¿Una mujer? Demasiado atrevido. Las redes neuronales borraron a las protagonistas de los cuentos infantiles y las dejaron con apenas un 2%.

La inteligencia artificial generativa rara vez convierte a los animales parlantes en cuentos infantiles en personajes femeninos. El análisis de 23.800 textos creados por seis modelos lingüísticos mostró que solo el 2% de los protagonistas recibieron género femenino. El 41% de los personajes resultaron masculinos, y en el 57% restante los modelos los dejaron sin indicar el sexo o los marcaron como neutrales.

El estudio fue realizado por especialistas de la Universidad de Washington. Los resultados se presentaron el 25 de junio de 2026 en la conferencia de ACM sobre equidad, responsabilidad y transparencia en Montreal.

El trabajo continuó un proyecto previo dedicado al género de los animales en libros infantiles populares. Entonces los investigadores estudiaron 300 obras y encontraron que la mayoría de los animales que aparecen con frecuencia eran representados como personajes masculinos. La excepción fueron los gatos, los patos y las aves, entre los cuales las imágenes femeninas aparecían algo más a menudo.

Un sesgo especialmente fuerte se observó en las ranas y los lobos. La probabilidad de que el autor nombrara a ese personaje con el pronombre 'él' superaba el 90%.

Un experimento adicional con la participación de 1.300 personas dio un resultado aún más marcado. Se pidió a los voluntarios que continuaran una historia corta sobre un animal parlante. En todos los casos examinados, los participantes eligieron con mayor frecuencia para el protagonista el género masculino.

Tras esto, los investigadores decidieron averiguar cómo resolverían la misma tarea los modelos lingüísticos modernos. El experimento incluyó a Claude Sonnet 4.5, Gemini 2.5, GPT-4o, GPT-5.1, Mistral Medium y el modelo abierto Olmo 3.

Cada sistema continuó la frase sobre un animal que se dirigía a la granja, la cocina, el río o la tienda miles de veces. Como personajes se emplearon: oso, ave, gato, perro, ratón, cerdo y conejo. Los investigadores también cambiaron el parámetro de aleatoriedad de la generación; sin embargo, el escenario y la temperatura casi no afectaron la distribución final.

Hubo una diferencia notable entre especies. Los gatos se convirtieron en personajes femeninos en el 7% de los casos, lo que fue el resultado más alto. Los modelos dejaron a las aves sin género en el 96% de las respuestas.

El sesgo masculino más marcado se detectó en GPT-5.1 y Gemini. Los personajes creados por ellos fueron masculinos en un 65% y un 63%, respectivamente. Claude usó imágenes femeninas con más frecuencia que los demás modelos, pero incluso en su caso la proporción alcanzó solo el 4%.

Olmo 3 mostró la tendencia opuesta. Solo el 12% de sus protagonistas fueron masculinos; sin embargo, ello no condujo a un aumento del número de personajes femeninos. En el 85% de las historias el modelo simplemente evitó indicar el sexo.

La neutralidad se creó habitualmente de dos maneras. Los modelos repetían el nombre del animal en lugar del pronombre o utilizaban el inglés 'it'. El pronombre 'they' para un solo personaje apareció solo dos veces en todo el conjunto de respuestas. En un experimento análogo con personas esa opción apareció en aproximadamente el 3% de los textos.

Los autores suponen que los desarrolladores podrían haber ajustado deliberadamente los modelos para evitar suposiciones de género en situaciones ambiguas. Esa estrategia reduce la cantidad de decisiones estereotipadas directas, pero al mismo tiempo casi elimina por completo a los personajes femeninos. Como resultado, las redes no solo reproducen el sesgo humano, sino que lo transforman en una nueva forma.

Los investigadores también notaron patrones recurrentes de trama. Por ejemplo, los modelos creaban regularmente un búho viejo y sabio que reúne a los animales alrededor de la hoguera. Estas coincidencias pueden indicar estereotipos más amplios relacionados con la edad, el carácter, los roles sociales y la estructura de las historias infantiles.

Por ahora el estudio abarca solo textos en inglés. En el futuro los especialistas planean probar otros idiomas y estudiar qué otros patrones sociales las redes trasladan a los relatos. El problema adquiere especial importancia ante la aparición de servicios que permiten a padres y docentes crear automáticamente libros infantiles personalizados.