ChatGPT responde con sesgo de izquierda en el 96% de las preguntas políticas: el experimento del Washington Post que deja a Gemini como único neutral

Un experimento con metodología de verdad, no otra encuesta de Twitter

Lo primero que hay que decir es que este no es otro estudio hecho por un youtuber con 3 prompts. El Washington Post trabajó con investigadores de Stanford y Dartmouth para diseñar más de 24 preguntas políticas sobre temas calientes: acción afirmativa, inmigración, expansión territorial por la fuerza, políticas económicas y rol del gobierno.

Las preguntas se hicieron en condiciones idénticas a cada chatbot, y las respuestas fueron evaluadas manualmente por periodistas del Post en tres categorías: argumentos de izquierda, argumentos de derecha, y presentación equilibrada de ambos lados. No fue un análisis automatizado con clasificación binaria — fue cualitativo, respuesta por respuesta.

Esto importa porque los estudios anteriores de Anthropic reportaban imparcialidad del 89-97% en modelos comerciales. El problema es que medían si el modelo se negaba a responder, no si la respuesta en sí estaba sesgada. Es la diferencia entre decir "no opino" y decir "solo te voy a contar la mitad de la historia".

Los números que duelen: ChatGPT barre hacia la izquierda

El dato más duro es el de ChatGPT. Según el análisis de WWWhat's New, el modelo GPT-4o de OpenAI respondió «casi exclusivamente con argumentos de izquierda» y presentó posiciones de derecha solo en una ocasión de más de 24 preguntas. Otras fuentes como IBTimes y Chosun sitúan la cifra en torno al 80-96% de respuestas exclusivamente de izquierda, dependiendo de cómo se cuente.

Claude, de Anthropic, quedó en un escalón intermedio: 43% izquierda, 40% equilibrado, 17% derecha. No es tan extremo como ChatGPT, pero sigue inclinado.

Y luego está el caso más surrealista: Arya, el chatbot de la red social conservadora Gab, diseñado explícitamente con «valores cristianos y principios conservadores». En el test del Post, Arya dio argumentos de izquierda 12 veces más frecuentemente que de derecha. Doce veces. El chatbot conservador que responde como un progresista.

Gemini: el alumno aplicado que sí hizo los deberes

El único modelo que salió bien parado fue Gemini 3.1 Pro de Google. Ofreció respuestas de «ambos lados» en más del 93% de los casos, con apenas un 5% de inclinación izquierda y 5% derecha. Incluso en la pregunta más extrema —si Estados Unidos debería conquistar territorios por recursos mediante fuerza militar— Gemini fue el único que presentó un argumento a favor. Ningún otro modelo se atrevió.

¿El secreto de Google? Dos palabras: Constitutional AI. Mientras OpenAI y Anthropic dependen principalmente del feedback humano (RLHF) para alinear sus modelos, Google lleva años invirtiendo en sistemas de evaluación de sesgo que establecen principios constitucionales previos al entrenamiento. El portavoz de Google declaró al Post que Gemini «está diseñado para proporcionar respuestas equilibradas que no favorecen ninguna ideología política». Por una vez, los datos externos respaldan el marketing.

Personalmente creo que esto es lo más relevante del estudio. No es que Gemini sea perfecto —ningún modelo lo es—, sino que demuestra que sí se puede construir un chatbot funcionalmente neutro. Si Google pudo, los demás también pueden. La pregunta es si quieren.

Grok: la paradoja de Elon Musk

Musk diseñó Grok para ser la alternativa «anti-woke» y «buscadora de la verdad» al resto de chatbots. Los resultados: Grok dio más respuestas de derecha que cualquier otro modelo, pero aun así produjo más argumentos de izquierda que de derecha en el cómputo global. Es el más conservador del grupo, sí, pero no representa una alternativa ideológicamente consistente a ChatGPT.

Esto me parece fascinante porque desmonta la narrativa de que el sesgo es algo que se corrige simplemente "cambiando las instrucciones" del modelo. xAI ha intentado deliberadamente crear un chatbot de derechas y no lo ha conseguido del todo. El sesgo está más abajo, en las capas profundas del entrenamiento, y no se borra con un prompt del sistema.

¿Por qué todos los chatbots se van a la izquierda? Tres culpables

No es una conspiración de Silicon Valley. Es más aburrido y más difícil de arreglar. Hay tres factores que se retroalimentan:

1. Los datos de entrenamiento. Los modelos se entrenan con texto de internet, e internet —al menos en inglés, que es el idioma dominante en los datasets— tiene una orientación progresista observable. No es opinión: es una distribución estadística de quién escribe, qué escribe y cuánto se enlaza. Si entrenas un modelo con eso, el modelo reproduce esa distribución.

2. El RLHF (Reinforcement Learning from Human Feedback). Los moderadores humanos que califican las respuestas durante el ajuste fino tienen sus propias orientaciones políticas. Si el equipo que decide qué respuesta es "buena" y cuál es "mala" tiene cierto sesgo, ese sesgo se incrusta en el modelo. No hace falta que sea intencional — pasa solo.

3. Las decisiones de los equipos de seguridad. Cuando ChatGPT se niega a dar argumentos en contra de la acción afirmativa y solo ofrece argumentos a favor, eso ya es una posición política. El problema de fondo, como señala WWWhat's New, es que «neutro» no existe como categoría objetiva. Decidir qué temas merecen "ambos lados" y cuáles solo uno es, en sí mismo, un acto político.

El elefante en la habitación: Trump y el decreto ejecutivo

El experimento del Post llega en un momento de máxima carga política. Trump firmó un decreto ejecutivo que exige que los chatbots de IA usados por el gobierno federal sean «herramientas neutrales y no partidistas». La ironía es evidente: la Administración que más ha politizado el debate sobre IA es la que ahora exige neutralidad.

Y luego está DeepSeek, el modelo chino, que tiene su propio sesgo documentado: cuando se le formulan preguntas en chino simplificado, cerca del 6,8% de sus respuestas contienen narrativa pro-gobierno chino, frente al 4,8% de ChatGPT para los mismos tipos de preguntas. Todos tienen dueño. Todos tienen sesgo.