Un estudio sobre IA y salud mental publicado en Practice Innovations (APA, 2025) encontró que el 48,7% de los adultos con alguna condición de salud mental usó modelos de lenguaje (LLMs) para apoyo psicológico durante el último año. El 35,35% admitió que evita a los profesionales de salud porque no se siente emocionalmente seguro al acudir a ellos.
La lectura habitual de este dato es tecnológica: “la IA está reemplazando a los psicólogos/as”. Esa lectura es incorrecta, y además desplaza la pregunta que realmente importa.
La pregunta mal planteada
“¿Es la IA buena o mala para la salud mental?” asume que el problema empieza con la IA. No empieza ahí.
Si casi la mitad de las personas con una condición de salud mental prefiere contarle su crisis a un algoritmo antes que arriesgarse a la mirada de un/a profesional, el dato no describe las capacidades de un chatbot. Describe el costo emocional que tiene, para muchas personas, sentarse frente a un psicólogo/a.
Miedo al juicio. Estigma. Listas de espera. Costo económico. Experiencias previas donde sentirse escuchado no fue garantía de sentirse seguro. Ese conjunto de barreras existía antes de que ChatGPT existiera. La IA no las creó: las encontró ya instaladas, y ofreció una salida que no las resuelve, pero las evita.
Esto se replica en otra franja etaria: un estudio de la Escuela de Salud Pública de Brown University (noviembre 2025) encontró que 1 de cada 8 adolescentes y adultos jóvenes usa chatbots de IA para orientación en salud mental. Tampoco aquí la explicación central es preferencia tecnológica. Es falta de acceso, temor a que los padres se enteren, o experiencias previas que no funcionaron.
Por qué la respuesta empática no es lo mismo que una respuesta terapéutica
Varios estudios de 2025-2026 documentan algo que, desde la clínica, no debería sorprender: los chatbots terapéuticos incumplen sistemáticamente los estándares éticos de la psicología, incluso cuando utilizan técnicas reconocidas como TCC, ACT o mindfulness. Se han reportado casos de exacerbación de delirios, episodios maníacos, ideación suicida y agravamiento de trastornos alimentarios en personas que usaron estas herramientas como apoyo emocional.
El problema no es que el chatbot diga las palabras equivocadas. El problema es que puede decir exactamente las palabras correctas, reflejo empático, validación, psicoeducación, sin el encuadre clínico que las vuelve seguras.
El encuadre no es un detalle de forma. Es lo que permite tolerar el silencio sin llenarlo, establecer límites cuando es necesario, sostener la ambigüedad sin resolverla prematuramente, y derivar a una urgencia cuando la situación lo requiere. Un sistema entrenado para maximizar el engagement, para que la persona siga interactuando, está estructuralmente orientado en la dirección contraria a varias de estas funciones.
Por eso un chatbot puede “sonar” como un buen terapeuta y, al mismo tiempo, no estar haciendo terapia.
El sesgo cultural que nadie está nombrando
Hay una segunda capa que rara vez se discute en este debate, y que es especialmente relevante desde Latinoamérica: estos modelos fueron entrenados mayoritariamente con datos en inglés, con supuestos culturales sobre familia, bienestar y manejo de crisis que no necesariamente representan la experiencia de un paciente chileno o latinoamericano.
Cuando un adolescente en Chile le pregunta a un chatbot sobre su ansiedad, recibe una orientación calibrada para un contexto distinto al suyo. No es un error técnico aislado: es un sesgo estructural que se reproduce cada vez que el sistema responde.
La regulación está empezando y no incluye a Latinoamérica
Utah aprobó recientemente la HB 452, la primera ley en Estados Unidos que regula específicamente los chatbots de salud mental. Exige tres cosas: que el usuario sepa que está hablando con una IA, que se prohíba la venta de datos de salud mental, y que se prohíba la publicidad dirigida basada en lo que la persona comparte en esas conversaciones.
En paralelo, el AI Act de la Unión Europea clasifica los sistemas de IA en salud como “alto riesgo”, lo que implica exigencias de transparencia, documentación técnica, evaluación de conformidad y supervisión humana obligatoria.
En Chile y en el resto de Latinoamérica, no existe ningún marco regulatorio equivalente.
Esto configura una asimetría que vale la pena nombrar con claridad: mientras Europa regula y Estados Unidos empieza a hacerlo estado por estado, América Latina queda en posición de absorber las herramientas que no logran pasar esos filtros en otros mercados, sin que exista, todavía, ningún estándar local que las contenga.
Qué hacer con esto, si trabajas en salud mental
Mientras no exista regulación, el estándar ético lo definen los propios profesionales. Esto no es una frase motivacional: es, literalmente, la situación actual.
Una pregunta que vale la pena empezar a incorporar en la práctica clínica: ¿qué aplicaciones de IA está usando esta persona, para qué, y qué le está respondiendo? No para prohibir su uso ni para alarmar, sino porque es información clínica relevante que probablemente no está siendo recogida.
La pregunta que sostiene todo esto no es si la IA es buena o mala. Es qué condiciones del sistema de salud mental hicieron que un algoritmo pareciera, para millones de personas, más accesible, más barato y menos amenazante que un profesional.
Esa pregunta no la responde la tecnología. La responde la clínica.