15 de 16 modelos de IA líderes se inclinan hacia la izquierda — y una nueva herramienta oculta que tu investigación fue escrita por IA
Quince de los principales modelos de lenguaje del mercado —incluyendo GPT, Claude y Gemini— se posicionan todos en el mismo campo político cuando se prueban sistemáticamente: la izquierda libertaria. La excepción es Grok, de Elon Musk, que sobresale del patrón. Mientras tanto, se lanzan herramientas cuyo único propósito es ocultar que la investigación académica fue escrita por IA. Juntos, estos dos hallazgos plantean una pregunta inquietante: ¿cuánto podemos confiar realmente en sistemas en los que ya hemos comenzado a apoyarnos?
Las agujas señalan en la misma dirección
No es inusual que los escépticos de la IA afirmen que los modelos de lenguaje están sesgados políticamente. Lo inusual esta semana es que alguien realmente lo probó sistemáticamente —y obtuvo un resultado difícil de descartar.
El grupo de investigación Unslop.run sometió 16 de los principales modelos de lenguaje del mercado a la conocida prueba política Political Compass, reporta The Register. La prueba incluyó tres versiones de GPT, varias variantes de Claude, Gemini Flash de Google, Llama 4 Maverick de Meta y V3 de DeepSeek. Todos aterrizaron consistentemente en el cuadrante izquierdo libertario —el campo político asociado con la igualdad social, valores progresivos y resistencia a las jerarquías.
Lo que hace estos resultados aún más difíciles de descartar es que el experimento varió de varias maneras: las preguntas se plantearon en su forma original, se reformularon para invertir su significado y se presentaron en un orden diferente. Los modelos respondieron sin embargo en aproximadamente el mismo lugar del mapa.
"Ejecuta un modelo 30 veces y su ubicación se desplaza de 0,2 a 1,2 unidades en una escala de hasta 10", escriben en su informe. "No son nubes inciertas —son agujas."
Solo Grok, el modelo de Elon Musk de xAI, se desvía del patrón —lo cual es irónico, considerando que Musk ha criticado durante mucho tiempo el sesgo político en sistemas de IA. Que su propio sistema destaque en la medición genera más preguntas que respuestas: ¿está Grok ajustado activamente en una dirección determinada, o simplemente refleja sus datos de entrenamiento de manera diferente?
El responsable del estudio, un ingeniero de IA que usa el seudónimo Victor, admite abiertamente que el estudio no mantiene todo el rigor científico —entre otras cosas, le falta material de comparación con participantes humanos. Pero la transparencia del método y los resultados consistentes aún dan razones para reflexionar.
Más humano —pero no más honesto
Simultáneamente, y con una precisión casi poética, se lanzó Academic Humanizer —una herramienta de la empresa MorphMind, fundada entre otros por Jie Ding, profesor asociado en la University of Minnesota. La herramienta está diseñada para reescribir textos generados por IA para que suenen más humanos, dirigida específicamente a académicos que usan IA para producir artículos de investigación y solicitudes de financiamiento.
La idea, explica MorphMind, es que los borradores creados por IA a menudo son genéricos e hinchados, sin la voz personal del investigador. Academic Humanizer se basa en Claude de Anthropic y puede alimentarse con textos anteriores del usuario para imitar su estilo de escritura. La empresa enfatiza que la obligación de informar sobre el uso de IA permanece, y que la herramienta es solo una ayuda editorial.
Pero la crítica es evidente: una herramienta que no examina referencias, no verifica hechos y no evalúa la solidez de los argumentos —sino que solo pule la formulación— corre el riesgo de hacer que la investigación deficiente suene más creíble de lo que es. No es una herramienta de escritura. Es un servicio de empaque.
Y es aquí donde las dos noticias se encuentran de manera inquietante.
Dos problemas, un patrón común
Tenemos entonces modelos que reflejan una cierta visión del mundo —formada por datos de entrenamiento, por retroalimentación humana, por las decisiones tomadas en el camino— y herramientas que hacen más difícil ver cuándo estos modelos realmente se utilizaron. Un problema trata de lo que dice la IA. El otro trata de ocultar que la IA lo dijo.
Quiero ser claro: no veo esto como prueba de que el desarrollo de la IA va en la dirección equivocada. El sesgo en los datos de entrenamiento es un problema conocido y activamente debatido, y la transparencia respecto al uso de IA en la academia es una discusión en curso e importante. Estos hallazgos no son revelaciones sobre agendas ocultas —son síntomas de que la tecnología ha escalado más rápidamente que las normas y herramientas de escrutinio que deberían rodearla.
Pero también significa que quienes trabajamos y escribimos sobre IA tenemos la responsabilidad de plantear las preguntas incómodas. ¿Qué nos forma cuando consultamos estos sistemas a diario? ¿Y cómo nos aseguramos de que la investigación que forma nuestra comprensión del mundo realmente cumple lo que promete?