Tecnología
Edadismo generativo: un estudio revela cómo la IA refuerza estereotipos negativos de edad
Una reciente investigación de la Universitat Oberta de Catalunya advierte de sesgos importantes
¿Te has planteado alguna vez si la Inteligencia Artificial (IA) es machista, racista o edadista? Un reciente estudio de la Universitat Oberta de Catalunya (UOC) ha destapado una realidad inquietante: la inteligencia artificial generativa, a pesar de su potencial creativo, está reforzando estereotipos negativos asociados a la edad. La investigación revela una "tendencia sistemática de la IA consiste en invisibilizar y representar de forma vulnerable y dependiente a las personas mayores", señalan los autores del estudio.
El estudio, publicado en la revista COMeIN, se basa en el análisis de 808 imágenes generadas a partir de 202 prompts (instrucciones) diseñadas para representar actividades cotidianas de personas, tanto sin especificar la edad, como enfocadas en personas mayores. Los resultados exponen sesgos significativos en la representación de la edad, el género y la etnia, lo que plantea serias interrogantes sobre el impacto de la IA en la percepción social de la vejez según plantean sus autores, Juan Linares-Lanzman, Justyna Stypińska y Andrea Rosales.
Infrarrepresentación e imágenes de personas pasivas
Uno de los hallazgos más destacados del estudio es la invisibilización de las personas mayores en las imágenes generadas por la IA. Según los datos, la mayoría de las imágenes de personas sin especificar su edad representan a adultos de entre 25 y 34 años (57 %), mientras que la presencia de personas mayores de entre 65 y 79 años se reduce a un escaso 2,5 %. Esta disparidad no refleja la realidad demográfica, donde la población de personas mayores es significativamente mayor, suponiendo el 20% de la población en España.
Además de la invisibilización, el estudio revela que la IA tiende a representar a las personas mayores bajo estereotipos negativos. En las imágenes generadas, los individuos mayores aparecen predominantemente sentados, mostrando signos de cansancio, frustración y problemas de movilidad. Esta representación contrasta fuertemente con la imagen de las personas jóvenes, que se muestran en posiciones más activas y dinámicas.
La doble discriminación de la IA
El estudio no solo revela sesgos relacionados con la edad, sino que también evidencia discriminación de género y etnia. En cuanto al género, los hombres están sobrerrepresentados entre las personas mayores en las imágenes generadas por IA (70 %), lo cual contradice la realidad, donde las mujeres son mayoría en este grupo de edad (56%), debido a su mayor esperanza de vida.
En cuanto a la etnia, la mayoría de las imágenes de personas mayores generadas por IA representan a personas de piel clara (90%), lo que no refleja la diversidad étnica de la sociedad. Este sesgo refuerza la idea de que la vejez es un fenómeno asociado principalmente a personas blancas, excluyendo y marginando a las personas mayores de otras etnias. Además, el estudio revela que las imágenes de personas mayores son un 13% más oscuras que las de la población general, lo que sugiere una visión pesimista y sombría de la vejez.
El edadismo generativo: un nuevo concepto
Los investigadores proponen el concepto de edadismo generativo para describir esta forma de discriminación que se produce y se refuerza en el entorno de la IA generativa. Definen el edadismo generativo como "una forma de edadismo (visual) que se produce (y se refuerza) en el entorno de la IA generativa". Este fenómeno es interseccional, ya que incluye estereotipos de edad, género y etnia que emergen de las imágenes generadas por la IA7.
El estudio de la UOC pone de manifiesto la necesidad urgente de abordar los sesgos edadistas en la IA generativa y defienden que es fundamental que los desarrolladores de IA sean conscientes de estos sesgos y tomen medidas para garantizar una representación más realista, diversa e inclusiva de las personas mayores. Para lograrlo, los investigadores proponen las siguientes recomendaciones:
- Diversificar los datos de entrenamiento: utilizar conjuntos de datos más amplios y diversos que reflejen la realidad demográfica y la diversidad de las experiencias de las personas mayores.
- Auditar los algoritmos: realizar auditorías periódicas de los algoritmos de IA para detectar y corregir sesgos edadistas.
- Promover la transparencia: ser transparentes sobre cómo se generan las imágenes y qué datos se utilizan para entrenar los modelos de IA.
- Fomentar la participación: involucrar a las personas mayores en el diseño y la evaluación de las tecnologías de IA.
- Sensibilizar a la sociedad: informar y sensibilizar a la sociedad sobre los sesgos edadistas en la IA y sus posibles consecuencias.
Como conclusión, los autores del estudio señalan que "las representaciones estereotipadas de la vejez refuerzan no solo el imaginario que la sociedad tiene de esta etapa de la vida, sino también la imagen que las personas mayores tienen de sí mismas, lo que afecta negativamente a la autopercepción y a las actitudes cotidianas", advierten. Además, la invisibilización de las personas mayores en la IA generativa puede contribuir a su exclusión social y digital, dificultando su acceso a la información, los servicios y las oportunidades que ofrece la tecnología.
