Uno de cada tres adultos jóvenes de 18 a 29 años recurre a la inteligencia artificial generativa para obtener información relacionada con sustancias psicoactivas, en especial acerca de los riesgos y consecuencias que acarrean, con mayor prevalencia de varones y personas de raza negra, hallazgo que exige evaluar sus implicancias sanitarias.
Un riesgo emergente
Los grandes modelos de lenguaje orientados al usuario, denominados inteligencia artificial generativa (IA generativa), adquirieron desde 2023 una presencia generalizada y simultánea en la vida diaria, con especial difusión entre los adultos jóvenes de 18 a 29 años.
La incorporación de dichos procedimientos a la búsqueda de información podría influir sobre el consumo de sustancias, dado que los jóvenes acuden a internet con mayor frecuencia que otros grupos etarios para resolver dudas de salud.
La adultez temprana coincide, asimismo, con el pico del consumo de sustancias, circunstancia que convierte a la franja de edad en un grupo con alto riesgo de exposición a daños, más aún si se tiene en cuenta que las drogas y el alcohol provocaron, entre 2018 y 2024, la cuarta parte de los fallecimientos juveniles.
Algunos medios periodísticos [de EE.UU.] documentaron, incluso, la muerte por sobredosis de un adulto joven que había consultado a un sistema de IA generativa para obtener datos sobre el uso de drogas, episodio que ilustra la gravedad potencial del fenómeno. Aunque una sexta parte de los jóvenes emplea tales recursos con fines vinculados a la salud mental, la prevalencia de utilización para consultas relacionadas con sustancias psicoactivas hasta el momento permanecía desconocida.
La investigación Use of Generative AI for Substance-Related Information Among Young Adults… publicada por la revista Journal of Medical Internet Research * (JMIR Formative Research) procuró estimar la prevalencia del empleo de IA generativa entre adultos jóvenes con fines informativos referidos a sustancias. Las autoras buscaron también identificar los factores demográficos asociados, caracterizar los motivos, la frecuencia de las consultas y examinar la valoración del sistema por parte de quienes lo utilizan.
Encuesta y hallazgos
El Centro de Farmacoepidemiología de la Universidad Rutgers, con sede en New Brunswick, Estados Unidos, condujo una encuesta transversal aprobada por el comité de ética institucional, con consentimiento informado en línea, datos anónimos y una compensación de 0,50 dólares por participante.
La plataforma Prolific reclutó en abril de 2026 a residentes estadounidenses de 18 a 29 años con calificación superior al 97%, mediante cuotas equitativas por edad y sexo y distribución racial acorde con la American Community Survey.
El cuestionario indagó el uso general y específico de la IA generativa, su frecuencia, once motivos agrupados en información sobre sustancias, consecuencias y trastornos por consumo y, mediante una escala Likert de cinco puntos, la percepción de utilidad, fiabilidad y confianza que inspiraba la IA.
La muestra final incluyó 995 participantes; el 97,3% había utilizado alguna vez la IA generativa y el 32,3% declaró consultarla sobre sustancias, frente al 57,5% que recurría a Google con idéntico propósito.
Las probabilidades ajustadas de uso resultaron mayores entre participantes de raza negra respecto de los blancos (odds ratio de 2,52) y entre varones frente a mujeres (OR 2,04), sin diferencias significativas por edad ni condición de estudiante.
El 51,1% de los usuarios consultaba la IA casi nunca y el 48,2% lo hacía al menos una vez al mes; el 92,8% buscaba datos sobre consecuencias, el 48,6% información específica de sustancias y el 34,9% temas vinculados con la adicción.
Las valoraciones alcanzaron niveles elevados en todos los dominios: la utilidad percibida predominó en el uso general (4,44 frente a 4,12), la confianza prevaleció en las consultas sobre sustancias (3,66 frente a 3,51) y la fiabilidad no mostró diferencias.
Implicancias sanitarias
Las autoras consideran que la magnitud del fenómeno observado, con predominio de las búsquedas centradas en riesgos y consecuencias del consumo, refleja tanto una adopción amplia de la IA generativa como la percepción propia de beneficios obtenidos de las consultas centradas en sustancias.
El anonimato constituyó, según los investigadores, una de las ventajas más valoradas, puesto que las preguntas sobre drogas suelen involucrar conductas sujetas a estigma social y legal. La mayor propensión observada en varones y en personas de raza negra guardaría relación con las desigualdades en el acceso a la atención médica, el estigma, los diversos niveles de confianza y los hábitos diferenciales para la búsqueda de información relacionada con la salud.
La valoración favorable otorgada por los participantes sugiere que la tecnología logró ser parte del ecosistema digital de salud de los jóvenes, hecho que confiere a la información difundida por tales sistemas un impacto considerable sobre la salud pública.
Consecuencias preocupantes
Los modelos operan de manera probabilística y pueden reproducir con facilidad información errónea, mientras que diversas evaluaciones realizadas en contextos sanitarios arrojaron resultados preocupantes en la precisión de sus respuestas. La combinación de una confianza elevada con limitaciones conocidas de exactitud adquiere especial relevancia en el terreno de las drogas, donde una orientación equivocada acerca de dosis, mezclas o riesgos puede derivar en consecuencias graves e incluso fatales.
Los investigadores recomiendan estudiar no solo la veracidad de la información generada por dichos modelos, sino también la manera en que los jóvenes interpretan sus respuestas y, a partir de ellas, cómo actúan cuando enfrentan situaciones vinculadas al consumo de sustancias. En vista de las consecuencias, los nuevos trabajos deberían esclarecer las causas de las diferencias demográficas detectadas y las implicancias del fenómeno para la salud pública, dado el papel creciente de la IA generativa en el ecosistema del consumo juvenil.
Entre las lmitaciones reconocidas, el estudio destaca haber empleado una muestra en línea no probabilística, capaz de sobrerrepresentar a personas muy conectadas y familiarizadas con la IA generativa, así como posibles errores de medición residuales y falta de validación previa de los instrumentos.
* Journal of Medical Internet Research - JMIR Formative Research
Use of Generative AI for Substance-Related Information Among Young Adults (Aged 18-29 Years) in the United States: Cross-Sectional Surve
Mireia Triguero Roura1, Pia M Mauro1,2
19 de octubre, 2026; Vol 10
Filiación de las autoras:
1- Center for Pharmacoepidemiology, Rutgers, The State University of New Jersey, New Brunswick, EE.UU.
2- Department of Biostatistics and Epidemiology, Rutgers School of Public Health, Piscataway, EE.UU.