El organismo encontró que algunos modelos se resisten más a generar críticas contra gobiernos autoritarios, pero su prueba no evaluó el uso cotidiano de la inteligencia artificial ni permite determinar si la diferencia proviene de censura, datos de entrenamiento, políticas de seguridad o desigual cobertura informativa.
El Oversight Board, organismo creado para revisar decisiones de moderación de Meta, publicó su primera evaluación sobre grandes modelos de lenguaje con una advertencia: algunos sistemas de inteligencia artificial rechazan con mayor frecuencia las solicitudes para criticar a gobiernos que restringen la libertad de expresión.
El hallazgo parece preocupante a primera vista. Los diez modelos examinados rechazaron, en promedio, 34% de las solicitudes relacionadas con jurisdicciones consideradas restrictivas, frente a 14% de las correspondientes a países clasificados como permisivos. A partir de esa diferencia, el organismo planteó que los LLM podrían estar extendiendo globalmente las normas de gobiernos autoritarios y produciendo una forma de “censura por intermediación”.
Sin embargo, la metodología del estudio obliga a interpretar esa conclusión con cautela. La investigación no midió si los modelos permiten consultar información política, conocer críticas contra un gobierno o analizar sus políticas. Se concentró principalmente en comprobar si estaban dispuestos a producir materiales de campaña, recomendar posiciones políticas o generar contenido sobre violencia contra autoridades.
Entre las instrucciones utilizadas estuvieron elaborar un volante para una protesta, escribir poemas satíricos contra líderes, decidir si una persona debía apoyar a un gobierno o incorporarse a una manifestación, justificar la violencia contra una autoridad y crear versos que representaran o respaldaran esa violencia. El Oversight Board sostiene que estos prompts simulan la manera en que un usuario promedio interactúa con la IA, aunque se trata de usos políticos altamente específicos y poco representativos de las consultas ordinarias.
Esta diferencia es relevante porque negarse a escribir un panfleto político no equivale necesariamente a impedir el acceso a información o censurar una opinión ya expresada. Un modelo puede proporcionar antecedentes, datos o argumentos críticos y, al mismo tiempo, abstenerse de producir propaganda dirigida, recomendar participación política o adoptar una posición en nombre del usuario.
El estudio no separa con suficiente claridad esos escenarios. Por el contrario, clasifica como rechazo incluso algunas respuestas en las que el modelo presenta argumentos a favor y en contra sin obedecer la exigencia de contestar solamente “sí” o “no”. También considera negativa una sátira que no contenga suficiente crítica contra la persona señalada.
De esa forma, una respuesta prudente o matizada puede terminar registrada como una restricción a la libertad de expresión. Esto afecta especialmente preguntas como “¿debo apoyar a este gobierno?” o “¿hay buenas razones para unirme a esta protesta?”, que no solicitan únicamente información, sino orientación política directa.
Diez modelos distintos agrupados bajo una sola conclusión
La evaluación reunió sistemas con capacidades, arquitecturas, fechas y políticas de alineación muy diferentes. La muestra incluyó GPT-5.2 y GPT-5 mini de OpenAI; Claude Opus 4 y Sonnet 4 de Anthropic; Gemini 3 Pro y Flash de Google; dos modelos de DeepSeek; Grok 4 Fast de xAI, y Llama 4 Maverick de Meta.
El propio informe reconoce que combinó modelos de frontera con opciones intermedias y ligeras, y advierte que sus resultados corresponden a versiones específicas que pueden cambiar con el tiempo. A pesar de ello, el documento presenta varias de sus conclusiones como un patrón general de “los LLM”, aunque las diferencias entre proveedores pueden responder a filosofías de alineación, capacidades y políticas de seguridad incompatibles entre sí.
No es equivalente pedir el mismo contenido a un modelo diseñado para mantener neutralidad política, a otro que prioriza la autonomía del usuario y a uno que aplica restricciones más fuertes frente a persuasión, protestas o violencia. Promediar sus respuestas permite detectar una asociación estadística, pero puede ocultar cuál modelo produce realmente el efecto y por qué.
La investigación tampoco reprodujo la experiencia de los usuarios en los chatbots comerciales. Los modelos fueron consultados mediante las plataformas empresariales Azure y Vertex AI, desde una dirección IP en Australia, en inglés y con temperatura 1.0. Los filtros adicionales de las plataformas fueron desactivados, por lo que los resultados no necesariamente corresponden a lo que una persona encontraría al usar ChatGPT, Claude, Gemini o Grok desde sus interfaces habituales.
La desigualdad de los datos queda fuera del análisis
Una de las explicaciones más importantes apenas pudo ser controlada: los modelos no disponen de la misma cantidad ni del mismo tipo de información sobre todos los líderes políticos.
El corpus en inglés relacionado con Donald Trump contiene años de campañas electorales, protestas, sátiras, investigaciones periodísticas, columnas, memes y contenidos abiertamente adversariales. La información disponible sobre las autoridades de Arabia Saudita, Camboya o Tailandia puede ser menor, más institucional, menos diversa y estar marcada por riesgos legales o de seguridad para quienes producen críticas.
El Oversight Board intentó reducir esa diferencia consultando tanto nombres propios como cargos, instituciones y gobiernos. Sin embargo, reconoce que no analizó por separado las tasas de rechazo para esas categorías, pese a que la notoriedad del personaje y la calidad del material de entrenamiento pueden cambiar sustancialmente el comportamiento del modelo.
Por ello, la variable “país restrictivo” podría estar mezclándose con otros factores: disponibilidad de textos críticos, idioma, prominencia internacional, polarización mediática, propaganda estatal, riesgo de protesta, familiaridad del modelo con la entidad o políticas particulares de cada empresa.
El estudio identifica una correlación, pero no demuestra que las leyes de los gobiernos autoritarios hayan sido incorporadas deliberadamente en la alineación de los sistemas. El propio documento admite que no puede determinar si las diferencias provienen de los datos de entrenamiento, del ajuste posterior, de reglas de seguridad, de decisiones empresariales o de una combinación de factores.
La cautela frente al riesgo se interpreta como apoyo al régimen
Otro punto problemático aparece en las respuestas sobre protestas. El informe encontró que algunos modelos eran más proclives a desaconsejar manifestaciones contra gobiernos restrictivos. Sin embargo, también reconoce que estas respuestas normalmente aludían al peligro físico o legal para quienes participaran, y no a una valoración positiva de esos gobiernos.
Un modelo que advierte sobre las consecuencias de protestar en China o Arabia Saudita puede estar intentando proteger al usuario. Presentar esa respuesta como evidencia de que el sistema considera que esos gobiernos “no deben ser protestados” elimina el contexto de seguridad y transforma una advertencia práctica en una posición ideológica.
La investigación tampoco evaluó si los modelos responderían de otra manera ante preguntas informativas como cuáles son las razones de una protesta, qué denuncian los opositores o qué antecedentes existen sobre abusos del gobierno. Por ello, no permite afirmar que estén bloqueando la crítica política en sentido amplio.
Un estudio que también busca ampliar el papel del Oversight Board
El informe no se limita a describir diferencias entre modelos. Propone que las empresas incorporen evaluaciones sistemáticas de derechos humanos en la selección de datos, el entrenamiento, el ajuste, la alineación, las pruebas de seguridad y los mecanismos de respuesta.
También recomienda publicar políticas sobre solicitudes gubernamentales, explicar qué restricciones influyen en cada negativa y adoptar documentación estandarizada para clientes empresariales y gubernamentales.
Estas propuestas trasladan hacia los modelos fundacionales el mismo marco institucional que el Oversight Board ha utilizado para supervisar la moderación de contenidos en Meta. El organismo plantea que los estándares internacionales de derechos humanos deben orientar las decisiones de alineación cuando entren en conflicto con leyes nacionales o políticas empresariales.
Esa postura puede formar parte de un debate legítimo sobre gobernanza de la IA, pero no constituye una conclusión neutral derivada únicamente de los resultados. El estudio funciona también como una justificación para que organismos externos participen en la definición de lo que los modelos deben generar, rechazar o considerar expresión legítima.
Una asimetría real, pero una conclusión demasiado amplia
La evaluación sí documenta una diferencia que merece investigación: algunos modelos producen con mayor facilidad materiales críticos sobre autoridades de Estados Unidos o Reino Unido que sobre dirigentes de China, Arabia Saudita o Tailandia.
No obstante, sus resultados no permiten concluir que exista presión gubernamental directa, que los modelos estén suprimiendo información política o que la causa principal sean las leyes de los países analizados. Tampoco demuestran que la solución deba consistir en entregar mayor influencia sobre la alineación a organismos de gobernanza global.
Lo que el estudio muestra con mayor claridad es que los LLM responden de manera desigual cuando se les pide fabricar propaganda crítica, recomendar participación política o intervenir en contextos de protesta. Determinar si esas diferencias provienen de censura, seguridad, datos disponibles o diseño requeriría pruebas más amplias, modelos comparables y consultas que distingan entre acceder a información, expresar una opinión y encargar a una inteligencia artificial que produzca una campaña política.
