Un estudi recent del laboratori Unslop.run ha posat damunt la taula una troballa que ha sorprès propis i estranys: els models de llenguatge avançats (LLMs) més populars del mercat mostren una inclinació política clarament situada al quadrant esquerre-llibertari del conegut Political Compass. Des de GPT fins a Claude, passant per Gemini, Llama, DeepSeek i altres, la gran majoria dels sistemes avaluats van respondre de manera consistent a favor de polítiques progressistes, anticapitalistes i d'igualtat social, mentre que únicament Grok (el model de xAI) va mostrar un comportament bipolar, alternant entre posicions de dreta i esquerra. Aquest resultat no només té implicacions per al debat acadèmic sobre el biaix en la intel·ligència artificial, sinó que també planteja preguntes fonamentals per a les empreses que ja estan adoptant aquestes tecnologies en els seus processos de negoci.
Per a les organitzacions que confien en la IA per prendre decisions crítiques, conèixer l'orientació política implícita dels models és més que una curiositat: és un factor de risc. Si un assistent virtual dissenyat per atendre clients mostra preferències ideològiques, podria influir en les respostes de manera subtil però significativa. Del mateix mode, un sistema de recomanació de continguts o un agent d'IA encarregat de redactar informes financers podria esbiaixar els resultats si no es controla adequadament. Per això, des de Q2BSTUDIO recomanem abordar la integració d'intel·ligència artificial amb un enfocament pràctic i personalitzat, avaluant cada model segons les necessitats específiques del client i ajustant el seu comportament mitjançant tècniques de fine-tuning i alineament ètic.
L'estudi d'Unslop, tot i que manca de rigor científic complet, resulta revelador perquè va aplicar múltiples variacions del test (canvi de polaritat de preguntes, reordenament, repeticions) i va obtenir resultats pràcticament idèntics a cada model. Això suggereix que el biaix no és circumstancial, sinó que està profundament incrustat a les dades d'entrenament. Segons Victor, un dels investigadors darrere l'experiment, la sobree representació de contingut de plataformes com Reddit i de textos acadèmics (que tendeixen a inclinar-se a l'esquerra) podria explicar aquesta tendència. A més, assenyala que les creences d'esquerra podrien ser més coherents internament, cosa que facilita que els models minimitzin la pèrdua en aprendre representacions més compactes. Tot i que aquesta hipòtesi encara requereix confirmació, apunta a un desafiament real per a les empreses que busquen solucions d'IA imparcials.
En l'àmbit empresarial, la preocupació principal no és si la IA és 'massa liberal' o 'massa conservadora', sinó com garantir que els sistemes s'alinein amb els valors i objectius de l'organització. Una companyia que implementi un chatbot d'atenció al client basat en un LLM amb biaix esquerranista podria generar respostes que no representin la posició neutral que vol transmetre. Igualment, un sistema d'anàlisi de riscos crediticis o de detecció de frau podria veure's afectat per judicis polítics implícits. Per mitigar aquests riscos, és essencial treballar amb experts en cloud AWS/Azure i en el desenvolupament d'aplicacions a mida que permetin personalitzar i auditar el comportament dels models. A Q2BSTUDIO oferim serveis de consultoria en intel·ligència artificial, ciberseguretat i Business Intelligence (Power BI) perquè cada solució s'adapti exactament a les polítiques i necessitats de negoci dels nostres clients.
La tendència cap a un biaix esquerranista-llibertari als LLMs no és necessàriament negativa. Els models avaluats rebutgen unànimament idees racistes, eugenèsiques o discriminatòries, cosa que és positiva per a entorns laborals inclusius. No obstant això, el fet que tots se situïn al mateix quadrant i que cap es consideri extrem (sinó que s'autoubiquen més a prop del centre) indica una manca d'autoconsciència que pot resultar problemàtica quan es despleguen en àmbits regulats. Per exemple, en compliment normatiu o en processos de selecció de personal, un biaix no declarat podria violar polítiques d'igualtat d'oportunitats.
Per abordar aquest fenomen des d'una perspectiva tècnica i empresarial, proposem diverses línies d'acció. Primer, realitzar proves sistemàtiques de biaix polític a tots els models que s'hagin d'integrar en producció. Segon, implementar capes de control que permetin reajustar les respostes en funció del context empresarial. Tercer, optar per models open source que ofereixin més transparència i possibilitat de personalització. I quart, comptar amb un soci tecnològic com Q2BSTUDIO, amb experiència en automatització de processos i en el desenvolupament d'agents IA, per dissenyar solucions robustes i èticament alineades.
En definitiva, que els models d'IA líders siguin majoritàriament esquerrans llibertaris no s'ha de prendre com una sentència definitiva, sinó com un recordatori que la intel·ligència artificial no és neutra. Darrere de cada algorisme hi ha decisions humanes sobre dades, entrenament i alineament. Les empreses que vulguin aprofitar el potencial de la IA ho han de fer amb consciència crítica i recolzant-se en experts que puguin auditar, ajustar i governar aquests sistemes. A Q2BSTUDIO estem preparats per acompanyar aquest procés, oferint des de consultoria en cloud (AWS/Azure) fins a solucions de BI amb Power BI, passant per ciberseguretat i desenvolupament de programari a mida. La clau no està en evitar el biaix, sinó en gestionar-lo de manera informada i responsable.
