• Revista Internacional de Investigación en Adicciones 2025 Vol. 11 (1)
• ISSN versión impresa: 2448-573X
• ISSN en línea: 2448-6396
• DOI: 10.28931/riiad.2025.381
• Recibido: 22 de enero de 2025
  Aceptado: 18 de febrero de 2025

Artículo de revisión

Adicciones digitales e inteligencia artificial: entre el algoritmo y el bienestar

El auge de la tecnología digital y sus efectos en la sociedad

El avance de la tecnología digital ha transformado las interacciones humanas, la economía y la cultura global, pero también ha generado preocupaciones en torno al uso compulsivo de dispositivos digitales, fenómeno conocido como adicción digital, que se caracteriza por un uso excesivo y problemático de plataformas digitales como redes sociales, videojuegos y servicios de streaming, con impactos negativos en la salud mental, las relaciones personales y el rendimiento laboral o escolar (Brown, 2025; Mallick et al., 2023; Park & Kim, 2022; Xiang et al., 2021; Young, 1998; Zhou & Li, 2024). En este contexto, la inteligencia artificial (IA) emerge como un actor central, tanto como catalizador de estas adicciones y como una herramienta potencial para su prevención y tratamiento.

La IA juega un rol ambiguo en el desarrollo de las adicciones digitales. Por un lado, las plataformas digitales utilizan algoritmos avanzados de recomendación personalizados que analizan patrones de uso y preferencias del usuario para ofrecer contenido altamente atractivo. Estos algoritmos, diseñados para maximizar el engagement, pueden llevar al uso compulsivo y prolongado de estas plataformas (Montag et al., 2021). TikTok, YouTube e Instagram son ejemplos de cómo estos sistemas optimizan el tiempo que los usuarios pasan en las aplicaciones.

Adicionalmente, el uso de notificaciones generadas por IA refuerza el comportamiento adictivo al interrumpir las actividades diarias con recordatorios que buscan captar la atención inmediata del usuario. Este diseño aprovecha mecanismos psicológicos relacionados con la recompensa y el refuerzo, lo que contribuye a desarrollar un ciclo de dependencia (King & Delfabbro, 2018).

A pesar de su papel en la exacerbación de las adicciones digitales, la IA también ofrece soluciones prometedoras para mitigar este problema. Una aplicación clave es la detección temprana de comportamientos adictivos mediante el análisis de datos de uso digital; algoritmos de aprendizaje automático pueden identificar patrones de uso excesivo y alertar a los usuarios o sus cuidadores sobre posibles riesgos (Torous et al., 2021).

Otra área de intervención es el desarrollo de aplicaciones de salud mental basadas en IA, como los chatbots terapéuticos. Herramientas como Woebot y Wysa utilizan IA para proporcionar apoyo emocional y guiar a los usuarios en la regulación de su comportamiento digital (Inkster et al., 2018). Estas aplicaciones no solo son accesibles, sino también personalizables, lo que permite intervenciones adaptadas a las necesidades específicas del individuo.

Los mismos algoritmos que fomentan el engagement podrían ser reorientados para promover el bienestar digital. Esto incluiría priorizar contenido que fomente actividades offline, como el ejercicio físico o el aprendizaje, en lugar de optimizar el tiempo de pantalla (Anderson & Rainie, 2018). Sin embargo, este cambio requiere una colaboración activa entre desarrolladores de tecnología, investigadores y legisladores.

Hacia un uso responsable de la IA: ética y regulación

El uso de IA para abordar las adicciones digitales plantea importantes cuestiones éticas. Una de las más críticas es la privacidad de los datos. Las herramientas basadas en IA recopilan información detallada sobre los usuarios, lo que podría ser mal utilizado si no se aplican marcos de protección robustos (Morley et al., 2020). Además, surge la preocupación sobre el acceso desigual a estas tecnologías. Las poblaciones con recursos limitados podrían quedar excluidas de los beneficios potenciales de las intervenciones basadas en IA y perpetuar las desigualdades en salud digital (Hilty et al., 2020).

Si bien la IA tiene un potencial transformador, no puede sustituir el papel de los enfoques humanos y comunitarios en el tratamiento de las adicciones digitales. La combinación de tecnología con intervenciones basadas en evidencia y el apoyo social es fundamental para abordar esta problemática de manera integral (American Psychiatric Association [APA], 2023; Mental Health Europe, 2023). Por ejemplo, programas de educación digital que enseñen habilidades de autorregulación pueden ser complementados con herramientas de IA que refuercen estos aprendizajes.

La relación entre la IA y las adicciones digitales es compleja con la tecnología actuando simultáneamente como un factor de riesgo y como una herramienta potencial para la solución. Abordar este desafío requiere un marco ético y regulatorio que equilibre los beneficios y riesgos y que priorice siempre el bienestar del usuario. Además, es crucial que las intervenciones tecnológicas sean accesibles, inclusivas y complementadas con un enfoque humano.

En un mundo cada vez más interconectado, el uso responsable de la IA podría marcar la diferencia en la lucha contra las adicciones digitales, promoviendo un equilibrio saludable entre la vida online y offline.

REFERENCIAS

American Psychiatric Association [APA]. (2023). Addiction to technology, social media, and gaming. American Psychiatric Association. Recuperado de https://www.psychiatry.org/patients-families/la-salud-mental/adiccion-a-la-tecnologia-redes-sociales-juegos-en

Anderson, J., & Rainie, L. (2018). The future of well-being in a tech-saturated world. Pew Research Center.

Brown, L. (17 de febrero de 2025). Technology addicts suffer same withdrawal symptoms as heroin addicts, therapist finds. New York Post. Recuperado de https://nypost.com/2025/02/17/technology-addicts-suffer-same-withdrawal-symptoms-as-heroin-addicts-therapist-finds

Hilty, D. M., Torous, J., Parish, M. B., Chan, S., & Yellowlees, P. M. (2020). A review of mobile health (mHealth) and apps for addressing mental health challenges during COVID-19. Journal of Technology in Behavioral Science, 5(4), 1-16.

Inkster, B., Sarda, S., & Subramanian, V. (2018). An empathy-driven, conversational artificial intelligence agent (Wysa) for digital mental well-being: Real-world data evaluation. JMIR mHealth and uHealth, 6(11), e12106.

King, D. L., & Delfabbro, P. H. (2018). Internet gaming disorder: Theory, assessment, treatment, and prevention. Journal of Behavioral Addictions, 7(1), 1-6.

Mallick, D., Chakraborty, P., & Ghosh, S. (2023). Visual representation for patterned proliferation of social media addiction: Quantitative model and network analysis. arXiv.org. https://arxiv.org/abs/2307.09902

Mental Health Europe. (2025). Mental Health Europe launches a study on artificial intelligence in mental healthcare. Recuperado de https://www.mentalhealtheurope.org/mental-health-europe-launches-a-study-on-artificial-intelligence-in-mental-healthcare/

Montag, C., Wegmann, E., Sariyska, R., Demetrovics, Z., & Brand, M. (2021). How to overcome taxonomical problems in the study of Internet use disorders and what to do with “smartphone addiction”? Journal of Behavioral Addictions, 10(1), 1-7.

Morley, J., Machado, C. C. V., Burr, C., Cowls, J., Taddeo, M., & Floridi, L. (2020). The ethics of AI in health care: A mapping review. Social Science & Medicine, 260, 113172.

Park, J., & Kim, S. (2022). Review of persuasive user interface as strategy for technology addiction in virtual environments. arXiv.org. https://arxiv.org/abs/2210.09628

Torous, J., Myrick, K., Rauseo-Ricupero, N., & Firth, J. (2021). Digital mental health and COVID-19: Using technology today to accelerate the curve on access and quality tomorrow.JMIR Mental Health, 8(3), e18848.

Xiang, L., Xu, J., & Sun, X. (2021). Do persuasive designs make smartphones more addictive? – A mixed-methods study on Chinese university students. arXiv.org. https://arxiv.org/abs/2106.02604

Young, K. S. (1998). Caught in the Net: How to Recognize the Signs of Internet Addiction—and a Winning Strategy for Recovery. John Wiley & Sons.

Zhou, Y., & Li, H. (2024). Amplification of addictive new media features in the Metaverse. arXiv.org. https://arxiv.org/abs/2401.03461