Un equipo liderado por Y. Yin publicó un artículo el 20 de octubre de 2026 en el que muestra que los jueces basados en grandes modelos de lenguaje pueden reducir sus propios sesgos. Pusieron a prueba dos métodos: una instrucción que advierte al modelo de posibles sesgos antes de evaluar, y otra que, a continuación, le pide revisar su respuesta para detectar sesgos. En tres modelos de última generación, la instrucción de autodesbiasaje mejoró los resultados en 20 de las 21 combinaciones de modelo y sesgo, con aumentos de hasta 15 puntos. El método anterior, que recurría a un crítico externo, rindió peor en las nuevas pruebas de sesgo.
Por qué importa
El autodesbiasaje mediante instrucciones podría hacer más fiables las evaluaciones automatizadas de IA para desarrolladores e investigadores.
