Diseño del experimento y perfil de participantes
El estudio reunió a 189 trabajadores del conocimiento de entre 18 y 64 años que participaron en una simulación de oficina virtual. Se les asignaron tareas asistidas por dos IA humanizadas denominadas Johan (masculino) y Johanna (femenino). El entorno permitía a los participantes interactuar y remunerar a estos asistentes con dinero real, midiendo así la valoración directa basada en su desempeño y apariencia.
Aunque ambos asistentes ejecutaban la misma tarea, se diferenciaban visualmente por género. El experimento pretendía evaluar si esta diferencia influía en la remuneración real que recibían dentro del contexto laboral simulado.
Los investigadores buscaron confrontar la igualdad declarada en prejuicios de género con las decisiones económicas efectivas, usando un entorno controlado con incentivos monetarios reales para obtener datos concretos y comparables.
Desigualdad en la remuneración de asistentes IA con género
El análisis mostró una brecha salarial persistente: Johanna, el asistente IA con apariencia femenina, recibió entre un 10,25 % y un 14 % menos dinero que Johan, el masculino. Según Earth.com, la diferencia máxima llegó al 14 %, mientras que Futurism publicó una tasa del 10,25 % en función del cálculo de los investigadores.
Los datos precisan que Johan obtuvo una media de 2,96 francos suizos por parte de los participantes, frente a los 2,54 francos que recibió Johanna. Aunque ambos realizaron la misma tarea, estos resultados reflejan un sesgo inconsciente en la asignación de valor económico.
Este resultado evidencia un riesgo en el desarrollo y despliegue de asistentes virtuales: que su género aparente puede influir en cómo las personas interactúan y valoran su trabajo, reproduciendo sesgos sociales aunque la IA misma sea neutral e idéntica en rendimiento.
Implicaciones para el diseño y uso de IA
Los sesgos detectados sugieren que el diseño de asistentes IA debe considerar las dinámicas sociales y prejuicios que pueden afectar la percepción y trato recibido. Un asistente masculino puede beneficiarse de estereotipos que le otorgan mayor autoridad o competencia, aunque no haya diferencias reales en el desempeño.
Esta realidad plantea un desafío para lograr interacciones justas, especialmente en ámbitos donde se usan IA para tareas críticas o sensibles, y donde la confianza y valoración por parte del usuario son clave.
Desarrolladores y empresas deben estar alertas a estos fenómenos para evitar que la humanización de las IA, a través del género, reproduzca o amplifique desigualdades sociales existentes en lugar de mitigarlas.
Perspectiva futura y áreas para seguir investigando
Será clave analizar si esta tendencia se mantiene en diferentes culturas, tipos de tareas y con diferentes diseños de asistentes IA. También interesa entender cómo influyen otros atributos percibidos, como la edad o etnia simulada.
Un horizonte a explorar es el desarrollo de asistentes con representación neutra o no binaria que puedan reducir el impacto de sesgos de género, junto con protocolos para evaluar la equidad en interacciones humano-IA.
Este estudio abre la puerta para un debate más profundo sobre cómo asegurar que la IA amplifique la igualdad en vez de reproducir prejuicios, un tema crítico a medida que su presencia se extiende en más ámbitos laborales y sociales.