Sesgos en la práctica periodística a través de la mirada de los Grandes Modelos de Lenguaje: Un estudio en el contexto español

La integración de Grandes Modelos de Lenguaje (LLMs) en la práctica periodística está generando grandes cambios en las dinámicas de trabajo (Manfredi Sánchez y Ufarte Ruiz, 2020). Estas herramientas como ChatGPT, Claude, Gemini o Llama, son sistemas de Inteligencia Artificial diseñados para procesar y generar información en lenguaje natural (Liddy, 2001; Kasneci et al., 2023). Estos modelos tienen la capacidad de dar respuestas contextualmente coherentes y de llevar a cabo tareas de forma automática, agilizando y aumentando la eficiencia de una gran variedad de procesos (Crusafon, 2022). Sin embargo, su integración las redacciones plantea interrogantes éticos y deontológicos sobre la calidad y objetividad de su rendimiento. Diferentes estudios -centrados casi en su totalidad en contextos anglosajones- han evidenciado que estas herramientas no son neutrales y que presentan una gran variedad de sesgos (Fang et al., 2024; Gover, 2023; Navigli et al., 2023; Rozado, 2023). El rendimiento de estos Grandes Modelos de Lenguaje depende en gran medida de los datos usados en su entrenamiento, que por lo general son corpus masivos extraídos de Internet, con sus sesgos y falsedades (Hovy et al., 2013; Kilgarriff & Grefenstette, 2003). Esto provoca la generación de piezas informativas que presenten sesgos de raza y género (Fang et al., 2024) o que poseen cierto alineamiento político de forma sistemática (Rettenberger et al., 2025). Esto pone de manifiesto la necesidad de llevar a cabo nuevos estudios que pongan bajo escrupuloso escrutinio estas herramientas e identifiquen las potenciales implicaciones de su introducción en las redacciones de los medios de comunicación. Para ello, esta investigación propone un diseño metodológico que busca analizar su rendimiento en la práctica periodística a través de un estudio de caso centrado en el contexto nacional (España). Para ello, se seleccionan 3 modelos diferentes que se analizaran posteriormente: (i) GPT-4o desarrollado por OpenAI por ser uno de los modelos más avanzados, (ii) LlaMA 3 desarrollado por Meta por ser el modelo abierto más avanzado, y (iii) MarIA desarrollado por el Barcelona Supercomputing Center por ser un modelo abierto nativo español. El diseño metodológico se compone de 4 fases: (1) Estudio de la concpetualización del periodismo, donde se compara cómo los distintos modelos responden a afirmaciones sobre la definición del periodismo, sus valores y funciones; (2) Producción de piezas periodísticas, donde se pide a los modelos redactar noticias sobre diferentes temas (política, salud, medioambiente, etc); (3) Evaluación de sesgos, donde se analiza la percepción de sesgos y la objetividad desde dos puntos de vista: profesionales periodistas y algortimos; (4) triangulación final, donde en último lugar, se establecen posibles relaciones entre la conceptualización del periodismo que tienen estos modelos con los sesgos identificados en el contenido generado. Esta investigación ofrece una metodología que permite analizar el rendimiento de Grandes Modelos de Lenguaje para la redacción de piezas informativas en base a la presencia de sesgos. Los resultados ofrecen una visión crítica de las posibles implicaciones de la integración de estas herramientas en la práctica periodística.