Describe a tu hijo a un chatbot y casi siempre le encontrará un diagnóstico
Unos investigadores dieron a tres modelos de IA las historias de 220 niños atendidos en una consulta de psiquiatría. Con las palabras del propio niño, la IA pasó por alto la mayoría de los problemas. Con las de los padres, encontró uno en casi todos, incluidos los niños que no tenían ninguno.
Esta traducción se generó automáticamente y puede contener errores.
Son las once de la noche. Tu hijo de nueve años se ha dormido por fin, después de otra tarde de lágrimas con los deberes, y tú te has quedado sentada con el móvil en la mano. Abres un chatbot y escribes tres frases sobre lo que te preocupa. Luego preguntas: ¿qué es esto?
Muchos padres han hecho algo parecido. Ahora un grupo de psiquiatras infantiles ha comprobado qué es lo que se recibe como respuesta.
Tomaron a 220 niños reales en su primera visita a una consulta y dieron sus historias a tres de los modelos de IA más conocidos. El mismo niño, contado de cuatro maneras distintas. El resultado dice menos sobre lo listas que son las máquinas y más sobre otra cosa: la respuesta dependía de quién contaba la historia.
Una pregunta, apuntada palabra por palabra
El estudio se hizo en dos hospitales universitarios de Turquía durante la primavera y el verano de 2026. Se invitó a participar a todos los niños que acudían por primera vez a la consulta de psiquiatría infantil, desde los más pequeños hasta los de diecisiete años. La edad media era de nueve años.
Antes de cualquier otra cosa, a los padres se les hacía una pregunta abierta: ¿Cuál es el motivo que les ha traído hoy aquí? Al niño se le preguntaba aparte: ¿Por qué has venido hoy? ¿Qué es lo que más te molesta?
Las respuestas se apuntaron lo más literalmente posible. Después, el psiquiatra infantil hizo lo que hacen los psiquiatras infantiles: una evaluación completa, una conversación con la familia, una exploración y, al final, un diagnóstico o ningún diagnóstico.
Más tarde, los investigadores dieron cada caso a los modelos de IA cuatro veces. Una con solo lo que había dicho el niño. Otra con solo lo que habían dicho los padres. Otra con las dos cosas. Y otra con las dos cosas más las notas del médico, de las que se había quitado cualquier palabra que nombrara un diagnóstico.
Lo primero que llama la atención es lo poco que había para trabajar.
- Las palabras del niño9 palabras
- Las palabras de los padres32 palabras
- Niño y padres juntos46 palabras
- Niño, padres y notas del médico122 palabras
Nueve palabras. Eso era lo que solía ocupar lo que un niño decía sobre por qué estaba allí. Algunos no dijeron nada. Los padres dijeron unas tres veces más, que sigue siendo menos que este párrafo.
El mismo niño, cuatro respuestas distintas
A los modelos se les pidieron dos cosas: primero, decidir si aquello sonaba a diagnóstico o no; y, si era que sí, dar los tres más probables.
- Las palabras del niño36–44 %
- Las palabras de los padres66–69 %
- Niño y padres juntos69–72 %
- Niño, padres y notas del médico79–83 %
Con solo las palabras del niño, la primera propuesta de la IA coincidió con la del médico en unos cuatro casos de cada diez. Con las palabras de los padres, en casi siete de cada diez. Con las notas del médico añadidas, en unos ocho de cada diez.
Hay dos detalles en los que merece la pena detenerse.
Sumar las palabras del niño a las de los padres no cambió casi nada. Estadísticamente, los modelos no acertaron más con las dos cosas que con los padres solos.
Apenas importó qué IA se usara. Los tres modelos eran GPT-5.6, de OpenAI; Gemini 3.5 Flash, de Google; y Claude Sonnet 4.6, de Anthropic. Solo se diferenciaron con claridad cuando tenían únicamente las palabras del niño. En cuanto entraba en escena uno de los padres, las diferencias eran tan pequeñas que no se podían distinguir del azar. Lo que se le daba a la máquina pesó mucho más que la máquina a la que se le daba.
Dos maneras de equivocarse
Aquí es donde el estudio se pone interesante. Un médico que «acierta el 70 por ciento de las veces» puede fallar de dos maneras muy distintas: no viendo a un niño que lo está pasando mal, o poniéndole una etiqueta a un niño que está bien. Los investigadores miraron las dos.
El niño tenía un diagnósticoCuántas veces la IA dijo que había algo. 199 niños.
- Las palabras del niño41–59 %
- Las palabras de los padres94–98 %
- Niño y padres juntos94–99 %
- Niño, padres y notas del médico93–98 %
El niño no tenía diagnósticoCuántas veces la IA dijo que no había nada. 21 niños.
- Las palabras del niño62–86 %
- Las palabras de los padres24–38 %
- Niño y padres juntos14–43 %
- Niño, padres y notas del médico52–62 %
Cuando la IA solo escuchaba al niño, pecaba de prudente. En más o menos la mitad de los casos respondió que no parecía pasar nada. Pero 199 de los 220 niños sí tenían un diagnóstico. A la IA se le escapó cerca de la mitad.
Cuando la IA escuchaba a los padres, hacía justo lo contrario. Ahora encontraba algo en casi todos. Detectó a más de nueve de cada diez niños que tenían un diagnóstico.
También «detectó» a la mayoría de los que no lo tenían.
Piensa en lo que eso significa. Un padre o una madre con preocupación describe a su hijo. El médico, tras una evaluación completa, concluye que aquello entra dentro de lo normal. La IA, leyendo las mismas palabras, propuso un diagnóstico para la mayoría de esos niños.
No es tan raro como parece. Unos padres que han pedido cita en una consulta de psiquiatría están describiendo un problema. Por eso están allí. Sus palabras están llenas de preocupación, y la IA responde a las palabras. No ha visto jugar al niño, no lo ha oído hablar y no ha hecho esa pregunta de más que hace que la preocupación se encoja.
Por qué nueve palabras no bastan
¿Por qué sirvió tanto menos lo que contaba el propio niño?
En parte porque los niños dicen poco. Pero también dependía de cuál fuera el problema. Solo con las palabras del niño, los modelos acertaron bastante con la ansiedad y con los problemas obsesivo-compulsivos. Son cosas que pasan por dentro, y un niño a veces sabe decirlas: Tengo miedo todo el rato. Tengo que comprobar la puerta.
Con el TDAH, el autismo y las dificultades del lenguaje fue distinto. Un niño de siete años no dice «me cuesta mantener la atención en varios contextos». Eso lo ven quienes lo rodean. Para esos diagnósticos, la IA necesitaba a los padres.
La edad también contó, y como cabía esperar. Por cada año más que tenía el niño, la probabilidad de que la IA acertara a partir de sus propias palabras subía alrededor de un 16 por ciento. Con dieciséis años uno puede describir lo que le pasa por dentro. Con cinco, dice «no sé».
Incluso con todas las cartas sobre la mesa, algunas cosas siguieron siendo difíciles de ver.
- TOC83–92 %
- Autismo77–96 %
- TDAH78–81 %
- Ansiedad69–85 %
- Trastornos del lenguaje y del habla58–78 %
- Depresión50–60 %
- Discapacidad intelectual15–23 %
La depresión se detectó en cerca de la mitad de los niños que la tenían. La discapacidad intelectual casi nunca se propuso, y tiene sentido: se establece con pruebas, no con una descripción.
Lo que esto no demuestra
- Aquí, nueve de cada diez niños tenían un diagnóstico. Así es una consulta especializada. Entre los niños en general, la mayoría no tiene ninguno. Una IA con tendencia a encontrar algo se equivocaría entonces muchas más veces. Este último paso es un razonamiento nuestro, no algo que el estudio midiera.
- Solo 21 niños no tenían diagnóstico. Las cifras sobre ellos son aproximadas, y los propios investigadores lo dicen.
- Las notas del médico las escribió el mismo médico que hizo el diagnóstico. Se quitaron las palabras que lo nombraban, pero puede que las notas siguieran apuntando en la dirección correcta. Así que el mejor resultado quizá deja a la IA mejor de lo que merece.
- El médico no es una vara de medir perfecta. Cada diagnóstico lo hizo un solo psiquiatra en su trabajo clínico habitual, sin segunda opinión.
- Todo estaba en turco, y las historias eran cortas. Una conversación larga con un chatbot en casa es otra situación, para bien o para mal.
- Nadie midió lo que pasa después. El estudio comparó respuestas. No siguió a ninguna familia que actuara según lo que le dijo una IA.
Si eres tú quien está con el móvil en la mano
La conclusión de los propios investigadores es sobria: los modelos acertaron más cuando contaban con las observaciones de un profesional, y a menudo pusieron un diagnóstico a niños que no lo tenían.
A partir de ahí, nos parece razonable decir tres cosas. Son nuestra lectura, no un consejo médico.
Una IA responde a tu descripción, no a tu hijo. Si escribes en el momento de más preocupación, recibirás una respuesta a la medida de esa preocupación.
Un «podría ser TDAH» dicho por un chatbot es una señal más débil de lo que parece. En este estudio, los modelos dijeron algo así de la mayoría de los niños cuyos padres estaban preocupados, incluidos aquellos en los que el especialista no encontró nada.
Ponerlo por escrito sigue siendo útil. Lo que los padres dijeron en 32 palabras fue la información más valiosa de todo el estudio. Unas notas sobre lo que ves, cuándo pasa y cuánto tiempo lleva pasando son justo lo que te va a pedir el pediatra o la enfermera del colegio.
Lo mismo vale para los test de cribado de este sitio, incluidos los de TDAH y autismo. Una puntuación alta es un motivo para hablar con alguien que pueda valorar a la persona entera. Nunca es un diagnóstico.
El niño del estudio que dijo nueve palabras no se equivocaba, y tampoco el padre o la madre que dijo treinta y dos. Cada uno contaba la parte que alcanzaba a ver. Juntar las partes sigue siendo tarea de alguien que está en la misma habitación.
Fuentes y lecturas recomendadas
- Kayış, H., Tahıllıoğlu, A., Hira Selen, A. T. y Gedizlioğlu, Ç. (2026). Large language model diagnostic performance across informant sources in child and adolescent psychiatry: a prospective multicenter study. Scientific Reports. Publicado en línea el 20 de noviembre de 2026 como versión preliminar del artículo aceptado.