Le piden ayuda con la tarea, le cuentan una pelea con amistades, le suben una foto para “mejorarla”. La inteligencia artificial ya forma parte de la vida cotidiana de muchas niñas, niños y adolescentes. Pero ¿qué pasa con todo lo que le cuentan? Repasamos qué rastros quedan, cómo los piensan las investigaciones más recientes y qué preguntas abre para quienes enseñamos, investigamos o nos formamos en el campo de las infancias. Una publicación en espejo con el Observatorio de Inteligencia Artificial (OIA).
Imagen generada con inteligencia artificial (ChatGPT / DALL·E, 2026).
Son las once de la noche. Una adolescente de 13 años no puede dormir después de discutir con su grupo de amigas. No quiere hablarlo con nadie, así que abre una aplicación de inteligencia artificial y escribe lo que siente. La respuesta llega en segundos: amable, comprensiva, sin juzgar.
La escena es imaginaria, pero describe una práctica cada vez más extendida. Según el informe Kids Online Argentina 2025, más de la mitad de niñas, niños y adolescentes del país usa herramientas de inteligencia artificial, sobre todo con fines escolares. [1] No es difícil entender por qué: un chatbot no se cansa, no reta y está disponible a cualquier hora.
Ahí está, precisamente, el problema.
La Comisión Federal de Comercio de Estados Unidos (FTC), que en 2025 abrió una investigación sobre los chatbots que funcionan como «compañeros», advirtió que su tono de confidente puede llevar a chicas y chicos a contar más de lo que conviene. [2]
Durante años, la pregunta sobre infancias y entorno digital fue con quién se comunican. Hoy se suma otra, igual de relevante: ¿dónde queda lo que dicen?
Esta nota forma parte de una publicación en espejo con el OIA. Allí se aborda la huella digital infantil en clave tecnológica y se sigue el recorrido de una foto desde el álbum familiar hasta los conjuntos de entrenamiento de la inteligencia artificial. Desde el ONAF analizamos el mismo fenómeno desde los derechos de niñas, niños y adolescentes, con foco en lo que cuentan cuando conversan con estos sistemas. [15]
Un diario íntimo que no es tan íntimo
Contarle algo a un chatbot se parece menos a escribir en un diario con candado y más a dejar una carta en una oficina desconocida. Según las condiciones de cada servicio, esos mensajes pueden almacenarse, ser revisados por personas o usarse para entrenar nuevas versiones del sistema. Así se construye una huella digital que las infancias dejan casi siempre sin saberlo y sin posibilidad real de decidir sobre ella.
Tres tipos de huella
Sonia Livingstone, Mariya Stoilova y Rishita Nandagiri, de la London School of Economics, retoman una clasificación de la jurista Simone van der Hof que resulta muy útil para ordenar el problema: [3]
- Datos dados: lo que se escribe o se sube a conciencia, como una pregunta, un trabajo práctico o una foto.
- Datos de rastro: lo que queda sin advertirlo, como horarios, frecuencia de uso, dispositivo o ubicación aproximada.
- Datos inferidos: lo que el sistema deduce a partir de lo anterior, como intereses, estado de ánimo o preocupaciones.
La inteligencia artificial potencia sobre todo esta última categoría. Nadie necesita escribir «estoy triste» para que un sistema lo infiera: alcanza con cómo escribe, qué pregunta y a qué hora lo hace.
También hay huellas que las propias infancias no dejan. En 2024, Human Rights Watch encontró fotos identificables de niñas y niños brasileños y australianos —publicadas por sus familias o escuelas— en uno de los conjuntos de datos más usados para entrenar generadores de imágenes, y advirtió que los modelos ya entrenados no pueden «olvidarlas». [4]
La nota espejo del OIA explica por qué ese olvido es tan difícil: entrenar un modelo se parece más a disolver tinta en agua que a guardar fotos en una carpeta. Cada dato aporta un poco al resultado y después ya no puede separarse con facilidad. [15]
Qué dicen las investigaciones
El tema no es nuevo para los estudios sobre infancias y medios digitales, pero la inteligencia artificial lo vuelve más urgente.
¿Desde cuándo las infancias dejan datos? Deborah Lupton y Ben Williamson respondieron en 2017 con la noción de «niño datificado»: chicas y chicos monitoreados por múltiples dispositivos desde antes de nacer, sin instrumentos suficientes para proteger sus derechos. [5]
Veronica Barassi va un paso más allá: esos datos construyen perfiles basados en predicciones algorítmicas muchas veces sesgadas, que llegan antes que la propia persona. Por eso propone pasar de la pregunta por la privacidad a la pregunta por la justicia de datos: ¿quién decide y con qué consecuencias? [6]
¿Por qué, entonces, chicas y chicos le cuentan tanto a un chatbot? Livingstone y su equipo encontraron que piensan la privacidad en clave interpersonal —qué le muestro a quién— y les cuesta imaginar qué hacen las empresas con su información. [3] El chatbot se vive como alguien con quien se habla, no como un servicio comercial.
Y para esas empresas, lo que se cuenta tiene valor. Shoshana Zuboff describe un modelo que convierte la experiencia humana en materia prima para predecir comportamientos [7], y Helen Nissenbaum advierte que la privacidad se rompe cuando la información sale del contexto en que fue compartida. [8] Una confidencia de medianoche que termina entrenando un modelo lo ilustra con claridad.
Los debates abiertos
¿Puede una niña o un niño comprender qué acepta al hacer clic en «Acepto»? Las edades mínimas casi nunca se verifican, y muchas personas adultas tampoco saben qué ocurre con los datos que autorizan.
Lo que se cuenta en confianza, además, puede alimentar perfiles que condicionen lo que se verá o se ofrecerá en el futuro. ¿Y si alguien quiere borrarlo después? Lo que un sistema ya aprendió no se «desaprende» con facilidad.
Las imágenes suman otro riesgo: una foto escolar o familiar puede manipularse con IA para crear contenidos falsos o de abuso sexual. [10]
Por último, no todas las infancias están igual de expuestas. Las brechas sociales, educativas y de género marcan diferencias en el uso y en los riesgos, y analizarlas con perspectiva de género sigue siendo una tarea pendiente. Un dato que recoge la nota del OIA muestra por qué esa tarea es urgente: el 97 % de las imágenes de abuso sexual infantil generadas con IA que identificó la Internet Watch Foundation durante 2025 mostraba a niñas. [14]
Una mirada desde los derechos
La inteligencia artificial abre oportunidades reales para aprender y crear. Pero cada conversación deja una huella que niñas, niños y adolescentes no eligen del todo.
Garantizar sus derechos no implica alejarlos de la tecnología, sino asegurar que puedan usarla sabiendo que detrás de esa voz amable hay una empresa que guarda lo que escucha. Así lo plantea el Comité de los Derechos del Niño de Naciones Unidas, que reconoce que los derechos de niñas, niños y adolescentes también rigen en el entorno digital. [9]
Algunas normas ya avanzan en esa dirección. El Reglamento de Inteligencia Artificial de la Unión Europea prohíbe los sistemas que se aprovechan de las vulnerabilidades derivadas de la edad. [11] En la Argentina, la Ley 26.061 prohíbe difundir datos, informaciones o imágenes que permitan identificar a niñas, niños y adolescentes contra su voluntad cuando se lesionen su dignidad o su reputación [12], y en el Congreso se debate un nuevo proyecto de ley de protección de datos personales. [13]
Generar conocimiento situado sobre esta realidad es, también, una responsabilidad de la universidad.
Esta reflexión tiene otra mitad. Les invitamos a leer la nota espejo del OIA, que sigue el recorrido técnico de una foto desde el álbum familiar hasta el modelo de inteligencia artificial.
Por Javier Ávila | ONAF | 15 de octubre de 2026
Fuentes utilizadas
[1] UNICEF & UNESCO. (2025). Niñas, niños y adolescentes conectados: Kids Online Argentina 2025. UNICEF Argentina. https://www.unicef.org/argentina/informes/kids-online-ninios-ninias-adolescentes-conectados
[2] Federal Trade Commission. (2025, 11 de septiembre). FTC launches inquiry into AI chatbots acting as companions. https://www.ftc.gov/news-events/news/press-releases/2025/09/ftc-launches-inquiry-ai-chatbots-acting-companions
[3] Livingstone, S., Stoilova, M., & Nandagiri, R. (2019). Children’s data and privacy online: Growing up in a digital age. An evidence review. London School of Economics and Political Science. https://www.lse.ac.uk/media-and-communications/assets/documents/research/projects/childrens-privacy-online/Evidence-review-final.pdf
[4] Human Rights Watch. (2024, 10 de junio). Brasil: Fotos personales de niños utilizadas indebidamente para alimentar herramientas de IA. https://www.hrw.org/es/news/2024/06/10/brasil-fotos-personales-de-ninos-utilizadas-indebidamente-para-alimentar
[5] Lupton, D., & Williamson, B. (2017). The datafied child: The dataveillance of children and implications for their rights. New Media & Society, 19(5), 780–794. https://doi.org/10.1177/1461444816686328
[6] Barassi, V. (2020). Child Data Citizen: How Tech Companies Are Profiling Us from Before Birth. MIT Press. https://doi.org/10.7551/mitpress/12415.001.0001
[7] Zuboff, S. (2020). La era del capitalismo de la vigilancia. Paidós.
[8] Nissenbaum, H. (2010). Privacy in Context: Technology, Policy, and the Integrity of Social Life. Stanford University Press.
[9] Comité de los Derechos del Niño. (2021). Observación general núm. 25 relativa a los derechos de los niños en relación con el entorno digital (CRC/C/GC/25). Naciones Unidas.
[10] UNICEF Innocenti. (2025). Guidance on AI and Children (Version 3.0). https://www.unicef.org/innocenti/reports/policy-guidance-ai-children
[11] Unión Europea. (2024). Reglamento (UE) 2024/1689 de Inteligencia Artificial, art. 5. https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX:32024R1689
[12] Ley 26.061 de Protección Integral de los Derechos de las Niñas, Niños y Adolescentes. (2005). Art. 22.
[13] Abogados.com.ar. (2026). Nuevo proyecto de Ley de Protección de Datos Personales (Expte. 3397-D-2026). https://abogados.com.ar/nuevo-proyecto-de-ley-de-proteccion-de-datos-personales/39762
[14] Internet Watch Foundation. (2026). Annual Data & Insights Report 2025. https://www.iwf.org.uk/annual-data-insights-report-2025
[15] OIA. (2026). Huella digital infantil. Publicación en espejo con el Observatorio de Niñez, Adolescencia y Familia. https://oia.uda.edu.ar/
Nota de redacción: El presente texto fue elaborado con apoyo de herramientas de inteligencia artificial (Claude, desarrollado por Anthropic). Toda la información y las fuentes fueron provistas y/o verificadas por el autor.
#inteligencia-artificial #huella-digital #infancia #deepfakes #privacidad
