Dos estudios, un mismo patrón
La mayoría de la investigación sobre apps de compañía pregunta si la gente se siente mejor. Estos dos preguntan algo más concreto y, para quien está eligiendo app, más útil: ¿el sistema sigue sosteniendo quién dijiste que eras?
| Estudio sobre error de género | Estudio sobre dependencia adolescente | |
|---|---|---|
| Publicación | 16 de septiembre de 2026 (preprint en arXiv) | 13 de septiembre de 2026 (preprint en arXiv; indica estar en revisión para CHI 2027) |
| Datos | 326 publicaciones de 234 autores únicos en 10 subreddits, recogidas en otoño de 2025 | 895.600 publicaciones filtradas hasta 17.053 citas de 3.930 publicaciones de 3.523 autores, en 260 subreddits |
| Plataformas citadas | Character.AI (205 publicaciones), Janitor AI (78), Replika (29), además de Nomi AI, SillyTavern, Paradot y CrushOn AI | Character.AI, Replika, ChatGPT y Janitor AI |
| Método | Codificación cualitativa de incidentes y respuestas de los usuarios | Análisis temático con 53 temas en siete grupos |
Conviene anotar una decisión de muestreo del primer estudio, porque condiciona lo que el trabajo puede ver. Los autores tomaron subreddits de más de 5.000 miembros entre los 50 primeros resultados de búsqueda y mantuvieron deliberadamente las comunidades NSFW, con el argumento de que el rol erótico es uno de los usos principales. Es una decisión a favor de describir lo que la gente hace de verdad, y no el recorte más cómodo.
Las dos formas en que una app se equivoca contigo
Errores de identidad de género
La primera categoría es la previsible: pronombres equivocados, fórmulas de tratamiento con el género cambiado o un nombre que la persona ya no usa. Los usuarios cuentan que indicaron sus pronombres y un mensaje después se dirigían a ellos de otra manera.
Errores de corporalidad
La segunda se comenta menos y cuesta mucho más corregir. Aquí el modelo no falla la etiqueta, falla el cuerpo: narra anatomía o rasgos físicos que contradicen la identidad que el usuario había fijado. El artículo recoge ejemplos como describir con pechos a un usuario hombre, o poner bigote a una usuaria.
La distinción importa al juzgar una app. Un sistema puede superar una comprobación superficial de pronombres y seguir fallando de forma constante en la segunda categoría, porque la descripción física se genera a partir de lo que parece pedir la escena, no del campo de persona. Y como el error llega dentro de la narración y no como una sola palabra, corregirlo obliga a cortar la escena a la que habías venido.
El trabajo de reparación recae en el usuario
Lo que el artículo documenta con más detalle no es el error, sino el trabajo que lo rodea. Se repitieron cuatro estrategias:
- Señalización de género — reescribir el campo de persona una y otra vez, hablar de uno mismo en tercera persona dentro del mensaje o adoptar un nombre o tratamiento marcadamente generizado para dar al modelo una pista más fuerte.
- Corrección directa — repetir el género dentro de la conversación y confiar en que se mantenga.
- Editar y regenerar — reescribir el mensaje del bot, o pedir otro, después de un desliz.
- Bloquear términos — cuando la app lo permite, prohibir determinadas palabras generizadas en la salida.
Esa lista se lee mejor como una especificación de funciones que como consejos de uso. Tres de las cuatro solo son posibles si la app ofrece edición de mensajes, regeneración y lista de palabras bloqueadas. Una app sin ninguna de ellas deja exactamente una opción: corregir otra vez, y otra. Por eso tratamos los controles de edición como criterio central en nuestra guía para elegir app, y no como un extra para usuarios avanzados.
Deriva de rol: cuando el personaje deja de respetar lo pactado
El estudio sobre adolescentes encontró la misma pérdida de control en otro eje. En sus temas sobre reproducción de guiones de género y sexuales (801 publicaciones, 1.083 citas) y sobre el diseño de plataforma que genera dependencia técnica (584 publicaciones, 816 citas), los usuarios describían personajes definidos para un papel que se deslizaban hacia otro: una figura cuidadora que derivaba hacia contenido romántico o sexual que nadie había pedido. En algunos relatos, una negativa explícita no bastó para detenerlo.
Estructuralmente es el error de corporalidad un nivel más arriba: la persona que escribiste la trata como una sugerencia un sistema optimizado para que el siguiente turno resulte atractivo. Nuestro texto sobre mantener la voz de un personaje cubre el lado de la escritura; la investigación añade que la consistencia también es una propiedad de seguridad, no solo de oficio.
Cuando una actualización borra la versión de ti que la app conocía
Ambos trabajos llegan a la memoria por caminos opuestos. En el tema del estudio adolescente sobre el rol que reconfigura identidad y memoria (664 publicaciones, 929 citas), los usuarios copiaban y archivaban sus historiales por adelantado porque daban por hecho que los perderían, y describían un cambio de modelo por defecto como una ruptura no deseada. En el estudio sobre error de género, lo que los usuarios reescriben sin parar es el campo de persona: ese pequeño depósito de datos sobre sí mismos que el sistema debería sostener.
Son dos vistas de una misma dependencia. El lado emocional lo tratamos en la investigación sobre el duelo por actualización y el práctico en cómo exportar tu historial. Lo que añade la investigación nueva es que tu propia identidad forma parte de lo que una actualización puede llevarse.
Lista para evaluar cómo trata tu identidad una app
Antes de invertir meses en una app, todo esto se responde en una tarde.
| Qué comprobar | Por qué importa | Cómo probarlo |
|---|---|---|
| Persistencia del campo de persona | Señalizar solo sirve si el campo se lee de verdad en cada turno | Pon tus pronombres solo en el campo, nunca en el chat, y juega 30 turnos |
| Corporalidad en escena | Los pronombres pueden ser correctos y la descripción física no | Lanza una escena descriptiva y lee qué dice el modelo sobre tu cuerpo |
| Edición de mensajes | Sin ella, el desliz se queda en el contexto y se refuerza | Intenta editar la última respuesta del bot, no solo la tuya |
| Regeneración | La reparación más rápida cuando no hay edición | Comprueba si regenerar es gratuito o está limitado |
| Lista de palabras bloqueadas | El único control preventivo de la lista | Busca un ajuste de palabras prohibidas o vetadas |
| Límites de rol | La deriva hacia contenido romántico no pedido está documentada | Fija un rol estrictamente no romántico y fuerza la escena 20 turnos |
| Exportación | Archivar era una estrategia de defensa porque se esperaba la pérdida | Confirma que existe una exportación real antes de necesitarla |
| Política de actualizaciones | El cambio de modelo se vivía como pérdida relacional | Mira si las versiones antiguas del modelo siguen siendo elegibles |
Si tu preocupación principal es el tratamiento de la persona, nuestra explicación sobre memoria de persona cuenta cómo se guardan estos campos y por qué se degradan.
Lo que estos estudios no pueden decirte
- Ambos son preprints. No han completado la revisión por pares y el segundo declara estar en revisión.
- Ambos analizan publicaciones públicas de Reddit, una muestra autoseleccionada. La gente publica mucho más cuando algo sale mal que cuando no pasa nada.
- Ninguno es una estimación de prevalencia. Nada permite leer 326 publicaciones como una tasa, una cifra de afectados o una comparación entre apps: los recuentos por plataforma reflejan el tamaño de cada comunidad, no la frecuencia del fallo.
- Los datos sobre error de género se recogieron en otoño de 2025, así que son anteriores a cambios posteriores de modelo y de política.
- La relevancia adolescente del segundo estudio la asignó un clasificador (GPT-4o-mini, con una exactitud declarada de 0,908), no una verificación de edad.
- La codificación cualitativa describe lo que la gente cuenta. No establece causas ni mide frecuencias.
Conclusión
Que te reconozcan bien es una función del producto y, por ahora, una función sin precio. Dos equipos independientes, mirando a usuarios distintos en plataformas distintas, encontraron lo mismo: gente invirtiendo esfuerzo real en mantener el sistema apuntando a la versión correcta de sí misma, y ese esfuerzo dando o no resultado según la app haya enviado un botón de edición, una lista de palabras bloqueadas y un campo de persona que de verdad se lea. Todo eso se puede comprobar antes de registrarse. La investigación es el motivo para comprobarlo.
Relacionado en CompanionRank
¿Qué es la memoria de persona (a largo plazo) en las apps de compañía con IA? Voz y tono del personaje: cómo mantener un personaje consistente Cuando un acompañante de IA cambia: la investigación sobre el duelo por actualización Cómo exportar tu historial de chat con una IA de compañíaPreguntas frecuentes
¿Qué es la deriva de identidad en una app de compañía con IA?
Es la distancia entre la identidad que configuraste y la que el sistema usa realmente al responder. La investigación de septiembre de 2026 la divide en errores de identidad de género (pronombres y tratamientos equivocados, un nombre abandonado) y errores de corporalidad (anatomía o rasgos físicos descritos en contra de la identidad que declaraste). Un fallo emparentado es la deriva de rol, cuando un personaje definido para un papel se desliza hacia contenido romántico o sexual que nadie pidió.
¿Qué tamaño tienen estos estudios?
El estudio sobre error de género analizó cualitativamente 326 publicaciones de 234 autores únicos en 10 subreddits de acompañamiento y rol, recogidas en otoño de 2025. El estudio adolescente filtró 895.600 publicaciones de Reddit hasta 17.053 citas verificadas procedentes de 3.930 publicaciones de 3.523 autores en 260 subreddits, y las organizó en 53 temas repartidos en siete grupos temáticos.
¿Qué hacen los usuarios cuando un chatbot equivoca su género?
Se repitieron cuatro estrategias: señalización de género (reescribir el campo de persona, hablar de uno mismo en tercera persona dentro del mensaje, adoptar un nombre o tratamiento marcadamente generizado), corrección directa dentro de la conversación, editar el mensaje del bot o regenerarlo, y bloquear determinadas palabras generizadas cuando la app lo permite. Tres de esas cuatro dependen de funciones que tiene que ofrecer la app.
¿Qué apps se estudiaron?
El estudio sobre error de género se basó en subreddits de Replika, Character.AI, Janitor AI, Nomi AI, SillyTavern, Paradot y CrushOn AI; Character.AI concentró 205 de las 326 publicaciones, Janitor AI 78 y Replika 29. En el estudio adolescente la conversación giraba en torno a Character.AI, Replika, ChatGPT y Janitor AI. Esos recuentos reflejan la actividad de cada comunidad, no la frecuencia con la que falla cada app.
¿Cómo puedo probar una app antes de comprometerme?
Pon tus pronombres solo en el campo de persona, nunca en el chat, y juega unos 30 turnos para ver si el campo se lee de verdad. Después lanza una escena descriptiva y comprueba qué dice el modelo sobre tu cuerpo, porque los pronombres pueden ser correctos y la corporalidad no. Confirma que puedes editar las respuestas del bot, regenerarlas, bloquear palabras concretas y exportar tu historial. Por último, fija un rol estrictamente no romántico y fuerza la escena para ver si el límite aguanta.
¿Cuáles son los límites de esta investigación?
Los dos artículos son preprints que no han completado la revisión por pares, y ambos analizan publicaciones públicas de Reddit, una muestra autoseleccionada y sesgada hacia quien tiene un problema que contar. Ninguno informa de lo frecuentes que son estos fallos, así que las cifras no son tasas. Los datos sobre error de género se recogieron en otoño de 2025 y son anteriores a cambios posteriores de modelo, y la relevancia adolescente del segundo estudio la asignó un clasificador, no una verificación de edad.