14/10/2026
Identifican los principales factores asociados al uso de pornografía entre adolescentes
La investigación, basada en datos de más de 33.000 estudiantes en España, relaciona este comportamiento con el uso problemático de Internet, el consumo de sustancias, el conflicto familiar y algunas conductas sexuales de riesgo
La investigación, basada en datos de más de 33.000 estudiantes en España, relaciona este comportamiento con el uso problemático de Internet, el consumo de sustancias, el conflicto familiar y algunas conductas sexuales de riesgo
Un estudio de la Universitat Rovira i Virgili (URV) ha analizado qué factores están más asociados al uso de pornografía durante la adolescencia. Los resultados muestran que el sexo es la variable con mayor capacidad predictiva, seguida del uso problemático de Internet, el consumo de cannabis y alcohol, el conflicto familiar y algunas conductas sexuales de riesgo. La investigación, publicada en la revista Computation, se ha realizado a partir de la encuesta ESTUDES 2023 y ha trabajado con una muestra de 33.543 adolescentes. El objetivo era determinar qué variables personales, familiares, digitales y conductuales contribuyen más a predecir si un adolescente declara haber visto o utilizado pornografía durante los 30 días anteriores.
«Nuestro objetivo no era señalar a adolescentes individualmente, sino entender mejor qué factores tienden a aparecer asociados a este comportamiento», explica Jorge de Andrés-Sánchez, investigador del Social and Business Research Laboratory de la URV y coautor del artículo.
Inteligencia artificial para detectar patrones
El estudio combina la regresión logística, una técnica estadística convencional, con tres modelos de aprendizaje automático —XGBoost, LightGBM y CatBoost— y técnicas de inteligencia artificial explicable. Estas herramientas permiten detectar relaciones complejas entre variables y conocer qué peso tiene cada una en las predicciones.
Los cuatro modelos utilizados obtuvieron resultados similares. Los sistemas de aprendizaje automático mejoraron ligeramente algunos indicadores, pero las diferencias respecto a la regresión logística fueron pequeñas. Los autores destacan, por tanto, que los modelos más complejos no deben sustituir automáticamente a las técnicas estadísticas tradicionales. «La inteligencia artificial nos ayuda a ver que este comportamiento no aparece de manera aislada, sino dentro de un perfil más amplio de factores digitales, familiares y conductuales», señalan los autores.
El sexo y el uso problemático de Internet, los factores con mayor peso
El sexo es, con diferencia, la variable que más pesa en las predicciones, con una probabilidad de uso de pornografía más elevada entre los chicos. La edad también está asociada, pero tiene una importancia predictiva menor.
Después del sexo, el factor más relevante es el uso problemático de Internet, que incluye comportamientos como tener dificultades para dejar de estar conectado, dormir menos por estar en línea, descuidar obligaciones o utilizar Internet para escapar de preocupaciones o emociones negativas. Los investigadores puntualizan, sin embargo, que este indicador no equivale a un diagnóstico clínico de adicción a Internet.
A continuación aparecen el consumo de cannabis y alcohol y el conflicto familiar. También tienen un peso menor algunas conductas sexuales de riesgo, como haber mantenido relaciones sin preservativo o haber tenido una relación sexual de la que el adolescente se arrepintiera al día siguiente. En cambio, el control parental muestra una contribución mucho más limitada cuando todas las variables se analizan conjuntamente.
El estudio también detecta diferencias entre chicos y chicas. Entre los chicos, el consumo de alcohol es el predictor más importante una vez excluido el sexo del análisis, mientras que entre las chicas lo es el uso problemático de Internet. También varía el peso del conflicto familiar. Las diferencias según la edad, en cambio, son más reducidas.
Una prevención más global
El equipo investigador insiste en que los resultados muestran asociaciones y patrones predictivos, pero no permiten establecer relaciones de causa y efecto. Por ello, los modelos no deben utilizarse para diagnosticar, etiquetar o sancionar a adolescentes concretos, sino para entender mejor el fenómeno y orientar políticas educativas y preventivas.
Las conclusiones, afirman, apuntan hacia programas que combinen educación afectivo-sexual, alfabetización digital, reflexión crítica sobre los contenidos pornográficos, prevención del consumo de sustancias, promoción de prácticas sexuales seguras y refuerzo de la comunicación familiar.
«La pornografía no debería abordarse como un fenómeno desconectado del resto de dimensiones de la vida adolescente. Forma parte de un ecosistema más amplio de prácticas digitales, relaciones familiares, consumo de sustancias y educación sexual», resumen los autores.
El trabajo ha sido realizado por el equipo investigador formado por Jorge de Andrés-Sánchez, del Departamento de Gestión de Empresas de la URV, y Ángel Belzunegui-Eraso, Inma Pastor-Gosálbez y Anna Sánchez-Aragón, del Departamento de Historia e Historia del Arte, todos ellos miembros del Social and Business Research Laboratory.
Referencia bibliográfica: De Andrés-Sánchez J, Belzunegui-Eraso Á, Pastor-Gosálbez I y Sánchez-Aragón A. (2026). Predicting Pornography Use Among Adolescents in Spain: Findings from Ensemble Tree Models and Explainable Machine Learning. Computation, 14, 177.
