Chatbots sociales para silvers: la promesa contra la soledad, el peso de la autenticidad y el rechazo a lo “casi humano” Infobae
Un estudio con adultos mayores en Singapur halló que la intención de usar chatbots sociales para la vida diaria aumenta cuando esos sistemas se perciben como fáciles de usar, auténticos y capaces de sostener una interacción cercana, mientras que una apariencia demasiado humana puede reducir esa disposición, un dato en un contexto de mayor adopción de inteligencia artificial entre personas de edad avanzada y de búsqueda de herramientas contra la soledad.
La investigación, publicada en Innovation in Aging, mostró además que los factores relacionales explicaron una porción adicional de la intención de uso comparable a la de los factores tecnológicos clásicos: el modelo basado en aceptación tecnológica explicó el 26% de la variación, y al sumar variables socio-relacionales esa capacidad aumentó otro 27%.
El trabajo fue realizado por Ka Lon Sou, W. Quin Yow, Matthew Zhi Yuan Lau y Fuxi Ouyang, de la Singapore University of Technology and Design. Los autores analizaron cómo responden personas mayores a un chatbot diseñado específicamente para ese grupo etario, con interfaz por voz, botones grandes, tamaño de fuente ajustable y tolerancia alta a errores.
La facilidad de uso y la interacción cercana fueron los principales motores de adopción
La muestra final incluyó a personas de 60 a 89 años, con una edad media de 72,66 años. Todas vivían en la comunidad y fueron reclutadas en centros de envejecimiento activo de Singapur.
Cada participante interactuó durante unos 20 minutos con Ami Chat, un prototipo impulsado por el modelo GPT-4o-mini de OpenAI, pensado como acompañante virtual. Después completó cuestionarios sobre actitudes hacia la tecnología, percepción del chatbot y disposición a usarlo en casa.
La conclusión central fue directa: quienes sentían mayor control sobre la herramienta tenían más intención de adoptarla. En el estudio, esa creencia de control reunió facilidad de uso percibida, autoeficacia y condiciones de apoyo para utilizar el sistema.
Esa variable fue un predictor positivo en todos los modelos estadísticos. También lo fueron la autenticidad del chatbot y la intensidad de la interacción social con inteligencia artificial, una medida que captó hasta qué punto la conversación se parecía a un vínculo cercano y recíproco.
Según el estudio, la intensidad de interacción social con IA fue uno de los predictores más fuertes de esa disposición, con un coeficiente de 0,99. La autenticidad también mantuvo una asociación positiva, con un coeficiente de 0,68 en el modelo final.
Un chatbot demasiado humano puede generar rechazo
El hallazgo fue el comportamiento de la antropomorfización, es decir, cuánto se percibe al sistema como humano. Lejos de impulsar la adopción, un mayor nivel de humanización se asoció con menor intención de uso una vez incorporada la variable de interacción cercana.
En el modelo final, esa relación fue negativa, con un coeficiente de -0,34. Los autores señalan que este resultado se aparta de trabajos previos sobre otros chatbots y puede vincularse con dos mecanismos: incomodidad ante sistemas “casi humanos” y mayores inquietudes sobre privacidad.
El prototipo evitó justamente una humanización extrema. Usó un avatar femenino de estilo caricaturesco y respuestas breves, coloquiales y cálidas, en línea con una revisión sistemática previa sobre diseño amigable para mayores, que recomienda simplicidad, antropomorfismo limitado, promoción de la interacción e incorporación de chequeos cognitivos.
El chatbot también incluía preguntas adaptadas de la guía ICOPE de la Organización Mundial de la Salud sobre salud cognitiva, salud mental y vitalidad. Además, integraba moderación de contenido para bloquear conversaciones inapropiadas.
Otro resultado fue que una salud autopercibida más baja predijo una mayor intención de usar el chatbot. En el modelo final, la variable salud tuvo un coeficiente de -0,32, lo que sugiere que las personas con más necesidades insatisfechas o menor bienestar podrían ver en estas herramientas un apoyo más atractivo.
Ese efecto no apareció al comienzo de los análisis, pero se volvió significativo en el modelo completo. Los autores lo vinculan con dos componentes exploratorios: menores capacidades cognitivas percibidas y menor satisfacción vital.
El estudio también encontró que la actitud general hacia la tecnología y la ansiedad frente a gerontecnologías no predijeron por sí solas la intención de uso. En otras palabras, considerar útil o deseable una tecnología no bastó para explicar por qué alguien mayor querría convivir con un chatbot social.
En la mediación estadística, la intensidad de interacción social con IA sí explicó el vínculo entre autenticidad e intención de uso, con un efecto indirecto de 0,35 y un valor de p de 0,002. No ocurrió lo mismo con la relación entre antropomorfización e intención de uso.
El estudio se apoya en una tendencia de uso creciente entre mayores
Los autores encuadran estos resultados en un cambio. En el Reino Unido, el 32% de las personas de 70 años o más informó usar inteligencia artificial en 2023, según la Oficina Nacional de Estadísticas. En Estados Unidos, el uso de IA entre adultos de 50 años o más pasó del 9% en 2023 al 18% en 2024.
Esa expansión coincide con la mejora de los modelos de lenguaje y con el crecimiento de chatbots centrados en compañía. El estudio cita que Replika superó los 10 millones de usuarios registrados en el mundo en 2022 y recuerda que la Oficina para el Envejecimiento del estado de Nueva York desplegó más de 800 unidades del acompañante social ElliQ para combatir el aislamiento.
La publicación subraya que el interés por estas herramientas crece en un escenario donde una parte importante de los mayores sufre aislamiento y soledad. En Estados Unidos, cerca de un tercio de los adultos mayores declara vivir esa situación, mientras que en Singapur la proporción de aislamiento social entre personas mayores oscila entre 17% y 47%.
Los autores advierten que su experimento midió intención de uso tras una sola sesión breve, no uso real a largo plazo. También señalan límites de generalización: la muestra no incluyó personas con deterioro clínico declarado y algunos participantes enfrentaron problemas de conectividad o de reconocimiento de voz durante la prueba.
