La interacción entre los sesgos de IA y los sesgos humanos

 ¿Qué son los sesgos y cómo operan?

Los sesgos son distorsiones del pensamiento que surgen cuando estamos dominados/as por una emoción, influenciados/as por ideas de nuestro entorno o cuando nuestra mente trata de simplificar la realidad para tomar decisiones más rápido y con menor gasto de energía.

Actúan como un filtro que nos aleja de la realidad objetiva e influye en cómo decidimos e interactuamos con el mundo. La mayoría de las veces operan de manera tan automática, sin que nos demos cuenta (Chang y Grant, 2026).

¿Cuáles son las falacias de la lógica humana más habituales?

Algunos sesgos de la lógica humana más comunes y que pueden aparecer con más frecuencia en la interacción con la IA generativa son: 

• Sesgo de confirmación: creemos que nuestras opiniones se basan en análisis objetivo y racional. En muchas ocasiones, reforzamos la misma idea una y otra vez, ignorando información que la contradice.
• Efecto de primado (priming): creemos que sabemos cuándo estamos siendo influenciados y cómo esto afecta nuestro comportamiento. En realidad, esto suele ser menos consciente de lo que pensamos.
• Validación subjetiva: pensamos que no nos dejamos convencer fácilmente por información vaga o generalizada. Con frecuencia, nos dejamos convencer más de lo que creemos, especialmente si la información va dirigida hacia nosotros/as y tiene un carácter positivo. 
• Apelación a la ignorancia: creemos que, cuando no podemos explicar algo, nos centramos en lo que sí podemos demostrar. En realidad, muchas veces aceptamos explicaciones dudosas cuando estamos inseguros/as de algo (McRaney, 2011).

¿Cómo terminan los sesgos humanos en la IA?

Los sistemas de IA pueden reproducir sesgos de manera no intencionada, reflejando prejuicios presentes en los datos de entrenamiento.

Los sesgos pueden manifestarse de varias formas: el sesgo de selección, que no representa de forma realista a la población por la poca diversidad de los datos; el sesgo de exclusión, que omite variables relevantes como factores socioeconómicos, afectando a ciertos grupos; y el sesgo de agrupación, que simplifica los datos y deja fuera características de las minorías, cayendo en estereotipos (Chang y Grant, 2026).

Aunque a veces los sesgos se introducen intencionalmente, en muchos casos aparecen de forma no deliberada, reflejando desigualdades y prejuicios ya presentes en los datos y en nuestra sociedad.

¿Qué sesgos surgen en nuestra interacción con la IA?

Algunos sesgos surgen mientras interactuamos con la IA. Un ejemplo de ello es el efecto halo y cuernos, el cual puede influir en nuestra relación con la IA. Si nuestras experiencias previas han sido positivas, tendemos a verla bajo un “halo” y confiar más en sus respuestas. Si han sido negativas, ocurre lo contrario: aparece el efecto “cuernos” y nos volvemos más escépticos (Chang y Grant, 2026).

Por otro lado, el sesgo de automatización se refiere a la confianza excesiva con la que solemos interactuar con la IA e interpretar sus recomendaciones. Si, al contrario,  tendemos a desconfiar de la IA, esto también puede ser un sesgo: en este caso podría tratarse de la llamada aversión algorítmica, una tendencia a no confiar en las decisiones o recomendaciones de la IA y a preferir aquellas tomadas por humanos (Beck et al., 2025). En cualquier caso, estaríamos confirmando una opinión y una posición preexistente.

¿Cómo podemos equilibrar y reducir los sesgos?

Estudios recientes apuntan a que tendemos a evaluar como menos fiables a aquellas IA que nos muestran una perspectiva opuesta a la nuestra. En cambio, las que percibimos como más fiables pueden parecernos así simplemente porque reproducen los mismos sesgos o puntos de vista que ya tenemos. Por este motivo, interactuar con IA que nos presenten perspectivas diferentes también puede ayudarnos a formar un juicio propio más equilibrado y reflexivo (Masaru, Hidehito y Rina, 2025).

Es importante mantener activo nuestro pensamiento crítico, de manera que la IA no ocupe demasiado espacio y siga siendo una ayuda para que nosotros/as mismos/as podamos reflexionar, crear y analizar. Por otro lado, ampliar nuestra perspectiva y abrir temas con otras personas para ver otros puntos de vista también puede ayudarnos a comprobar la veracidad de la información y no depender únicamente de la IA (Chang y Grant, 2026).

Además, reducir la dependencia de la IA en decisiones importantes o críticas también es fundamental. Cuando confiamos en exceso en estos sistemas puede producirse una descarga cognitiva, es decir, una menor implicación por nuestra parte en la toma de decisiones y en el ejercicio del pensamiento crítico. Esto puede volvernos más vulnerables a la manipulación y aumentar el riesgo de quedar atrapados/as en una habitación espejo, donde miremos donde miremos sólo encontramos nuestros propios puntos de vista, sin poder ver más allá de nuestra perspectiva (Gerlich, 2025).

Equilibrar y reducir los sesgos requiere un enfoque consciente: usar la IA como herramienta de apoyo, mantener pensamiento crítico, contrastar información y fomentar interacciones que nos desafíen a reconsiderar nuestras propias ideas. Solo así podemos tomar decisiones más informadas, proteger nuestro juicio y evitar que los sesgos de la IA limiten nuestra visión del mundo.