Para funcionar hay que clasificar

I Una decisión que debe tomarse antes de competir

Antes de que comience una competición femenina, hay algo que tiene que estar resuelto. Los organizadores deben decidir quién puede entrar en esa categoría.

La decisión no puede esperar a que termine la competición. Hace falta para inscribirse, para pasar por la cámara de llamadas, para homologar un récord, para repartir las medallas. Antes de que suene el disparo de salida, cada persona que ocupa un puesto en la línea ya ha sido declarada apta para estar allí. La categoría femenina es, antes que un hecho fisiológico, una clasificación de acceso a la competición: una decisión binaria, aplicable y tomada de antemano.

Este ensayo trata de esa decisión y de la línea en la que se apoya. De cómo, a lo largo de sesenta años, esa línea ha sido sustituida una y otra vez.

En el ensayo decimotercero, la construcción se enfrentaba a un hecho que no existía físicamente, aquel atleta con sus extremidades biológicas, y retrocedía hasta el reparto de la carga de la prueba. Aquí nos ocupa un problema vecino, pero distinto. La construcción no se encuentra ante un hecho inexistente, sino ante una clasificación que tiene que realizar. Y el criterio con el que clasifica recae sobre una realidad fisiológica continua, con solapamientos, determinada por múltiples factores, que no admite un corte limpio.

Conviene aclarar desde el principio qué se propone este ensayo y qué no.

No decidirá quién tiene razón. Tampoco dará la verdadera definición de mujer: ningún ensayo puede darla, y ningún tribunal arbitral la ha dado. Su propósito es dejar constancia de un hecho: en sesenta años, los criterios con los que se ha respondido a la pregunta «¿quién puede entrar en la categoría femenina?» han atravesado al menos siete etapas. Esa historia no es la de una medición cada vez más precisa del mismo objeto. Se ha sustituido repetidamente el objeto que se mide por otro de naturaleza distinta.

Reconocer ese hecho no exige tomar partido. Se esté donde se esté en esta discusión, las siete etapas de esa historia pueden contrastarse. Y ese hecho es precisamente el que permite ver la situación de la construcción que aquí nos interesa.

Es importante dejarlo asentado, porque de ahí depende todo el equilibrio del ensayo. Una persona puede estar firmemente convencida de que la categoría femenina necesita una frontera clara. Otra puede estar igualmente convencida de que la frontera vigente está mal situada. Ninguna de esas posiciones, ni las muchas que hay entre ambas, será juzgada aquí. Lo que queremos observar no es cuál de las fronteras es correcta, sino la dificultad que la construcción encuentra al trazar cualquiera de ellas: debe producir una decisión binaria, clara y aplicable antes de la competición, pero cada uno de los fundamentos que emplea procede de una realidad fisiológica que no se divide limpiamente en dos. Esa dificultad existe para todas las posiciones.

II Siete etapas en la elección del criterio

Empecemos por desplegar la secuencia de cambios. Es el suelo sobre el que se sostiene este ensayo.

Hacia 1966, algunas competiciones internacionales ensayaron inspecciones de la apariencia corporal, reconocimientos físicos o exámenes ginecológicos practicados por médicos. El criterio era el aspecto del cuerpo.

En 1967, las competiciones internacionales de atletismo comenzaron a utilizar pruebas de cromatina sexual, el llamado método del corpúsculo de Barr. Se tomaban células de la mucosa bucal y se buscaba la cromatina formada por un cromosoma sexual inactivado. El criterio dejaba de ser la apariencia y pasaba a ser un marcador cromosómico dentro de una célula.

En la década de 1990, el Comité Olímpico Internacional adoptó la reacción en cadena de la polimerasa para detectar secuencias específicas de un cromosoma sexual. El objetivo solía ser un fragmento de un gen determinante del sexo u otro segmento específico de ADN. El criterio pasó de la cromatina sexual a una secuencia genética concreta.

En 2011, la Federación Internacional de Atletismo, la IAAF, publicó sus reglas de participación para mujeres con hiperandrogenismo. El criterio pasó de la secuencia genética a la concentración de testosterona en el suero sanguíneo, acompañada de una valoración de la sensibilidad a los andrógenos.

En 2018, las reglas se dirigieron a determinadas diferencias del desarrollo sexual. Para quedar sometida a ellas había que reunir las condiciones específicas enumeradas en el reglamento, alcanzar o superar un cierto nivel de testosterona sérica y presentar una sensibilidad suficiente a los andrógenos. El criterio se estrechó: de la testosterona elevada en general se pasó a una clase concreta de condiciones corporales.

En 2023, el límite de testosterona volvió a bajar y el ámbito de aplicación se amplió desde unas distancias de carrera determinadas a todas las competiciones puntuables para el ranking. Las reglas sobre participación transgénero adoptadas en esas mismas fechas dejaron de atender solo al número de años de supresión de la testosterona y pasaron a preguntar si se había atravesado una pubertad masculina. La historia del desarrollo entraba así en los criterios.

En 2025, la federación, ya denominada World Athletics, volvió a recurrir a aquella secuencia genética mediante una prueba que se realiza una sola vez. Sustituía al sistema anterior, que trataba por separado a las deportistas con diferencias del desarrollo sexual y a las deportistas transgénero. El criterio había dado una vuelta y regresaba a una secuencia genética, pero ahora con una función nueva: servir de cribado previo unificado y único.

Apariencia corporal, cromatina sexual, secuencias específicas de un cromosoma sexual, testosterona sérica, determinadas diferencias del desarrollo sexual, pubertad masculina y, de nuevo, aquella secuencia genética. Siete etapas en las que cambian los objetos examinados y la función que cumplen como criterios, hasta volver a una secuencia con un nuevo papel en el sistema.

Hay algo que suele pasar inadvertido y que debemos subrayar. Estas siete etapas no son siete mejoras de una misma prueba. Medir con precisión creciente una misma cosa sería mejorar la prueba. Aquí, en cambio, las sucesivas sustituciones han cambiado la cosa que se mide. La apariencia no es la cromatina; la cromatina no es la testosterona; la testosterona no es la historia de una pubertad. Por eso es cierto que «la categoría femenina ha seguido existiendo», pero de ahí no se desprende que «la definición científica de quién puede acceder a ella haya sido siempre la misma». La categoría ha permanecido; sus criterios han ido cambiando. Lo que se sustituye no es la precisión, sino el objeto.

La diferencia tiene una consecuencia práctica que merece hacerse explícita. Si esas siete etapas fueran una medición cada vez más exacta de lo mismo, el criterio más reciente tendría que ser una versión mejorada de todos los anteriores: seguiría midiendo aquello, pero lo mediría mejor. No es eso lo que ocurre. El nuevo cribado genético no mide con mayor precisión la testosterona ni la cromatina. Mide algo distinto de ambas: la presencia o ausencia de una secuencia genética. No es una mejora del criterio de la testosterona; lo sustituye. Y si algún día el criterio vuelve a pasar de los genes a otra cosa, tampoco será una mejora del criterio genético, sino otra sustitución. La construcción no avanza cada vez más por un mismo camino. Cambia de camino una y otra vez.

Aquí reaparece, con mayor crudeza, lo que vimos en el ensayo séptimo sobre las tablas del decatlón. Allí se habían dado cinco respuestas distintas a una misma pregunta: cómo convertir las marcas de pruebas diferentes. Aquí, la pregunta de quién cuenta como mujer ha recibido respuestas basadas en distintos criterios a lo largo de siete etapas. La diferencia es que en las tablas cambiaba una regla de conversión. Aquí cambia aquello en lo que se funda la puerta misma que permite o impide a una persona competir.

III Ningún criterio mide aquello que quiere determinar

Basta examinar los límites científicos de cada criterio para advertir un rasgo que recorre toda la historia: ninguno mide directamente aquello que de verdad se quiere determinar.

Según quienes defienden las reglas, se trata de determinar si una deportista posee, en una prueba concreta, una ventaja competitiva suficientemente grande derivada de la acción de los andrógenos durante la pubertad masculina.

Pero cada criterio mide otra cosa.

La prueba del corpúsculo de Barr detecta si en la célula es visible aquel cromosoma sexual inactivado. No mide la capacidad deportiva, ni la función de las gónadas, ni la acción de los andrógenos. Algunas mujeres sin corpúsculo de Barr pueden quedar excluidas en el primer cribado, mientras que algunas personas con ese corpúsculo, pero que han experimentado una acción androgénica considerable, pueden superarlo. No es una prueba fiable de si alguien es mujer ni una prueba de ventaja deportiva. Un artículo de investigación publicado en 1991 estimó que este tipo de cribado podía excluir injustamente a aproximadamente una de cada 504 mujeres deportistas.

La reacción en cadena de la polimerasa detecta la presencia o ausencia de una secuencia genética determinada. Es más directa que la prueba del corpúsculo de Barr, pero por sí sola sigue sin poder establecer si esa secuencia se expresa de forma normal, si el organismo responde a los andrógenos, qué cambios fenotípicos se produjeron durante la pubertad o cuánta ventaja se obtuvo en una prueba concreta. Aumentó la sensibilidad para detectar un fragmento de ADN. No resolvió cómo debía convertirse ese resultado en un permiso para competir. En los Juegos Olímpicos de Atlanta de 1996 se examinó a 3387 deportistas de la categoría femenina. Ocho resultados iniciales exigieron una revisión, y las ocho deportistas acabaron autorizadas a participar. Detectar material específico de aquel cromosoma sexual no se equiparó a una exclusión inevitable.

La testosterona parece un criterio más próximo al mecanismo fisiológico, pero tampoco es un indicador que lo represente por completo. No mide directamente la respuesta muscular a los andrógenos, el desarrollo durante la pubertad o el rendimiento en una prueba determinada. Un análisis de muestras tomadas a 693 deportistas de élite tras la competición encontró que, bajo ciertas condiciones de medición y con determinados umbrales, las distribuciones de testosterona de hombres y mujeres podían solaparse. Eso refuta la afirmación absoluta de que los valores séricos obtenidos en una sola medición jamás se solapan entre ningún hombre y ninguna mujer. Pero tampoco permite saber, por sí solo, cuál es la respuesta a los andrógenos, la experiencia puberal o la ventaja deportiva de cada persona situada en esa zona de solapamiento.

El criterio de la secuencia genética es el más reciente, y en él resulta especialmente visible la separación entre el marcador y la ventaja. La primera puerta de las nuevas reglas pregunta si se ha detectado la secuencia en una muestra. No mide la testosterona actual de una deportista ni estima su ventaja personal. La prueba puede responder con gran exactitud a la pregunta de si la secuencia buscada está presente, pero esa exactitud no significa que permita estimar el rendimiento deportivo con idéntica precisión. Además, las propias reglas tienen que prever una excepción para la insensibilidad completa a los andrógenos. Eso demuestra precisamente que la presencia del marcador genético y la acción funcional de los andrógenos no se corresponden uno a uno.

Los criterios de esas siete etapas comparten, pues, una propiedad. Miden algo que puede observarse con claridad: apariencia, cromatina, genes, hormonas. Ninguno mide directamente aquello sobre lo que quiere decidir: una ventaja competitiva suficientemente grande en una prueba determinada. Cada criterio es un indicador sustitutivo, algo mensurable que ocupa el lugar de lo difícil de medir. Y entre el sustituto y aquello a lo que sustituye sigue habiendo una brecha que no se ha cruzado.

La brecha no existe simplemente porque la ciencia esté poco desarrollada. Tiene una causa más estructural. Aquello que se quiere determinar, una ventaja competitiva suficientemente grande en una prueba, no es una magnitud única que pueda capturarse con una sola medición. Es el resultado conjunto del desarrollo puberal, la respuesta de los músculos a las hormonas, la estructura del esqueleto y del sistema cardiopulmonar, y la manera en que todo ello se convierte en rendimiento dentro de una prueba concreta. Cualquier criterio, sea la apariencia, los genes o las hormonas, solo puede aferrar un eslabón de esa larga cadena. Tomar un eslabón por toda la cadena deja necesariamente fuera los demás. No es una brecha que vaya a cerrarse cuando aparezca una prueba mejor. Nace del carácter compuesto de aquello que se pretende determinar.

IV Esa línea nunca salió de un cálculo

Durante los años en que la testosterona fue el criterio, la brecha tomó la forma de una pregunta muy concreta: ¿cómo se había fijado el umbral?

Las reglas de 2011 no tradujeron un porcentaje fijo de ventaja a un único valor numérico público. Tomaron como frontera básica el intervalo masculino normal y lo complementaron con una valoración de la sensibilidad a los andrógenos. Es decir, el umbral procedía de intervalos clínicos de referencia y de una idea de las categorías. No se había obtenido calculando cuántos segundos de mejora correspondían a cada unidad adicional de testosterona.

Las reglas de 2018 sí establecieron una cifra concreta. La IAAF la presentó como una frontera aplicable, claramente superior a los valores de la inmensa mayoría de las mujeres sin diferencias del desarrollo sexual e inferior al intervalo masculino habitual. Consideraba que dejaba margen para los errores de medición y las fluctuaciones individuales. En el expediente arbitral, los expertos situaban aproximadamente a las mujeres sin síndrome de ovario poliquístico en un intervalo muy bajo, y a los hombres en otro mucho más alto. La cifra elegida no era la media entre ambos grupos ni el resultado matemático del tamaño del efecto obtenido en aquel estudio de competición.

Este es el punto de la sección. No hay un modelo público de dosis-respuesta que demuestre que por encima de esa cifra se produce necesariamente un porcentaje mínimo de ventaja, mientras que un poco por debajo no se produce. Los expertos de la parte demandante cuestionaron expresamente ese salto durante el arbitraje. La respuesta de la institución apeló sobre todo a los intervalos de referencia, a la fisiología de los andrógenos y a la viabilidad administrativa. El umbral puede explicarse, por tanto, como una frontera normativa y clínica. No puede presentarse como una cifra deducida con exactitud de aquellos efectos de entre algo más del 1 % y algo más del 4 %.

En 2023, la cifra volvió a bajar. La explicación oficial presentó el nuevo valor como un estándar más próximo al extremo superior del intervalo femenino habitual. Las reglas publicadas establecieron obligaciones y plazos, pero no incorporaron un cálculo que relacionara punto por punto el nuevo valor con un determinado porcentaje de efecto sobre la competición. Tampoco se publicó un modelo que explicara por qué todas las pruebas del atletismo debían compartir exactamente el mismo valor hormonal.

Cuando en 2025 el criterio pasó a ser la secuencia genética, el problema continuó bajo otra forma. La exactitud de esta prueba es analítica: responde con precisión a si la secuencia está o no está. Tampoco responde a cuál es la relación cuantitativa entre detectarla y poseer una ventaja concreta en una prueba. El criterio pasó de una concentración hormonal continua a la presencia o ausencia de un gen. La falta de una derivación del tamaño del efecto siguió sin subsanarse.

Es la misma línea que recorre varios de los ensayos anteriores. En el séptimo, no había una derivación pública completa de los coeficientes de las tablas del decatlón. En el duodécimo, no había una derivación pública de la frontera de los cuarenta milímetros para las zapatillas. En el decimotercero, la ventaja neta global de las prótesis era un estándar jurídico aplicado a las pruebas, no una variable medida directamente. Aquí, ninguno de los umbrales de testosterona se obtuvo calculándolo a partir del tamaño del efecto.

Cuatro lugares, cuatro líneas precisas, y ninguna situada en un punto del que pueda decirse de manera concluyente por qué tenía que ser ese. No es un descuido de una institución en particular. Es la condición común de estas fronteras: aquello que pretenden dividir es continuo, sin un punto de ruptura natural donde todo pase de pronto de aceptable a inaceptable. Si aquello es continuo, cualquier línea tiene que abrir un corte. El corte se puede explicar y se puede defender. Lo que no se puede demostrar es que sea el único correcto.

V Una diferencia de conjunto que no puede repartirse entre individuos

Este ensayo no ofrecerá una conclusión. Pero eso no significa que vaya a omitir los argumentos más fuertes de cada parte. En esta sección y en la siguiente pondremos una junto a otra las mejores razones de quienes defienden las reglas y de quienes las impugnan, sin decidir entre ellas.

Empecemos por un hecho que ambas partes reconocen, pero utilizan en sentidos contrarios.

En la mayoría de las pruebas de fuerza, velocidad y resistencia, la élite adulta presenta una diferencia de rendimiento entre hombres y mujeres de aproximadamente un 10 % a un 12 %. Los partidarios de las reglas consideran que los cambios en la masa muscular, la hemoglobina, el esqueleto y el sistema cardiopulmonar inducidos por la testosterona durante la pubertad constituyen uno de los principales mecanismos de esa diferencia. La distancia entre los grupos es el fundamento empírico central de la existencia de una categoría femenina.

Ese es el punto de partida compartido por ambos argumentos. Y contiene un límite decisivo que también reconocen las dos partes: la diferencia entre los grupos no demuestra por sí misma que una mujer determinada posea una ventaja del 10 % al 12 %.

Un conjunto y un individuo son cosas distintas. Que la diferencia media entre dos grupos sea del 12 % no implica que cada integrante de uno corra un 12 % más rápido que cada integrante del otro. Las distribuciones se solapan y los individuos están dispersos. Entre una diferencia de conjunto bien establecida y la ventaja de una persona concreta hay un paso que la cifra del conjunto, por sí sola, no puede dar.

Veamos cómo utiliza cada parte ese paso que falta.

Quienes defienden las reglas dicen: precisamente porque no es posible medir con exactitud el porcentaje de ventaja personal de cada deportista, solo queda recurrir a una regla por categorías que pueda administrarse. El acceso a la competición exige una decisión binaria y aplicable antes de empezar, mientras que las variables científicas suelen ser continuas, solapadas e imperfectas. Toda frontera generará casos limítrofes. La institución sostiene por ello que las reglas no tienen que demostrar que cada persona afectada posee exactamente la misma ventaja en cada competición. Basta con demostrar que el criterio sustitutivo empleado para la categoría es razonable, que las pruebas son suficientes y que el procedimiento se aplica de forma coherente.

Quienes se oponen a las reglas dicen: la diferencia general entre hombres y mujeres no puede asignarse directamente a mujeres concretas. La testosterona sérica no representa por completo la respuesta muscular, el desarrollo puberal ni el rendimiento en una prueba. Las muestras de deportistas con diferencias del desarrollo sexual son, además, muy reducidas, y los estudios centrales suelen ser observacionales o haberse realizado en poblaciones sin esas diferencias. Las reglas deberían demostrar que el rasgo que regulan produce una ventaja suficientemente grande, suficientemente específica de la prueba y suficientemente reproducible. No deberían extrapolarla a partir de datos generales sobre los hombres.

Ambos razonamientos se apoyan en el mismo hecho: la diferencia de conjunto del 10 % al 12 % y el límite que impide atribuirla sin más a cada individuo. Sin embargo, desde ese mismo hecho llegan a conclusiones opuestas. Una parte dice: como no podemos medir al individuo, solo podemos utilizar categorías. La otra dice: como no podemos medir al individuo, no podemos excluirlo mediante categorías inferidas de los grupos.

Este ensayo no decidirá cuál de los dos argumentos es correcto. Cada uno se sostiene, y cada uno responde de manera distinta a una misma limitación.

Para entender por qué importa, basta reparar en que la discusión no versa realmente sobre si existe aquella diferencia general. Ambas partes aceptan ese 10 % a 12 %. Discuten qué hacer cuando un hecho de conjunto bien establecido no puede atribuirse a individuos concretos. Una responde que hay que retroceder hasta las categorías, porque, si no se puede medir a cada individuo, son lo único aplicable. La otra responde que no se pueden usar las categorías para excluir individuos, porque la situación real de una persona puede estar muy lejos de la media de su grupo. Son dos actitudes ante la incertidumbre, no dos versiones discrepantes de los hechos. La discrepancia no está en el nivel de la ciencia, sino en aquel donde, una vez agotado lo que la ciencia puede decir, hay que decidir. Y no existe una ciencia superior capaz de dictar sentencia en ese nivel.

VI Una evidencia que no encaja con la regla

También en las pruebas científicas concretas las discrepancias son nítidas. Una de ellas constituye uno de los núcleos más duros de este ensayo.

El principal estudio en apoyo de las reglas fue un análisis de 2017. Reunió más de dos mil observaciones de deportistas en dos campeonatos mundiales de atletismo, agrupó por separado a hombres y mujeres según sus niveles de testosterona libre y comparó su rendimiento. En la muestra femenina, el grupo con testosterona alta superó al grupo con testosterona baja, en varias pruebas, entre algo más del 1 % y algo más del 4 %.

Era un análisis observacional de datos de competición, no un ensayo aleatorizado. Recibió críticas desde varios frentes.

Uno era la calidad de los datos. Los investigadores que revisaron los datos públicos señalaron registros duplicados, marcas imposibles o erróneas y falta de transparencia en las revisiones. Las pruebas del arbitraje también dejaron constancia de que una proporción considerable de deportistas aparecía en ambos mundiales, de que parte de las muestras no se podía clasificar y de que el factor del dopaje no se había analizado por separado. Los investigadores que defendían las reglas corrigieron algunos errores, pero negaron que esos problemas invalidaran la relación general observada.

Otro frente de crítica nos lleva al punto en el que más merece la pena detenerse.

El estudio enumeró las pruebas femeninas en las que había encontrado un efecto significativo. Incluía varias pruebas de carrera, además del lanzamiento de martillo y el salto con pértiga. Sin embargo, las reglas de 2018 abarcaban las carreras entre los cuatrocientos metros y la milla, y no incluían ni el martillo ni la pértiga. En sentido inverso, sí incluían los mil quinientos metros y la milla, distancias para las que el estudio original no había señalado diferencias significativas.

Es decir, el estudio en el que supuestamente se basaban las reglas no coincidía con las pruebas que estas regulaban. Algunas de las pruebas con un efecto señalado en el estudio quedaban fuera. Algunas de las pruebas incluidas en las reglas no tenían un efecto señalado en el estudio.

La discordancia no era solo una acusación de críticos externos. El propio tribunal arbitral la recogió. La mayoría mantuvo las reglas, pero expresó de manera explícita su preocupación por el fundamento probatorio de los mil quinientos metros y la milla. Los defensores de las reglas explicaron que la selección de pruebas se apoyaba también en mecanismos fisiológicos, en la cercanía entre las distancias y en otros elementos de prueba. Los críticos replicaron que esa selección a posteriori debilitaba la afirmación de que las reglas se deducían directamente de los resultados del estudio.

Es algo que ya vimos en el ensayo undécimo. Allí se decía que el rediseño de la jabalina respondía a los aterrizajes planos y a las distancias excesivas, pero una misma modificación atendía a ambos problemas, hasta que ya no se podía distinguir cuál había sido la razón principal. Aquí se dice que las reglas buscan excluir una ventaja probada por la investigación, pero las pruebas que abarcan no coinciden con las del estudio. Ya no queda claro si las reglas se dedujeron de la investigación o si se formularon por otras consideraciones y después se recurrió a la investigación para sostenerlas. Entre las razones que una construcción ofrece y lo que efectivamente hace queda una rendija.

No es obligatorio leer esa rendija como un engaño. Lo más probable es que una regla nunca nazca de una única línea de deducción a partir de un estudio. En ella intervienen, a la vez, la comprensión general de los mecanismos fisiológicos, la analogía entre pruebas cercanas, la facilidad de aplicación y la pugna entre las partes. La investigación es solo uno de esos aportes. Que las reglas y el estudio no encajen no implica necesariamente que alguien haya deformado los resultados a propósito. Puede indicar, más bien, que las reglas nunca fueron un producto directo de la investigación, aunque a menudo se presenten como si lo fueran. Sucede lo mismo que con los coeficientes de las tablas del ensayo séptimo: algo de aspecto preciso y científico suele tener unos orígenes mucho más mezclados de lo que deja ver. Y es justamente donde más falta hace un fundamento exacto donde una apariencia de exactitud puede ocultar con mayor facilidad la rendija entre la razón declarada y lo que se hace.

Las discrepancias continúan en otras pruebas. Un ensayo controlado aleatorizado administró testosterona durante diez semanas a un grupo de mujeres jóvenes que no eran deportistas de élite. Registró una mejora en el tiempo de carrera hasta el agotamiento, pero no encontró diferencias significativas entre los grupos en algunos indicadores de fuerza y potencia explosiva. Los defensores de las reglas consideran que el diseño aleatorizado aporta pruebas causales más sólidas que un estudio observacional. Los críticos señalan el tamaño reducido de la muestra, la ausencia de deportistas de élite, las apenas diez semanas de intervención y el hecho de que el resultado medido fuera correr hasta el agotamiento, no el tiempo de una competición oficial. Añaden que administrar testosterona exógena a corto plazo a mujeres sanas no reproduce íntegramente el desarrollo de toda una vida de las deportistas con diferencias del desarrollo sexual.

Las pruebas enfrentadas quedan una junto a otra. Ninguna parte ha derrotado por completo a la contraria. Y este ensayo no dictará por ellas la sentencia que ellas mismas no han podido dictar.

VII Cuatro etapas procesales que no examinan lo mismo

El caso Semenya pasó por cuatro etapas procesales. Una manera de entender por qué este ensayo no dicta sentencia es advertir que ninguna de ellas resolvió la pregunta más fundamental.

La primera fue el Tribunal de Arbitraje Deportivo. En 2019, su mayoría concluyó que las reglas de 2018 eran discriminatorias, pero que, sobre la base de las pruebas disponibles entonces, constituían un medio necesario, razonable y proporcionado para proteger la categoría femenina. Por eso desestimó la impugnación. A la vez, expresó serias preocupaciones sobre la posibilidad de aplicar las reglas con justicia, la capacidad de las deportistas para mantenerse de forma estable por debajo del umbral, los efectos secundarios de la medicación, los riesgos para la confidencialidad y la insuficiencia de las pruebas relativas a los mil quinientos metros y la milla.

Conviene precisar qué hizo el tribunal. Examinó si las pruebas disponibles bastaban para mantener las reglas. No demostró que cada deportista afectada obtuviera necesariamente la misma ventaja, ni ofreció una fórmula que permitiera calcular con exactitud los segundos de una carrera a partir de su testosterona individual. Dejó expresamente abierta una posibilidad: si la aplicación práctica resultaba imposible o excesivamente difícil, la conclusión sobre la proporcionalidad podía cambiar. Decidió sobre la validez de unas reglas concretas a la luz de unas pruebas concretas, no sobre la definición de mujer.

La segunda etapa fue el Tribunal Federal suizo. En 2020 desestimó la solicitud de anulación. Su examen, sin embargo, era una revisión extraordinariamente estrecha de las causas de anulación de un laudo arbitral. La pregunta central no era cómo valorar de nuevo toda la evidencia científica, sino si el laudo había vulnerado el orden público suizo, un umbral muy exigente. Confirmó que el laudo no podía anularse por los motivos limitados que contempla el derecho arbitral suizo. No confirmó de manera independiente que todas las conclusiones científicas fueran correctas.

La tercera y la cuarta etapas se desarrollaron ante el Tribunal Europeo de Derechos Humanos. En 2023, una Sala concluyó, por cuatro votos contra tres, que Suiza había vulnerado el Convenio. El Gobierno suizo solicitó la remisión del asunto a la Gran Sala, la remisión fue admitida y aquella sentencia no adquirió carácter definitivo.

El 10 de julio de 2025, la Gran Sala dictó la sentencia definitiva. Por quince votos contra dos, declaró que Suiza había vulnerado el artículo 6.1 del Convenio, que reconoce el derecho a un proceso equitativo. Semenya estaba sometida de hecho a la jurisdicción exclusiva del tribunal arbitral sin libertad real para elegir; la controversia afectaba a derechos fundamentales de la persona y de su cuerpo; y la interpretación extremadamente estrecha del orden público por parte del Tribunal Federal suizo no había ofrecido garantías suficientes.

Aquí hace falta extremar el cuidado. Este es el paso que más fácilmente se malinterpreta.

La Gran Sala declaró que Suiza había vulnerado el derecho a un proceso equitativo. Pero, al mismo tiempo, consideró inadmisibles las quejas relativas a la discriminación, la vida privada y el recurso efectivo al entender que, respecto de esas quejas, Semenya no se encontraba bajo la jurisdicción de Suiza por falta de un vínculo territorial suficiente. Era una conclusión sobre jurisdicción, no una decisión de fondo según la cual las reglas sobre diferencias del desarrollo sexual no fueran discriminatorias. La Gran Sala no anuló el laudo arbitral, no declaró inválidas las reglas de la federación ni concedió directamente a Semenya el derecho a competir en las pruebas femeninas.

Hubo, por tanto, cuatro etapas procesales con alcances distintos. La primera examinó la validez de las reglas a la luz de las pruebas de entonces; la segunda, si podía anularse el laudo arbitral; la tercera, las quejas fundadas en el Convenio, mediante una sentencia que no fue definitiva tras la remisión a la Gran Sala; y la cuarta, si el proceso judicial ofrecido por Suiza había sido equitativo. Ninguna dio una respuesta abstracta y final a la pregunta más fundamental: quién debe ser considerada una mujer con derecho a participar en la competición femenina. Una victoria procesal no equivale a la invalidez sustantiva de las reglas. Y esa pregunta de fondo seguía sin una respuesta definitiva después de las cuatro etapas.

La distribución de funciones revela algo general sobre estos problemas. Ninguna de las instancias quiere o puede responder a la pregunta más fundamental. El tribunal arbitral se ciñó a la validez de aquellas reglas con las pruebas de entonces; el tribunal suizo, a la posibilidad de anular aquel laudo; y la sentencia definitiva del tribunal de derechos humanos, a las garantías de un proceso equitativo. La Sala de 2023 había examinado quejas del Convenio con otro alcance, pero tampoco había definido de una vez para siempre quién debía acceder a la categoría femenina. Cada instancia retrocede un paso, se ocupa de una cuestión más estrecha dentro de sus competencias y deja en su sitio la pregunta mayor. No es una manera de eludir responsabilidades. Cada institución sabe que decidir quién debe ser considerada una mujer con derecho a participar en la competición femenina no es algo que el derecho o el arbitraje puedan resolver de una vez por todas. Cada una atiende a la pequeña porción que está a su alcance. La gran porción sigue suspendida.

VIII Una línea que siempre corta un continuo

Recojamos ahora los hilos del ensayo. Tampoco esta vez para dar una respuesta.

La construcción se enfrenta a una tarea que debe cumplir, pero que no puede cumplir de manera limpia. Antes de la competición tiene que distribuir a todas las personas inscritas entre dos grupos. No puede eludirlo: organizar la competición exige una decisión binaria y aplicable. Sin embargo, el criterio elegido, sea la apariencia, la cromatina, los genes, las hormonas o la historia de la pubertad, recae siempre sobre una realidad fisiológica continua, con solapamientos y determinada por múltiples factores.

Ese es el resto de este ensayo, y su forma es distinta de la de todos los anteriores.

Antes, el resto eran nombres ausentes de una lista, causas imposibles de deslindar, tecnologías sobre las que no se dictaba resolución, opciones que no se habían elegido, marcas incomparables, cuerpos que no existían. Cada uno tenía su manera de quedar fuera. Aquí, el resto es la continuidad a la que el propio criterio no puede dar cabida. Los rasgos fisiológicos relacionados con el sexo no se distribuyen entre la población como dos montones separados, sin contacto. Forman un terreno de distribuciones continuas, solapadas y determinadas por muchos factores. Y clasificar exige abrir en ese terreno una línea clara.

Se abra donde se abra, esa línea corta un continuo que no posee un punto de ruptura natural. Por eso la historia de los criterios ha atravesado aquellas siete etapas. No son siete aproximaciones a la línea verdadera, porque no hay una línea verdadera esperando a que la descubran. En un lugar sin una separación natural, la frontera se ha trazado de distintas maneras, recurriendo a distintos fundamentos mensurables y volviendo incluso a uno anterior con otra función. Ninguna de esas formas puede demostrar que ocupa la única posición correcta. Esa posición no existe.

Es una versión más fundamental de lo que vimos en el ensayo duodécimo. Allí, la ventaja de las zapatillas era continua, sin un punto de ruptura natural, y por eso la frontera de los cuarenta milímetros solo podía trazarse, no demostrarse como la única correcta. Aquí son los rasgos fisiológicos relacionados con el sexo los que son continuos y carecen de una ruptura natural. Por eso cada criterio y cada umbral solo pueden trazarse, no demostrarse como los únicos correctos. La diferencia está en el precio. Si la línea de las zapatillas se sitúa mal, se discute si debe contar una marca obtenida con un determinado equipo. Esta otra línea afecta al cuerpo, la carrera, la dignidad y la identidad de una persona. Afecta a si una persona concreta puede competir tal como siempre ha sido. Cada desplazamiento de esa frontera pesa mucho más que la especificación de un objeto.

Precisamente porque pesa tanto, este ensayo necesita una contención especial. Sería fácil convertirlo en una toma de partido y sumarlo a una discusión que ya hace ruido de sobra. Pero no es eso lo que busca esta serie. Su objeto sigue siendo observar qué hace la construcción ante aquello que no puede cerrar, no dictar en su nombre la resolución que ella misma no logra dictar. Aquí su movimiento es claro: tiene que clasificar, no puede encontrar una línea de clasificación que pueda demostrarse como la única correcta, y cambia de criterio una y otra vez. Cada vez ofrece razones, cada vez recibe impugnaciones y ninguna vez llega al final. Observar ese movimiento y entrar en aquella disputa son dos cosas distintas. Este ensayo hace solo la primera.

Hay que respetar la regla que nos impusimos al principio. No decidimos dónde debe trazarse la línea. Dejamos constancia de que, en sesenta años, su trazado ha pasado por al menos siete etapas, y de que en cada una la institución que lo fijó ofreció razones, esas razones fueron cuestionadas y no hubo una resolución final que dijera: esta vez, por fin, la línea está en el lugar correcto.

Cuando se trata de personas concretas, este ensayo solo recoge lo que ellas mismas han dicho públicamente. Una deportista describió, en un artículo suyo de 2005, las pruebas genéticas rutinarias como una barrera adicional que las mujeres debían superar para entrar en el deporte. Otra afirmó en su testimonio arbitral que era una mujer, no un hombre. Otra sostuvo en un arbitraje que el cuerpo con el que había nacido no debía servir para excluirla sin pruebas suficientes de una ventaja. Son sus posiciones y sus experiencias, expuestas por voluntad propia, no reveladas por una institución. Este ensayo no reproduce ningún historial médico que ellas no hayan hecho público, del mismo modo que aquellos tribunales tampoco redujeron finalmente el problema a una respuesta que pudiera leerse en el resultado de una prueba.

Hoy, distintas organizaciones deportivas trazan la línea en lugares distintos. Unas recurren a la historia de la pubertad; otras, a los genes; otras crean una categoría abierta; otras siguen cambiando. La diversidad de posiciones muestra por sí misma que no existe una solución aceptada por todos que pueda leerse directamente en la ciencia. Si existiera, ya habrían convergido en ella, del mismo modo que en cada prueba se acaba por reconocer una misma línea de récord mundial. No han convergido porque el punto al que tendrían que llegar no existe.

La construcción puede medir la testosterona de una persona, detectar si una secuencia genética está presente y calcular el porcentaje de diferencia media entre dos grupos. No puede medir en qué punto de ese terreno continuo y solapado debería situarse la frontera de la categoría femenina. Porque ese punto no es un hecho que se pueda medir. Es una línea que hay que trazar y que, se trace donde se trace, no puede demostrarse como la única correcta. En sesenta años, esta construcción ha dado a ese trazado siete formas históricas.

La regla aún no mide con plena exactitud. Sigue midiendo.