Un estudio de 2025 del Stanford Institute for Human-Centered Artificial Intelligence (HAI) muestra que las herramientas de inteligencia artificial, en particular los modelos de lenguaje a gran escala, rinden de forma desigual fuera del inglés. Varios LLMs públicos, incluidos algunos desarrollados en parte por Google y Meta, generan respuestas que no responden a las necesidades de la mayoría global.
La dominancia del inglés en la web y la concentración de empresas y datos en zonas más acomodadas, como Silicon Valley, han ampliado la brecha. Medios señalaron que millones de hablantes de lenguas como kurdo y suajili quedan en posición secundaria, y usuarios que piden ayuda en otros idiomas a menudo reciben resultados poco útiles o con errores.
Existen problemas prácticos y culturales. Wired describió que pedir a ChatGPT que redacte un correo en tamil puede producir un borrador confuso en inglés. MIT Technology Review encontró que muchos textos raspados contienen traducciones automáticas defectuosas; contribuyentes bienintencionados que no verifican la exactitud hacen que esos errores entren en los datos de entrenamiento. The Atlantic y otros advirtieron que los resultados tienden a reflejar normas y valores de hablantes de inglés en países con más recursos, y que la filosofía de “moverse rápido y romper cosas” sigue dejando a comunidades no anglófonas en desventaja.
Para reducir daños, expertos y comentaristas proponen pasos concretos y colaborativos:
- Trabajar con comunidades locales y líderes de base.
- Validar datos multilingües y revisar salidas por precisión.
- Asociarse con desarrolladores comunitarios y respetar diferencias culturales.
Palabras difíciles
- modelo — sistema o programa que genera texto o prediccionesmodelos
- dominancia — situación de superioridad o control sobre otros
- brecha — diferencia grande que causa desigualdad entre grupos
- raspar — extraer datos de la web de forma automáticaraspados
- validar — comprobar que la información es correcta y fiable
- anglófono — persona o comunidad cuya lengua principal es el inglésanglófonas
- bienintencionado — que tiene buenas intenciones sin malicia realbienintencionados
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o audicións.
Preguntas de discusión
- ¿Qué beneficios y retos ves al trabajar con comunidades locales para mejorar modelos de IA, según el artículo?
- ¿Cómo pueden afectar las traducciones automáticas defectuosas a hablantes de lenguas menos representadas?
- ¿Qué pasos concretos propondrías para validar datos multilingües en un proyecto de inteligencia artificial?
Artículos relacionados
Un estudio encuentra sesgos en consejos de IA cuando se revela el autismo
Investigadores de Virginia Tech analizaron cómo cambian las recomendaciones de grandes modelos de lenguaje cuando los usuarios dicen que son autistas. Hallaron que muchas respuestas reflejan estereotipos y piden más transparencia y control en los sistemas de IA.
Hija Kamran: la inteligencia artificial no es neutral
Hija Kamran, en una contribución a la serie «Don’t ask AI, ask a peer» y al Spotlight de Global Voices de abril de 2026, explica que la IA reproduce desigualdades y denuncia la falta de transparencia y responsabilidad empresarial.
Estudio detecta fallos en gestores de contraseñas en la nube
Investigadores de ETH Zurich analizaron Bitwarden, LastPass y Dashlane y encontraron vulnerabilidades que permitían acceder o incluso cambiar contraseñas. Dieron 90 días para corregir y propusieron recomendaciones de seguridad.
