El proyecto se centra en la generación de rostros humanos sintéticos utilizando un modelo de Red Generativa Antagónica, abordando la necesidad de crear imágenes realistas y libres de sesgos. El objetivo principal es desarrollar estrategias evolutivas para explorar el espacio latente de las redes generativas antagónicas y generar rostros con atributos específicos de raza y género. Además, se busca garantizar que estos rostros sean reconocidos por el analizador Deep- Face como la misma persona, a pesar de las variaciones en raza y género. Se implementa un algoritmo evolutivo multi-objetivo que guía la generación de rostros humanos sintéticos evaluando la precisión de los resultados. El algoritmo utiliza en su función de evaluación un generador de rostros, StyleGAN3, y un analizador, DeepFace. El analizador mide la similitud entre los rostros generados y una imagen objetivo, así como la correspondencia con los atributos de raza y género deseados. Los resultados indican que StyleGAN3 y DeepFace presentan un sesgo hacia los rostros de individuos blancos, adultos y masculinos, lo que se refleja en la predominancia de estos perfiles y una mayor precisión en su evaluación. Sin embargo, el algoritmo evolutivo demostró su capacidad para generar rostros con atributos específicos de raza, género y capaces de engañar a DeepFace, produciendo resultados efectivos sin importar el objetivo.