente que cada usuario sea consciente de estar discriminando. Los sesgos suelen operar como atajos: ayudan a interpretar una situación con rapidez, pero pueden reproducir asociaciones aprendidas. En el caso de una IA, esos mecanismos se activan mediante señales de diseño que hacen que una herramienta abstracta parezca tener rasgos humanos.
Por qué una máquina puede parecer femenina o masculina
El género percibido de un asistente se construye a partir de varias decisiones. La voz es una de las más evidentes, pero no la única. También influyen el nombre, el tono, el vocabulario, la forma de responder, el personaje visual y el papel que se le asigna dentro de una aplicación.
Una herramienta presentada como asistente de atención al cliente puede parecer más cercana o servicial. Un sistema descrito como experto técnico puede proyectar autoridad. Si esos papeles se combinan de manera repetida con voces o nombres de un género determinado, el diseño refuerza asociaciones culturales que ya existen fuera de la tecnología.
La percepción también puede cambiar según el contexto. Una voz cálida puede resultar adecuada para un servicio de apoyo, mientras que una voz firme puede inspirar más confianza en una tarea profesional. El problema aparece cuando se asume que ciertas características pertenecen de forma natural a un género y se utilizan para orientar la conducta de los usuarios o justificar una diferencia de valor.
La interfaz no es una decisión neutral
Elegir una voz, un avatar o un nombre parece una decisión estética, pero puede modificar la relación entre una persona y el producto. Las señales de género ayudan a crear familiaridad, aunque también pueden introducir expectativas sobre quién debe ayudar, quién debe dirigir y qué tipo de trabajo merece mayor reconocimiento.
Por eso, el diseño de una IA no se limita a la programación de sus respuestas. Incluye la presentación del sistema y el marco en el que se ofrece. Si una empresa configura el mismo servicio con identidades distintas, puede comprobar si la percepción de su valor depende de factores ajenos a su calidad real.
El precio también refleja ideas sobre el trabajo
Preguntar cuánto se pagaría por un servicio permite observar algo más que la opinión sobre una interfaz. El precio expresa cuánto valor se atribuye a una tarea y a quien parece realizarla. En el mercado laboral, las diferencias de remuneración entre ocupaciones y grupos sociales tienen múltiples causas. Un experimento con una IA no explica por sí solo esos fenómenos, pero puede ayudar a detectar cómo algunas ideas sobre género influyen en decisiones económicas cotidianas.
La comparación resulta útil porque una máquina puede mantener constantes sus capacidades mientras cambia la forma en que se presenta. Si la valoración varía ante esas señales, queda de manifiesto que las decisiones de compra no siempre se basan exclusivamente en el rendimiento. La confianza, la autoridad percibida y las expectativas sociales también intervienen.
El hallazgo debe interpretarse con cautela. La disposición hipotética a pagar no equivale necesariamente a una compra real, y las respuestas pueden depender de cómo se formule una pregunta o del tipo de servicio evaluado. Tampoco permite afirmar que todas las personas reaccionen igual. Su valor está en señalar una posible influencia que merece ser examinada en distintos escenarios y con criterios transparentes.
Qué deberían revisar las empresas tecnológicas
Para las compañías, la cuestión tiene una dimensión comercial y otra de responsabilidad. Una identidad de género puede hacer que un asistente resulte más atractivo para un público concreto, pero esa elección puede apoyarse en estereotipos o reforzarlos. Además, si el sistema parece menos competente por la voz o el nombre que se le asigna, el producto podría recibir una evaluación injusta.
Las organizaciones pueden separar la calidad funcional de la presentación visual y sonora. Para ello, conviene probar distintas versiones del mismo servicio y analizar si cambian la confianza, la percepción de competencia o la cantidad que los usuarios consideran razonable pagar. Estas pruebas deben describirse con claridad y evitar conclusiones que excedan lo que realmente miden.
- Comparar identidades distintas manteniendo iguales las funciones y las respuestas.
- Revisar si nombres, voces y avatares reproducen roles de género estereotipados.
- Evaluar la experiencia con personas de perfiles diversos, no solo con un grupo homogéneo.
- Explicar qué puede hacer el sistema y cuáles son sus límites, sin depender de una apariencia de autoridad.
También importa evitar que el diseño presente a la IA como una persona cuando esa apariencia pueda inducir a error. La transparencia sobre el carácter automatizado del servicio permite que el usuario sepa qué está evaluando. No elimina los sesgos, pero reduce la confusión entre una herramienta y un trabajador humano.
Medir el sesgo sin confundirlo con una preferencia
Una diferencia entre dos versiones no basta para determinar por qué surgió. La voz puede cambiar la percepción de edad, simpatía o claridad, además de la percepción de género. Para interpretar un resultado, las pruebas deben controlar esos factores y observar qué aspecto de la experiencia produce la variación.
La evaluación también requiere distinguir entre una preferencia individual y un patrón sistemático. Una persona puede preferir una voz por razones de comprensión o comodidad. El análisis cobra mayor relevancia cuando una presentación concreta recibe de forma repetida menos reconocimiento económico sin que exista una diferencia funcional que lo justifique.
Una señal sobre la relación entre personas y algoritmos
El experimento plantea que los prejuicios sociales no desaparecen cuando el trabajo se asigna a una máquina. Pueden reaparecer en la forma de diseñar una interfaz, en las expectativas de los usuarios y en el valor que se atribuye a un servicio. La IA no experimenta discriminación como lo haría una persona, pero las decisiones alrededor de ella pueden reflejar desigualdades humanas.
Esta distinción es importante. Hablar de sesgo hacia una IA no equivale a afirmar que el sistema tenga derechos, necesidades o una experiencia subjetiva. El foco está en las personas y las instituciones: en cómo construyen productos, interpretan señales y toman decisiones de compra o contratación.
La automatización suele presentarse como una vía para hacer procesos más objetivos. Sin embargo, un algoritmo puede operar dentro de un producto lleno de elecciones humanas. La selección de datos, los criterios de rendimiento y la forma de presentar los resultados influyen en la experiencia. Por eso, la neutralidad no se obtiene solo porque una tarea la ejecute un sistema informático.
La cuestión económica será más visible a medida que los asistentes automatizados ofrezcan servicios que antes prestaban personas: asesoramiento, atención, apoyo administrativo o creación de contenidos. Si la percepción de género modifica cuánto se valora una prestación, las empresas tendrán motivos para estudiar el fenómeno, y también para evitar que una decisión de diseño convierta un estereotipo en una estrategia de precios.
La principal conclusión es que la tecnología no queda al margen de las normas sociales. Una voz sintética no tiene género propio, pero puede ser leída a través de categorías humanas. Comprender esa diferencia permitirá diseñar herramientas más transparentes y evaluar su valor por lo que hacen, en lugar de por las expectativas que despierta su apariencia.
