Ningún artículo de la revista Nature ha demostrado que las mujeres conservadoras tengan un mayor atractivo físico
Tampoco hay un estudio al respecto publicado en Nature, al contrario de lo que afirman algunos influencers en Twitter
¿Qué se ha dicho?
Que, según un estudio de la revista Nature, unos académicos han demostrado que las mujeres “comparativamente poco atractivas y desdeñosas tienen más probabilidades de ser de izquierda”.
¿Qué sabemos?
El documento al que hacen referencia se publicó en Scientific Reports, y lo que señala es que aquellas a quienes definen como bellas tienen mayor probabilidad de pertenecer a un partido conservador, pero el porcentaje de acierto de la máquina fue en cualquier caso algo superior que el de lanzar una moneda al aire y atinar con el resultado.
Están circulando por redes las conclusiones de un estudio supuestamente publicado en Nature según el cual unos académicos habrían demostrado gracias a la Inteligencia Artificial que las mujeres “comparativamente poco atractivas y desdeñosas tienen más probabilidades de ser de izquierda”.
Es FALSO. El documento al que hacen referencia se publicó en Scientific Reports, una revista de acceso abierto de menor prestigio e índice de impacto que Nature, pero del mismo grupo. Lo que analiza en realidad el estudio es que ciertos rasgos faciales pueden determinar que una máquina detecte la ideología de una persona, pero el ensayo se hizo sobre una muestra reducida de 3288 candidatos compuesta únicamente por políticos y políticas daneses, es decir, los resultados no son extrapolables a toda la población.
Estudio en la revista Nature con Inteligencia Artificial: cuanto menos atractiva y más desdeñosa es una mujer, más probabilidades tiene de ser de izquierda.
Además, la máquina acertó la ideología en el 61% de las veces (solo un poco más de una de cada dos, que es lo que hace el azar), lo cual, según las expertas consultadas, no es una precisión aceptable para afirmar que la inteligencia artificial puede correlacionar las expresiones faciales con la ideología política. En ningún lugar el estudio define el concepto de belleza.
La redes manipulan los resultados el estudio
El estudio fue publicado el 31 de marzo y su publicación no tuvo demasiado impacto. ¿Por qué casi tres meses después tanta gente lo está utilizando para decir que las mujeres de izquierdas son más feas? El origen de la desinformación está en un tuit que compartió Jordan Peterson, una personalidad reconocida dentro del mundo de la desinformación al que otros miembros de la International Fact-Checking Network como AAP y AFP Fact Check ya han verificado con anterioridad. El influencer canadiense señaló el 19 de junio que “las mujeres comparativamente poco atractivas y despectivas tienen más probabilidades de ser de izquierda”, citando el estudio.
En España, ese tuit alcanzó relevancia al ser compartido por Miguel Ángel Quintana, profesor en el Instituto Superior de Sociología, Economía y Política (ISSEP) de Madrid, y colaborador del medio The Objective, que señaló que el estudio se había publicado en Nature. Además de él, otros influencers como Wall Street Wolverine también dieron difusión al bulo.
Sin embargo, y tal y como indica a Verificat Robert Klemmensen, profesor de Política Comparativa de la Universidad de Lund (Suecia) y uno de los autores del estudio, sus conclusiones poco tienen que ver con lo que al parecer interpretaron los mensajes mencionados: lo que hicieron fue investigar “si la masculinidad, los puntajes de belleza o las expresiones faciales podrían ser importantes para que el algoritmo de aprendizaje automático predijera si alguien era de izquierda o de derecha”, explica a través de un correo electrónico.
Una vez procesadas las caras que, por cierto, eran de políticos y políticas daneses —es decir, que los resultados no son generalizables al resto de la población mundial—, la máquina observó que, efectivamente, las candidatas con mayor puntuación de belleza coincidían con aquellas de derechas.
Eso no significa necesariamente que sean más atractivas per sé, sino que sugiere, según Klemmensen, que “los políticos saben qué expresiones faciales son las más deseables para un grupo determinado del electorado”. El problema de todo esto es que la máquina no acertó mucho más que si lanzáramos una moneda al aire y predijéramos un resultado al azar.
Como si lanzáramos una moneda al aire
En concreto, el algoritmo acertó en un 61% de las ocasiones, esto es, “solo un 10 % de veces más que al lanzar una moneda”, explica a Verificat Ana Valdivia, matemática, y profesora en Inteligencia Artificial, Gobernanza y Política en el Oxford Internet Institute (OII), de Reino Unido. Este porcentaje de éxito, unido al tamaño limitado de la muestra en el conjunto de test (164 mujeres) difiere poco de ser fruto del azar.
“Si lanzas una moneda, con los casos que han usado, te puede salir perfectamente un 53% de caras simplemente por azar”, añade Miguel Rebollo, doctor en Inteligencia Artificial y en Sistemas Complejos, y profesor en la Universitat Politécnica de Valencia (UPV). Para determinar si un modelo es mejor o peor, los expertos suelen establecer unos baremos: “Por debajo del 60%, pobre; entre 60%-70% adecuado; entre 70%-90%, bueno; más del 90%, muy bueno”, concluye Rebollo.
¿Qué entienden por atractivo?
Una de las mayores críticas que ha recibido el estudio es precisamente por vincular el atractivo físico a una posición ideológica concreta. “Deep learning (DL) no puede evaluar si alguien es atractivo o no”, indica Valdivia quien añade que tanto el atractivo como la belleza “son conceptos muy subjetivos”.
En el estudio, agrega la experta, “no proporcionan una definición de atractivo o belleza”, sino que utilizan otro estudio en el que etiquetan “los rostros humanos de los políticos dada la percepción de 60 personas de la belleza sobre rostros humanos”.
Técnicamente, los científicos implementaron lo que se conoce como red neuronal convolucional (CNN), que básicamente aprende directamente a partir de datos y que ya estaba entrenada previamente. En este caso, es una red que evalúa la belleza facial, pero la experta señala que “si analiza el conjunto de datos, está claro que la configuración del experimento está reproduciendo estereotipos —cuanto más joven, más hermoso—”. De nuevo, no se trata de mayor o menor atractivo, sino lo que 60 evaluadores entendieron en el momento de hacer la evaluación por atractivo.
Además, los científicos consultados critican que las conclusiones a las que se ha llegado en el estudio “no están bien soportadas por los datos”, tal y como sostiene Rebollo. “Para la conclusión sobre la belleza calculan la correlación. Es el valor de r, que está entre -1 y 1 […] Que salga 1 quiere decir que hay una correspondencia fuerte entre ser guapo y conservador (y, por consiguiente, feo y de izquierdas). Si sale -1, quiere decir que la belleza está en la izquierda. Si es 0, es que no hay correlación”.
En el caso del paper, los datos que se obtienen son una r igual a 0,02, en el caso de hombres y de r igual a 0,11, en el caso de las mujeres. “Entonces dicen ‘ya está, correlación positiva, las mujeres de derechas son más guapas’”, explica Rebollo, recordando que “un 0,1 es muy poco, es una tendencia muy ligera”, concluye.
Ojo con los estudios que correlacionan la personalidad y el aspecto físico
La experta recuerda que este tipo de estudios podrían estar relacionados con la frenología, considerada hoy en día una pseudociencia: “Existe una larga tradición de estudios de IA y fisonomía que afirman que la IA ‘predice’ su género u orientación sexual a través de rostros humanos. Sin embargo, no hay evidencia científica que pueda probar si estos estudios son sólidos o no”.
Coincide con ella Fernando Blanco, profesor de Psicología Social en la Universidad de Granada (UGR), quien añade que “los morfopsicólogos proponen que la forma de la cara de una persona se puede usar para predecir sus rasgos de personalidad”, y que en el caso de este estudio, “se trata de algo muy parecido”, pues “en vez de examinar visualmente las caras de los individuos, dejamos que lo haga una IA, y en vez de inferir rasgos de personalidad en general, nos centramos en la ideología”.
El experto recuerda que, sobre todo, el problema es que se trata de una creencia “con peligros claros de producir discriminación”, y advierte de que actualmente “hay todo un revival” de estas ideas gracias a la inteligencia artificial. “Hay empresas que usan algoritmos para crear perfiles de personalidad a partir de imágenes del rostro, de forma que se pueden usar en ámbitos como la selección de personal o incluso la detección de posibles criminales. Ninguna de estas aplicaciones tiene evidencia científica que la apoye”, concluye.
La reacción de Nature
Verificat ha contactado con el equipo editorial de Scientific Reports para conocer si piensan emprender acciones para revisar de nuevo el artículo, dadas las críticas recibidas y el revuelo causado en redes sociales. Rafal Marszalek, editor jefe de la revista, ha señalado a través de un correo electrónico que, por el momento, “no tenemos conocimiento de ninguna preocupación sobre la solidez o la metodología de este artículo”. Sin embargo, sigue, “como con todos los artículos que publicamos, si nos damos cuenta de las inquietudes, las investigaremos a fondo siguiendo nuestro proceso establecido”.
El editor jefe subraya que dan la bienvenida “a la discusión científica y al debate sobre los méritos de los artículos publicados en Scientific Reports”, pero reconoce “que los hallazgos de un artículo también pueden ser utilizados por personas ajenas a la comunidad de investigación específica para fines distintos al discurso científico”.
