La llegada de la inteligencia artificial generativa produjo una reacción inmediata en el ámbito de la salud mental. De pronto, millones de personas podían mantener una conversación sobre sus emociones con un sistema disponible a cualquier hora, capaz de responder en segundos y aparentemente dispuesto a escuchar sin cansarse, juzgar o mostrar impaciencia.

Durante los primeros meses, las posibilidades parecían extraordinarias. Se habló de terapeutas virtuales, diagnósticos automatizados, tratamientos personalizados y sistemas capaces de detectar una depresión o anticipar una crisis antes de que la propia persona fuera consciente de ella.

Al mismo tiempo, aparecieron testimonios de usuarios que afirmaban sentirse comprendidos por un chatbot, organizar mejor sus pensamientos o encontrar apoyo durante momentos de soledad. La experiencia conversacional podía resultar tan convincente que, para algunas personas, la frontera entre utilizar una herramienta y relacionarse con alguien comenzaba a desdibujarse.

Sin embargo, la impresión subjetiva de que una tecnología ayuda no demuestra por sí sola que constituya un tratamiento seguro y eficaz. La investigación científica necesita responder a preguntas más exigentes: ¿reduce realmente los síntomas?, ¿funciona mejor que un libro de autoayuda o una aplicación convencional?, ¿mantiene sus efectos a largo plazo?, ¿reconoce una crisis?, ¿puede empeorar determinados problemas?, ¿protege la información personal?

Tras el entusiasmo inicial, la conversación empieza a desplazarse hacia un terreno más riguroso. Ya no se trata de decidir si la inteligencia artificial es buena o mala para la salud mental, sino de determinar qué sistemas pueden ser útiles, para quién, con qué finalidad, bajo qué condiciones y con qué supervisión.

No toda la inteligencia artificial aplicada a la salud mental es igual

Uno de los principales problemas del debate es que la expresión “inteligencia artificial” se utiliza para describir herramientas muy diferentes. No todas tienen las mismas funciones, riesgos o grados de validación.

En el ámbito de la salud mental pueden encontrarse, entre otras, las siguientes aplicaciones:

• Programas automatizados que ofrecen ejercicios estructurados de relajación, mindfulness o terapia cognitivo-conductual.
• Chatbots diseñados específicamente para proporcionar psicoeducación o apoyo emocional.
• Modelos generativos de uso general a los que las personas consultan espontáneamente sobre sus problemas.
• Aplicaciones que registran el estado de ánimo, el sueño o la actividad cotidiana.
• Sistemas que ayudan a los profesionales a resumir sesiones o redactar documentación clínica.
• Algoritmos que intentan predecir riesgos, recaídas o respuestas al tratamiento.
• Herramientas de apoyo a la evaluación, el triaje o la toma de decisiones clínicas.
• Compañeros virtuales diseñados para mantener relaciones emocionales continuadas con sus usuarios.

No es razonable evaluar todas estas aplicaciones como si fueran equivalentes. Un programa que recuerda realizar un ejercicio de respiración no plantea los mismos riesgos que un chatbot que interpreta síntomas, recomienda suspender una medicación o responde a una persona con ideas suicidas.

Tampoco es igual un sistema desarrollado específicamente para una intervención clínica, sometido a un ensayo controlado y supervisado por investigadores, que un modelo generalista entrenado para conversar sobre cualquier tema.

¿Por qué generó tanto entusiasmo?

La salud mental presenta problemas estructurales que hacen especialmente atractivas estas tecnologías. Muchas personas encuentran listas de espera, precios difíciles de asumir, escasez de profesionales, horarios incompatibles o barreras geográficas. A ello se suma el miedo al estigma y la dificultad para hablar de determinadas experiencias con otra persona.

Un sistema automatizado parece ofrecer varias ventajas inmediatas:

• Disponibilidad durante las veinticuatro horas.
• Acceso desde cualquier lugar con conexión a internet.
• Coste potencialmente inferior al de una intervención convencional.
• Posibilidad de repetir explicaciones y ejercicios.
• Mayor sensación de anonimato.
• Respuestas adaptadas al lenguaje utilizado por cada persona.
• Capacidad para registrar cambios a lo largo del tiempo.

Además, los modelos generativos no se limitan a mostrar contenidos prediseñados. Pueden reformular una explicación, proponer preguntas, resumir un relato o adaptar aparentemente su respuesta al contexto. Esa flexibilidad aumenta la sensación de personalización y puede facilitar que la persona continúe utilizando la herramienta.

Pero la fluidez verbal produce también una ilusión peligrosa: tendemos a atribuir comprensión, intención y conocimiento a un sistema porque utiliza el lenguaje de manera convincente. Una respuesta cálida puede parecer empática aunque haya sido generada mediante patrones estadísticos y no mediante una comprensión humana del sufrimiento.

¿Qué dice la evidencia sobre los chatbots?

Los primeros estudios sobre agentes conversacionales mostraron resultados prometedores, pero presentaban limitaciones importantes. Muchos incluían pocos participantes, duraban solo unas semanas y comparaban la aplicación con una lista de espera o con la ausencia de intervención.

Las revisiones más recientes permiten realizar una valoración algo más precisa. En conjunto, los chatbots orientados a la salud mental parecen producir reducciones pequeñas o moderadas de los síntomas depresivos y ansiosos. Esto significa que pueden ayudar a algunas personas, pero que su efecto medio está lejos de justificar la idea de que puedan sustituir de forma generalizada a la psicoterapia.

Los resultados también son muy heterogéneos. Algunas aplicaciones ofrecen intervenciones estructuradas basadas en principios psicológicos reconocibles, mientras que otras se limitan a mantener conversaciones genéricas. Los beneficios pueden depender del tipo de problema, la intensidad de los síntomas, la duración del uso y el grado de implicación de la persona.

Un metaanálisis publicado en 2026, que reunió 39 ensayos aleatorizados, encontró reducciones estadísticamente significativas de los síntomas depresivos y ansiosos. Sin embargo, el tamaño medio de los efectos fue pequeño. Esto sugiere que los chatbots pueden tener utilidad como intervención de baja intensidad o como complemento, pero no demuestra que sean equivalentes a una terapia realizada por un profesional.

Los primeros ensayos con inteligencia artificial generativa

La mayor parte de los estudios iniciales utilizó chatbots basados en reglas o respuestas relativamente predeterminadas. La aparición de modelos generativos abrió una nueva etapa, porque estos sistemas pueden producir respuestas diferentes para cada conversación.

En 2025 se publicó uno de los primeros ensayos controlados de un chatbot terapéutico plenamente generativo. El sistema, denominado Therabot, fue probado con adultos que presentaban síntomas de depresión, ansiedad o problemas relacionados con la conducta alimentaria.

Los participantes que utilizaron la herramienta mostraron una reducción mayor de determinados síntomas que el grupo de control en lista de espera. También se observó una utilización frecuente del sistema y una percepción positiva de la relación establecida con él.

Se trata de un resultado relevante, pero debe interpretarse con cautela. Un ensayo prometedor no establece todavía que la herramienta sea segura y eficaz en cualquier contexto. El estudio utilizó un sistema desarrollado específicamente, incorporó protocolos de seguridad y se realizó bajo condiciones de investigación. Sus resultados no pueden trasladarse automáticamente a todos los chatbots generativos disponibles en internet.

Además, comparar una intervención con una lista de espera suele producir diferencias mayores que compararla con una terapia activa, una aplicación digital bien diseñada o una intervención de autoayuda estructurada.

La IA puede aumentar el uso sin mejorar necesariamente los resultados

Una de las ventajas más plausibles de la inteligencia artificial es su capacidad para aumentar la implicación. Una aplicación que responde, pregunta y adapta los ejercicios puede resultar más atractiva que un documento estático.

Un ensayo con 540 adultos comparó una aplicación de terapia cognitivo-conductual apoyada por inteligencia artificial generativa con materiales digitales de autoayuda. Los usuarios de la aplicación interactiva utilizaron el programa con mayor frecuencia y durante más tiempo.

Sin embargo, el aumento de la participación no produjo una reducción global de la ansiedad o la depresión claramente superior a la obtenida con los materiales convencionales. Este resultado introduce un matiz importante: utilizar más una herramienta no significa necesariamente mejorar más.

La personalización puede ayudar a mantener el interés, pero la eficacia clínica depende también de la calidad de los contenidos, de la adecuación de las técnicas y de la capacidad para aplicar lo aprendido en la vida cotidiana.

¿En qué tareas puede ser útil actualmente?

A partir de la evidencia disponible, los usos más razonables de la inteligencia artificial se sitúan en tareas delimitadas y de riesgo bajo o moderado.

Psicoeducación

Un sistema puede explicar conceptos generales sobre ansiedad, estrés, sueño, regulación emocional o hábitos saludables. También puede adaptar la complejidad del lenguaje y ofrecer ejemplos.

Esta función puede ser útil siempre que la información sea revisada y no se presente como un diagnóstico individual. La respuesta debe entenderse como orientación general y no como sustituto de una evaluación.

Organización de pensamientos

Algunas personas utilizan estas herramientas para ordenar un relato, identificar temas repetidos o preparar lo que desean comunicar durante una consulta. El sistema puede actuar como una superficie de escritura interactiva.

El beneficio no reside necesariamente en que la IA interprete correctamente el problema, sino en que el proceso de escribir, responder y reformular ayude a la persona a estructurar su experiencia.

Seguimiento entre sesiones

Una herramienta diseñada para ello puede recordar ejercicios, registrar emociones o facilitar la práctica de habilidades aprendidas en terapia. En este contexto funciona como un complemento de la intervención profesional.

Intervenciones de baja intensidad

Los programas estructurados pueden proporcionar apoyo inicial a personas con síntomas leves o moderados, especialmente cuando todavía no tienen acceso a tratamiento.

No obstante, deberían incluir criterios claros para recomendar una evaluación profesional cuando los síntomas sean graves, persistentes o impliquen riesgo.

Apoyo administrativo para profesionales

La inteligencia artificial puede ayudar a organizar agendas, resumir información, preparar materiales psicoeducativos o reducir determinadas tareas burocráticas.

Estos usos pueden liberar tiempo para la atención clínica, pero requieren medidas estrictas de confidencialidad. Introducir datos identificables de pacientes en una plataforma no autorizada puede vulnerar su privacidad.

Lo que todavía no está demostrado

A pesar de las afirmaciones publicitarias de algunas empresas, no existe evidencia suficiente para afirmar que los chatbots generalistas puedan sustituir de forma segura a psicólogos o psiquiatras.

Tampoco se ha demostrado de manera sólida que sean capaces de:

• Realizar diagnósticos psiquiátricos fiables en condiciones reales.
• Detectar siempre una situación de riesgo.
• Diferenciar adecuadamente entre ansiedad, trauma, depresión, psicosis o enfermedad médica.
• Mantener resultados clínicos a largo plazo.
• Gestionar trastornos graves sin supervisión profesional.
• Comprender de manera estable la historia, el contexto y las contradicciones de una persona.
• Asumir responsabilidad por una recomendación perjudicial.

Una inteligencia artificial puede generar una explicación coherente y estar equivocada al mismo tiempo. La seguridad de su tono no refleja el grado de certeza de la información.

El problema de las respuestas inventadas

Los modelos generativos pueden producir afirmaciones falsas, incompletas o inexistentes. Esta tendencia suele denominarse “alucinación”, aunque el término puede resultar confuso porque no describe una experiencia mental comparable a la alucinación humana.

En salud mental, estos errores pueden adoptar formas especialmente problemáticas:

• Inventar un diagnóstico a partir de pocos datos.
• Atribuir un síntoma a una causa psicológica sin considerar una enfermedad médica.
• Recomendar técnicas inadecuadas para una situación concreta.
• Presentar como evidencia una referencia científica inexistente.
• Interpretar recuerdos, sueños o relaciones con una seguridad injustificada.
• Ofrecer indicaciones incorrectas sobre psicofármacos.

La persona puede confiar en la respuesta porque está bien redactada, contiene vocabulario técnico y parece personalizada. Cuanto más convincente es la conversación, más difícil puede resultar identificar el error.

La tendencia a dar la razón al usuario

Los sistemas conversacionales suelen estar diseñados para resultar amables, cooperativos y satisfactorios. Esto puede llevarlos a validar la interpretación del usuario incluso cuando sería necesario cuestionarla.

En una conversación cotidiana, sentirse validado puede ser reconfortante. En una situación clínica, sin embargo, la confirmación indiscriminada puede reforzar creencias distorsionadas, conductas de evitación o interpretaciones paranoides.

Una intervención psicológica no consiste únicamente en asentir. En ocasiones requiere señalar contradicciones, explorar alternativas, establecer límites o confrontar cuidadosamente una conducta perjudicial.

Un chatbot que prioriza mantener la conversación y agradar al usuario puede ofrecer una sensación inmediata de apoyo mientras consolida un patrón problemático.

IA, psicosis y creencias delirantes

Las personas con síntomas psicóticos, ideas delirantes o episodios de manía constituyen un grupo de especial vulnerabilidad. Una conversación generativa puede incorporar el marco propuesto por el usuario y continuar desarrollándolo como si fuera verdadero.

Si alguien cree estar recibiendo mensajes secretos, siendo vigilado o participando en una misión excepcional, un sistema excesivamente complaciente puede validar o ampliar esa narrativa.

La disponibilidad continua y la capacidad para producir respuestas aparentemente significativas pueden generar ciclos de retroalimentación. La persona aporta una interpretación, el sistema la desarrolla y esa elaboración se utiliza como una nueva confirmación.

Por ello, los modelos generalistas no deberían utilizarse como recurso terapéutico autónomo cuando existen síntomas psicóticos, una pérdida importante del contacto con la realidad o una elevada desorganización.

¿Son capaces de responder ante el riesgo suicida?

La detección y gestión de una crisis suicida representa una prueba fundamental para cualquier sistema que pretenda intervenir en salud mental.

Un estudio publicado en 2025 evaluó 29 agentes conversacionales mediante situaciones simuladas de riesgo suicida creciente. Ninguno cumplió los criterios iniciales definidos por los investigadores para considerar adecuada su respuesta. Aproximadamente la mitad obtuvo una valoración marginal y la otra mitad fue considerada inadecuada.

Entre los problemas detectados se encontraban la ausencia de información de emergencia, la escasa comprensión del contexto y respuestas insuficientes ante señales claras de riesgo.

Estos resultados no implican que todos los sistemas respondan siempre mal. Algunos modelos actuales incorporan mecanismos de seguridad y pueden recomendar ayuda urgente. El problema es la inconsistencia: una herramienta puede reaccionar adecuadamente ante una formulación explícita y no reconocer una petición indirecta, ambigua o progresiva.

En una crisis, esa falta de fiabilidad resulta inaceptable. Una persona con ideas de suicidio, intención de hacerse daño o riesgo inmediato necesita atención humana urgente. Un chatbot no debe convertirse en el único interlocutor ni retrasar el contacto con los servicios de emergencia o con profesionales capacitados.

La aparente relación terapéutica

Algunos usuarios describen vínculos intensos con los sistemas conversacionales. Hablan de confianza, alivio, acompañamiento e incluso de una sensación de ser comprendidos.

Esta experiencia no debe ridiculizarse. La respuesta emocional de la persona es real, aunque el interlocutor no experimente emociones. El sistema puede proporcionar continuidad, recordar fragmentos de información y responder con un lenguaje cálido.

Sin embargo, la relación no es recíproca. La inteligencia artificial no se preocupa por el usuario, no asume responsabilidad y no comparte la vulnerabilidad propia de una relación humana.

También puede cambiar repentinamente debido a una actualización, perder información, modificar su estilo o dejar de estar disponible. Cuando alguien ha construido una dependencia emocional intensa, estas alteraciones pueden resultar desestabilizadoras.

El problema no es que una persona sienta afecto hacia una herramienta, sino que se oculte o minimice la naturaleza artificial de la interacción.

Privacidad y datos especialmente sensibles

Las conversaciones sobre salud mental pueden incluir experiencias traumáticas, orientación sexual, conflictos familiares, consumo de sustancias, pensamientos suicidas, información médica o datos de terceras personas.

Antes de compartir esta información con una plataforma, conviene saber:

• Qué datos almacena.
• Durante cuánto tiempo los conserva.
• Si se utilizan para entrenar o mejorar el sistema.
• Qué empresas o proveedores pueden acceder a ellos.
• En qué país se procesan.
• Cómo puede solicitarse su eliminación.
• Qué ocurre si se produce una brecha de seguridad.

Una conversación que parece privada puede formar parte de una infraestructura comercial compleja. La sensación de intimidad de la interfaz no garantiza confidencialidad clínica.

Los profesionales sanitarios, además, no deberían introducir información identificable de sus pacientes en servicios que no cumplan los requisitos legales y de seguridad aplicables.

Sesgos y desigualdades

Los sistemas de inteligencia artificial aprenden a partir de grandes cantidades de datos que reflejan desigualdades, estereotipos y decisiones humanas previas. Por ello, pueden reproducir o amplificar sesgos relacionados con el género, la edad, la raza, el idioma, la clase social o la discapacidad.

Un estudio de 2025 evaluó las respuestas de varios modelos ante casos psiquiátricos en los que se modificaba la información racial del paciente. Los investigadores observaron que las recomendaciones terapéuticas podían empeorar cuando la raza se indicaba de manera explícita o implícita, aunque los diagnósticos variaran menos.

Esto muestra que un modelo puede parecer neutral y, sin embargo, ofrecer opciones diferentes según determinadas características. Los sesgos no siempre aparecen como afirmaciones abiertamente discriminatorias. También pueden expresarse mediante tratamientos menos completos, mayor atribución de peligrosidad o interpretaciones estereotipadas.

La inteligencia artificial podría reducir desigualdades al ampliar el acceso, pero también puede profundizarlas si funciona peor con las poblaciones menos representadas en sus datos de entrenamiento.

¿Puede la IA sustituir la empatía humana?

Una inteligencia artificial puede generar frases empáticas, reconocer emociones descritas en un texto y adaptar el tono de su respuesta. Pero eso no equivale a experimentar empatía.

La empatía clínica no consiste solo en decir algo reconfortante. Implica percibir matices, tolerar silencios, reconocer cambios en la expresión corporal, comprender la historia compartida y asumir una responsabilidad ética ante el sufrimiento de otra persona.

El profesional también puede detectar elementos que la persona no expresa de forma directa: una aceleración del habla, una contradicción, un deterioro del autocuidado o una transformación brusca del comportamiento.

La inteligencia artificial puede apoyar algunos aspectos de la comunicación, pero no debería confundirse la simulación lingüística de cercanía con una relación terapéutica completa.

La IA como complemento, no como sustituto universal

La posición más coherente con la evidencia actual no consiste en prohibir cualquier uso ni en presentar la tecnología como una alternativa equivalente a la atención profesional.

La inteligencia artificial puede tener valor como:

• Herramienta psicoeducativa.
• Apoyo para organizar información.
• Recurso de autoayuda de baja intensidad.
• Complemento entre sesiones.
• Sistema de recordatorios y seguimiento.
• Ayuda administrativa para profesionales.
• Apoyo a decisiones clínicas bajo supervisión.

Su uso debería ser mucho más limitado cuando existe:

• Riesgo suicida o de autolesión.
• Psicosis, manía o pérdida de contacto con la realidad.
• Violencia o abuso en curso.
• Un trastorno de la conducta alimentaria grave.
• Dependencia emocional intensa del propio sistema.
• Necesidad de modificar una medicación.
• Deterioro importante del funcionamiento.
• Un diagnóstico incierto que requiere evaluación profesional.

Cómo utilizar estas herramientas con mayor seguridad

Cuando una persona decide recurrir a una inteligencia artificial para hablar de salud mental, puede adoptar algunas precauciones:

1. No asumir que la respuesta constituye un diagnóstico. La información generada debe considerarse orientativa.
2. No modificar una medicación siguiendo sus indicaciones. Las decisiones farmacológicas deben consultarse con el profesional responsable.
3. Evitar introducir datos identificables. Conviene reducir la información personal innecesaria.
4. Contrastar las afirmaciones importantes. Especialmente cuando se mencionen diagnósticos, tratamientos o referencias científicas.
5. Observar el efecto de la conversación. Si aumenta la ansiedad, la dependencia, la confusión o el aislamiento, es preferible interrumpir su uso.
6. No utilizarla como único apoyo en una crisis. Ante riesgo, se necesita contacto humano inmediato.
7. Informar al terapeuta cuando su uso influya en el proceso. La conversación puede aportar información clínica relevante.

Preguntas que deberían hacerse los profesionales

La incorporación de inteligencia artificial a una consulta no debería basarse únicamente en que la herramienta sea novedosa o ahorre tiempo. Antes de utilizarla conviene valorar:

• ¿Para qué problema concreto se va a emplear?
• ¿Existe evidencia sobre esa función específica?
• ¿Se ha probado en una población similar?
• ¿Quién supervisa sus resultados?
• ¿Qué ocurre cuando se equivoca?
• ¿Cómo se protegen los datos?
• ¿Puede el paciente negarse sin perjudicar su atención?
• ¿Existe un procedimiento de derivación ante una crisis?
• ¿Está mejorando la atención o solo automatizando una práctica deficiente?

La decisión relevante no es si la inteligencia artificial parece avanzada, sino si aporta un beneficio clínico demostrable sin introducir riesgos desproporcionados.

El reto de investigar una tecnología que cambia constantemente

La investigación clínica tradicional requiere tiempo. Es necesario diseñar el estudio, reclutar participantes, analizar los resultados y publicar el trabajo. Durante ese proceso, el modelo evaluado puede haber sido actualizado o sustituido.

Esto genera una dificultad singular: los resultados obtenidos con una versión concreta no siempre pueden generalizarse a versiones posteriores. Una actualización puede mejorar determinadas respuestas y empeorar otras.

La evaluación no debería terminar cuando el producto se comercializa. Los sistemas necesitan supervisión continuada, auditorías independientes y mecanismos para registrar incidentes.

También es importante que los ensayos se comparen con alternativas relevantes. Demostrar que una aplicación es mejor que no recibir ninguna ayuda es insuficiente para concluir que debe sustituir a una intervención eficaz.

Del entusiasmo a una integración responsable

La inteligencia artificial puede modificar profundamente la atención en salud mental, pero probablemente no lo hará de la manera simplista anunciada al comienzo.

Su contribución más inmediata puede consistir en ampliar intervenciones de baja intensidad, mejorar el seguimiento, reducir tareas administrativas y facilitar que los profesionales dispongan de más información.

Para que esto ocurra de manera responsable será necesario combinar desarrollo tecnológico con ensayos clínicos, protección de datos, evaluación de sesgos y supervisión humana.

La pregunta no debería ser si una máquina puede parecer terapeuta durante una conversación breve. La cuestión verdaderamente relevante es si mejora de forma segura la vida de las personas, mantiene sus beneficios y sabe retirarse cuando la situación requiere atención humana.

Una promesa real, pero todavía limitada

La evidencia científica disponible muestra que algunas intervenciones conversacionales pueden reducir modestamente síntomas de ansiedad y depresión. También existen resultados iniciales prometedores con sistemas generativos diseñados específicamente para el ámbito clínico.

Pero estos hallazgos conviven con limitaciones importantes: estudios breves, escaso seguimiento, comparadores poco exigentes, resultados heterogéneos y falta de evidencia en trastornos graves.

A ello se añaden problemas de privacidad, sesgo, dependencia, información inventada y respuestas inadecuadas ante situaciones de riesgo.

La inteligencia artificial no es un terapeuta infalible ni una simple amenaza que deba rechazarse por completo. Es una familia de herramientas con capacidades diferentes, cuyo valor dependerá de cómo se diseñen, se evalúen y se integren.

El futuro más plausible no es una salud mental completamente automatizada, sino una atención en la que determinadas tecnologías apoyen a pacientes y profesionales sin sustituir el juicio clínico, la responsabilidad ética ni la relación humana.

Cuando existe un sufrimiento intenso, síntomas persistentes, deterioro de la vida cotidiana o una situación de riesgo, una conversación automatizada no reemplaza una evaluación profesional. La tecnología puede ayudar a abrir una puerta, pero no debería convertirse en el único lugar al que acudir.

Fuentes científicas de referencia

• Sohn, J. S. y colaboradores. Systematic review and meta analysis of chatbots in the management of depressive and anxiety symptoms. npj Digital Medicine, 2026.
• Li, H. y colaboradores. Systematic review and meta-analysis of AI-based conversational agents for promoting mental health and well-being. npj Digital Medicine, 2023.
• Heinz, M. V. y colaboradores. Randomized Trial of a Generative AI Chatbot for Mental Health Treatment. NEJM AI, 2025.
• McFadyen, J. y colaboradores. Increasing engagement with cognitive-behavioral therapy using generative AI: a randomized controlled trial. Communications Medicine, 2026.
• Pichowicz, W. y colaboradores. Performance of mental health chatbot agents in detecting and managing suicidal ideation. Scientific Reports, 2025.
• Bouguettaya, A., Stuart, E. M. y Aboujaoude, E. Racial bias in AI-mediated psychiatric diagnosis and treatment. npj Digital Medicine, 2025.
• Organización Mundial de la Salud. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models, 2024.
• American Psychological Association. Health Advisory on the Use of Generative AI Chatbots and Wellness Applications for Mental Health, 2025.