Un estudio transversal publicado el lunes aplicó un clasificador a 620,699 conversaciones de ChatGPT de un corpus público donado, bajo dos definiciones distintas de lo que cuenta como una conversación de salud mental. Bajo la definición conservadora — búsqueda explícita de ayuda para un problema psicológico — encontró 1,317 conversaciones, el 0.21% (IC 95%: 0.20–0.22). Bajo la definición expansiva — cualquier presencia temática de salud mental — encontró 30,394, o el 4.90% (IC 95%: 4.84–4.95). Una variación de 23 veces, derivada de una elección definicional.

Lo que el encuadre convencional pasa por alto

Dos lecturas erróneas, y la primera corresponde a la editora. El propio teaser indexado de la revista describe esto como un estudio sobre con qué frecuencia los adolescentes usan chatbots de IA para hablar de problemas de salud mental. No lo es. La unidad de análisis es un corpus público de conversaciones de usuarios generales con cero datos de edad. Quien construya un titular sobre seguridad adolescente a partir de esa línea de metadatos lo hará sobre un error en los metadatos. La segunda: la cifra principal se informará como una prevalencia, y no es una prevalencia de personas. Es una proporción de conversaciones, en un corpus público donado, evaluadas por un clasificador cuyo valor predictivo positivo es del 67% — aproximadamente un tercio de sus aciertos positivos son erróneos. La sensibilidad es del 87%, la especificidad del 95% y el valor predictivo negativo del 98%.

Por qué la brecha es el hallazgo

"Cuántas personas llevan problemas de salud mental a los chatbots" está siendo citado actualmente por proveedores de modelos, reguladores y abogados de demandantes, y cada uno tiene interés en una respuesta distinta. Este artículo demuestra que la cifra es una decisión de política pública disfrazada de medición — que puede variar por un factor de 23 sin tocar los datos, simplemente decidiendo si una mención pasajera al estrés cuenta o no. La respuesta de los autores es constructiva: proponen una taxonomía por niveles — crisis y alto riesgo, enmarcada clínicamente, y afectiva o interpersonal amplia — para que quien cite una cifra tenga que decir a qué nivel se refiere.

Limitaciones declaradas

Dependencia de un corpus público sin validación externa; posible clasificación errónea de expresiones ambiguas de malestar; y ausencia de una prueba de si la supervisión basada en taxonomías mejora algún resultado. El trabajo fue financiado por una beca del National Institute of Mental Health.

Qué hacer con ello

Trate cualquier porcentaje único sobre el uso de chatbots para salud mental como incompleto a menos que indique su definición, su denominador y la precisión de su clasificador. La mayoría de las cifras que circulan actualmente no especifican ninguno de los tres.