weeklyAI · Week of 2 October 2026weeklyAI · Semana del 2 de octubre de 2026

← Your child← Sus hijos

analysis of texts · Journal of Medical Internet Research · la publicación, 25 jun 2026 · gratis

Niños vigilados por una aplicación de sus padres: en 15 de cada 100 días que usaron inteligencia artificial, escribieron algo violento

Un estudio observó lo que 3,363 niños y adolescentes de Estados Unidos teclearon en sus teléfonos, donde sus padres habían instalado una aplicación de vigilancia. Los investigadores sólo vieron lo que escribió el menor, no lo que respondió la aplicación.

Versión breve · la versión detallada sigue, unos 9 min

Pregunte al chat de weeklyAI

Pregúnteme por este estudio: a quiénes se estudió, qué encontró y qué no dice.

Las conversaciones se guardan mientras exista weeklyAI, para mejorar la publicación. Se responde en el idioma en que usted escribe.

El estudio, de un vistazo
Quiénes
Niños y adolescentes de Estados Unidos
Cuántos
3,363 jóvenes de entre 1 y 17 años
Dónde
Estados Unidos
Cuándo
entre enero y septiembre de 2025
Tipo de estudio
analysis of what people did
Quién lo hizo
Universidad de Carolina del Norte en Chapel Hill y Aura
El límite que importa
Solo se registró lo que escribió el menor, no lo que respondió la aplicación.
Temas que aparecieron en los días de uso de las aplicaciones de IA
Usar la IA como herramienta62%
Violencia15%
Juego de rol sexual15%
Juego de rol romántico8%
Interacciones amistosas6%

Porcentaje de 42,355 días de uso (todo lo que un menor escribió en una misma aplicación en una misma jornada) en que apareció cada tema; un mismo día puede sumar varios temas, y solo se registró lo que escribió el menor, no lo que respondió la aplicación.

Temas según la edad del usuario

Usuarios de 16 y 17 añosfrente aUsuarios menores de 12 años

La violencia apareció en 6% a 8% de los días de uso entre los mayores, frente a 15% a 24% entre los más chicos.

Usuarios de 16 y 17 añosfrente aUsuarios menores de 12 años

El juego de rol sexual apareció en 2% a 8% de los días de uso entre los mayores, frente a 11% a 19% entre los más chicos.

Usuarios de 16 y 17 añosfrente aUsuarios menores de 12 años

El juego de rol romántico apareció en 2% a 8% de los días de uso entre los mayores, frente a 6% a 14% entre los más chicos.

Vale la pena mirar hacia dónde van las conversaciones de su hijo con estas aplicaciones, sobre todo si es pequeño.
Lectura de weeklyAI
Ver · 0:50

Un grupo de investigadores quiso saber qué escriben de verdad los menores cuando conversan con aplicaciones de inteligencia artificial. No les preguntaron después. Leyeron los textos tal como iban saliendo del teclado.

Para eso usaron los datos de una aplicación de control parental llamada Aura, que los padres instalan en el teléfono del hijo. La aplicación tiene un teclado opcional que registra lo que se escribe. Sólo entraron al estudio las familias que usaban esa aplicación y activaron ese teclado.

Con ese material reunieron más de 42,000 días de uso, de 3,363 menores de entre 1 y 17 años, entre enero y septiembre de 2025. Un día de uso significa todo lo que un menor escribió en una misma aplicación en una misma jornada.

Lo más común, con diferencia, fue usar la inteligencia artificial como herramienta: resolver una tarea, buscar un dato, pedir un texto. Ocurrió en 62 de cada 100 días de uso. El artículo describe un estudio en el que los propios adolescentes contaron lo mismo en encuestas.

Pero en 15 de cada 100 días aparecieron palabras violentas: golpes, peleas, matar. Y en otros 15 de cada 100 hubo juego de rol sexual, es decir, conversaciones donde el menor actúa un encuentro sexual con el chatbot.

Los investigadores no tenían una idea previa sobre qué edades mostrarían más estos temas. Entre los menores de 12 años, la violencia apareció en 15 a 24 de cada 100 días, y el juego de rol sexual en 11 a 19 de cada 100. Entre los de 16 y 17 años, la violencia apareció en 6 u 8 de cada 100 días.

El estudio sólo capturó lo que escribió el menor. No vio las respuestas del chatbot. Por eso no puede decir quién empezó la conversación ni si la aplicación la alentó.

Hay otra razón para pensar que las cifras reales son más altas, no más bajas. Las familias de este estudio pagaron por vigilar a sus hijos, algo que no hace todo el mundo. Y los menores que escriben lo más explícito son justamente los que probablemente desactivan ese teclado.

Los investigadores tampoco midieron si estas conversaciones hicieron daño. No saben si un niño que escribe sobre violencia se vuelve más agresivo, ni si el juego romántico afecta sus relaciones reales.

Vale la pena mirar hacia dónde van las conversaciones de su hijo con estas aplicaciones, sobre todo si es pequeño.

Qué significa para usted

Estos hallazgos vienen de familias que pagaron por un control parental en Estados Unidos, así que no describen a todos los menores. Si su hijo usa estas aplicaciones, fíjese en qué escribe, sobre todo si es pequeño, y pregúntele para qué las usa. El estudio no midió si esto hace daño.

Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819

Quién pagó: Los autores declaran que no recibieron apoyo financiero para este trabajo; varios autores son empleados de Aura y algunos poseen acciones en Aura, y el estudio utilizó modelos de OpenAI a través de un acuerdo empresarial.

No tome esto como consejo médico profesional.

Los hallazgos de otros estudios que aquí se mencionan los conocemos por este documento, que fue el que leímos; no abrimos cada uno de esos estudios.

Versión detalladaLos pasajes copiados del artículo, las ilustraciones y cada fuente con cuánto leímos de ella · 1805 palabras · unos 9 minLeerla →Cerrar

Lo que 3,363 niños y adolescentes escribieron a los chatbots de IA

Un estudio observó las pulsaciones de teclado, no lo que la IA respondió. La herramienta fue lo más común; la violencia y el juego de roles sexual o romántico aparecieron más entre los usuarios más chicos.

Así podría verse · ilustración generada por weeklyAI.watch, no es una fotografía

La mayoría de las veces que niños y adolescentes estadounidenses escribieron a un chatbot de inteligencia artificial lo usaron como herramienta: para resolver un problema, buscar información o pedir ayuda con una tarea. Eso ocurrió en 26,343 de 42,355 "días-usuario-app", es decir, el 62%. Es el hallazgo central de un estudio publicado el 27 de julio de 2026 en el Journal of Medical Internet Research, que analizó lo que 3,363 jóvenes de entre 1 y 17 años tipearon en aplicaciones de IA generativa entre enero y septiembre de 20251.

Junto a ese uso práctico aparecieron otros temas. La violencia —menciones a golpear o matar— estuvo presente en el 15% de esos días-usuario-app; el juego de roles sexual, en otro 15%; el romántico, en el 8%; las interacciones amistosas, en el 6%1. Los días con contenido violento fueron también los que más palabras escritas acumularon, seguidos por el juego de roles sexual y el romántico2. Y esos temas solían aparecer juntos en una misma jornada: la violencia, el juego sexual y el romántico se superpusieron con frecuencia, incluso en casos que sugerían juego de roles sexual violento3.

El dato que más puede sorprender a una familia es cómo se repartió por edad. El uso como herramienta fue más frecuente entre los mayores, mientras que la violencia y el juego de roles sexual o romántico fueron relativamente más comunes entre los usuarios más jóvenes4. Entre los menores de 12 años, la violencia apareció en el 15% al 24% de sus días de uso, el juego de roles sexual en el 11% al 19% y el romántico en el 6% al 14%5.

Conviene detenerse en qué se observó y qué no. El equipo capturó únicamente las pulsaciones que el joven escribía, a través de un teclado superpuesto opcional de la app de monitoreo parental Aura, que las familias instalan y pagan. No se registró lo que el chatbot respondía, de modo que este trabajo no puede mostrar quién inició una conversación ni si la IA la alentó. Tampoco midió efectos sobre el bienestar: no hay aquí ningún resultado psicológico, clínico ni de conducta posterior. Los propios autores advierten que, como la muestra proviene de familias que compraron una app de monitoreo, es probable que las cifras reales en la población general sean más altas, no más bajas6. Y como los chicos podían desactivar el teclado cuando quisieran, las conversaciones más explícitas o riesgosas son justamente las que el estudio pudo haber perdido7.

Para dimensionar el asunto: datos representativos a nivel nacional de jóvenes estadounidenses de 13 a 22 años sugieren que más de la mitad usa chatbots de IA, y un 28% los usa al menos una vez al día8. En la misma muestra que dio origen a este trabajo, alrededor del 20% de los chicos de 10 a 12 años y el 10% de los de 8 y 9 años usaban apps de IA en sus dispositivos9.

Vale la pena entender qué es esta tecnología, porque explica por qué resulta tan fácil conversar con ella. La IA generativa produce contenido nuevo aprendiendo patrones de grandes conjuntos de datos; un chatbot es un agente conversacional que permite intercambios en lenguaje natural en tiempo real, con la capacidad de generar texto con apariencia humana10. No es un buscador que devuelve enlaces: es una conversación que responde.

Así podría verse · ilustración generada por weeklyAI.watch, no es una fotografía

¿Por qué un chico conversaría así? Una encuesta nacional de Common Sense Media encontró que el 72% de los jóvenes estadounidenses dijo haber usado un chatbot —fuera una herramienta general como ChatGPT o un sistema de compañía como Character.AI— como acompañante simulado, lo que incluye juego de roles, charla casual, contar emociones o problemas de salud mental, y práctica social11. En el estudio que hoy comentamos, las apps populares de compañía —como Character.AI, Polybuzz y CHAI— se usaron sobre todo para juego de roles sexual, romántico, general y violencia12. ChatGPT, en cambio, apareció en todos los temas por su volumen general de uso13.

Esto es nuevo en un sentido preciso: la observación pasiva de pulsaciones de teclado en teléfonos ya se había usado para estudiar la comunicación digital de adolescentes y adultos jóvenes, pero ningún estudio conocido había caracterizado objetivamente el contenido producido en interacciones con chatbots14. Hasta ahora, lo que sabíamos de la naturaleza de estas conversaciones venía de unas pocas encuestas de autorreporte, que no captan el detalle de lo que los chicos escriben en tiempo real15.

Otros trabajos que leímos apuntan en la misma dirección, aunque con otros métodos. Otro trabajo que leímos, según su resumen, encontró que una parte de los jóvenes que usan chatbots conversacionales reporta haber estado expuesto a riesgos concretos, como que le pidieran información personal incómoda, sentirse manipulado o presionado, recibir información falsa, o ser expuesto a mensajes sobre autolesión o suicidio (pudimos leer solo el resumen; el trabajo completo está detrás de una suscripción). Otro trabajo, según su resumen, entrevistó en profundidad a estudiantes de secundaria que usaban IA con frecuencia y propuso un modelo de "trampa ecológica adaptativa": un proceso que empieza como uso compensatorio y puede volverse dependencia que se refuerza sola (también pudimos leer solo el resumen). Y un tercer documento, según su resumen, describe una ley estatal en Estados Unidos que regula los chatbots de compañía, impulsada por casos que vincularon estas interacciones con daños a adolescentes, y señala que muchos chatbots de compañía examinados en otro estudio tenían menos protecciones que los asistentes generales, y respondían mal ante simulaciones de crisis de salud mental (de nuevo, solo el resumen).

Así lo leemos nosotros. Cuando una tecnología nueva entra en la casa, cambian las herramientas y las formas de vigilar, pero no cambian las relaciones de fondo entre quienes viven allí: quién manda, quién cuida, quién decide y cómo se reparte el trabajo siguen igual que antes. Por eso nos parece probable que, en los hogares que compran una app de monitoreo, la conversación familiar sobre lo que el chico escribe al chatbot no cambie gran cosa: la app vigila, los padres ven alertas, y sin embargo los temas que aparecen en pantalla siguen sin ser conversados. Nos lo haría pensar distinto ver que las familias que usan monitoreo hablan más y con más detalle con sus hijos sobre lo que escriben a la IA que las que no lo usan, o que el contenido violento y sexual baja cuando hay monitoreo activo. Mientras tanto, usted puede preguntarse si la app que instaló está haciendo el trabajo de conversación que le toca a la familia, y usar sus reportes como excusa para preguntarle al chico qué escribe y por qué, en vez de confiar solo en la alerta automática.

Y hay algo más que nos sugiere este patrón. Los chicos que crecen en ambientes donde no se los escucha ni se los toma en serio, y donde solo se les exige obedecer, tienden a buscar por su cuenta formas de expresión que pueden volverse destructivas, sobre todo cuando sienten que sus palabras no tienen efecto sobre los adultos. Eso nos llevaría a esperar que los niños y preadolescentes que más escriben violencia o contenido sexual a los chatbots sean justamente aquellos cuyas familias no conversan sobre emociones ni sobre lo que pasa en la pantalla, y que usan la IA como un lugar donde decir lo que en casa no se puede decir. Nos equivocaríamos si viéramos que los chicos con más contenido violento o sexual son los que tienen más diálogo y acompañamiento en casa, o que el contenido baja cuando los padres simplemente prohíben la app sin cambiar la conversación familiar. Lo que usted puede hacer con esto es revisar si en su casa hay espacio para que el chico cuente cosas incómodas sin castigo, y tratar el chatbot como una señal de lo que el chico no está pudiendo decir en voz alta, no solo como una app que hay que bloquear.

Así podría verse · ilustración generada por weeklyAI.watch, no es una fotografía

Una última cosa que nos parece útil tener a mano: la adolescencia es el momento en que alguien empieza a preguntarse quién es, y esa pregunta suele vivirse con soledad y con la sensación de que hay que entregarse a algo o a alguien para no quedar atrapado en uno mismo. Eso nos llevaría a esperar que los chicos que usan chatbots para juego de roles romántico, sexual o de amistad estén buscando un espejo donde probar quiénes son y sentirse acompañados, y por eso el contenido más íntimo aparezca más en los más chicos, que están entrando justo en esa etapa y todavía no tienen otros espacios donde ensayarla. Lo sabríamos equivocado si ese juego de roles apareciera igual o más en chicos que ya tienen amigos cercanos, noviazgos reales y adultos de confianza con quienes hablan de estos temas, o si desapareciera cuando esos espacios existen. Usted puede tomar el uso intenso de chatbots para romance o compañía como una señal de que el chico está buscando un lugar para ensayar su identidad y sus vínculos, y ofrecerle espacios reales de amistad, actividades y conversación sobre relaciones, sin ridiculizar lo que hace con la IA.

Los propios autores proponen hacia dónde debería ir el diseño: barreras que limiten el contenido dañino para todos los usuarios, recursos emergentes cuando se detecta riesgo, y controles directos para los cuidadores de los niños16. También señalan que la naturaleza de estas interacciones importará más para el bienestar que la cantidad de tiempo de uso, y que hacen falta estudios que midan síntomas clínicos y funcionamiento social para saber qué efectos tiene todo esto.

Antes de sacar conclusiones, dos precisiones sobre el estudio mismo. Los datos de edad de los más pequeños probablemente contienen errores de carga, y algunos dispositivos pueden ser compartidos, así que cualquier conclusión sobre los usuarios más chicos es imprecisa. Además, el análisis se limitó a conversaciones escritas, en apps de IA generativa, en teléfonos o tabletas: quedaron fuera la voz, el navegador y los chatbots dentro de otras aplicaciones. El equipo investigador pertenece a la Universidad de Carolina del Norte en Chapel Hill y a Aura, la empresa del monitoreo parental; varios autores son empleados de Aura y dos tienen acciones en ella, y los autores declaran no haber recibido financiamiento para este trabajo.

Lo que este estudio deja en sus manos no es un veredicto sobre la IA, sino una práctica concreta: sentarse con su hijo o hija y preguntarle qué le escribe al chatbot, sin dramatizar y sin castigar la respuesta. La próxima vez que vea a su hijo teclear en el teléfono, ¿qué le va a preguntar sobre lo que escribe ahí?

De dónde sale cada dato de contexto, y cuánto leímos de cada documento

  1. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "The majority of user-app-days (26,343/42,355, 62%) involve using GenAI as a tool (eg, problem-solving and seeking information), but nontrivial percentages of interactions involve violence (eg, references to punching or killing: 6460/42,355, 15%), friend-like interactions (eg, mirroring typical human dialogue: 2624/42,355, 6%), and sexual (eg, referencing sexual acts: 6393/42,355, 15%) or romantic (eg, referencing love or dating: 3538/42,355, 8%) role-play."
  2. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Word counts were highest for user-app-days involving violence, followed by sexual role-play, romantic role-play, and emotional support, suggesting greater engagement when using GenAI in these ways."
  3. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Co-occurrence analyses showed that tool use often appeared alone, whereas violence, sexual role-play, and romantic role-play frequently co-occurred within a user-app-day, including instances suggestive of violent sexual role-play."
  4. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Broadly, tool use of GenAI is relatively more prominent among older age groups, whereas sexual and romantic role-play and violence are relatively more common among younger users."
  5. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "In contrast, among users younger than 12 years, 15%-24% of user-app-days involve violence, 11%-19% involve sexual role-play, and 6%-14% involve romantic role-play."
  6. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "This sampling context suggests our findings may systematically underestimate the prevalence and severity of such interactions in the broader population of child AI users."
  7. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Engaging in more explicit or risky conversations likely also correlates with youth opting out of the Aura keyboard overlay, such that our data may systematically miss AI interactions that are more extreme, potentially problematic, or age-inappropriate."
  8. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Nationally representative data from US youth aged 13-22 years suggest that more than half use GenAI chatbots, including 28% using these tools at least daily [ 10 ]."
  9. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Among the same sample analyzed for the current study, data gathered from the Aura parental monitoring app indicated that about 20% of youth aged 10-12 years and 10% of youth aged 8-9 years use GenAI apps on their devices [ 11 ]."
  10. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "GenAI refers to AI systems that produce novel content by learning patterns from large datasets; GenAI chatbots refer to conversational AI agents, enabling users to engage in real-time natural language exchanges with systems capable of generating responsive, human-like text [ 9 ]."
  11. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Most US youth (72%) report having engaged with an AI chatbot (whether a general-purpose tool like ChatGPT or a companion-focused system like Character.AI) as a simulated companion—including role-playing, chatting casually, disclosing emotions or mental health challenges, and social practice [ 12 ]."
  12. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Popular apps marketed for companionship (eg, Character AI, Polybuzz, and CHAI) are commonly used for sexual role-play, romantic role-play, general role-play, and violence."
  13. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Notably, although the heatmap shows the most common themes within apps (ie, the percentage of user-app-days within an app coded for each theme), the raw numbers indicate the popularity of ChatGPT for all purposes."
  14. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Passive sensing of smartphone keystroke data among young adults and adolescents has been used to study digital communication [ 14 - 16 ]; however, no known studies have objectively characterized content produced in interactions with AI chatbots."
  15. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "However, our current understanding of the nature of youth-AI interactions is limited to a few self-report survey studies, missing a detailed understanding of children’s and adolescents’ direct, real-time input during chatbot interactions."
  16. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Implementing guardrails that limit harmful content (for all users), provide pop-up resources when risk is detected, and enable direct caregiver controls for children may be critical design features to enhance safety."

Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819

Quién pagó: Los autores declaran que no recibieron apoyo financiero para este trabajo; varios autores son empleados de Aura y algunos poseen acciones en Aura, y el estudio utilizó modelos de OpenAI a través de un acuerdo empresarial.

No tome esto como consejo médico profesional.

Los hallazgos de otros estudios que aquí se mencionan los conocemos por este documento, que fue el que leímos; no abrimos cada uno de esos estudios.

analysis of texts · Journal of Medical Internet Research · the paper, 25 Jun 2026 · free

Researchers Read What Children Type Into AI Chatbots. One Day in Seven Included Violence.

In a study of 3,363 US children and teens, most AI chats were for homework and questions, but 15 percent of the days children used an AI app included violent words, and another 15 percent included sexual role-play.

Short version · the longer version follows, about 6 min

Ask the weeklyAI chat

Ask me about this study: who was studied, what it found, and what it does not say.

Conversations are saved for as long as weeklyAI exists, to improve the publication. Answers come in the language you write in.

The study at a glance
Who
US children and teenagers who used AI chatbot apps
How many
3363
Where
United States
When
January 2025 to September 2025
Kind of study
analysis of what people did
Who did it
University of North Carolina at Chapel Hill and Aura
The limit that matters
It counted only what children typed, never what the chatbot answered.
What children typed into AI chatbot apps, out of every 100 app-days
Using AI as a tool62%
Violence15%
Sexual role-play15%
Romantic role-play8%
Friend-like conversation6%

These are shares of 42,355 app-days (everything one child typed into one AI app on one day) from 3,363 US children and teens; the study saw only what children typed, not what the chatbot replied, and the families had already bought a parental monitoring app, so the real numbers elsewhere may be higher.

What children typed, by age group

Children younger than 12againstTeenagers aged 16 and 17

Violence appeared on 15% to 24% of app-days for the youngest group, against 6% to 8% for the oldest.

Children younger than 12againstTeenagers aged 16 and 17

Sexual role-play ran 11% to 19% for the youngest, against 2% to 8% for the oldest.

Children younger than 12againstTeenagers aged 16 and 17

Tool use was 47% to 53% of app-days for the youngest, against about 80% for the oldest.

The study did not measure whether any of this harmed a child. It found what was typed, not what it did.
weeklyAI's reading
Watch · 0:54

Fifteen out of every 100 days a child used an AI chatbot app, the words typed included violence.

That is the second most common thing researchers found after ordinary tool use, like asking for homework help. The study looked at 42,355 app-days from 3,363 children and teenagers aged 1 to 17 across the United States, collected between January and September 2025.

Most of what children typed was practical. About 62 percent of the days involved using AI as a tool, for questions, writing, or solving problems. That was true for all ages, and more so for older teenagers.

A separate 15 percent of app-days included sexual role-play, where a child acts out a sexual scene with the chatbot. Romantic role-play appeared on 8 percent of days, general role-play on 9 percent, and friendly conversation on 6 percent.

The pattern by age is what stands out. Children aged 16 and 17 used AI as a tool on about 80 percent of their app-days. Among children under 12, tool use dropped to 47 to 53 percent. Violence appeared on 15 to 24 percent of app-days for the youngest group, compared with 6 to 8 percent for 16 and 17 year olds. Sexual role-play ran 11 to 19 percent for the youngest, against 2 to 8 percent for the oldest.

The researchers used keystroke data from a paid parental monitoring app called Aura, which parents or guardians had installed on their children's phones. The Aura keyboard is optional, and parents or guardians agree to the app's terms and privacy policy when they set it up. So the study saw the child's side of the conversation only, not what the chatbot replied. The researchers say more work is needed to understand how the chatbot's design may shape these conversations.

The families who buy a monitoring app may be more watchful than most, the researchers note. The researchers say families who buy a monitoring app may be more watchful than most, so the study may miss worse conversations.

The study did not measure whether any of this harmed a child. It found what was typed, not what it did.

The researchers call for limits on harmful content, resources when risk is detected, and direct caregiver controls for children.

What this means for you

What you can take from this is narrow and useful: your child most likely types questions and homework into these apps, which is the ordinary use researchers saw most. This study counted words typed, not harm, and it watched only families who bought a monitoring app in the United States, so it cannot tell you what your own child's chats are doing. If you want to know, ask what they use it for.

Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819

Who paid: The authors declare no financial support was received for this work; several authors are employees of Aura and some hold equity shares in Aura, and the study used OpenAI models through an enterprise agreement.

Do not take this as professional medical advice.

The longer versionThe passages copied from the paper, the pictures, and every source with how much of it we read · 1153 words · about 6 minRead it →Close

Children Typed Violence And Sex Into AI Chatbots, And The Youngest Did It Most

Keystroke records from 3,363 US children show what they wrote to chatbots — not what the chatbots wrote back.

How it could look · illustration generated by weeklyAI.watch, not a photograph

The most common thing children did with AI chatbots was use them as a tool — to solve a problem, answer a question, or make an image. That was 62% of the 42,355 user-app-days in the study1. A user-app-day means everything one child typed into one AI app on one day.

But violence showed up in 15% of those days, and sexual role-play in another 15%1. Romantic role-play appeared in 8%, general role-play in 9%, and friend-like conversation in 6%1.

The pattern by age is the part that will stop parents. Older teenagers used the chatbots mostly as tools — about 80% of user-app-days at ages 16 and 17. Among children younger than 12, only 47% to 53% of user-app-days were tool use. In that youngest group, 15% to 24% of user-app-days involved violence, 11% to 19% involved sexual role-play, and 6% to 14% involved romantic role-play2.

The longest messages — and by the authors' reading, the deepest engagement — went to the charged subjects. Word counts were highest for violence, then sexual role-play, then romantic role-play, then emotional support3.

Violence, sexual role-play, and romantic role-play often appeared on the same day, sometimes in the same message. The researchers report seeing explicit violent sexual role-play in the data4.

The study watched only one direction of the conversation. It captured what children typed, never what the chatbot answered5.

The sample itself probably makes the numbers look smaller than they are. These were families who had already bought a parental monitoring app, and the authors say that likely means they systematically underestimated how common and how severe these interactions are among child AI users generally6. Children having the most explicit conversations were also the most likely to switch the keyboard off, so those conversations would be missing entirely7.

Ages for the youngest children may be wrong — some entries list a 1-year-old — and some devices may be shared with a parent or sibling, so the findings for the youngest users are imprecise.

Generative AI chatbots are programs that produce new text by learning patterns from very large collections of writing, and they hold a real-time conversation in ordinary language8.

How it could look · illustration generated by weeklyAI.watch, not a photograph

The technology is already in most teenagers' hands. The article describes a study in which nationally representative data on US youth aged 13 to 22 suggest more than half use these chatbots, and 28% use them at least daily9. The article describes a study in which, in the same monitoring sample used for this study, about 20% of children aged 10 to 12 and 10% of children aged 8 to 9 were using AI apps on their devices10.

Surveys had already told us why young people say they open these apps. The article describes a study in which most US youth — 72% — report having used a chatbot as a simulated companion: role-playing, chatting, disclosing feelings or mental health struggles, practicing social situations11.

What was missing until now was any record of what children actually type in the moment. Understanding of youth–AI interaction had been limited to a few self-report surveys, which miss the direct, real-time input12. The article describes a study in which phone keystroke data had been used to study young people's digital communication before, but no known study had objectively characterized what people produce in conversations with AI chatbots5.

Their stated reasons were entertainment (85%), advice (65.6%), and friendship (60.1%) — and 47.1% reported exposure to one or more specific risks and harms1314151617.

The same survey, again only its summary, reported that 32.3% of these teenagers were asked for uncomfortable personal information, 23.1% felt manipulated or pressured, 18.7% were encouraged to act unethically or illegally, and 15.2% were prompted toward risky behavior18. Younger teenagers and boys reported more of these negative experiences19.

Fewer than half had content policies addressing self-harm, and when presented with simulated adolescent health crises, most did not respond in a clinically appropriate way202122.

How it could look · illustration generated by weeklyAI.watch, not a photograph

California's Senate Bill 243 is described as the first US law regulating AI companion chatbots, requiring disclosure, suicide prevention protocols, and age-specific safeguards2324.

A separate interview study of 38 secondary school students who used generative AI frequently, which we could read only in its summary, described dependency forming in stages — from adaptive use toward something harder to leave — and called for families, schools, platforms, and policy to act together252627.

Here is how we read it. A child's sense of self is still under construction, and it gets built partly out of other people's reactions — being answered, noticed, kept company. A chatbot supplies that mirror instantly and never gets tired. So we would expect the heaviest engagement to cluster around the interactions that feel most personal and most responsive, not around homework help, and some of the pull toward violent or sexual exchanges may be about intensity rather than about the topic. We would know we were wrong if the longest, most repeated conversations in data like this turned out to be plain task requests with nothing personal in them. What you can do with it: watch less for hours logged and more for what the chatbot is doing for your child. Is it a place to get answers, or a place to be seen?

We also read it this way. New tools arrive in ordinary life with almost no rules and little thought about what users will actually do with them, and the predictable mess lands on families rather than on the people who built and sold the tool. So we would expect the violent and sexual content in these messages to be shaped as much by how apps are designed and marketed, and by missing guardrails, as by anything about the children. We would be wrong if apps with strong built-in limits showed the same patterns as apps built for adult or companion content. What you can do with it: treat app choice as a real decision. Check what an app is designed and advertised to do before your child uses it, and ask the makers, the schools, and the regulators who is responsible when it goes wrong. You are not the only line of defense, and you should not have to be.

The study's authors point to specific design changes: limits on harmful content for all users, on-screen resources that appear when risk is detected, and caregiver controls that actually work28.

One thing this study cannot tell you, and no headline should pretend otherwise: it counted what children typed. It did not measure whether any of it harmed them. So watch what your child does with these apps, not only what they say to them — and when you next look at the phone, ask which app it is and what it was built to do.

Where each piece of context comes from, and how much of it we read

  1. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "The majority of user-app-days (26,343/42,355, 62%) involve using GenAI as a tool (eg, problem-solving and seeking information), but nontrivial percentages of interactions involve violence (eg, references to punching or killing: 6460/42,355, 15%), friend-like interactions (eg, mirroring typical human dialogue: 2624/42,355, 6%), and sexual (eg, referencing sexual acts: 6393/42,355, 15%) or romantic (eg, referencing love or dating: 3538/42,355, 8%) role-play."
  2. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "In contrast, among users younger than 12 years, 15%-24% of user-app-days involve violence, 11%-19% involve sexual role-play, and 6%-14% involve romantic role-play."
  3. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Word counts were highest for user-app-days involving violence, followed by sexual role-play, romantic role-play, and emotional support, suggesting greater engagement when using GenAI in these ways."
  4. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Co-occurrence analyses showed that tool use often appeared alone, whereas violence, sexual role-play, and romantic role-play frequently co-occurred within a user-app-day, including instances suggestive of violent sexual role-play."
  5. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Passive sensing of smartphone keystroke data among young adults and adolescents has been used to study digital communication [ 14 - 16 ]; however, no known studies have objectively characterized content produced in interactions with AI chatbots."
  6. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "This sampling context suggests our findings may systematically underestimate the prevalence and severity of such interactions in the broader population of child AI users."
  7. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Engaging in more explicit or risky conversations likely also correlates with youth opting out of the Aura keyboard overlay, such that our data may systematically miss AI interactions that are more extreme, potentially problematic, or age-inappropriate."
  8. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "GenAI refers to AI systems that produce novel content by learning patterns from large datasets; GenAI chatbots refer to conversational AI agents, enabling users to engage in real-time natural language exchanges with systems capable of generating responsive, human-like text [ 9 ]."
  9. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Nationally representative data from US youth aged 13-22 years suggest that more than half use GenAI chatbots, including 28% using these tools at least daily [ 10 ]."
  10. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Among the same sample analyzed for the current study, data gathered from the Aura parental monitoring app indicated that about 20% of youth aged 10-12 years and 10% of youth aged 8-9 years use GenAI apps on their devices [ 11 ]."
  11. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Most US youth (72%) report having engaged with an AI chatbot (whether a general-purpose tool like ChatGPT or a companion-focused system like Character.AI) as a simulated companion—including role-playing, chatting casually, disclosing emotions or mental health challenges, and social practice [ 12 ]."
  12. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "However, our current understanding of the nature of youth-AI interactions is limited to a few self-report survey studies, missing a detailed understanding of children’s and adolescents’ direct, real-time input during chatbot interactions."
  13. Hinduja S, Patchin JW. (2026). Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth. Journal of Adolescence. 10.1002/jad.70164 — only the abstract - the full paper is behind a subscription — the passage: "Given the limited research base, this study examined CAI chatbot use, motivations, and negative or unsafe experiences among US youth."
  14. Hinduja S, Patchin JW. (2026). Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth. Journal of Adolescence. 10.1002/jad.70164 — only the abstract - the full paper is behind a subscription — the passage: "An anonymous online survey was administered to a nationally representative sample of 3466 US youth aged 13-17."
  15. Hinduja S, Patchin JW. (2026). Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth. Journal of Adolescence. 10.1002/jad.70164 — only the abstract - the full paper is behind a subscription — the passage: "Over 60% of the sample reported using a CAI chatbot, with 11.4% doing so every day or nearly every day."
  16. Hinduja S, Patchin JW. (2026). Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth. Journal of Adolescence. 10.1002/jad.70164 — only the abstract - the full paper is behind a subscription — the passage: "Main reasons included entertainment (85%), friendship (60.1%), and advice (65.6%)."
  17. Hinduja S, Patchin JW. (2026). Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth. Journal of Adolescence. 10.1002/jad.70164 — only the abstract - the full paper is behind a subscription — the passage: "CAI chatbot usage is common among US adolescents, with 47.1% reporting exposure to one or more specific risks and harms."
  18. Hinduja S, Patchin JW. (2026). Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth. Journal of Adolescence. 10.1002/jad.70164 — only the abstract - the full paper is behind a subscription — the passage: "Still, 32.3% were asked for uncomfortable personal information, 23.1% felt manipulated or pressured, 17.1% received false information, 18.7% were encouraged to act unethically or illegally, 15.2% were prompted to risky behaviors, and 14.7% and 13.0% were exposed to self-harm and suicidal messages, respectively."
  19. Hinduja S, Patchin JW. (2026). Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth. Journal of Adolescence. 10.1002/jad.70164 — only the abstract - the full paper is behind a subscription — the passage: "Male, heterosexual, white, and younger (13-year-old) youth reported higher rates of most negative experiences."
  20. Mukku L, Burri V. (2026). Regulating AI Companion Chatbots for Adolescent Safety: An Imperative for India. The International Journal of Psychiatry in Medicine. https://doi.org/10.1177/00912174261456434 — only the abstract - the full text could not be fetched — the passage: "Brewster et al. 3 examined 25 consumer chatbots and found that companion chatbots, the type most frequently used by adolescents for social connection featured significantly fewer safeguards than general-assistant chatbots."
  21. Mukku L, Burri V. (2026). Regulating AI Companion Chatbots for Adolescent Safety: An Imperative for India. The International Journal of Psychiatry in Medicine. https://doi.org/10.1177/00912174261456434 — only the abstract - the full text could not be fetched — the passage: "Only 36% had age verification procedures, and a mere 46.7% included content policies addressing self-harm."
  22. Mukku L, Burri V. (2026). Regulating AI Companion Chatbots for Adolescent Safety: An Imperative for India. The International Journal of Psychiatry in Medicine. https://doi.org/10.1177/00912174261456434 — only the abstract - the full text could not be fetched — the passage: "Most alarmingly, when presented with simulated adolescent health crises including suicidal ideation, companion chatbots performed poorly: only 22.2% provided clinically appropriate responses, 40% recognized the need for care escalation, and just 11.1% provided resource referrals."
  23. Mukku L, Burri V. (2026). Regulating AI Companion Chatbots for Adolescent Safety: An Imperative for India. The International Journal of Psychiatry in Medicine. https://doi.org/10.1177/00912174261456434 — only the abstract - the full text could not be fetched — the passage: "California's recent enactment of Senate Bill 243 (SB 243), the first law in the United States to regulate AI companion chatbots, marks a watershed moment in digital mental health governance."
  24. Mukku L, Burri V. (2026). Regulating AI Companion Chatbots for Adolescent Safety: An Imperative for India. The International Journal of Psychiatry in Medicine. https://doi.org/10.1177/00912174261456434 — only the abstract - the full text could not be fetched — the passage: "This legislation, prompted by concerning cases linking chatbot interactions to adolescent suicides, mandates disclosure requirements, suicide prevention protocols, and age-specific safeguards."
  25. Gong G, Li G. (2026). The adaptive ecological trap: a grounded theory study of adolescent AI dependency. Frontiers in Psychology. https://doi.org/10.3389/fpsyg.2026.1839672 — only the abstract - the full text could not be fetched — the passage: "Employing a grounded theory approach, in-depth interviews were conducted with 38 secondary school students who frequently used generative AI, and the data were analyzed through three-level coding."
  26. Gong G, Li G. (2026). The adaptive ecological trap: a grounded theory study of adolescent AI dependency. Frontiers in Psychology. https://doi.org/10.3389/fpsyg.2026.1839672 — only the abstract - the full text could not be fetched — the passage: "The model delineates a four-stage evolutionary pathway from adaptive use to increasingly impairing dependency: trap laying, triggering, tightening, and locking."
  27. Gong G, Li G. (2026). The adaptive ecological trap: a grounded theory study of adolescent AI dependency. Frontiers in Psychology. https://doi.org/10.3389/fpsyg.2026.1839672 — only the abstract - the full text could not be fetched — the passage: "The findings call for collaborative interventions involving families, schools, technology platforms, and social policies."
  28. Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819 - the article this story is about — the whole article — the passage: "Implementing guardrails that limit harmful content (for all users), provide pop-up resources when risk is detected, and enable direct caregiver controls for children may be critical design features to enhance safety."

Maheux, A. J., Boeldt, D., Akre-Bhide, S. et al. (2026). How US Youth Use AI Chatbots: Conversation Patterns From Naturalistic Keystroke Observations. Journal of Medical Internet Research. https://doi.org/10.2196/95819

Who paid: The authors declare no financial support was received for this work; several authors are employees of Aura and some hold equity shares in Aura, and the study used OpenAI models through an enterprise agreement.

Do not take this as professional medical advice.

The findings of other studies mentioned here are known to us through this document, which is the one we read; we did not open each of those studies.