Saltar al contenido
Sintérgica AI

Investigación · Sesgo cultural en IA

El sesgo cultural que traen los modelos de IA globales.

Los modelos de lenguaje globales arrastran un sesgo documentado en investigación publicada. Se llama WEIRD y puede cambiar lo que un modelo responde sobre leyes, impuestos y trámites de México.

Capítulo 01¿Qué es el sesgo WEIRD?

En 2010, tres investigadores encontraron algo incómodo.

Joseph Henrich, Steven Heine y Ara Norenzayan publicaron un estudio en Behavioral and Brain Sciences que cambió la forma en que las ciencias del comportamiento se entienden a sí mismas. Su hallazgo fue incómodo: la inmensa mayoría de lo que la psicología presentaba como “verdades universales” sobre el comportamiento humano provenía de un tipo muy específico de sociedad.

Occidentales. Educadas. Industrializadas. Ricas. Democráticas. En inglés: Western, Educated, Industrialized, Rich, Democratic. El acrónimo quedó como WEIRD, que en inglés también significa “raro”. Y ese era precisamente el punto.

W

Western

Occidental

E

Educated

Educado formalmente

I

Industrialized

Industrializado

R

Rich

Alto ingreso

D

Democratic

Democrático liberal

Las poblaciones WEIRD representan alrededor del 15% de la humanidad. Son la excepción, no la norma. Pero la ciencia las trataba como si fueran la regla.

Más de una década después, el mismo patrón apareció en la inteligencia artificial. Y esta vez, las consecuencias no son académicas. Son operativas.

Henrich, J., Heine, S. J., & Norenzayan, A. (2010). The weirdest people in the world? Behavioral and Brain Sciences, 33(2–3), 61–83.

Capítulo 02La ciencia lo confirma

Harvard, 2023. 65 países. 94,278 personas.

Investigadores de Harvard (Atari et al., 2023) compararon las respuestas de GPT con datos de personas reales en 65 países. El hallazgo central es una correlación alta.

Hallazgo central

r = −0.70

Correlación de r = −0.70 entre la distancia cultural de un país respecto a EE.UU. y la similitud de GPT con sus habitantes.

“Cuanto más diferente es tu cultura de la estadounidense, menos te representa la IA que estás usando.”

Estados Unidos, Canadá, Australia y el Reino Unido son los más cercanos al perfil que los modelos replican de forma natural. México, como la mayoría de América Latina, cae en una zona de representación significativamente menor. Parte del sesgo viene de los datos de entrenamiento, y conviene medirlo tarea por tarea.

0.60.70.80.90.000.050.100.150.20CORRELACIÓN ENTRE GPT Y HUMANOSDISTANCIA CULTURAL DE ESTADOS UNIDOSr = −0.70DATO PUBLICADO EN EL ESTUDIOEstados UnidosEstados UnidosCanadáReino UnidoAustraliaAustraliaNueva ZelandaAlemaniaAlemaniaJapónJapónSingapurArgentinaBrasilBrasilChileColombiaEcuadorPerúGuatemalaMéxicoRusiaChinaChinaVietnamEgiptoEgiptoPakistánPakistánNigeriaNigeriaEtiopíaLibiaTurquíaTurquíaMarruecosCorea del SurPaíses BajosUruguayHong KongAndorraTaiwánChipreSerbiaKazajistánTailandiaUcraniaRumaníaIránLíbanoKirguistánMalasiaFilipinasZimbabueIndonesiaArmeniaIrakTúnezJordaniaJordaniaMéxico
Posición de cada país aproximada a partir del estudio. Toca un punto o pasa el cursor para ver el país.

Hallazgo clave

A mayor distancia cultural con EE.UU., menor es la precisión con la que la IA refleja valores y razonamiento humano local.

México en la gráfica

México queda por debajo de la tendencia: el modelo lo representa peor que a países anglosajones, y esa brecha impacta cada respuesta.

Implicación

Los modelos globales no son culturalmente neutrales; están calibrados para responder como un ciudadano típico de EE.UU.

Distancia cultural vs. similitud con respuestas de GPT. Mayor distancia, menor representación. · Atari et al., Harvard 2023
Capítulo 03Qué significa para tu empresa

Cuatro áreas donde el sesgo puede afectar tu operación.

Un modelo entrenado sobre todo con textos en inglés tiende a razonar con marcos jurídicos y fiscales de otros países. Cuando lo aplicas a México, el resultado suena técnico, pero parte del sistema equivocado.

Legal

Un modelo entrenado con datos predominantemente anglosajones razona desde el Common Law, un sistema donde la jurisprudencia crea precedente vinculante. México opera bajo derecho civil codificado, donde el Código de Comercio, el Código Civil Federal y la legislación estatal establecen las reglas. Cuando el modelo sugiere cláusulas o interpreta contratos, puede aplicar lógica jurídica que no corresponde al sistema mexicano.

Fiscal

La lógica tributaria del SAT (regímenes fiscales, complementos de pago, CFDI y reglas de deducibilidad) tiene poco que ver con la del IRS o el HMRC. Un asistente entrenado globalmente puede confundir conceptos, aplicar criterios de otra jurisdicción o recomendar estrategias sin validez en México. El resultado puede ser una declaración incorrecta o una multa.

Gobierno

Un agente que procesa solicitudes bajo la LGTAIP necesita conocer plazos, procedimientos y normativas exactas del marco jurídico mexicano. Los principios generales de transparencia que un modelo global conoce son un punto de partida; los detalles operativos que determinan si una solicitud se procesa correctamente son locales.

Salud

Los protocolos clínicos, las Normas Oficiales Mexicanas y la normativa COFEPRIS son específicos de México. Un modelo que aprendió con datos predominantemente estadounidenses o europeos puede recomendar procedimientos, dosificaciones o clasificaciones que no corresponden al marco regulatorio nacional.

362

incidentes con sistemas de IA se documentaron en el mundo en 2025, frente a 233 en 2024. El conteo abarca todo tipo de daños, no solo los causados por sesgo.

AI Index 2026, Stanford HAI, con datos de AI Incident Database

Capítulo 04La analogía

Es la diferencia entre una película doblada y la versión original.

Película doblada

IA global de propósito general

Entiendes la trama. Sigues la historia. Pero los chistes pierden el ritmo, los modismos suenan forzados y las referencias culturales desaparecen o se adaptan torpemente. La experiencia es funcional, pero distante. Nunca fue diseñada para ti.

Versión original

Na’at

Lattice Na'at busca acercarse a esa versión original. Se ajusta sobre una base abierta para reducir la brecha WEIRD en México y América Latina: con corpus normativos de legislación y jurisprudencia mexicana, benchmarks culturalmente apropiados, procesamiento en México cuando corre en tu infraestructura o en nuestra región México, y una línea de investigación en PLN para lenguas originarias.

Capítulo 05La respuesta

Lattice Na'at se entrena con la lengua, las leyes y el contexto de México.

Na'at es nuestro modelo con contexto mexicano: especializado con corpus de español de México, legislación y jurisprudencia mexicana, evaluado con pruebas pensadas para México y América Latina. Se procesa en México cuando corre en tu infraestructura o en la región México de nuestra nube.

01

Corpus normativo mexicano

Legislación federal y estatal, jurisprudencia, normativa administrativa y regulación sectorial, usados para especializar el modelo con el marco jurídico mexicano. Su evaluación se publica en la ficha del modelo.

02

Pruebas regionales

Evaluamos con pruebas regionales, además de las generales. Las pruebas y sus resultados se publican en la ficha del modelo.

03

Procesamiento soberano

Con Na'at y Séeb en la infraestructura del cliente o en la región México de nuestra nube, la información se procesa en México. Con otros modelos, cada uno indica su proveedor y el cliente decide cuáles se permiten.

04

Lenguas originarias

Sintérgica Labs investiga PLN para náhuatl, maya y otras lenguas originarias de México, con más de 7.3 millones de hablantes según el Censo 2020 del INEGI. Es un primer paso hacia una IA que represente al país completo.

Capítulo 06El impacto en México

Qué cambia cuando la IA se diseña desde el contexto correcto.

  1. 01

    Trámites de gobierno accesibles

    Un asistente que conoce cómo funcionan el SAT, el IMSS y el INFONAVIT puede guiar a cualquier persona por un trámite en lenguaje claro, sin importar su nivel educativo.

  2. 02

    Contratos en tu marco legal

    Na'at está pensado para explicar un contrato desde el derecho mexicano, en lugar de traducir cláusulas de otro sistema jurídico. La revisión final es de una persona abogada.

  3. 03

    Soberanía tecnológica

    Con Na'at en tu infraestructura o en la región México de nuestra nube, tus datos se procesan en México. Tú decides qué otros modelos se permiten.

  4. 04

    Respuestas que puedes revisar

    La línea de explicabilidad del laboratorio busca que veas por qué el modelo respondió lo que respondió, no solo qué respondió. Así tu equipo puede revisar antes de decidir.

  5. 05

    Inclusión digital

    Investigación en lenguas originarias (náhuatl, maya) como primer paso hacia una IA que también atienda a los más de 7.3 millones de hablantes de lenguas indígenas en México.

Capítulo 07La investigación detrás

Cuatro líneas de Sintérgica Labs estudian este sesgo.

El laboratorio tiene siete líneas activas. Estas cuatro abordan el problema de forma directa.

  1. 01

    Curación de datos para México y Latinoamérica

    Recopilación, limpieza, anotación y validación de conjuntos de datos representativos de la región.

  2. 02

    PLN para lenguas nativas de México

    Modelos y recursos para preservar, analizar y generar texto en lenguas originarias.

  3. 03

    Explicabilidad de redes neuronales en PLN

    Métodos para interpretar y explicar las decisiones del modelo, no solo medir su resultado.

  4. 04

    Alineación, gobernanza y constitucionalidad

    Que el modelo opere alineado con marcos regulatorios y valores locales, no importados.

Siguiente paso

Revisa dónde te afecta el sesgo en tu operación.

En 45 minutos revisamos en qué tareas de tu operación el sesgo pesa más y si conviene medir Na'at en tu caso.

  • 45 minutos, sin costo
  • Respuesta por escrito