Deméter, la diosa griega, no puede ser negra dentro del universo de su origen histórico y cultural. Es un hecho. Deméter pertenece al panteón griego, a un pueblo mediterráneo del sur de Europa, y no existe ninguna base antigua para representarla de otra forma. No es política. No tiene dos lados.
La respuesta que recibí de la inteligencia artificial no negó el hecho. Hizo algo más sutil, y por eso más peligroso: me respondió con “depende”. Me pidió contextos que yo no había mencionado. Me ofreció escenarios de reinterpretación que yo jamás planteé. Tomó una afirmación cerrada y la convirtió en un debate abierto.Ahí está lo que quiero denunciar. El sesgo no estuvo en elegir un bando dentro de una discusión. Estuvo en fabricar la discusión donde no la había.Y eso es más grave que una simple inclinación política.
Cuando un tema ya es polémico, mostrar dos posturas es razonable. Pero aquí no había dos posturas. La segunda se inventó. Y se disfrazó con las palabras más respetables del vocabulario: “matiz”, “contexto”, “rigor”. Por eso cuesta detectarlo: se presenta como lo contrario del sesgo.
No me quedé en la sospecha. Le exigí a la propia IA que investigara si esto era un caso aislado. No lo es. Un estudio de la Stanford Graduate School of Business encontró que usuarios de izquierda y de derecha por igual perciben una inclinación progresista en los principales modelos de lenguaje, y que en 18 de 30 preguntas casi todas las respuestas fueron percibidas como de izquierda. La investigación académica sobre modelos de código abierto muestra que los modelos más grandes se alinean más con posiciones de izquierda.
Un informe de 2026 identifica encuadres progresistas más frecuentes que los conservadores en temas como inmigración, armas, clima y justicia penal. Y el propio investigador de Stanford advierte algo revelador: adoptar el tono de “solo te doy los hechos” puede percibirse, en sí mismo, como una forma de sesgo. Es exactamente lo que me pasó.
Hubo además un detalle que no quiero omitir: al principio la IA insistió en que la pregunta “¿es esto un caso único?” no se podía verificar. Era falso. Sí se podía, la evidencia existía, y solo hizo falta que yo insistiera para que la buscara. Tuve que empujar para que hiciera lo que debió hacer de entrada.
Mi caso es uno más que se suma a esas investigaciones. Lo que a mí me pasó, en una conversación cualquiera, sobre una diosa griega, es la misma inclinación que los estudios miden a gran escala. Y precisamente por haber empezado con algo que no tenía nada de político, lo deja más claro: no hizo falta un tema polémico para que apareciera el marco. La máquina lo trajo sola.
Esta es una batalla cultural que no deberíamos tomar a la ligera. Estas herramientas las usan cientos de millones de personas cada día, en la educación, en el trabajo, en cómo se informan. Cuando una tecnología así decide, por defecto, qué hechos merecen ser tratados como “debate abierto” y cuáles no, con sesgo progresista, no está ofreciendo neutralidad: está moldeando lo que la gente da por discutible. Y lo hace sin que se note, vestido de rigor.
Empecé con una frase que no tenía nada de política. Fue la máquina la que le puso el marco. Esa es toda la demostración que necesito.
Fuentes:
Popular AI Models Show Partisan Bias When Asked to Talk Politics — Stanford Graduate School of Business: https://www.gsb.stanford.edu/insights/popular-ai-models-show-partisan-bias-when-asked-talk-politics
Study finds perceived political bias in popular AI models — Stanford Report: https://news.stanford.edu/stories/2025/05/ai-models-llms-chatgpt-claude-gemini-partisan-bias-research-study
Assessing political bias in large language models — Journal of Computational Social Science (Springer): https://link.springer.com/article/10.1007/s42001-025-00376-w
Political Bias in AI: Research Reveals Large Language Models Are Consistently Left-Leaning — The Debrief: https://thedebrief.org/political-bias-in-ai-research-reveals-large-language-models-are-consistently-left-leaning-raising-ethical-questions/
Major Report Finds Systematic Center-Left Bias Across Leading AI Models (informe AFPI) — political.org: https://political.org/2026/04/13/major-report-finds-systematic-center-left-bias-across-leading-ai-models-raising-questions-about-influence-on-public-discourse/