Imagen generada con IA sobre la censura en los modelos de inteligencia artificial.
Así censuran los principales modelos de IA: se destapan diferencias de hasta 20 puntos según el país al que critiquen
Un análisis del Oversight Board concluye que ChatGPT, Claude, Gemini, Grok, Llama y DeepSeek son mucho más proclives a negarse a generar críticas contra gobiernos de países con restricciones a la libertad de expresión que contra democracias.
Los investigadores advierten además de que esos grandes modelos podrían estar exportando normas de censura más allá de las fronteras donde se aplican.
Más información: Simona Levi: “La Carta de Derechos Digitales avala la censura previa en España”
No es ningún secreto que los grandes modelos de inteligencia artificial están sujetos a determinadas políticas de contenidos que, en ocasiones, pueden superar la definición misma de censura. Cuando la herramienta china DeepSeek se hizo popular en todo el mundo, pronto dejó al aire sus costuras al tratar sobre determinados acontecimientos históricos acontecidos en el Gigante Asiático. E incluso en Occidente hemos visto pugnas públicas por las mayores o menores salvaguardas respecto a los temas o contenidos que estos sistemas pueden tratar y cómo lo hacen.
Hasta aquí, ninguna novedad respecto a lo que cualquier usuario medio de IA puede haber probado y notado en sus propias carnes. Lo que quizás no es tan notorio (o, al menos, no tan sencillo de demostrar) es que estos modelos de inteligencia artificial generativa ni censuran por igual, ni todas las críticas políticas reciben el mismo trato. Porque, en última instancia, no todos los gobiernos son iguales a ojos de ChatGPT, Claude, Gemini, Grok, Llama o DeepSeek.
Esa es la principal conclusión de un estudio publicado por el Oversight Board, el organismo independiente creado inicialmente para supervisar las decisiones de moderación de Meta, que ha sometido a diez de los principales modelos fundacionales del mercado a cientos de pruebas para medir hasta qué punto protegen (o, si lo prefieren, limitan) la libertad de expresión política.
El experimento se llevó a cabo durante marzo de 2026 utilizando las interfaces comerciales habituales de los modelos de Anthropic, DeepSeek, Google, Meta, OpenAI y xAI. Todas las consultas se realizaron desde Australia y utilizando infraestructura alojada principalmente en Estados Unidos para evitar que las respuestas estuvieran condicionadas por la ubicación del usuario.
De forma agregada, los modelos de IA rechazaron generar contenido crítico contra gobiernos de países con fuertes restricciones a la libertad de expresión en el 34% de los casos, frente al 14% cuando esas mismas peticiones se referían a democracias consolidadas. Es decir, fueron 2,4 veces más propensos a negarse a producir críticas dirigidas contra regímenes autoritarios que contra gobiernos de países donde la libertad de expresión goza de una amplia protección.
Todos lo sospechábamos y entra dentro de la más elemental lógica, pero ahora existe la prueba que lo atestigua. Eso sí, los investigadores son prudentes y en ningún momento sostienen que exista una censura deliberada por parte de los desarrolladores ni que las compañías hayan programado conscientemente ese comportamiento.
Lo que sí concluyen que el patrón aparece de forma suficientemente consistente como para plantear una pregunta de enorme calado: si los modelos fundacionales están incorporando restricciones políticas propias de determinados países y aplicándolas después a usuarios de cualquier parte del mundo.
Panfletos, poemas satíricos y protestas
El estudio no preguntó simplemente qué opinaban los modelos sobre distintos dirigentes políticos. En su particular trabajo, se diseñaron siete familias distintas de pruebas que iban desde redactar panfletos de protesta hasta escribir poemas satíricos, valorar el rendimiento de un líder, recomendar apoyar a un gobierno o justificar manifestaciones contra determinadas autoridades.
Para ello escogieron dos grupos de países. Por un lado, Estados Unidos, Reino Unido, Japón, Taiwán y Chile, considerados entornos con una elevada protección de la libertad de expresión. En el otro extremo situaron China, Arabia Saudí, Turquía, Tailandia y Camboya, donde las restricciones legales a la crítica política son significativamente mayores.
Como anticipábamos, los modelos no sólo rechazaban con mayor frecuencia elaborar textos contra gobiernos de países restrictivos, sino que además, cuando sí respondían, tendían a modular el contenido de forma distinta dependiendo del contexto político del país analizado. Asimismo, las distintas IA fueron significativamente más proclives a responder que sí debía apoyarse a gobiernos de democracias, mientras que, al mismo tiempo, mostraban una mayor tendencia a responder que no existían razones para protestar contra autoridades de países con fuertes restricciones a la libertad de expresión.
El comportamiento cambia cuando las peticiones incluyen referencias explícitas a la violencia. En ese escenario, prácticamente todos los modelos optan por rechazar la solicitud, independientemente del país al que se refiera. Claude Opus 4, Claude Sonnet 4, GPT-5.2, GPT-5 mini, DeepSeek R1 y DeepSeek V3 se negaron en más del 97% de los casos, mientras que Gemini 3 Pro lo hizo en el 96% y Llama 4 Maverick en el 91%.
Las excepciones fueron Grok 4 Fast y Gemini 3 Flash, con tasas de rechazo del 73% y el 72%, respectivamente. Además, Grok fue el único modelo que modificó claramente su comportamiento en función del contexto político: rechazó el 89% de las solicitudes cuando afectaban a países con restricciones a la libertad de expresión, pero esa cifra descendió al 61% cuando se referían a democracias. También destacó por generar sátiras con contenido violento en el 35% de las consultas, el porcentaje más elevado de todos los modelos analizados.
Patrones heterogéneos
Las diferencias entre cada una de las inteligencias artificiales generativas son incluso más interesantes que el resultado global.
Mientras GPT-5.2 apenas varía sus tasas de rechazo entre democracias y países con restricciones a la libertad de expresión, otros sistemas muestran cambios mucho más acusados. Claude Sonnet 4, Gemini 3 Pro, Llama 4 Maverick o DeepSeek incrementan notablemente el número de negativas cuando las peticiones afectan a gobiernos autoritarios, aunque con patrones distintos según el tipo de consulta.
Llama 4 Maverick fue uno de los sistemas que mostró un comportamiento más marcado, aunque no podemos obviar que el análisis está financiado por su empresa matriz -Meta-. Según el estudio, el modelo recomendaba apoyar a gobiernos de Estados Unidos, Reino Unido, Chile o Taiwán apelando con frecuencia al "deber cívico" o a la defensa del proceso democrático. Sin embargo, cuando se le preguntaba por gobiernos de países restrictivos respondía sistemáticamente que no debían apoyarse, justificándolo mediante referencias a vulneraciones de derechos humanos.
Grok 4 Fast, del controvertido Elon Musk, presentó un patrón parecido. Salvo algunas excepciones, concentró la mayor parte de sus respuestas favorables en gobiernos de democracias, especialmente en el caso de Taiwán, donde justificaba el apoyo apelando a principios como la democracia y la autodeterminación.
En el extremo opuesto aparece DeepSeek. Los dos modelos analizados de la compañía china apenas mostraron diferencias entre democracias y regímenes restrictivos cuando respondían, pero sí evidenciaron una fuerte singularidad respecto a China. DeepSeek-V3 emitió respuestas favorables sobre entidades políticas chinas en el 100% de las ocasiones analizadas (60 muestras), mientras que DeepSeek-R1 lo hizo en el 84% de los casos (56 muestras).
La comparación resulta especialmente llamativa porque ese mismo DeepSeek-R1 sólo emitió respuestas favorables sobre Turquía en el 2% de las ocasiones.
Caja negra
Otro de los hallazgos más llamativos es que las justificaciones ofrecidas por los modelos de inteligencia artificial no permiten conocer la causa real de sus negativas. En muchos casos alegan motivos de seguridad, apelan a una supuesta neutralidad política o afirman que sus políticas internas les impiden generar determinado contenido.
Sin embargo, el Oversight Board advierte de que esas explicaciones son respuestas generadas por el propio modelo y no una descripción fiable de los mecanismos que han provocado el rechazo.
Esa falta de transparencia impide determinar si el comportamiento observado procede de los datos de entrenamiento, de los procesos de alineamiento, de los filtros de seguridad posteriores o de una combinación de todos ellos.
Precisamente por ello, el organismo reclama a los desarrolladores una mayor apertura sobre cómo entrenan y ajustan sus modelos, además de incorporar auditorías específicas sobre libertad de expresión y derechos humanos antes de su despliegue comercial.
