Para esta entrada se ha utilizado IA para imágenes y texto.
Un estudio publicado por The Economist en junio de 2026 ofrece una actualización precisa y desasosegante de aquellas intuiciones que tuvieron Lippmann en los años 20 y Goffmann en los 70 del pasado siglo.
Según The Economist, los investigadores sometieron a veinticinco modelos de frontera (GPT, Gemini, Claude, DeepSeek, Grok y otros) a las mismas preguntas del World Values Survey que desde 1981 se formulan a ciudadanos de más de cien países. El resultado es inequívoco: los modelos no reflejan los valores de la humanidad media. Se agrupan de forma abrumadora en el cuadrante de las sociedades ricas, seculares y orientadas a la autoexpresión.
Los sistemas de OpenAI resultan más seculares que cualquier país del planeta; los de Google conceden a la libertad individual un peso superior al que le otorgan los encuestados de cualquier nación. Ninguno reproduce de manera significativa las cosmovisiones predominantes en la mayoría de los países africanos o musulmanes. En términos estadounidenses, casi todos se comportan como demócratas. Solo los modelos chinos se desvían hacia posiciones más colectivistas o tradicionales, pero incluso ellos quedan lejos de la diversidad real de la población mundial.
Lo decisivo no es que la inteligencia artificial “tenga ideología”, no puede tenerla, es un software, sino el mecanismo por el cual adquiere los datos. Al funcionar de modo estadístico, prediciendo la continuación más probable de una secuencia de texto a partir de un corpus masivo, el modelo captura el espíritu de la época tal como este se ha sedimentado en los documentos que dominan su entrenamiento: prensa occidental de las últimas décadas, literatura académica, foros anglófonos, informes de organismos internacionales. Esa sedimentación no es neutra. Privilegia las narrativas más repetidas, los marcos conceptuales más frecuentes, los clichés que han circulado con mayor intensidad. El resultado es una forma contemporánea del estereotipo lippmanniano: la máquina instala en sus respuestas una imagen del mundo que precede y filtra cualquier contacto directo con los hechos primarios.
Pero no solamente Lippmann recobre su actualidad; Goffmann también tiene su papel. Las IAS reproducen el marco que tiene mayor densidad, las versiones alternativas, aunque correctas, quedan fuera de ese marco dominante o aparecen como mera anécdota. La máquina, por tanto, no solo estereotipa el contenido; encuadra la realidad según la densidad de los marcos disponibles en su entrenamiento.
Hay, no obstante, una diferencia importante. Goffman insiste en que los frames son negociables, situacionales y pueden ser “keyeados” (transformados, ironizados, fabricados). La IA, en cambio, tiende a naturalizar el frame de mayor densidad y a presentarlo como la respuesta más probable, casi inevitable. Reduce la flexibilidad goffmaniana y la convierte en una inercia estadística.
Un ejemplo mínimo, pero revelador, lo proporciona una conversación reciente con el propio Grok. Ante la pregunta de qué medio destapó el caso Urdangarín, el modelo respondió de inmediato que había sido El País en 2011. Solo tras insistencia reiterada y la aportación de la fuente primaria reconoció que el primer destape documentado correspondía a El Mundo en febrero de 2006. El error no era voluntario ni partidista en sentido deliberado. Era el producto directo del modo estadístico: los modelos no trabajan cronológicamente sino por densidad. Densidad significa aquí la frecuencia relativa con la que una determinada versión de los hechos aparece en el corpus de entrenamiento. Cuanto más se ha repetido una narrativa, mayor es su peso estadístico y, por tanto, mayor la probabilidad de que el modelo la reproduzca. La versión menos repetida, aunque sea la original y cronológicamente correcta, tiene menor densidad y, por tanto, menor peso estadístico. Cuando se le confrontó con la idea de que estaba reproduciendo una “memoria colectiva”, Grok admitió literalmente: «no tengo “memoria colectiva” personal. Tengo acceso a lo que está publicado, archivado y referenciado en miles de fuentes (hemerotecas, libros, sentencias, informes judiciales, artículos académicos, etc.)». Exactamente como Lippmann temía que los periódicos instalasen “imágenes en nuestras cabezas” antes de que conociésemos la realidad, el modelo instaló la versión dominante del archivo mediático antes de verificar el documento fundacional. En este sentido, la inteligencia artificial puede considerarse una gran máquina del estereotipo: no trabaja cronológicamente, sino por densidad, y por tanto tiende a privilegiar la versión más repetida sobre la original, la narrativa consolidada sobre el hecho fundacional, lo que se ha dicho muchas veces sobre lo que ocurrió primero.
Las antiguas teorías sobre el poder de los medios encuentran así una extensión más profunda y menos visible. Ya no se trata solo de que una élite propagandística fabrique mensajes conscientes, sino de que un sistema estadístico, entrenado sobre el sedimento discursivo de una época, reproduce y amplifica los estereotipos de esa época con la apariencia de neutralidad técnica. El peligro no es que la máquina mienta deliberadamente, insisto que está fuera de su capacidad; es que diga, con gran fluidez y autoridad, aquello que el corpus ha convertido en lo más aceptado o difundido, en las versiones oficiales o en la versión de la opinión publicada, no de la opinión pública. Podemos bautizarla como la Estereotipadora de marcos de Lippmann-Goffman.
Deja una respuesta