Estudio identifica factores clave asociados al consumo de pornografía en adolescentes

Investigadores de la Universitat Rovira i Virgili han completado un análisis exhaustivo sobre qué circunstancias y comportamientos se vinculan más estrechamente con el consumo de pornografía entre adolescentes. El trabajo, publicado en la revista Computation, examinó datos de 33.543 menores y utilizó tanto métodos estadísticos convencionales como sistemas avanzados de aprendizaje automático para identificar patrones que de otro modo permanecerían ocultos.

El hallazgo más contundente fue que el sexo del adolescente es, con amplio margen, el factor más predictivo: los chicos reportan tasas significativamente más altas de consumo de pornografía que las chicas. Pero el estudio no se detiene ahí. Los investigadores encontraron que después del sexo, el uso problemático de Internet ocupa el segundo lugar en importancia predictiva. Este indicador abarca comportamientos específicos: dificultad para desconectarse, pérdida de sueño por estar en línea, abandono de responsabilidades y el uso de Internet como mecanismo para evadir preocupaciones o estados emocionales negativos. Los autores subrayan que este patrón no constituye un diagnóstico clínico formal de adicción, sino una medida de comportamiento problemático.

El consumo de cannabis y alcohol aparece como el tercer factor relevante, seguido por el conflicto familiar. Algunas conductas sexuales de riesgo —mantener relaciones sin protección o arrepentirse de encuentros sexuales al día siguiente— también mostraron asociación, aunque con menor peso predictivo. Sorprendentemente, el control parental, que muchos podrían esperar que fuera determinante, demostró tener una contribución mucho más limitada cuando se analizan todas las variables en conjunto.

Para llegar a estos resultados, el equipo combinó regresión logística, una técnica estadística tradicional, con tres modelos de aprendizaje automático: XGBoost, LightGBM y CatBoost, además de técnicas de inteligencia artificial explicable. Estos sistemas permiten detectar relaciones complejas que los métodos convencionales podrían pasar por alto. Sin embargo, los cuatro enfoques produjeron resultados notablemente similares. Los modelos de aprendizaje automático mejoraron ligeramente algunos indicadores, pero las diferencias fueron pequeñas. Los investigadores subrayan deliberadamente que las técnicas más sofisticadas no deben reemplazar automáticamente a la estadística tradicional.

Jorge de Andrés-Sánchez, investigador del Social and Business Research Laboratory de la URV y coautor del artículo, explicó que el objetivo nunca fue identificar o señalar a adolescentes individuales, sino comprender mejor qué factores tienden a aparecer asociados a este comportamiento. Los autores enfatizan que la inteligencia artificial reveló algo fundamental: el consumo de pornografía no ocurre de manera aislada, sino como parte de un perfil más amplio que integra factores digitales, familiares y conductuales.

El análisis también identificó diferencias significativas entre géneros. Entre los chicos, una vez excluido el sexo del análisis, el consumo de alcohol se convierte en el predictor más importante. Entre las chicas, es el uso problemático de Internet el que adquiere mayor relevancia. El peso del conflicto familiar también varía según el género. Las diferencias según la edad, en cambio, son más reducidas y menos determinantes.

Este trabajo sugiere que cualquier intervención dirigida a reducir el consumo de pornografía entre adolescentes debe considerar no un factor aislado, sino una constelación de circunstancias: el contexto familiar, el bienestar emocional, el acceso y el uso de tecnología, y en algunos casos el consumo de sustancias. La investigación proporciona a educadores, padres y profesionales de la salud mental un mapa más preciso de dónde concentrar la atención.