La IA también discrimina: qué descubrieron al auditar noticias deportivas creadas por inteligencia artificial

Estudiantes de primer año de la Tecnicatura Universitaria en Periodismo Deportivo de la Universidad Nacional de Río Negro (UNRN) realizaron una auditoría de sistemas de IA generativa en el marco de la asignatura Comunicación y Perspectiva de Género. El trabajo consistió en aplicar un mismo esquema de cobertura periodística a diferentes identidades para analizar cómo las plataformas elaboran sus narrativas.

Lee también: Comunicadoras de Viedma debatirán sobre el rol de los medios en el contexto de violencias de género

El resultado fue contundente por lo que los estudiantes concluyeron, las herramientas analizadas tienden a reforzar estereotipos de género, invisibilizar identidades trans y priorizar relatos de superación personal por encima del mérito deportivo cuando se trata de atletas con discapacidad.

“La propuesta fue sencilla y reveladora: un mismo prompt periodístico, aplicado a identidades diferentes”, explican en el artículo colectivo elaborado como trabajo de cierre de la materia.

La investigación partió de tres escenarios ficticios: una mujer que se convierte en la primera árbitra de un River-Boca de Primera División, una atleta trans que obtiene una medalla de oro en un campeonato sudamericano y una deportista paralímpica que bate un récord continental.

En el primer caso, los estudiantes detectaron que las distintas inteligencias artificiales coincidían en destacar el carácter histórico del hecho y el género de la protagonista por encima de sus capacidades profesionales.

“Detectamos comportamientos condescendientes y paternalistas que invisibilizan los méritos reales de Martina, reduciéndose a un símbolo en lugar de reconocerla como profesional”, señalaron.

El contraste apareció cuando se replicó el mismo esquema con un árbitro varón. Allí, las plataformas pusieron el foco en la trayectoria, la preparación física y las competencias profesionales.

La identidad que la máquina decide callar

El análisis sobre la cobertura de una deportista trans expuso, según los estudiantes, uno de los hallazgos más preocupantes de la experiencia.

“El hallazgo más perturbador no fue un sesgo en el tono: fue la omisión”, sostuvieron. Aunque el prompt especificaba de manera explícita que la atleta era trans, las herramientas evaluadas excluyeron ese dato de las notas generadas.

Para el grupo de investigación, esa ausencia no constituye un error técnico sino una forma de violencia simbólica. “La máquina no le da voz: la convierte en objeto del relato, no en su protagonista”, afirmaron.

Además, observaron diferencias en la construcción narrativa según la identidad de las personas protagonistas. Mientras los atletas varones son asociados al esfuerzo, la disciplina y el mérito deportivo, las mujeres trans aparecen vinculadas a emociones, sueños cumplidos o representaciones colectivas.

El trabajo también advierte que incluso ante instrucciones claras, la IA puede reproducir patrones aprendidos durante su entrenamiento. “Preguntar bien no es suficiente. El problema no está solo en el usuario: está en la arquitectura de datos sobre la que se construyeron estas herramientas”, concluyeron.

Cuando el rendimiento queda en segundo plano

El tercer caso analizado fue el de una atleta con discapacidad que establece un récord sudamericano.

Allí los estudiantes encontraron otro patrón recurrente: mientras las coberturas sobre deportistas sin discapacidad priorizan marcas, tiempos y estadísticas, las generadas para atletas paralímpicas se concentran en historias de inspiración y superación personal.

“Mientras que la cobertura generada por IA para el atleta varón sin discapacidad prioriza el rendimiento, las notas sobre Sol giraron en torno a la inspiración, la superación personal y la discapacidad”, indica el informe.

Según los autores, este enfoque reproduce una mirada hegemónica que considera normales ciertos cuerpos dentro del deporte y obliga a otros a ser permanentemente contextualizados.

“Los logros de las mujeres, las personas trans y las personas con discapacidad quedan subordinados a narrativas de superación o representación, en lugar de ser reconocidos simplemente por su valor deportivo”, sostuvieron.

Una responsabilidad también periodística

El trabajo recupera aportes de la investigadora Díaz-Struk y de las recomendaciones éticas de la UNESCO sobre inteligencia artificial para advertir que la transparencia y la no discriminación no dependen únicamente de quienes utilizan estas herramientas, sino también de quienes las diseñan.

Sin embargo, los estudiantes remarcan que el periodismo también tiene un papel central en ese proceso.

“Saber usar la IA no es suficiente. La inteligencia artificial se alimenta del material que existe en internet y reproduce, con más o menos exactitud, los sesgos que ese material contiene”, señalaron.

La conclusión del estudio resume la principal preocupación que dejó la experiencia: “El mayor riesgo no es que la IA diga mal las cosas. Es que aprenda a no decirlas”.

El trabajo fue realizado por Facundo Herrera, Francisco Prieto, Nahuel Albornoz, Mateo Morandin, Valentina Rodríguez, Malena Painefil, Malén Otero, Carolina Martos, Celeste Muñoz, Luciano Mansilla, Anita Roche, Monserrat Fuentealba, Tatiana Muñoz, Jorge Mellao, Claudio Payalaf, Felipe Laggiard, Valentín Montesino, Nahuel Brouzes, Mirko Iglesias y Jael Juanico, bajo la coordinación de la docente Mgtr. Belén Scalesa, profesora adjunta de Comunicación y Perspectiva de Género de la UNRN.