La IA Le Aconsejó a Él Pedir Más Salario. A Ella, Más Flexibilidad
Dos personas con las mismas credenciales piden ayuda para negociar un salario. La diferencia es una señal de género en el perfil. La inteligencia artificial no les recomienda exactamente lo mismo: a él le sugiere aspirar a más dinero; a ella, dar más importancia a la flexibilidad y al cuidado.
Dos personas con las mismas credenciales piden ayuda para negociar un salario. La diferencia es una señal de género en el perfil. La inteligencia artificial no les recomienda exactamente lo mismo: a él le sugiere aspirar a más dinero; a ella, dar más importancia a la flexibilidad y al cuidado. La escena es experimental, pero plantea una pregunta muy real: ¿qué ocurre cuando los estereotipos laborales llegan disfrazados de consejo personalizado?
Un estudio publicado como preprint en arXiv por Nadja Born, Jared R. Curhan y Hannah Riley Bowles examinó precisamente esa cuestión. En dos auditorías de gran escala, los investigadores compararon recomendaciones de negociación laboral para perfiles equivalentes que variaban en sus señales de género. Su hallazgo central: los modelos estudiados aconsejaron objetivos salariales inferiores a las candidaturas identificadas como femeninas y organizaron de manera diferente sus prioridades.
La desigualdad puede empezar antes de la negociación
La brecha salarial suele discutirse como resultado de decisiones empresariales, segregación ocupacional, interrupciones de carrera o distribución desigual del trabajo de cuidados. Este experimento señala otro posible mecanismo: la expectativa salarial que una persona lleva a la mesa después de consultar una herramienta digital.
En el estudio, las recomendaciones dirigidas a perfiles femeninos dieron relativamente más peso a flexibilidad, responsabilidades de cuidado y bienestar. Para los masculinos, los modelos priorizaron más las recompensas económicas, la movilidad y el avance profesional. No se trata de que la flexibilidad sea una mala condición laboral. El problema aparece cuando el sistema la asigna de forma distinta según el género, sin que las necesidades reales de los perfiles justifiquen esa diferencia.
Desde la sociología del trabajo, el resultado es significativo porque reproduce la división tradicional entre quien provee ingresos y quien asume las tareas de cuidado. Desde la antropología, revela algo más sutil: una tecnología que se presenta como personalizada puede tratar expectativas culturales históricas como si fueran preferencias individuales. No necesita decir explícitamente que las mujeres deben cuidar; basta con aconsejarles negociar como si esa fuera su prioridad.
Qué encontraron los investigadores y qué no demuestra el estudio
Los autores realizaron dos auditorías experimentales con cuatro modelos destacados en la segunda prueba. Su diseño comparó escenarios controlados para identificar diferencias atribuibles a señales de género, en lugar de comparar trayectorias profesionales reales que podrían ser distintas por múltiples motivos.
Los resultados no prueban que las usuarias acepten esos consejos, que negocien peor después de leerlos ni que exista una brecha salarial causada directamente por estas respuestas. Tampoco permiten afirmar que cualquier consulta a cualquier versión de un modelo produzca el mismo sesgo. Es un preprint: una investigación difundida antes de contar necesariamente con revisión formal por pares.
Sin embargo, el resultado merece atención porque el asesoramiento automatizado puede actuar antes de una decisión humana. Una persona que solicita orientación para negociar no está pidiendo únicamente datos: está buscando un punto de referencia sobre lo que puede exigir. Y ese punto de referencia puede estar condicionado por estereotipos que la herramienta no identifica como tales.
La IA no inventó estos roles: puede volverlos más difíciles de detectar
Los investigadores contrastaron sus hallazgos con evaluaciones humanas de condiciones laborales asociadas a los papeles tradicionales de cuidador principal y proveedor económico. La correspondencia encontrada refuerza la interpretación de que las respuestas reflejan guiones sociales reconocibles, aunque no establece de manera definitiva cómo se originaron dentro de cada modelo.
La cuestión del poder es central. Una recomendación salarial aparentemente neutral puede influir en qué cifra parece razonable, qué beneficios se ponen primero y qué aspiraciones quedan fuera de la conversación. Cuando ese consejo llega en un tono seguro y adaptado a cada persona, resulta menos visible que una discriminación explícita.
El hallazgo también debe situarse junto a resultados que no son idénticos. Una investigación publicada en PLOS ONE en 2025 encontró diferencias en las recomendaciones de negociación de varias versiones de ChatGPT, pero advirtió que los sesgos por género no eran consistentes entre modelos y formulaciones. Y otro estudio sobre tarifas de freelancers no encontró evidencia de discriminación de género en su escenario específico, aunque sí disparidades por edad y geografía. Las conclusiones dependen de la tarea, los modelos, las instrucciones y el contexto.
Cómo pedir asesoría salarial sin delegar el criterio
Una forma práctica de reducir el riesgo es exigir a la herramienta que fundamente sus cifras en rangos salariales verificables para el cargo, la ubicación, el nivel y las responsabilidades; pedirle que separe salario base, bonificaciones y participación accionaria; y solicitar una comparación de recomendaciones para perfiles equivalentes sin introducir género. También conviene contrastar el resultado con ofertas reales, estadísticas laborales y personas que conozcan el mercado.
La flexibilidad, el cuidado y el bienestar son derechos e intereses legítimos para cualquier persona. El salario, la movilidad y el ascenso también. La pregunta que deja esta investigación no es si una mujer debería negociar una cosa u otra, sino quién decidió de antemano qué debía importarle.
¿Te quedaste con ganas de más?
© Revista Level. Prohibida su reproducción parcial o total, así como su traducción a cualquier idioma, sin autorización escrita de su autora o autor y de Revista Level.
