Disponible en http://www.revhph.sld.cu/
Revista del Hospital Psiquiátrico de
La Habana
Volumen 23 | Año 2026 | Publicación continua
ISSN: 0138-7103 | RNPS: 2030
_____________________________________________
Comunicación breve
Relaciones afectivas con chatbots de inteligencia
artificial y bienestar psicológico en hombres y mujeres
Affective Relationships with Artificial Intelligence
Chatbots and Psychological Well--Being in Men and
Women
Dr. Sinuhé Estrada-Carmona1
Dra. Gabriela Isabel Pérez-Aranda 1
Dra. Liliana García-Reyes1
Dr. Miguel Ángel Tuz Sierra1
1Facultad de Humanidades de la Universidad Autónoma de Campeche. Campeche, México
Recibido: 08/08/2026
Aceptado: 09/09/2026
Editor: Rolando Rodríguez Puga
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
Resumen
Introducción: los chatbots de inteligencia artificial participan en intercambios afectivos y
romántico-sexuales, pero su relación con el bienestar psicológico sigue poco diferenciada.
Objetivos: Analizar la estructura interna de una medida de relaciones afectivas con chatbots
y su asociación con el bienestar en hombres y mujeres.
Métodos: se realizó un estudio transversal, instrumental y correlacional con muestreo no
probabilístico por conveniencia y bola de nieve en 881 personas adultas del sureste de
México (448 hombres y 433 mujeres). La muestra se dividió para análisis factorial
exploratorio (n = 440) y confirmatorio (n = 441). Se estimaron modelos de máxima
verosimilitud, sensibilidad ordinal, confiabilidad, comparaciones y regresión jerárquica con
errores estándar robustos frente a heterocedasticidad de tipo 3 (HC3).
Resultados: el modelo confirmatorio de cuatro factores superó los de tres y uno (CFI = .971;
TLI = .967; RMSEA = .047; SRMR = .041). La sensibilidad ordinal mostró CFI = .999,
RMSEA = .026 y SRMR = .041. Las subescalas presentaron α = .881-.891 y ω = .881-.900.
La intimidad afectiva (β = .198) y la seguridad relacional (β = .182) se asociaron
positivamente con el bienestar; la sustitución social, negativamente (β = -.329); el
involucramiento romántico-sexual no mostró asociación independiente (β = .014).
Conclusiones: las funciones relacionales se asociaron de manera diferencial con el bienestar.
La sustitución social mostró la asociación de mayor magnitud; su posible relevancia clínica
requiere evaluación longitudinal y no implica causalidad ni diagnóstico.
Palabras clave: inteligencia artificial; chatbot; bienestar psicológico; psiquiatría digital;
relaciones afectivas
Abstract
Introduction: Artificial Intelligence chatbots participate in affective and romantic--sexual
exchanges, but their relationships with psychological well--being remains poorly
differentiated.
Objectives: Analyze the internal structure of a measure of affective relationships with
chatbots,and their association with well being in men and women.
Methods: A cross--sectional, instrumental, correlational study was conducted using non--
probability convenience and snowball sampling in 881 adults from southeastern Mexico
(448 men and 433 women). The sample was split for exploratory (n=440) and confirmatory
(n=441) factor analyses. Maximun likelihood models, ordinal sensitivity analyses, reliability,
comparisons, and hierarchical regression with robust standard errors against
heteroskedasticity-- consistency type 3 (HC3) were estimated.
Results: The four--factor confirmatory model exceeded the three --and one -- factor models
(CFI= .971; TLI= .967; RMSEA= .047; SRMR= .041). Ordinal sensitivity showed CFI=
.999; RMSEA= .026; SRMR= .041. Subscales showed α= .881 -- .891 and ω= .881 -- .900.
Affective intimacy (β= .198 ) and relational safety (β= .182) were positively associated with
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
well--being. Social substitution was negatively associated (β= -- .329). Romantic--sexual
involvement showed no independent association (β= .014).
Conclusions: Relational functions were differentially associated with well--being. Social
substitution showed the strongest association. Its potential clinical relevance requires
longitudinal evaluation, and implies neither causality nor diagnosis.
Keywords: artificial intelligence; chatbot; psychological well--being; digital psychiatry;
affective relationships.
Introducción
Los chatbots de inteligencia artificial (IA) ya no se limitan a recuperar información. Los
sistemas generativos y las aplicaciones de compañía sostienen diálogos personalizados,
simulan empatía y participan en conversaciones sobre soledad, afecto, romance y sexualidad.
Sus usuarios han descrito autorrevelación, cercanía, apoyo percibido, apego y malestar
cuando el sistema cambia o deja de estar disponible. Esta intimidad humano-IA debe
estudiarse como una experiencia relacional de la persona usuaria, sin atribuir conciencia ni
reciprocidad humana al algoritmo. (1-6)
Para la psiquiatría digital, la disponibilidad continua y el bajo umbral de acceso de los
chatbots ofrecen oportunidades para psicoeducación, acompañamiento y derivación, pero
también plantean riesgos de dependencia, privacidad insuficiente, información inexacta y
confusión entre una respuesta convincente y una intervención clínica. Las revisiones
psiquiátricas han señalado que la evidencia es heterogénea y que estos sistemas deben
complementar, no reemplazar, la atención profesional.(7-9)
La relación terapéutica digital añade otra dificultad: las personas pueden formar un vínculo
subjetivamente significativo con un sistema que carece de deber fiduciario y cuya memoria,
políticas o disponibilidad pueden cambiar por decisiones comerciales. La alianza percibida
depende de expectativas, autorrevelación, estilo conversacional y contexto; por ello, una
interacción cálida no equivale por sí misma a una relación terapéutica segura, estable o
eficaz.(10,11)
En el ámbito iberoamericano, la propia Revista del Hospital Psiquiátrico de La Habana ha
mostrado la necesidad de examinar los riesgos psicológicos del uso digital y de interpretar el
género como determinante social de la salud.(12,13) Estos antecedentes respaldan una
evaluación no estigmatizante que atienda a la función del chatbot y a sus consecuencias, en
vez de clasificar toda relación afectiva o sexual con IA como patológica.
Las escalas emergentes de apego hacia la IA han evaluado ansiedad, evitación, cercanía y
sustitución social.(14,15) Sin embargo, una puntuación global puede ocultar que la
disponibilidad o la expresión emocional y el desplazamiento de vínculos humanos se
relacionen de manera opuesta con la salud mental.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
El bienestar psicológico es un desenlace clínicamente relevante porque expresa
funcionamiento positivo, agencia, propósito y capacidad de conducir la vida, y puede
coexistir con síntomas o trastornos psiquiátricos. Investigaciones recientes de esta revista han
reforzado la importancia de medirlo con instrumentos culturalmente examinados y de
relacionarlo con indicadores de salud mental.(16,17)
El constructo se apoya en las formulaciones de Ryff y Casullo.(18,19) En México, la versión
de nueve reactivos de la Escala de Bienestar Psicológico para Adultos (BIEPS-A) ha
mostrado una estructura breve y consistencia adecuada, aunque sus propiedades deben
reevaluarse en cada población.(20,21)
Las síntesis clínicas más recientes informan efectos favorables de algunos agentes
conversacionales sobre depresión o malestar, pero no establecen una mejoría consistente del
bienestar global. Además, predominan intervenciones protocolizadas, seguimientos breves y
poblaciones seleccionadas; sus resultados no pueden trasladarse automáticamente a chatbots
sociales o de propósito general que mantienen conversaciones abiertas y afectivas.(2-24)
La base de evidencia también presenta heterogeneidad de resultados e instrumentos, y
muchas medidas creadas para estudios individuales carecen de validación publicada.(25) A
ello se añaden problemas de confidencialidad, gobernanza y seguridad de los datos, junto
con respuestas potencialmente inadecuadas ante delirios, estigma o riesgo suicida.(26-28) Para
la psiquiatría, estas limitaciones hacen necesario identificar no solo cuánto se usa un chatbot,
sino qué papel ocupa, qué desplaza y qué sucede cuando no está disponible.
Los estudios sobre conexión social ofrecen un panorama igualmente matizado. Interacciones
breves y responsivas pueden aumentar la sensación momentánea de ser escuchado o reducir
la soledad, mientras que los efectos varían según la red social, las características de la persona
y el uso problemático.(29-31) La autorrevelación y una conversación de apoyo pueden generar
beneficios subjetivos aun cuando la contraparte sea artificial, pero permanecen inciertos sus
efectos longitudinales y su equivalencia con relaciones humanas significativas. (32,33)
De este balance surgen cuatro vacíos de conocimiento: faltan estudios en población adulta
latinoamericana; suelen confundirse chatbots terapéuticos y de compañía; la intensidad de
uso se analiza sin diferenciar intimidad, seguridad, sustitución e involucramiento romántico-
sexual; y son escasas las medidas que separan funciones potencialmente protectoras de
patrones de interferencia.(1,12,14,22,25,31) Una distinción funcional podría orientar preguntas
clínicas neutrales y estudios longitudinales, pero no constituir un diagnóstico ni demostrar
causalidad.
El objetivo fue analizar la estructura interna y la consistencia de una medida de relaciones
afectivas e íntimas con chatbots de IA, comparar sus puntuaciones y el bienestar psicológico
entre hombres y mujeres, y estimar la asociación independiente de cuatro funciones
relacionales con el bienestar. Se planteó que la intimidad afectiva y la seguridad relacional
se asociarían positivamente con el bienestar, que la sustitución social se asociaría
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
negativamente y que el involucramiento romántico-sexual mostraría una relación
independiente débil o nula. El alcance fue psicométrico y asociativo; la aplicabilidad prevista
se limita a investigación y formulación de preguntas clínicas, no a tamizaje diagnóstico ni
inferencia causal. Debido al muestreo no probabilístico por conveniencia y a la delimitación
geográfica, los resultados se interpretan como evidencia analítica de esta muestra y no como
estimaciones poblacionales generalizables al sureste de México ni a otros contextos.
Método
Diseño y fuente de datos
Se diseñó un estudio transversal, instrumental y correlacional, con componente psicométrico.
El análisis evaluó la estructura interna y la consistencia de una medida de relaciones afectivas
con chatbots, las diferencias observadas entre hombres y mujeres y las asociaciones
multivariables con el bienestar psicológico. El diseño permite estimar asociaciones y
propiedades métricas en la muestra estudiada, pero no establecer temporalidad, causalidad ni
representatividad poblacional.
Participantes y muestra analítica
El muestreo fue no probabilístico por conveniencia y se amplió mediante una estrategia de
bola de nieve. Esta estrategia se empleó porque la elegibilidad dependía de una experiencia
de uso específica -haber utilizado chatbots con fines personales, emocionales o relacionales-
y permitió ampliar la difusión del reclutamiento entre personas con experiencias de uso
similares; no se utilizó para pretender representatividad poblacional. La muestra analítica
incluyó 881 participantes: 448 hombres y 433 mujeres. La recolección se efectuó en línea
entre noviembre de 2025 y febrero de 2026. Los criterios de inclusión fueron tener al menos
18 años, residir en Campeche, Yucatán o Quintana Roo, comprender español y haber
utilizado chatbots con fines personales, emocionales o relacionales durante los seis meses
previos. Para las comparaciones previstas en este manuscrito se restringió el análisis a los
registros clasificados como hombres o mujeres; 169 registros correspondientes a otras
categorías no se incluyeron en esta muestra analítica. Esta decisión limita el alcance de las
comparaciones y no autoriza extrapolaciones a otras identidades de género.
Instrumentos
Relaciones afectivas e íntimas con inteligencia artificial
La escala de relaciones afectivas e íntimas humano-IA (ERAIH-IA) incluyó 20 reactivos con
cinco opciones de respuesta, de 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo). El
presente análisis examinó la versión de 20 reactivos ya incorporada a la base. Se propusieron
cuatro subescalas de cinco reactivos: intimidad afectiva y autorrevelación; seguridad
relacional y disponibilidad; sustitución social y centralidad relacional; e involucramiento
romántico-sexual. Se calculó la media de cada subescala y no una puntuación total, porque
las dimensiones podían asociarse en direcciones distintas con el bienestar. La evaluación
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
siguió recomendaciones regionales e internacionales para el desarrollo y validación de
escalas. [34,35]
Bienestar psicológico
Se utilizaron los nueve reactivos de la BIEPS-A mexicana. [20,21] Cada reactivo presentó
tres opciones de respuesta y la suma produjo un rango de 9 a 27, donde los valores altos
indicaron mayor bienestar. En la muestra analítica, α = .848 y ω = .849.
Covariables
Se incluyeron edad, estado de residencia, escolaridad, frecuencia de uso, meses de utilización
y plataforma principal. La escolaridad y la frecuencia se trataron como variables ordinales
en la regresión; el estado se incorporó mediante indicadores con Campeche como referencia.
La plataforma se utilizó únicamente en un análisis de sensibilidad.
Análisis estadístico
La auditoría de la base de datos verificó duplicados, datos faltantes y rangos admisibles. Con
la semilla 20260808, la muestra se dividió aleatoriamente y de forma estratificada por grupo:
análisis factorial exploratorio (AFE), n = 440 (224 hombres y 216 mujeres); análisis factorial
confirmatorio (AFC), n = 441 (224 hombres y 217 mujeres). En la muestra exploratoria se
estimó una matriz de correlaciones de Spearman, el índice de adecuación muestral de Kaiser-
Meyer-Olkin (KMO), la prueba de esfericidad de Bartlett, un análisis paralelo con 500
permutaciones, extracción por ejes principales y rotación promax. Debido a que existía una
hipótesis previa de cuatro dimensiones, también se examinó la solución forzada de cuatro
factores y su estructura simple. El análisis paralelo se utilizó como criterio empírico de
retención, pero no de manera aislada: la decisión sobre la estructura se basó en la
convergencia entre el contenido teórico de las cuatro funciones, la estructura simple del AFE
forzado, la comparación de modelos en la muestra confirmatoria independiente, la
sensibilidad ordinal, la confiabilidad y la varianza media extraída. La discrepancia con el
análisis paralelo se mantuvo explícita y se consideró una razón para tratar la solución de
cuatro factores como evidencia inicial que requiere replicación.
El AFC principal estimó por máxima verosimilitud modelos de cuatro factores
correlacionados, tres factores correlacionados y un factor sobre la matriz de covarianzas de
los reactivos estandarizados. Se compararon el estadístico chi cuadrado (χ²), el índice de
ajuste comparativo (CFI), el índice de Tucker-Lewis (TLI), la raíz del error cuadrático medio
de aproximación (RMSEA) con intervalo de confianza (IC) del 90 %, la raíz cuadrática media
residual estandarizada (SRMR), el criterio de información de Akaike (AIC) y el criterio de
información bayesiano (BIC), interpretados de manera conjunta y no como umbrales
absolutos. [36-38] Como comprobación para los reactivos ordinales, se estimaron
correlaciones policóricas por máxima verosimilitud bivariada y los mismos modelos
mediante mínimos cuadrados ponderados diagonalmente (DWLS), con pesos derivados de
la información observada. (39) Este análisis no incorporó los mínimos cuadrados ponderados
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
ajustados por media y varianza (WLSMV) y se interpretó como sensibilidad. No se realizaron
pruebas formales de invariancia factorial entre hombres y mujeres. Por ello, las
comparaciones entre grupos se efectuaron sobre puntuaciones observadas y se interpretaron
con cautela, sin inferir equivalencia de medias latentes; la invariancia se reservó para una
validación posterior.(40)
La consistencia interna se estimó con α de Cronbach y ω de McDonald; la varianza media
extraída (AVE) complementó la evaluación de las subescalas. [41] Se calcularon
descriptivos, correlaciones de Pearson con IC del 95 % y pruebas t de Welch con ajuste de
Holm y g de Hedges. Una regresión jerárquica predijo el bienestar estandarizado: bloque 1,
edad, escolaridad, grupo y estado; bloque 2, frecuencia y meses de uso; bloque 3, cuatro
dimensiones relacionales. Los predictores continuos se estandarizaron y se utilizaron errores
estándar robustos frente a heterocedasticidad de tipo 3 (HC3). Se inspeccionaron el factor de
inflación de la varianza (VIF) y distancia de Cook; los análisis de sensibilidad añadieron
plataforma y excluyeron observaciones con Cook > 4/n. Se consideró significativo p < .05 y
se enfatizaron tamaños de efecto e intervalos.
Consideraciones éticas
El protocolo fue aprobado el 19 de julio de 2025 por el Comité de Ética del cuerpo académico
consolidado “Desarrollo Humano” (UACAM-CA-14), Facultad de Humanidades,
Universidad Autónoma de Campeche. Las personas participantes otorgaron consentimiento
informado electrónico. La base analítica estaba desidentificada y el tratamiento de contenidos
íntimos siguió los principios de voluntariedad, minimización del riesgo y confidencialidad.
Resultados
Descripción de la muestra
La edad media fue 30.90 años (desviación estándar [DE] = 7.15; rango 18-57) y el tiempo
medio de uso de chatbots fue 14.14 meses (DE = 7.80). Yucatán aportó 43.1 % de la muestra;
45.1 % tenía licenciatura y 25.9 % utilizaba chatbots a diario o casi a diario. ChatGPT fue la
plataforma principal más frecuente (36.5 %). La tabla 1 presenta la distribución completa.
Tabla 1. Características de la muestra analítica
Variable
Categoría o estadístico
N
% / M (DE)
Edad (años)
Media (DE); rango
881
30.90 (7.15); 18-57
Uso de chatbots (meses)
Media (DE); rango
881
14.14 (7.80); 2-36
Grupo analítico
Hombres
448
50.9
Grupo analítico
Mujeres
433
49.1
Estado
Campeche
216
24.5
Estado
Yucatán
380
43.1
Estado
Quintana Roo
285
32.3
Escolaridad
Media superior o menor
170
19.3
Escolaridad
Universidad parcial/técnica
178
20.2
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
Escolaridad
Licenciatura
397
45.1
Escolaridad
Posgrado
136
15.4
Frecuencia de uso
Menos de una vez por semana
143
16.2
Variable
Categoría o estadístico
N
% / M (DE)
Frecuencia de uso
1-2 días por semana
220
25.0
Frecuencia de uso
3-5 días por semana
290
32.9
Frecuencia de uso
Diario o casi diario
228
25.9
Plataforma principal
ChatGPT
322
36.5
Plataforma principal
Character.AI
221
25.1
Plataforma principal
Replika
151
17.1
Plataforma principal
Gemini/Copilot/otra
187
21.2
Nota. N = 881. DE: desviación estándar. Los porcentajes pueden no sumar 100 por redondeo.
Estructura interna y confiabilidad
La matriz exploratoria fue adecuada: KMO = .938; KMO mínimo por reactivo = .911;
Bartlett χ²(190) = 5251.57, p < .001. El análisis paralelo sugirió retener tres factores: los
primeros cuatro autovalores observados fueron 8.473, 2.640, 1.536 y 1.133, frente a
percentiles 95 nulos de 1.468, 1.378, 1.321 y 1.262. No obstante, la solución teórica forzada
de cuatro factores mostró cargas primarias de .514 a .905, carga cruzada máxima de .261 y
comunalidad media de .612.
En la muestra confirmatoria, el modelo de cuatro factores correlacionados mostró buen ajuste
y superó claramente los modelos de tres y un factor. Las cargas estandarizadas variaron de
.633 a .896. La sensibilidad ordinal confirmó la preferencia relativa por cuatro factores:
χ²(164) = 214.11, CFI = .999, TLI = .999, RMSEA = .026 y SRMR = .041; el modelo de tres
factores obtuvo RMSEA = .077 y SRMR = .067, y el unifactorial, RMSEA = .216 y SRMR
= .176. Las cuatro subescalas alcanzaron α y ω superiores a .88, con AVE entre .598 y .643.
La preferencia del modelo de cuatro factores no se interpretó como refutación del análisis
paralelo, sino como evidencia confirmatoria convergente en una muestra independiente. En
conjunto, la estructura simple, la comparación de modelos y la consistencia interna
favorecieron conservar cuatro puntuaciones diferenciadas como solución provisional, cuya
estabilidad debe verificarse mediante replicación e invariancia (tabla 2).
Tabla 2. Estructura interna y consistencia de la ERAIH-IA
Panel A. Comparación de modelos confirmatorios
Modelo
χ² (gl)
CFI
TLI
RMSEA (IC 90%)
SRMR
AIC
BIC
Cuatro factores
correlacionados
325.15 (164)
0.971
0.967
0.047 (0.040-0.055)
0.041
417.15
605.25
Tres factores
correlacionados
751.38 (167)
0.895
0.881
0.089 (0.083-0.096)
0.062
837.38
1013.21
Un factor
2391.05 (170)
0.602
0.555
0.172 (0.166-0.178)
0.147
2471.05
2634.61
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
Panel B. Sensibilidad ordinal con correlaciones policóricas y DWLS
Modelo
χ² (gl)
CFI
TLI
RMSEA
SRMR
Cuatro factores correlacionados
214.11 (164)
0.999
0.999
0.026
0.041
Tres factores correlacionados
606.14 (167)
0.989
0.988
0.077
0.067
Un factor
3663.11 (170)
0.916
0.907
0.216
0.176
Panel C. Confiabilidad y validez convergente de las subescalas
Dimensión
α
ω
AVE
Rango de cargas λ
Intimidad afectiva
0.889
0.886
0.611
0.714-0.882
Seguridad relacional
0.884
0.900
0.643
0.686-0.845
Sustitución social
0.881
0.881
0.598
0.685-0.876
Involucramiento romántico-sexual
0.891
0.890
0.622
0.633-0.896
Nota. ERAIH-IA: Escala de Relaciones Afectivas e Íntimas Humano-IA (IA: inteligencia artificial); AFC: análisis factorial
confirmatorio (n = 441); gl: grados de libertad; CFI: índice de ajuste comparativo; TLI: índice de Tucker-Lewis; RMSEA:
raíz del error cuadrático medio de aproximación; IC: intervalo de confianza; SRMR: raíz cuadrática media residual
estandarizada; AIC: criterio de información de Akaike; BIC: criterio de información bayesiano; DWLS: mínimos cuadrados
ponderados diagonalmente; AVE: varianza media extraída. El Panel A utilizó máxima verosimilitud; el Panel B, DWLS sin
ajuste de media y varianza.
Descriptivos y asociaciones bivariadas
La seguridad relacional presentó la media más alta (M = 3.49), seguida de la intimidad
afectiva (M = 3.21). El bienestar se correlacionó positivamente con intimidad afectiva, r =
.155, IC 95% [.090, .219], y seguridad relacional, r = .211, IC 95% [.147, .274]; se
correlacionó negativamente con sustitución social, r = -.191, IC 95% [-.254, -.126]. La
asociación con involucramiento romántico-sexual fue nula, r = -.015, p = .655 (tabla 3).
Tabla 3. Descriptivos, confiabilidad y correlaciones con el bienestar psicológico
Variable
M
DE
α
Ω
r (IC 95%)
p
Intimidad afectiva
3.21
1.03
0.889
0.886
.155 (.090 a .219)
< .001
Seguridad relacional
3.49
0.99
0.884
0.900
.211 (.147 a .274)
< .001
Sustitución social
2.62
0.97
0.881
0.881
-.191 (-.254 a -.126)
< .001
Involucramiento
romántico-sexual
2.48
0.97
0.891
0.890
-.015 (-.081 a .051)
.655
Bienestar psicológico
20.85
4.34
0.848
0.849
—
—
Nota. N = 881. ERAIH-IA: Escala de Relaciones Afectivas e Íntimas Humano-IA; IA: inteligencia artificial; BIEPS-A:
Escala de Bienestar Psicológico para Adultos; DE: desviación estándar; IC: intervalo de confianza. Correlaciones de
Pearson. Las subescalas de la ERAIH-IA variaron de 1 a 5; la BIEPS-A, de 9 a 27.
Comparaciones entre hombres y mujeres
No se observaron diferencias entre hombres y mujeres en las cuatro funciones relacionales,
con |g| ≤ .074. Los hombres mostraron mayor bienestar medio que las mujeres, diferencia
que permaneció después del ajuste de Holm, t(878.8) = 3.10, p ajustada = .010, g = .209. El
tamaño del efecto fue pequeño y no debe interpretarse como una propiedad intrínseca del
grupo. Además, debido a que no se estableció invariancia factorial de la ERAIH-IA, las
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
comparaciones de sus subescalas se consideran descriptivas de puntuaciones observadas y
no evidencia de diferencias latentes equivalentes (tabla 4).
Tabla 4. Comparaciones entre hombres y mujeres
Variable
Hombres M (DE)
Mujeres M (DE)
t de Welch (gl)
p ajustada
g
Intimidad afectiva
3.22 (1.02)
3.20 (1.03)
0.28 (877.5)
1.000
.019
Seguridad relacional
3.49 (1.01)
3.49 (0.98)
-0.11 (879.0)
1.000
-.007
Sustitución social
2.61 (0.95)
2.64 (0.98)
-0.37 (874.6)
1.000
-.025
Involucramiento
romántico-sexual
2.44 (0.97)
2.52 (0.96)
-1.10 (878.4)
1.000
-.074
Bienestar psicológico
21.29 (4.43)
20.39 (4.21)
3.10 (878.8)
.010
.209
Nota. Hombres: n = 448; mujeres: n = 433. DE: desviación estándar; gl: grados de libertad. Valores p ajustados mediante
Holm para cinco comparaciones; g: g de Hedges.
Modelo multivariable
El bloque sociodemográfico explicó 6.2 % de la varianza del bienestar. La frecuencia y los
meses de uso añadieron 0.5 %, cambio no significativo, F(2, 873) = 2.47, p = .085. Las cuatro
funciones relacionales añadieron 12.9 %, F(4, 869) = 34.78, p < .001; el modelo final explicó
19.6 % de la varianza (R² ajustado = .186).
En el modelo final, intimidad afectiva (β = .198) y seguridad relacional (β = .182) se
asociaron positivamente con el bienestar. Sustitución social presentó la asociación negativa
de mayor magnitud (β = -.329). Involucramiento romántico-sexual no aportó asociación
independiente (β = .014). Edad, escolaridad y pertenecer al grupo de hombres también se
relacionaron con mayor puntuación estandarizada; estado, frecuencia y meses de uso no
fueron significativos (tabla 5). Las asociaciones de intimidad y seguridad fueron de magnitud
modesta y la de sustitución social, mayor pero todavía asociativa. Estos coeficientes no
representan efectos terapéuticos ni establecen relevancia clínica individual; la ERAIH-IA
carece de puntos de corte diagnósticos y el diseño transversal no permite atribuir causalidad.
Tabla 5. Regresión jerárquica del bienestar psicológico estandarizado: modelo final
Predictor
β/B
EE HC3
IC 95%
t
p
Edad
.127
.032
.064 a .190
3.94
< .001
Escolaridad
.164
.031
.103 a .226
5.24
< .001
Hombre (ref.: mujer)
.234
.062
.112 a .355
3.77
< .001
Quintana Roo (ref.: Campeche)
-.089
.084
-.255 a .076
-1.06
.289
Yucatán (ref.: Campeche)
.050
.081
-.109 a .209
0.62
.534
Frecuencia de uso
-.054
.033
-.119 a .011
-1.62
.106
Meses de uso
-.010
.032
-.073 a .053
-0.32
.746
Intimidad afectiva
.198
.046
.108 a .289
4.30
< .001
Seguridad relacional
.182
.042
.100 a .264
4.34
< .001
Sustitución social
-.329
.039
-.406 a -.251
-8.33
< .001
Involucramiento romántico-sexual
.014
.041
-.066 a .094
0.34
.734
Nota. N = 881. β: coeficiente estandarizado; B: coeficiente no estandarizado; EE: error estándar; HC3: corrección robusta
frente a heterocedasticidad de tipo 3; IC: intervalo de confianza. Variables continuas y resultado estandarizados. R² = .196;
R² ajustado = .186; ΔR² relacional = .129, F(4, 869) = 34.78, p < .001.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
La colinealidad fue baja a moderada (VIF máximo = 2.33). Cuarenta y dos observaciones
superaron Cook > 4/n; al excluirlas, las asociaciones de intimidad, seguridad y sustitución
conservaron dirección y significación, y el involucramiento romántico-sexual continuó nulo.
Añadir la plataforma principal produjo resultados prácticamente idénticos (R² = .197). Por
su carácter exploratorio y ausencia de hipótesis previa, las interacciones por grupo no se
utilizaron para modificar las conclusiones principales.
Discusión
El análisis distinguió cuatro funciones relacionales de los chatbots con asociaciones
diferentes con el bienestar psicológico. La intimidad afectiva y la seguridad relacional se
asociaron positivamente, la sustitución social mostró la asociación negativa más fuerte y el
involucramiento romántico-sexual no aportó información independiente. Este patrón
respalda una lectura funcional y no moralizante de la relación humano-IA.
La evidencia psicométrica fue favorable, pero no uniforme. El análisis paralelo indicó tres
factores, mientras que el AFE forzado produjo una estructura simple de cuatro dimensiones
y los modelos confirmatorios por máxima verosimilitud y DWLS favorecieron cuatro
factores. La conservación provisional de cuatro dimensiones no se sustentó únicamente en la
hipótesis teórica: la solución forzada presentó cargas primarias de .514 a .905, una carga
cruzada máxima de .261 y comunalidad media de .612; en la muestra confirmatoria
independiente, el modelo de cuatro factores mostró CFI = .971, RMSEA = .047 y SRMR =
.041, frente a CFI = .895, RMSEA = .089 y SRMR = .062 en el modelo de tres factores; la
sensibilidad ordinal reprodujo la misma preferencia relativa. Además, cada subescala mostró
consistencia adecuada y AVE superior a .59. Esta triangulación justifica conservar las cuatro
puntuaciones como modelo de trabajo, sin ocultar que el análisis paralelo constituye
evidencia discrepante. Por ello, la estructura debe considerarse inicial y requiere replicación
independiente, estimación ordinal robusta e invariancia antes de considerarse estable.(14,15,34-
40)
La asociación positiva de la seguridad relacional es compatible con la posibilidad de que un
chatbot facilite la expresión emocional cuando la persona anticipa menor juicio o rechazo.
La disponibilidad, la pausa controlada y la previsibilidad pueden ayudar a organizar
pensamientos o ensayar conversaciones. La intimidad afectiva mostró una asociación
positiva semejante, pero de magnitud modesta (β = .198 para intimidad y β = .182 para
seguridad). Estos resultados convergen con estudios que describen autorrevelación, apoyo,
conexión momentánea y formación de vínculos digitales, pero no equivalen a un efecto
clínico ni demuestran eficacia terapéutica o beneficio sostenido. Su utilidad clínica actual
consiste, como máximo, en orientar preguntas de exploración y generar hipótesis para
estudios longitudinales.(2,4,5,10,11,29-23) La sustitución social fue el correlato negativo de mayor
magnitud (β = -.329). Preferir el chatbot frente al apoyo humano, reducir interacciones y
experimentar malestar por la falta de acceso pueden indicar que una herramienta sin
reciprocidad desplaza relaciones deseadas. También es plausible la dirección inversa: las
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
personas con menor bienestar pueden buscar más sustitución. Aunque su magnitud fue mayor
que la de las asociaciones positivas, no existe un punto de corte que permita interpretar esta
subescala como indicador clínico individual. La evidencia sobre dependencia y perfiles
heterogéneos de uso respalda preguntar por función, centralidad y consecuencias, no solo por
tiempo de pantalla.(1,6,9,30,31)
El resultado nulo del involucramiento romántico-sexual merece atención. La dimensión se
mantuvo porque mostró una estructura factorial diferenciada, cargas estandarizadas
adecuadas, α = .891, ω = .890 y AVE = .622; la ausencia de asociación independiente con un
criterio específico de bienestar no invalida su diferenciación psicométrica. Coquetear,
fantasear o denominar pareja a un chatbot no se asoció por sí mismo con menor bienestar
cuando se controló la sustitución. Este hallazgo sugiere que el contenido romántico-sexual y
la interferencia funcional no deben tratarse como equivalentes. En estudios futuros, la
dimensión debería evaluarse frente a otros criterios -por ejemplo, funcionamiento relacional,
soledad, bienestar sexual y estabilidad temporal- y mediante replicación e invariancia. Desde
una perspectiva de salud sexual, lo clínicamente pertinente es valorar agencia, privacidad,
consentimiento, interferencia funcional y desplazamiento relacional, y no patologizar una
práctica por ser inusual.(3,13)
La diferencia de bienestar entre hombres y mujeres fue pequeña y no apareció en las
funciones relacionales. El diseño no permite atribuirla al género: puede reflejar condiciones
sociales, educativas o clínicas no medidas. Además, la ausencia de pruebas de invariancia
impide interpretar las comparaciones de la ERAIH-IA como diferencias latentes equivalentes
entre grupos. La combinación de categorías cis y trans y la exclusión de registros no binarios
impiden conclusiones sobre identidades específicas; el coeficiente de grupo debe entenderse
únicamente como ajuste descriptivo del criterio analítico utilizado.
Para la práctica psiquiátrica y psicológica, los hallazgos sugieren una entrevista breve
centrada en cinco preguntas: qué función cumple el chatbot; qué ocurre cuando no está
disponible; si desplaza apoyo humano deseado; qué datos íntimos se comparten; y si la
persona recibe información clínica que no verifica. El bienestar estudiado no equivale a
ausencia de trastorno mental y la ERAIH-IA no es diagnóstica. El sistema puede servir como
apoyo o puente hacia la atención, pero no posee confidencialidad profesional,
responsabilidad clínica ni capacidad demostrada para manejar por sí solo una crisis.(7-10,12,22-
28)
El estudio aportó una muestra amplia, separación exploratoria-confirmatoria, comparación
de modelos, estimación de α y ω, regresión robusta y análisis de sensibilidad. Además,
diferenció calidad y función relacional de frecuencia de uso, una distinción importante
porque la intensidad temporal no explicó bienestar después del ajuste.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
Limitaciones
El diseño transversal no estableció temporalidad ni causalidad. El reclutamiento en línea, no
probabilístico, por conveniencia y bola de nieve pudo sobrerrepresentar a personas con
mayor conectividad, disponibilidad para hablar de IA o pertenecientes a redes de contacto
semejantes. En consecuencia, las proporciones, medias y asociaciones observadas no pueden
generalizarse a todas las personas adultas del sureste de México, a todas las personas usuarias
de chatbots ni a otros contextos culturales. Todas las variables fueron autoinformadas y no
se midieron diagnósticos psiquiátricos, sintomatología, soledad, apoyo social ni calidad de
relaciones humanas.
La muestra analítica excluyó 169 registros fuera del criterio hombre/mujer; por ello, los
resultados no representan a personas no binarias o de género diverso. Tampoco fue posible
comprobar invariancia entre grupos ni desagregar categorías cis y trans. Esta ausencia de
invariancia limita especialmente la interpretación de las comparaciones de las subescalas: las
diferencias observadas no deben considerarse evidencia de equivalencia métrica o de
diferencias latentes entre hombres y mujeres. También quedaron sin evaluar otros
determinantes sociales y relacionales potencialmente relevantes.
La ERAIH-IA requiere validación externa, estabilidad temporal y evidencia convergente y
discriminante. La sensibilidad policórica con DWLS confirmó la solución de cuatro factores,
pero no incorporó el ajuste robusto de media y varianza de WLSMV; una replicación
independiente debe utilizar ese estimador y evaluar la discrepancia con el análisis paralelo.
Finalmente, las plataformas cambian con rapidez y pueden alterar el significado de las
respuestas.
Conclusiones
Las relaciones afectivas con chatbots de IA no constituyeron una experiencia
unidimensional. La intimidad afectiva y la seguridad relacional se asociaron de forma
positiva y modesta con el bienestar; la sustitución social mostró la asociación negativa de
mayor magnitud; y el involucramiento romántico-sexual no presentó una relación
independiente. Estos resultados son asociativos y no establecen causalidad ni puntos de corte
clínicos. En la evaluación psicológica o psiquiátrica, la función sustitutiva y la interferencia
con vínculos humanos justifican preguntas clínicas neutrales, pero ninguna dimensión de la
ERAIH-IA debe utilizarse como criterio diagnóstico. La existencia de fantasía o intimidad
romántico-sexual con IA, por sí sola, no indicó menor bienestar en esta muestra.
Recomendaciones
La entrevista clínica debería incorporar preguntas neutrales sobre el uso afectivo de chatbots,
su centralidad, el malestar ante la interrupción, la sustitución de apoyo humano y la
exposición de datos íntimos.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
Las intervenciones de alfabetización en salud mental digital deberían explicar límites
algorítmicos, verificación de información, privacidad, cambios de plataforma y rutas de
acceso a apoyo humano y servicios de crisis.
Los estudios futuros deberían replicar la estructura con estimadores ordinales, incluir a
personas no binarias y de género diverso sin agregaciones forzadas, evaluar invariancia, y
utilizar diseños longitudinales con medidas de soledad, apoyo social, psicopatología y
funcionamiento.
Referencias bibliográficas
1. Laestadius L, Bishop A, Gonzalez M, Illenčík D, Campos-Castillo C. Too human and not
human enough: a grounded theory analysis of mental health harms from emotional
dependence on the social chatbot Replika. New Media Soc. 2024;26(10):5923-41.
doi:10.1177/14614448221142007.
2. Pentina I, Hancock T, Xie T. Exploring relationship development with social chatbots: a
mixed-method study of Replika. Comput Hum Behav. 2023;140:107600.
doi:10.1016/j.chb.2022.107600.
3. Rodger K, Field EF. You and I plus AI: a qualitative exploration of Replika in the context
of human relationships. Can J Hum Sex. 2025;34(3):398-411. doi:10.3138/cjhs-2025-
0011.
4. Skjuve M, Følstad A, Fostervold KI, Brandtzaeg PB. My chatbot companion: a study of
human-chatbot relationships. Int J Hum Comput Stud. 2021;149:102601.
doi:10.1016/j.ijhcs.2021.102601.
5. Ta V, Griffith C, Boatfield C, Wang X, Civitello M, Bader H, et al. User experiences of
social support from companion chatbots in everyday contexts: thematic analysis. J Med
Internet Res. 2020;22(3):e16235. doi:10.2196/16235.
6. Shu C, Lai K, He L. Human-AI attachment: how humans develop intimate relationships
with AI. Front Psychol. 2026;17:1723503. doi:10.3389/fpsyg.2026.1723503.
7. Torous J, Bucci S, Bell IH, Kessing LV, Faurholt-Jepsen M, Whelan P, et al. The growing
field of digital psychiatry: current evidence and the future of apps, social media,
chatbots, and virtual reality. World Psychiatry. 2021;20(3):318-35.
doi:10.1002/wps.20883.
8. Vaidyam AN, Wisniewski H, Halamka JD, Kashavan MS, Torous JB. Chatbots and
conversational agents in mental health: a review of the psychiatric landscape. Can J
Psychiatry. 2019;64(7):456-64. doi:10.1177/0706743719828977.
9. Blease C, Torous J. ChatGPT and mental healthcare: balancing benefits with risks of
harms. BMJ Ment Health. 2023;26:e300884. doi:10.1136/bmjment-2023-300884.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
10. Xu Z, Lee YC, Stasiak K, Warren J, Lottridge D. The digital therapeutic alliance with
mental health chatbots: diary study and thematic analysis. JMIR Ment Health.
2025;12:e76642. doi:10.2196/76642.
11. Kim M, Lee S, Kim S, Heo JI, Lee S, Shin YB, et al. Therapeutic potential of social
chatbots in alleviating loneliness and social anxiety: quasi-experimental mixed methods
study. J Med Internet Res. 2025;27:e65589. doi:10.2196/65589.
12. Fabelo-Roche JR, Núñez-Blanco Y, Iglesias-Moré S, Hernández-Salazar H, Saborit-Pupo
A, Rodríguez-Quintana T. Riesgo del uso de las redes sociales e internet en adolescentes
cubanos. Rev Hosp Psiquiatr Habana. 2024;21(3). Disponible en:
https://revhph.sld.cu/index.php/hph/article/view/641
13. Formental Hernandez SS, Hernández Pita I, Vizcaíno Alonso MC. Salud sexual en
relación al género como determinante social de la salud. Rev Hosp Psiquiatr Habana.
2024;21(2). Disponible en: https://revhph.sld.cu/index.php/hph/article/view/504
14. Yang F, Oshio A. Using attachment theory to conceptualize and measure the experiences
in human-AI relationships. Curr Psychol. 2025;44:10658-69. doi:10.1007/s12144-025-
07917-6.
15. Kasturiratna KTAS, Hartanto A. Attachment to artificial intelligence: development of the
AI Attachment Scale, construct validation, and the psychological mechanisms of
human-AI attachment. Comput Hum Behav Rep. 2026;21:100912.
doi:10.1016/j.chbr.2025.100912.
16. Peñaloza García BA, Otero Ramos IM, Fernandez Castillo E. Exploración psicométrica
de la escala de bienestar psicológico de Ryff en adultos mayores ecuatorianos. Rev Hosp
Psiquiatr Habana. 2026;23. Disponible en:
https://revhph.sld.cu/index.php/hph/article/view/940
17. Guevara Tirado A. Bienestar subjetivo y ansiedad en la ideación suicida universitaria:
análisis de mediación. Rev Hosp Psiquiatr Habana. 2026;23. Disponible en:
https://revhph.sld.cu/index.php/hph/article/view/902
18. Ryff CD. Happiness is everything, or is it? Explorations on the meaning of psychological
well-being. J Pers Soc Psychol. 1989;57(6):1069-81. doi:10.1037/0022-3514.57.6.1069.
19. Casullo MM. Evaluación del bienestar psicológico en Iberoamérica. Buenos Aires:
Paidós; 2002.
20. Figuerola-Escoto RP, Luna D, Lezana-Fernández MA, Meneses-González F.
Propiedades psicométricas de la Escala de Bienestar Psicológico para Adultos (BIEPS-
A) en población mexicana. CES Psicol. 2021;14(3):70-93. doi:10.21615/cesp.5572.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
21. Dominguez-Lara SA, Campos-Uscanga Y. Propiedades psicométricas de la Escala de
Bienestar Psicológico para Adultos en estudiantes de enfermería: un análisis preliminar.
Salud Uninorte. 2022;38(1):68-80. doi:10.14482/sun.38.1.618.973.
22. Li H, Zhang R, Lee YC, Kraut RE, Mohr DC. Systematic review and meta-analysis of
AI-based conversational agents for promoting mental health and well-being. NPJ Digit
Med. 2023;6(1):236. doi:10.1038/s41746-023-00979-5.
23. He Y, Yang L, Qian C, Li T, Su Z, Zhang Q, et al. Conversational agent interventions for
mental health problems: systematic review and meta-analysis of randomized controlled
trials. J Med Internet Res. 2023;25:e43862. doi:10.2196/43862.
24. Vaidyam AN, Linggonegoro D, Torous J. Changes to the psychiatric chatbot landscape:
a systematic review of conversational agents in serious mental illness. Can J Psychiatry.
2021;66(4):339-48. doi:10.1177/0706743720966429.
25. Jabir AI, Martinengo L, Lin X, Torous J, Subramaniam M, Tudor Car L. Evaluating
conversational agents for mental health: scoping review of outcomes and outcome
measurement instruments. J Med Internet Res. 2023;25:e44548. doi:10.2196/44548.
26. May R, Denecke K. Security, privacy, and healthcare-related conversational agents: a
scoping review. Inform Health Soc Care. 2022;47(2):194-210.
doi:10.1080/17538157.2021.1983578.
27. World Health Organization. Ethics and governance of artificial intelligence for health:
guidance on large multi-modal models. Geneva: World Health Organization; 2024.
Disponible en: https://www.who.int/publications/i/item/9789240084759
28. Moore J, Grabb D, Agnew W, Klyman K, Chancellor S, Ong DC, et al. Expressing stigma
and inappropriate responses prevents LLMs from safely replacing mental health
providers. En: Proceedings of the 2025 ACM Conference on Fairness, Accountability,
and Transparency. New York: Association for Computing Machinery; 2025. p. 599-627.
doi:10.1145/3715275.3732039.
29. Folk D, Yu S, Dunn EW. Can chatbots ever provide more social connection than humans?
Collabra Psychol. 2024;10(1):117083. doi:10.1525/collabra.117083.
30. De Freitas J, Oğuz-Uğuralp Z, Uğuralp AK, Puntoni S. AI companions reduce loneliness.
J Consum Res. 2026;52(6):1126-48. doi:10.1093/jcr/ucaf040.
31. Liu AR, Pataranutaporn P, Maes P. The heterogeneous effects of AI companionship: an
empirical model of chatbot usage and loneliness and a typology of user archetypes. Proc
AAAI ACM Conf AI Ethics Soc. 2025;8(2):1585-97. doi:10.1609/aies.v8i2.36658.
32. Ho A, Hancock J, Miner AS. Psychological, relational, and emotional effects of self-
disclosure after conversations with a chatbot. J Commun. 2018;68(4):712-33.
doi:10.1093/joc/jqy026.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
33. Drouin M, Sprecher S, Nicola R, Perkins T. Is chatting with a sophisticated chatbot as
good as chatting online or face-to-face with a stranger? Comput Hum Behav.
2022;128:107100. doi:10.1016/j.chb.2021.107100.
34. Pilco Guadalupe GA, Kohan Cortada A. Escala para la evaluación de los niveles de
violencia contra la mujer en población ecuatoriana. Rev Hosp Psiquiatr Habana.
2025;22. Disponible en: https://revhph.sld.cu/index.php/hph/article/view/612
35. Boateng GO, Neilands TB, Frongillo EA, Melgar-Quiñonez HR, Young SL. Best
practices for developing and validating scales for health, social, and behavioral research:
a primer. Front Public Health. 2018;6:149. doi:10.3389/fpubh.2018.00149.
36. Brown TA. Confirmatory factor analysis for applied research. 2nd ed. New York:
Guilford Press; 2015.
37. Kline RB. Principles and practice of structural equation modeling. 4th ed. New York:
Guilford Press; 2016.
38. Hu L, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis:
conventional criteria versus new alternatives. Struct Equ Modeling. 1999;6(1):1-55.
doi:10.1080/10705519909540118.
39. Li CH. Confirmatory factor analysis with ordinal data: comparing robust maximum
likelihood and diagonally weighted least squares. Behav Res Methods. 2016;48(3):936-
49. doi:10.3758/s13428-015-0619-7.
40. Putnick DL, Bornstein MH. Measurement invariance conventions and reporting: the state
of the art and future directions for psychological research. Dev Rev. 2016;41:71-90.
doi:10.1016/j.dr.2016.06.004.
41. McDonald RP. Test theory: a unified treatment. Mahwah: Lawrence Erlbaum Associates;
1999.
Contribuciones de autoría
Conceptualización: Sinuhé Estrada-Carmona; Gabriela Isabel Pérez-Aranda.
Curación de datos: Gabriela Isabel Pérez-Aranda; Liliana García-Reyes; Miguel Ángel
Tuz Sierra.
Análisis formal: Sinuhé Estrada-Carmona.
Investigación: Sinuhé Estrada-Carmona; Gabriela Isabel Pérez-Aranda; Liliana García-
Reyes; Miguel Ángel Tuz Sierra.
Metodología: Sinuhé Estrada-Carmona; Gabriela Isabel Pérez-Aranda; Liliana García-
Reyes.
Administración del proyecto: Sinuhé Estrada-Carmona; Gabriela Isabel Pérez-Aranda.
Recursos: Gabriela Isabel Pérez-Aranda; Liliana García-Reyes; Miguel Ángel Tuz Sierra.
Software y visualización: Sinuhé Estrada-Carmona.
Relaciones afectivas con chatbots de inteligencia artificial y bienestar psicológico en hombres y mujeres
Rev. Hosp. Psiq. Hab. Volumen 23| Año 2026 | Publicación continua
Esta obra está bajo licencia https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES
Supervisión y validación: Gabriela Isabel Pérez-Aranda; Liliana García-Reyes; Miguel
Ángel Tuz Sierra.
Redacción del borrador original: Sinuhé Estrada-Carmona; Gabriela Isabel Pérez-
Aranda.
Redacción, revisión y edición: Sinuhé Estrada-Carmona; Gabriela Isabel Pérez-Aranda;
Liliana García-Reyes; Miguel Ángel Tuz Sierra.
Declaraciones
Financiamiento: La investigación no recibió financiamiento externo y se realizó con
recursos propios de las personas autoras.
Conflictos de intereses: Las personas autoras declaran no tener conflictos de intereses.
Agradecimientos: Se agradece a la Facultad de Humanidades de la UACAM y al
Laboratorio de Atención Psicológica e Investigación Clínica; así como a las redes que
apoyaron la difusión, y a las personas participantes.
Disponibilidad de los datos: Los registros primarios desidentificados y la muestra analítica
sin orientación sexual se presentarán como archivos complementarios, sujetos a salvaguardas
éticas e institucionales.
Uso de inteligencia artificial: Las personas autoras utilizaron OpenAI Codex, familia GPT-
5 (consultado el 8 de agosto de 2026), para apoyar la programación y ejecución reproducible
de análisis preliminares, la adaptación editorial, la edición de estilo, la traducción del
resumen y la verificación de formato. La herramienta no generó ni alteró los registros. Las
personas autoras verificaron los datos, el código, los resultados y el texto, y asumen plena
responsabilidad por el contenido.
