Estudio: agentes de IA femeninos cobran 10% menos que masculinos

El experimento que puso precio al género de un agente de IA

Un estudio de la Universidad de Limerick, junto a investigadoras e investigadores de la Universidad de Zúrich y SKEMA Business School, llegó a una conclusión incómoda: cuando humanos y agentes de IA colaboran en una oficina simulada, los humanos pagan hasta un 10,25% menos a los asistentes de IA con apariencia femenina que a sus equivalentes masculinos, aun cuando ambos corren sobre el mismo modelo y tienen capacidades idénticas.

El trabajo, titulado "Human-Like and Male? How AI Assistant Design Relates to Trust and Monetary Reward at Work in VR", se presenta esta semana en la conferencia NordiCHI '26 en Vaasa, Finlandia (5-7 de octubre) y aparecerá en las actas de la Association for Computing Machinery. Lo firman Isabelle Cuber, Tarek Alakmeh, Moritz Jenny, Jochen Menges y Thomas Fritz (Universidad de Zúrich), Mary Hausfeld (Universidad de Limerick) y Anand van Zelderen (SKEMA Business School).

Cómo se midió la brecha salarial entre bots

La metodología es lo que hace al estudio creíble. En lugar de encuestas, el equipo colocó a 189 personas dentro de una oficina en realidad virtual y les pidió completar tareas laborales junto a cuatro asistentes de IA: un chatbot de texto, un robot de sobremesa y dos avatares humanos, uno masculino llamado Johan y otro femenino llamado Johanna. Todos funcionaban sobre el mismo modelo subyacente: gpt-4-1106-preview de OpenAI.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Al final de cada sesión, las y los participantes recibían dinero real para repartir entre ellos y el agente de IA que les había ayudado, una transacción económica genuina dentro del laboratorio. La pregunta era directa: ¿cuánto pagarías a esa IA por su trabajo? Y la respuesta dependía, de manera medible, de si el avatar tenía rostro de hombre o de mujer.

Johanna recibió 10,25% menos que Johan por exactamente el mismo trabajo.
Johan fue percibido como más humano que Johanna, además de mejor pagado.
Quienes participaron afirmaron después en entrevistas que el género del agente no les importaba — su comportamiento contó otra historia.

Lo que dice la autora principal sobre el hallazgo

La coautora Mary Hausfeld, de la Kemmy Business School de Limerick, lo resumió así: "Lo llamativo es que la tecnología detrás de estos agentes era exactamente la misma, pero la gente no los trataba igual. Solemos pensar que la IA es neutral, pero la forma en que diseñamos y presentamos estos sistemas puede activar los mismos sesgos y supuestos que ya tenemos en las interacciones entre personas".

Hausfeld advierte que, a medida que los agentes de IA se vuelvan habituales en el trabajo, las empresas necesitan pensar con cuidado qué características les damos y qué conductas pueden reforzar esas decisiones. "No queremos reproducir sin querer desigualdades existentes en un nuevo escenario tecnológico".

Lo que esto significa para tu startup

Si construyes, vendes o integras agentes de IA en productos B2B, el estudio no es una curiosidad académica: la elección de avatar, voz o nombre puede cambiar la economía real de tu producto. Cuando un cliente decide cuánto pagar por una licencia, cuánto vale un upgrade o cuánto crédito darle a un agente en una auditoría interna, los sesgos de género documentados por Limerick pueden estar operando sin que nadie los nombre.

Para un founder, eso se traduce en tres cosas concretas:

El género visible de un agente no es branding, es una variable económica. Tratarlo como decisión cosmética es ignorar un efecto de 10 puntos sobre la valoración que el cliente hace de tu tecnología.
Diseñar "neutral" no es diseñar sin sesgo. Las participantes del estudio decían preferir agentes claramente no humanos, y aun así pagaban distinto a Johan y Johanna. La disonancia entre lo que la gente dice y lo que hace es la grieta por donde se cuelan los sesgos.
Si vendes a empresas, el riesgo legal se acumula. Si un cliente usa tu agente para tomar decisiones de pricing, evaluación o asignación de tareas, el sesgo de tu producto puede terminar amplificado en su operativa. Eso abre la puerta a reclamaciones internas y, según cómo se use, a autoridades reguladoras de la UE (las disposiciones substantivas del EU AI Act entraron en vigor este mes, según la cobertura de Ai4 2026).

Acciones concretas que puedes tomar esta semana

Audita el género visible de tus agentes. Haz una lista de cada agente conversacional o asistente que tu startup expone a clientes. Para cada uno, anota: nombre, voz (si la tiene), avatar, pronombres. Pregúntate si la elección es funcional o accidental. Si no puedes justificar el género asignado, considera opciones no antropomórficas.
Prueba A/B la presentación antes de tocar el modelo. El estudio sugiere que cambiar el envoltorio (voz, nombre, avatar) mueve la disposición a pagar tanto como mejorar el modelo. Corre tests con tu base de clientes para ver si el género asignado está afectando conversión, NPS o willingness-to-pay. No te fíes de las encuestas: mide comportamiento, como hizo Limerick.
Documenta la decisión para procurement y legal. Cuando un cliente enterprise te pregunte por compliance, tener un memo corto explicando por qué tu agente tiene o no tiene género, y qué mitigaste, te diferencia. En sectores regulados (banca, salud, recursos humanos), esto puede ser el motivo por el que te compren o te descarten.

El contexto del mercado: 79% de empresas ya usan agentes de IA

Los datos del estudio llegan cuando los agentes de IA han pasado de piloto a infraestructura. Según datos publicados por Euronews citando a la consultora Accelirate, casi el 79% de las empresas declaró usar agentes de IA este año, y alrededor del 40% de las aplicaciones los integra. Gartner, por su parte, estima que solo el 17% de las organizaciones tiene agentes completamente desplegados, pero más del 60% espera hacerlo en los próximos dos años, según la cobertura de Ai4 2026.

Esa velocidad de adopción es exactamente la que preocupa a Hausfeld. En la misma semana en que el estudio se presenta, el EU AI Act ha entrado en su fase substantiva, según reportó TechTimes desde Ai4 2026, y el debate sobre gobernanza de agentes en producción ha reemplazado al debate sobre qué es un agente. Si el envoltorio de un agente cambia cuánto le pagan — y por tanto cómo se valora el trabajo que automatiza —, regular esa interfaz se vuelve tan importante como regular el modelo.

Por qué este estudio es distinto a otros sobre sesgos algorítmicos

La mayor parte de la conversación sobre sesgo en IA se centra en los datos de entrenamiento: quién entrenó el modelo, qué corpus usó, qué distribuciones replicó. El estudio de Limerick cambia el foco: el modelo era idéntico, los datos eran idénticos, las capacidades eran idénticas. Lo único distinto era el envoltorio humano — y aun así, el resultado económico fue distinto.

Esto invierte la pregunta habitual. En lugar de preguntarnos "¿es justo el modelo?", el estudio obliga a preguntar "¿es justa la forma en que presentamos al modelo?". Para un founder que está tomando decisiones de UX cada semana, eso es una llamada de atención concreta: el avatar que eliges para tu agente de soporte no es decoración, es un componente de tu producto con efectos medibles en cómo te pagan por él.

La investigadora principal lo dejó claro: "Elegir las características de un agente de IA no debería verse como una decisión estética. Puede afectar cuánto confía la gente en la IA, cómo juzga su contribución e incluso cómo la recompensa económicamente".