Inteligencia artificial y salud mental: equilibrando oportunidades y consecuencias

July 20, 2026
IA, IA Generativa, Neurociencia, Psicología, Psicoterapia, Psiquiatría, Salud Mantal

La inteligencia artificial está alterando la atención a la salud mental a un ritmo extraordinario. La evidencia hasta la fecha sugiere una realidad dual: oportunidades genuinas para ampliar el acceso y mejorar los resultados coexisten con graves riesgos de sesgo, de violaciones de la privacidad, de deterioro cognitivo y de daño al paciente. A través de este artículo, intentamos cubrir en síntesis y en un lenguaje directo las oportunidades para ampliar el acceso y mejorar la atención de la IA; las consecuencias y riesgos en las dimensiones del prejuicio algorítmico, la privacidad, la dependencia y descalificación cognitiva, las respuestas peligrosas y el uso indiscriminado de la gente en el uso masivo de la IA generativa; y finalmente, abogamos por la necesidad de integrar responsablemente la IA y la salud mental. Que la IA sirva, en última instancia, como complemento de la experiencia humana o como sustituto (y que sus beneficios se distribuyan equitativamente) depende de las decisiones que tomen hoy en día los reguladores de la IA, los médicos, los neurocientíficos, los psiquiatras, los psicólogos y los desarrolladores de la IA. Un enfoque de precaución, basado en evidencia rigurosa, en una regulación transparente y en la preservación de las relaciones terapéuticas humanas, ofrece el mejor camino a seguir.

La integración de la inteligencia artificial en la atención de la salud mental representa un avance significativo, con el potencial de ampliar el acceso, mejorar la precisión diagnóstica y facilitar el tratamiento individualizado. Sin embargo, a medida que las herramientas impulsadas por la IA, como los grandes modelos de lenguaje y los chatbots generativos de IA, se implementan rápidamente en contextos clínicos y públicos, estudios recientes han identificado riesgos considerables, incluidos sesgos computacionales, violaciones de la privacidad, pérdida de habilidades cognitivas y posibles daños al paciente. Este artículo revisa brevemente las investigaciones actuales sobre los efectos positivos y los desafíos de la IA en la salud mental y argumenta que una regulación sólida, una educación médica y psicológica integral y el desarrollo de pautas éticas son necesarios para garantizar que la IA mejore, en lugar de comprometer, la atención de la salud mental.

Últimamente, la inteligencia artificial ha evolucionado más allá de las aplicaciones estadísticas de back-end para servir como lo que Neaçsu (2026) denomina “infraestructura emocional”: sistemas fundamentales que dan forma a la manera en que los individuos navegan por sus experiencias internas. Los chatbots de IA ahora ofrecen conversaciones terapéuticas y los algoritmos analizan el habla en busca de indicadores de depresión, lo que promete asequibilidad, escalabilidad y disponibilidad continua en un campo caracterizado por la escasez persistente de proveedores humanos. En particular, más del 55% de los estadounidenses más jóvenes se sienten más cómodos al hablar de problemas de salud mental con un chatbot confidencial que con un terapeuta humano (Kaplan et al., 2025).

Sin embargo, como señaló el Comité Asesor de Salud Digital de la FDA en noviembre de 2025, los dispositivos de salud mental habilitados para IA generativa pueden “confabular, proporcionar contenido inapropiado o sesgado, no transmitir información médica importante o disminuir la exactitud del modelo”. La cuestión central para los médicos, los reguladores y los pacientes es si la IA puede ofrecer sus beneficios sin incurrir en costos inaceptables. Este artículo examina las principales oportunidades que ofrece la IA en la salud mental y, a continuación, analiza los principales riesgos (sesgo, erosión de la privacidad, deficiencias regulatorias, dependencia excesiva y pérdida de habilidades de los médicos) que requieren atención urgente.

Oportunidades: ampliar el acceso y mejorar la atención

Las técnicas de inteligencia artificial, incluidas el aprendizaje automático, el aprendizaje profundo y el procesamiento del lenguaje natural, han demostrado su potencial para aumentar la precisión del diagnóstico mediante el análisis de imágenes cerebrales, registros médicos electrónicos, patrones del habla y datos de comportamiento (Ali et al., 2025). Estas herramientas pueden detectar marcadores sutiles de depresión, ansiedad y esquizofrenia que podrían eludir la detección humana. Para las poblaciones con acceso limitado a especialistas, estas tecnologías podrían servir de puente para una intervención más temprana.

Los métodos impulsados por IA facilitan la prestación de terapias adaptativas y personalizadas. Al integrar datos fisiológicos, ambientales y afectivos, los sistemas de inteligencia artificial pueden generar conocimientos que van más allá de la mera replicación de tratamientos existentes, inaugurando una nueva era de atención de la salud mental de precisión. La predicción de riesgos en tiempo real mediante el análisis multimodal de datos permite una intervención proactiva en lugar de una reactiva.

Una revisión sistemática y un metanálisis de 14 ensayos controlados aleatorios de 2025 encontraron que los chatbots generativos de IA producen una reducción estadísticamente significativa de los resultados negativos de salud mental, como la depresión y la ansiedad (tamaño del efecto 0,30, P = 0,047, N = 6314), según informaron Qiyang et al. (2025). En el primer ensayo clínico de un chatbot de terapia de IA generativa, Heinz y Jacobson (2025) informaron que, utilizando Therabot de Dartmouth, se lograron “reducciones significativas y clínicamente significativas en los síntomas de depresión, ansiedad y trastornos alimentarios” en un plazo de cuatro a ocho semanas. Estas herramientas ofrecen disponibilidad las 24 horas del día, los 7 días de la semana, reducen el estigma y atraen a los usuarios nativos digitales, abordando una brecha de tratamiento global en la que casi el 50% de las personas que podrían beneficiarse de la terapia carecen de acceso a los servicios (Haber et al., 2025).

Consecuencias y riesgos en cuatro dimensiones

Dimensión 1: Prejuicio algorítmico y discriminación

Uno de los riesgos más ampliamente documentados es el prejuicio algorítmico. Un estudio de la Universidad de Stanford examinó cinco chatbots terapéuticos ampliamente utilizados y encontró que los sistemas de inteligencia artificial exhibían un mayor estigma hacia afecciones como la dependencia del alcohol y la esquizofrenia en comparación con la depresión, y que los patrones de estigmatización persistían tanto en modelos más grandes como en modelos más recientes. El equipo de estudio observó que “los modelos más grandes y los más nuevos muestran tanto sesgo como los modelos más antiguos, desafiando la suposición de que el aumento de escala por sí solo resuelve el sesgo” (Haber et al., 2025).

Investigaciones adicionales de la Universidad de Colorado Boulder determinaron que las herramientas de inteligencia artificial diseñadas para detectar depresión y ansiedad en el habla funcionaban con menor eficacia en mujeres e individuos de identidad racial no blanca, ya que las variaciones naturales en los patrones del habla no relacionadas con el estado de salud mental confundían a los algoritmos (Yang et al., 2024). Los autores principales del estudio señalaron: “Si la IA no está bien entrenada o no incluye suficientes datos representativos, puede propagar estos prejuicios humanos o sociales”. Una revisión sistemática de las intervenciones de IA para la salud mental identificó importantes preocupaciones éticas, incluidas “la privacidad y la confidencialidad, el consentimiento informado, el sesgo y la equidad, la transparencia y la rendición de cuentas, la autonomía y la agencia humana, y la seguridad y eficacia” (Rodhes, 2025).

Dimensión 2: Privacidad, confidencialidad, gobernanza de datos y lagunas regulatorias y de responsabilidad en EE. UU.

Los modelos de IA se basan en el procesamiento de datos a gran escala, pero no tienen el mismo deber de confidencialidad que los terapeutas humanos. Si bien los terapeutas registrados deben mantener la confidencialidad, excepto en casos de daño inminente, los sistemas de inteligencia artificial plantean riesgos éticos derivados del uso de datos secundarios y de una supervisión insuficiente. La Organización Mundial de la Salud ha advertido de que las vulnerabilidades de ciberseguridad pueden comprometer los datos de los pacientes y erosionar la confianza en los sistemas de salud basados en IA. En ausencia de normas legales claras, afirmó un asesor de la OMS, “los médicos pueden dudar en confiar en las herramientas de inteligencia artificial y los pacientes pueden no tener una vía bien definida para recurrir en caso de un problema”.

A pesar de que hay más de 1200 dispositivos médicos autorizados por la FDA que utilizan IA, ninguno ha sido autorizado específicamente para su uso en salud mental. Una audiencia en el Congreso de Estados Unidos en noviembre de 2025 examinó los riesgos y beneficios de los chatbots de IA, y John Torous de Harvard testificó que “nunca vimos formarse un comité de supervisión del Congreso en los primeros días cuando aparecieron las redes sociales o cuando aparecieron las aplicaciones o cuando apareció la realidad virtual”. Torous, citado por Clegg (2025), abogó por cambiar las estructuras de incentivos: en lugar de optimizar para el compromiso, “deberíamos optimizar para la privacidad, la seguridad y la eficacia”. Desde el año pasado, ningún chatbot de IA está dispuesto a asumir responsabilidad médica o legal por la terapia de pacientes con una enfermedad mental.

Dimensión 3: Dependencia excesiva y descalificación cognitiva

Investigaciones recientes han identificado un conjunto de consecuencias más sutiles pero igualmente significativas: la disminución de las capacidades cognitivas humanas. Un análisis publicado en las Actas de la Conferencia ACM sobre Equidad, Responsabilidad y Transparencia advierte sobre la “descarga cognitiva y la atrofia del pensamiento crítico como resultado de la dependencia excesiva de los sistemas GenAI y la adicción asociada al apego y la dependencia de los sistemas GenAI”. Según los autores, estos riesgos “rara vez se abordan, si es que lo hacen, en la literatura sobre seguridad y alineación de la IA”. (Chalkidis, I. y Segaard, A., 2026).

Una revisión sistemática de las consecuencias de la dependencia de la IA en entornos educativos y clínicos identificó una disminución del pensamiento crítico, de las habilidades de resolución de problemas y analíticas, y de la responsabilidad humana. Los expertos, en una audiencia en el Congreso, señalaron que la dependencia excesiva de la IA para tareas simples conduce a una “reducción del compromiso activo y a un debilitamiento de la tutoría académica”, y el director ejecutivo de un grupo de expertos advirtió que el uso excesivo de la IA está provocando una “erosión cognitiva silenciosa” y una “baja de habilidades”. (Alhur, AA. et al., 2025).

Dimensión 4: Respuestas peligrosas e interacciones de crisis

La naturaleza probabilística de los grandes modelos lingüísticos complica la evaluación de su potencial de causar daño (Perlis, 2026). El estudio de Stanford citado anteriormente encontró que los chatbots de terapia con IA pueden ofrecer respuestas inseguras, no cumplir con los estándares de atención humana y reforzar estigmas dañinos. Los investigadores del Comité de Salud Mental de la FDA (2025) expresaron especial preocupación por el creciente número de interacciones relacionadas con crisis que involucran modelos de IA de propósito general, incluidos los riesgos asociados al seguimiento y la notificación de ideas suicidas.

Otro aspecto que no es objeto de este trabajo, pero que constituye un tema de gran importancia y alto riesgo para la salud mental y otros ámbitos, es el uso de la IA generativa por parte de la población, especialmente sin vigilancia ni asesoramiento. Véase el gráfico a continuación, traducido por El Economista de México, basado en el estudio publicado en Harvard Business Review (Zao-Sanders, 2026), sobre la posición y los cambios en el uso de la IA entre la gente de 2025 a 2026. Precisamente, la terapia y la compañía emocional se mantienen en el primer puesto del ranking del uso popular de la IA generativa durante los últimos tres años. Varios estudios en pleno desarrollo profundizan en las consecuencias que ello conlleva.

Hacia una integración responsable de IA en la atención de la salud mental

Los posibles beneficios de la IA en la atención psiquiátrica y psicológica deben sopesarse frente a los riesgos significativos. Las tácticas para mitigar estos riesgos requieren mejoras regulatorias para aumentar la transparencia, una evaluación sistemática del impacto de la IA en la práctica y la capacitación de los médicos para hacer un uso óptimo de los métodos emergentes. Una revisión narrativa muy reciente concluyó que “los métodos impulsados por la IA tienen un gran potencial para mejorar la accesibilidad y la eficacia en el tratamiento de salud mental, siempre que los estudios futuros enfaticen la equidad, la interpretabilidad y la relevancia clínica” (Ali et al., 2025).

El desarrollo responsable requiere monitoreo humano, datos de capacitación clínicamente informados, ajuste de modelos y alineación de seguridad, y pautas profesionales y sistemas regulatorios claros. La OMS ha pedido “estándares claros y aplicables” para las empresas que desarrollan herramientas de salud mental basadas en IA, advirtiendo que, sin ellos, “solo ganarán las personas con mayor presupuesto de marketing” (Clegg, 2025).

En resumen, la inteligencia artificial está alterando la atención a la salud mental a un ritmo extraordinario. La evidencia hasta la fecha sugiere una realidad dual: oportunidades genuinas para ampliar el acceso y mejorar los resultados coexisten con graves riesgos de sesgo, de violaciones de la privacidad, de deterioro cognitivo y de daño al paciente. Que la IA sirva, en última instancia, como complemento de la experiencia humana o como sustituto (y que sus beneficios se distribuyan equitativamente) depende de las decisiones que tomen hoy en día los reguladores de la IA, los médicos, los neurocientíficos, los psiquiatras, los psicólogos y los desarrolladores de la IA. Un enfoque de precaución, basado en evidencia rigurosa, en una regulación transparente y en la preservación de las relaciones terapéuticas humanas, ofrece el mejor camino a seguir.

Referencias

Alhur, AA. et al. (2025). Paradox of AI in Higher Education. JMIR Med Educ. 15;11:e74947. doi: 10.2196/74947 (Consequences of AI dependency, Table 3).

Ali M, et al. (2025). Artificial intelligence for mental health: A narrative review of applications, challenges, and future directions in digital health. Digital Health. doi:10.1177/20552076251395548.

Chalkidis I, Søgaard A. (2026). Brainrot: Deskilling and Addiction are Overlooked AI Risks. arXiv:2605.03512v1 / ACM FAccT 2026.

Clegg KA. (2025). “Feasible but Fragile”: An Inflection Point for Artificial Intelligence in Mental Health Care. JMIR. doi: 10.2196/89202

Escotet, M.A. (2026). La neurorevolución silenciosa en el terreno ético y tecnodigital. En M.A. Escotet, Buscando a Ítaca. Editorial Planeta, 445-450.

Escotet, M.A. (2024). The Optimistic Future of Artificial Intelligence in Higher Education. Prospects (UNESCO), Towards 2030 and Beyond: Challenges and Opportunities for Education Transformation, 194, Vol. 54:3-4, diciembre, pp. 531-540. https://doi.org/10.1007/s11125-023-09642-z

FDA Digital Health Advisory Committee. (2025). Generative AI-Enabled Digital Mental Health Medical Devices Meeting Summary. FDA / Psychiatric Times.

Haber N, Moore J, et al. (2025). New study warns of risks in AI-based mental health tools. Stanford News, June.

Heinz MV and Jacobson NC. (2025). Therabot: Development and Evaluation of a Gen-AI Therapy Chatbot. Dartmouth College / MIT Media Lab.

Kaplan, D.M., Palitsky, R. & Raison, C.L. (2025). AI and the coming mental health zombie apocalypse. Molecular Psychiatry 30, 6063–6065 (2025). https://doi.org/10.1038/s41380-025-03323-3

Neaçsu V. (2026) AI in Psychotherapy: Opportunities and Risks. Behavioral Sciences. 16(5):676. doi:10.3390/bs16050676.

Perlis RH. (2026). Artificial Intelligence and the Potential Transformation of Mental Health. JAMA Psychiatry. doi:10.1001/jamapsychiatry.2025.4116.

Qiyang Zhang et al. (2025). Generative AI Mental Health Chatbots as Therapeutic Tools: Systematic Review and Meta-Analysis. Journal of Medical Internet Research, Volume 27, https://doi.org/10.2196/78238.

Rodhes, C. (2025). AI in Mental Health Diagnostics. UAB Institute for Human Rights. Retrieved on May 8, 2026, at https://sites.uab.edu/humanrights/2025/11/21/ai-in-mental-health-diagnostics/.

Torous J. and Cipriani A. (2025). A Paradigm Shift in Progress: Generative AI’s Evolving Role in Mental Health Care. JMIR Mental Health, 12:e82369.

WHO/Europe. (2025). Online lives, offline consequences: Addressing the digital determinants of youth mental health. WHO Policy Brief, May.

Woo O. (2026). Risks and ethical considerations of using artificial intelligence in mental health care. In: Ethical Frameworks for AI in Healthcare. Taylor & Francis.

Yang, M. et al. (2024). Deconstructing demographic bias in speech -based machine learning models for digital health. University of Colorado Boulder / Frontiers in Digital Health. Vol 6. https://doi.org/10.3389/fdgth.2024.1351637.

Marc Zao-Sanders (2026). How people are really using AI in 2026. Harvard Business Review. Retrieve on July 19, 2026, at https://hbr.org/2026/06/how-people-are-really-using-ai-in-2026

Zifan Jiang et al. (2024). Evaluating and mitigating unfairness in multimodal remote mental health assessments. PLOS Digital Health. 3(7):e0000413. doi: 10.1371/journal.pdig.0000413.