Valquirias y algoritmos: por qué el sistema de selección de Odín tenía los mismos sesgos que una IA

En 2018, Amazon desconectó en silencio una herramienta de inteligencia artificial que llevaba años puntuando candidatos de una a cinco estrellas. El sistema había aprendido solo una regla que nadie le había escrito: penalizar los currículums que contenían la palabra women's [1]. Mil años antes, los poetas nórdicos ya habían imaginado un mecanismo casi idéntico: mujeres sobrenaturales que sobrevolaban los campos de batalla puntuando guerreros, decidiendo quién era digno y quién no, con criterios que ningún mortal podía consultar.

Las llamaron valquirias, las figuras más reconocibles del imaginario nórdico junto a Thor y Loki [2]. Y si algo nos enseña su mito no es que los nórdicos anticiparan la IA, sino algo más incómodo: que llevamos más de un milenio fantaseando con delegar la selección de los dignos en un sistema aparentemente imparcial — y que ya entonces intuíamos dónde estaba la trampa.

¿Qué significa realmente "valquiria"?

La palabra nórdica antigua valkyrja es transparente: se compone de valr, los caídos en combate, y del verbo kjósa, elegir. Literalmente, "la que elige a los caídos" [3]. No es un nombre poético: es la descripción de un puesto de trabajo. En la Edda de Snorri Sturluson, el dios Odín las envía a todas las batallas con una doble función: decidir qué hombres deben morir y otorgar la victoria [4].

Conviene detenerse en ese matiz, porque la cultura popular lo ha suavizado. Las valquirias no eran enfermeras aladas que recogían héroes ya muertos: en las fuentes más antiguas deciden quién muere. El poema Darraðarljóð las muestra tejiendo el destino de una batalla en un telar hecho de entrañas humanas, cantando mientras eligen ganadores y perdedores [3]. Son, en el sentido más literal, un sistema de decisión automatizado: reciben unos criterios de arriba, los aplican a escala y sin apelación posible.

Los elegidos, los einherjar, despertaban en el Valhalla, donde entrenaban cada día y banqueteaban cada noche servidos por las mismas valquirias que los habían matado [4]. La otra mitad de los caídos, a menudo olvidada, iba al prado de Freyja, Fólkvangr — porque ni siquiera el paraíso guerrero nórdico tenía un único clasificador [3].

Los criterios de Odín: un algoritmo entrenado para el Ragnarök

Todo sistema de selección responde a una pregunta previa: ¿para qué estamos seleccionando? La respuesta de Odín era brutalmente concreta. No elegía a los mejores hombres, ni a los más justos, ni a los más sabios. Elegía soldados para su ejército del fin del mundo. Cada guerrero cosechado era un recluta más para la batalla final contra los gigantes y el lobo Fenrir, ese apocalipsis que los vikingos imaginaron con tanta precisión que hoy leemos el Ragnarök como una crisis climática contada por vikingos [3].

Mirado así, el criterio de selección revela sus sesgos estructurales. Primero: solo puntuaba la muerte violenta en combate. El granjero que alimentaba al ejército, la mujer que tejía sus velas, el anciano sabio muerto en su cama — todos invisibles para el sistema, condenados al brumoso reino de Hel por defecto. Segundo: el mérito se medía con los datos del pasado. Odín valoraba lo que siempre había valorado — coraje frontal, espada en mano —, exactamente igual que el algoritmo de Amazon aprendió a valorar los currículums que se parecían a los de sus contratados anteriores: hombres [1].

Los juristas Solon Barocas y Andrew Selbst lo formularon con precisión quirúrgica: un algoritmo es tan bueno como los datos con los que trabaja, y esos datos heredan casi siempre los prejuicios de quienes decidían antes [5]. El panteón nórdico ya contenía esa cláusula. Las valquirias no tenían criterios propios: ejecutaban la política de reclutamiento de un dios ansioso que solo sabía prepararse para la guerra que ya conocía.

Y hay un tercer sesgo, el más moderno de todos: el sistema no solo evaluaba a los guerreros, sino que moldeaba su comportamiento. Un vikingo que conocía las reglas del juego sabía que envejecer en paz era perder, y que buscar la muerte con la espada en la mano era la única vía de ascenso [3]. La métrica dejó de medir el valor para producirlo — o para producir su imitación temeraria. Los economistas bautizarían el fenómeno mucho después como ley de Goodhart: cuando una medida se convierte en objetivo, deja de ser una buena medida. Cualquiera que haya redactado su currículum pensando en las palabras clave que leerá un filtro automático, o haya publicado contenido calculando lo que premia un algoritmo de recomendación, ha vivido en el pellejo de aquel guerrero: ya no actuamos para el mundo, actuamos para el evaluador. El Valhalla fue, entre otras cosas, la primera gamificación de la muerte.

Brunilda: ¿qué pasa cuando el algoritmo decide por su cuenta?

La mitología nórdica también imaginó el caso límite que hoy desvela a los ingenieros de IA: ¿y si el sistema toma una decisión no autorizada? Esa historia tiene nombre propio. La valquiria Sigrdrífa — identificada con Brunilda en el ciclo de los volsungos — concedió la victoria al rey equivocado: al que ella juzgó más digno, no al que Odín había designado [3]. El castigo fue ejemplar: expulsión del cuerpo de valquirias, sueño encantado y matrimonio mortal. Es la tragedia de Brunilda, la valquiria caída del anillo de fuego, y leída desde hoy es inquietantemente técnica: el sistema que desarrolla criterio propio no es un sistema mejorado, es un sistema averiado que se apaga.

La investigadora Kathleen Self ha mostrado que las valquirias funcionaban en la literatura nórdica como un tercer género: armadas y con poder masculino sobre la vida y la muerte, pero marcadas como femeninas; y que cuando una de ellas se casaba, perdía armadura, armas y capacidad de decisión [6]. El detalle importa para nuestra analogía: el clasificador también estaba clasificado. Las valquirias puntuaban guerreros, pero el sistema las puntuaba a ellas, y la desviación se pagaba con el descenso de categoría. Nadie era dueño del criterio salvo Odín — igual que hoy el criterio último no vive en el algoritmo, sino en quien define su función de éxito.

Hay algo casi profético en que la única valquiria con nombre y biografía que la tradición nos legó sea precisamente la que falló. No recordamos a las obedientes: recordamos a la que miró al guerrero designado para morir y pensó que la orden era injusta. Quizá porque, en el fondo, esa siempre fue la fantasía que el mito no se atrevía a completar — que el sistema despertara conciencia.

¿Son los algoritmos de selección las nuevas valquirias?

Pongamos las dos imágenes una junto a otra. Un sistema opaco sobrevuela a los candidatos — guerreros o currículums — y los separa en dignos e indignos. Quien es elegido asciende a un paraíso — el Valhalla, la entrevista final. Quien no, desaparece sin explicación. Los criterios los fijó un poder lejano optimizando para su propia guerra — el Ragnarök, el trimestre fiscal. Y la apariencia sobrenatural del juicio disuade de pedir cuentas: contra una valquiria no cabe recurso, y contra un modelo de machine learning, durante demasiado tiempo, tampoco cupo [5].

La comparación no es un juego retórico: es la tesis de este blog en estado puro. Los mitos no predicen la tecnología; predicen cómo nos comportamos con el poder, y por eso el patrón se repite. Ya lo hacían los mayas con sus hombres de madera, en la advertencia sobre la inteligencia artificial que esconde el Popol Vuh, y ya lo hacían los griegos cuando externalizaban sus decisiones en la ambigüedad calculada del oráculo de Delfos: la humanidad lleva milenios inventando autoridades no humanas para no cargar con el peso de sus propias elecciones.

El mito añade además un detalle perverso que la analogía moderna calca sin saberlo: el evaluador y el premio eran la misma entidad. La valquiria que decidía tu muerte en el campo de batalla era la que después te servía hidromiel en la mesa del Valhalla [4]. Juez, verdugo y anfitriona. Las plataformas que hoy deciden qué candidato pasa el filtro, qué creador es visible o qué conductor recibe el siguiente encargo son también las que reparten la recompensa — y esa doble condición vuelve casi imposible rebelarse contra el juicio sin perder el banquete. El guerrero nórdico no podía odiar a la valquiria: la necesitaba. Esa dependencia afectiva del evaluado hacia su evaluador, que las sagas retratan como devoción, hoy la llamamos con nombres más grises: reputación digital, engagement, empleabilidad.

Hay, eso sí, una diferencia que los nórdicos no previeron. Ellos al menos sabían que las valquirias tenían dueño: nadie en Escandinavia creía que la selección fuera neutral, todos sabían que era la voluntad de Odín con casco alado. Nosotros, en cambio, hemos envuelto a nuestras valquirias en la retórica de la objetividad matemática [5]. El vikingo que moría sin ser elegido podía maldecir a un dios caprichoso. El candidato descartado por un filtro automático maldice... ¿a quién? El primer paso para auditar un algoritmo es admitir que detrás de cada valquiria siempre hubo un Odín: alguien con nombre, intereses y una guerra particular que ganar. Quizá la pregunta no sea si las máquinas eligen bien, sino por qué seguimos necesitando creer que alguien — dios o modelo — puede elegir por nosotros sin mancharse las manos.

Fuentes y referencias bibliográficas

1. Dastin J. Amazon scraps secret AI recruiting tool that showed bias against women. Reuters. 2018 [citado 2026 Jul 7].
2. Valkyrie. World History Encyclopedia. 2021 [citado 2026 Jul 7].
3. Lindow J. Norse Mythology: A Guide to the Gods, Heroes, Rituals, and Beliefs. Oxford: Oxford University Press; 2001.
4. Sturluson S. Edda. Faulkes A, traductor. London: Everyman; 1987.
5. Barocas S, Selbst AD. Big Data's Disparate Impact. Calif Law Rev. 2016;104:671-732.
6. Self KM. The Valkyrie's Gender: Old Norse Shield-Maidens and Valkyries as a Third Gender. Feminist Formations. 2014;26(1):143-172.