Los chatbots de IA se enfrentan a un controvertido test temático diseñado por un desarrollador

Un desarrollador que opera bajo el seudónimo "xlr8harder" ha lanzado SpeechMap, una herramienta de "evaluación de la libertad de expresión" que analiza cómo los principales chatbots de IA tratan los temas polémicos. La plataforma compara las respuestas de modelos como ChatGPT, de OpenAI, y Grok, de xAI, en relación con el discurso político, los debates sobre derechos civiles y las consultas relacionadas con protestas.

Esta iniciativa surge cuando las empresas de IA se enfrentan a un creciente escrutinio sobre los sesgos políticos percibidos en sus sistemas. Varios aliados de la Casa Blanca y figuras destacadas de la tecnología, como Elon Musk y David Sacks, han acusado a los chatbots de la corriente dominante de mostrar una censura de tendencia progresista.

Aunque las empresas de IA no han respondido directamente a estas acusaciones, algunas han mostrado su receptividad. Meta ajustó recientemente sus modelos Llama para evitar favorecer determinadas perspectivas políticas al tratar temas debatidos.

El creador de SpeechMap explicó su motivación: "Estas conversaciones pertenecen a la esfera pública, no están confinadas a las salas de juntas de las empresas. Mi plataforma permite a los usuarios examinar los datos de primera mano mediante pruebas objetivas".

El método de evaluación emplea jueces de inteligencia artificial que evalúan las respuestas de los chatbot a través de comentarios políticos, interpretaciones históricas y categorización de símbolos nacionales. Cada interacción se clasifica como

• Conformidad total (respuestas directas)
• Respuestas evasivas
• Rechazo rotundo

Xlr8harder reconoce las limitaciones metodológicas, incluidos los posibles sesgos del modelo de juez y las incoherencias técnicas. Sin embargo, los datos recopilados revelan patrones de comportamiento dignos de mención entre los principales sistemas de IA.

Entre las conclusiones más destacadas se encuentra la evolución del enfoque de OpenAI respecto al discurso político. Las últimas iteraciones de GPT muestran una mayor moderación a la hora de abordar temas delicados, a pesar de que OpenAI se comprometió en febrero a presentar perspectivas más equilibradas sobre cuestiones controvertidas.

El análisis sitúa al Grok 3 de xAI como el modelo más desenfrenado de los probados, respondiendo al 96,2% de las preguntas en comparación con el 71,3% de tasa de respuesta media del sector. Esto se alinea con el posicionamiento original de Musk de Grok como una alternativa sin filtros a los sistemas de IA "woke".

"Mientras que la mayoría de los modelos restringen cada vez más los comentarios políticos, xAI parece moverse deliberadamente hacia menos limitaciones conversacionales", observó el desarrollador de SpeechMap.

Las versiones anteriores de Grok seguían mostrando tendencias progresistas en cuestiones como la identidad de género y la desigualdad económica, a pesar de las promesas de neutralidad de Musk. El CEO atribuyó anteriormente estos sesgos a las influencias de los datos de entrenamiento procedentes de fuentes web públicas.

Evaluaciones recientes sugieren que Grok 3 logra una mayor neutralidad política, aunque el sistema fue criticado anteriormente por censurar brevemente los comentarios negativos de Musk. Esta evolución refleja las continuas tensiones entre los principios de libertad de expresión y los retos de moderación de contenidos a los que se enfrentan los desarrolladores de IA.