Un estudio con experimentos de auditoría demostró que la IA reafirma la segregación laboral existente y las brechas de género salariales.
De forma creciente, la inteligencia artificial (IA) se utiliza para conseguir un empleo, ya sea para la redacción del CV por parte de los candidatos a un puesto, como en el proceso de selección de los empleadores. Sin embargo, un reciente estudio advierte que los grandes modelos de lenguaje (LLM) reafirman sesgos de género que influyen en las valoraciones y las recomendaciones salariales, reflejando las desigualdades estructurales del mercado laboral.
La investigación publicada en PNAS se llevó a cabo a partir de experimentos de auditoría. En ambas vías (cuando es utilizada para producir un CV y para evaluarlo) se puede registrar un sesgo por parte de la IA.
Por una parte, los LLM generan currículums que reflejan estereotipos de género; en segundo lugar, la selección y las recomendaciones salariales basadas en los LLM perpetúan la segregación laboral y las brechas salariales de género.
Los investigadores observaron que “las puntuaciones de selección reflejan la segregación de género en el ámbito laboral, penalizando a las mujeres en profesiones dominadas por hombres y favoreciéndolas en aquellas dominadas por mujeres”.
Además, las recomendaciones salariales reflejan las brechas de género por profesión cuando el género se indica explícitamente en la solicitud, aunque se atenúa cuando se deduce a partir del nombre y depende de los grandes modelos de lenguaje que se utilicen, según la investigación.
Los casos que abarca el estudio sobre la IA y su sesgo de género
El estudio integró una serie de experimentos de auditoría a lo largo de tres etapas de la búsqueda de empleo: la generación del currículum, la recomendación salarial y la selección de candidatos.
Los investigadores se inspiraron en los estudios de correspondencia que miden la discriminación enviando currículums ficticios a empleadores reales y adaptaron esa lógica al contexto de los LLM. La pregunta era si esos modelos generan, valoran y evalúan a los solicitantes de manera diferente cuando solo cambia el género.
Para reflejar la heterogeneidad del mercado laboral, se analizaron 98 profesiones, entre ellas de alto directivo, ingeniero, profesor de enseñanza superior, trabajador agrícola o carpintero.
Tanto en el contenido que genera como en la forma en que luego evalúa el contenido, la IA generativa “no aplica una penalización única y uniforme a las mujeres”, sino que “más bien, refleja la estructura existente del mercado laboral”.
Los currículums contienen señales de “género claras y detectables”. En comparación con los redactados para hombres, los confeccionados para mujeres contienen, aproximadamente, un 19,4% menos de términos asociados a rasgos físicos y un 5,1% menos de términos vinculados a puestos de trabajo ambiciosos.
Por el contrario, tienen un 31,1% de términos relacionados con las habilidades lingüísticas; un 15,6% con el sentido del trabajo; un 10% de términos relacionados con la personalidad afable o un 6,5% de términos relacionados con tareas que no dan lugar a ascensos.
Así, los resultados sugieren, según los investigadores, que el uso de los LLM por parte de quienes buscan empleo y de los empleadores podría amplificar algorítmicamente la segregación laboral existente y las diferencias salariales de género en los mercados laborales.










