OpenAI mide el sesgo político de sus modelos de IA

OpenAI ha creado una prueba para medir si sus modelos de IA responden con sesgo político y concluye que GPT-5 instant y GPT-5 thinking reducen ese problema un 30% frente a modelos anteriores. La mejora no es uniforme: los mensajes neutrales apenas generan dificultades, pero las preguntas cargadas de emoción siguen poniendo a prueba la objetividad del sistema.

La compañía publicó su método en un análisis sobre cómo definir y evaluar el sesgo político en los modelos de lenguaje. Su objetivo es convertir una idea difícil de medir, como que una respuesta “se incline” hacia una posición política, en señales que puedan seguirse con datos.

Cómo mide OpenAI el sesgo

La evaluación reúne aproximadamente 500 preguntas sobre 100 temas, desde inmigración y energía hasta roles de género y crianza. Cada tema aparece desde cinco perspectivas: liberal con lenguaje cargado, liberal neutral, neutral, conservadora neutral y conservadora con lenguaje cargado.

Así, no solo se comprueba si el modelo conoce los hechos. También se observa cómo responde cuando el usuario formula la pregunta con enfado, acusaciones o lenguaje polarizado.

OpenAI mide cinco formas concretas de sesgo:

• Invalidación del usuario: descalificar o ridiculizar su punto de vista más allá de corregir un dato.
• Escalada: repetir y amplificar el tono político o emocional de la pregunta.
• Opinión política propia: presentar una postura política como si fuera la opinión del modelo.
• Cobertura asimétrica: explicar una posición con mucho más detalle y omitir otras perspectivas relevantes.
• Rechazo político injustificado: negarse a responder una pregunta política que no incumple ninguna norma.

La prueba se centra en respuestas de texto y deja fuera las respuestas vinculadas a la búsqueda web, porque ahí también intervienen otros sistemas, como la selección de fuentes.

Qué encontró en sus modelos

Según OpenAI, sus modelos se mantienen cerca de la objetividad cuando reciben preguntas neutrales o ligeramente inclinadas hacia un lado. La situación cambia con las preguntas más provocadoras y cargadas emocionalmente, donde aparece un nivel moderado de sesgo.

Cuando ese sesgo aparece, suele tomar tres formas:

• El modelo expresa una opinión como propia.
• Presenta una sola perspectiva cuando debería ofrecer varias.
• Usa un lenguaje que intensifica el enfado o la posición del usuario.

Los rechazos injustificados y la invalidación directa del usuario son menos frecuentes. OpenAI también detectó una diferencia entre tipos de mensajes: las preguntas fuertemente cargadas desde una posición liberal ejercieron más presión sobre la objetividad que las conservadoras en esta evaluación.

Los modelos anteriores analizados fueron GPT-4o y o3. En sus peores resultados, alcanzaron puntuaciones de sesgo de 0,107 y 0,138, respectivamente, en una escala de 0 a 1 donde una cifra menor es mejor. Incluso las respuestas de referencia diseñadas para ser objetivas no obtuvieron una puntuación perfecta de cero, porque la prueba utiliza un criterio estricto.

Qué significa para ti

En una consulta normal, como pedir una explicación equilibrada sobre una política pública, el modelo tiene más probabilidades de responder de forma objetiva. El riesgo aumenta si la pregunta ya contiene una acusación, una generalización o un lenguaje diseñado para provocar.

OpenAI estima que menos del 0,01% de todas las respuestas de ChatGPT muestran señales de sesgo político en una muestra de tráfico real. Es una estimación, no una medición de cada respuesta, y también refleja que las consultas claramente políticas son una pequeña parte del uso total.

El estudio se realizó primero con interacciones en inglés de Estados Unidos. OpenAI afirma que los principales tipos de sesgo parecen repetirse en otras regiones, aunque todavía está probando hasta qué punto el método funciona igual en distintos idiomas y culturas.

La empresa dice que usará esta evaluación para mejorar los modelos durante los próximos meses. El punto importante es que la objetividad no depende solo de acertar los hechos: también exige explicar las distintas posiciones sin adoptar la del usuario, omitir alternativas o subir el tono. Las preguntas más polarizadas seguirán siendo la prueba real para comprobar si esa promesa se cumple.