Una investigación dirigida por la Universidad de Administración de Singapur (SMU) y la Duke-NUS Medical School, publicada en Nature Human Behaviour, analiza cómo la presencia de asistentes de inteligencia artificial puede influir en las relaciones personales y en las desigualdades existentes. Los coautores son Zhang Qiyang, profesor asistente de análisis del aprendizaje en SMU, y Liu Nan, profesor asociado del Centre for Biomedical Data Science en Duke-NUS.
En declaraciones citadas por Phys.org, los autores señalan que lo central es entender quién se beneficia, quién asume los riesgos y por qué esos resultados se distribuyen de modo tan desigual. El estudio describe una dinámica similar a la idea de “los ricos se hacen más ricos”, aplicada a las redes humanas: quienes mantienen lazos familiares sólidos y redes sociales activas tienden a usar los asistentes virtuales para complementar su vida social, por ejemplo para preparar conversaciones difíciles o gestionar el estrés.
En contraste, quienes atraviesan soledad, aislamiento social o dificultades para obtener apoyo en salud mental podrían recurrir a estas herramientas como sustituto de la conexión humana. Esa dependencia podría limitar la práctica de conversaciones e interacciones cotidianas, con el consiguiente deterioro gradual de las habilidades sociales, según los investigadores.
La preocupación se acompaña de una nota de otros estudios, como el publicado por investigadores de la Universidad Estatal de Arizona en The Lancet Child & Adolescent Health, que advierte que la interacción con IA podría modificar la forma en que los adolescentes manejan conflictos, fijan límites y desarrollan empatía.
Zhang Qiyang subrayó que, sin medidas de seguridad específicas, los asistentes de IA corren el riesgo de reforzar desigualdades existentes, dejando a quienes requieren mayor apoyo humano en una posición de vulnerabilidad.
Para estudiar estas diferencias, el equipo recurrió al modelo del “queso suizo” —tomado de la ingeniería y la seguridad— adaptándolo a las capas de protección que intervienen en el uso de IA. La idea es que los daños no provienen de una única falla, sino de la coincidencia de múltiples fallas pequeñas en distintas capas. En este marco, las capas analizadas fueron: alfabetización digital en IA de los usuarios, redes de apoyo social, decisiones de diseño de las plataformas y la supervisión regulatoria. Cada una puede presentar agujeros, y su alineación puede aumentar la exposición de los grupos vulnerables.
A diferencia de enfoques que señalan a un único responsable (usuario, empresas tecnológicas o autoridades), el estudio propone mirar la interacción entre fallas en varias capas para entender el riesgo colectivo y orientar políticas y prácticas que reduzcan esos impactos.
