{"id":158911,"date":"2026-10-14T10:21:56","date_gmt":"2026-10-14T08:21:56","guid":{"rendered":"https:\/\/diaridigital.urv.cat\/?p=158911"},"modified":"2026-10-14T10:21:56","modified_gmt":"2026-10-14T08:21:56","slug":"identifican-los-principales-factores-asociados-al-uso-de-pornografia-entre-adolescentes","status":"publish","type":"post","link":"https:\/\/diaridigital.urv.cat\/es\/identifican-los-principales-factores-asociados-al-uso-de-pornografia-entre-adolescentes\/","title":{"rendered":"Identifican los principales factores asociados al uso de pornograf\u00eda entre adolescentes"},"content":{"rendered":"

Un estudio de la Universitat Rovira i Virgili (URV) ha analizado qu\u00e9 factores est\u00e1n m\u00e1s asociados al uso de pornograf\u00eda durante la adolescencia. Los resultados muestran que el sexo es la variable con mayor capacidad predictiva, seguida del uso problem\u00e1tico de Internet, el consumo de cannabis y alcohol, el conflicto familiar y algunas conductas sexuales de riesgo. La investigaci\u00f3n, publicada en la revista Computation<\/em>, se ha realizado a partir de la encuesta ESTUDES 2023 y ha trabajado con una muestra de 33.543 adolescentes. El objetivo era determinar qu\u00e9 variables personales, familiares, digitales y conductuales contribuyen m\u00e1s a predecir si un adolescente declara haber visto o utilizado pornograf\u00eda durante los 30 d\u00edas anteriores.<\/p>\n

\u00abNuestro objetivo no era se\u00f1alar a adolescentes individualmente, sino entender mejor qu\u00e9 factores tienden a aparecer asociados a este comportamiento\u00bb, explica Jorge de Andr\u00e9s-S\u00e1nchez, investigador del Social and Business Research Laboratory de la URV y coautor del art\u00edculo.<\/p>\n

Inteligencia artificial para detectar patrones<\/h5>\n

El estudio combina la regresi\u00f3n log\u00edstica, una t\u00e9cnica estad\u00edstica convencional, con tres modelos de aprendizaje autom\u00e1tico \u2014XGBoost, LightGBM y CatBoost\u2014 y t\u00e9cnicas de inteligencia artificial explicable. Estas herramientas permiten detectar relaciones complejas entre variables y conocer qu\u00e9 peso tiene cada una en las predicciones.<\/p>\n

Los cuatro modelos utilizados obtuvieron resultados similares. Los sistemas de aprendizaje autom\u00e1tico mejoraron ligeramente algunos indicadores, pero las diferencias respecto a la regresi\u00f3n log\u00edstica fueron peque\u00f1as. Los autores destacan, por tanto, que los modelos m\u00e1s complejos no deben sustituir autom\u00e1ticamente a las t\u00e9cnicas estad\u00edsticas tradicionales. \u00abLa inteligencia artificial nos ayuda a ver que este comportamiento no aparece de manera aislada, sino dentro de un perfil m\u00e1s amplio de factores digitales, familiares y conductuales\u00bb, se\u00f1alan los autores.<\/p>\n

El sexo y el uso problem\u00e1tico de Internet, los factores con mayor peso<\/h5>\n

El sexo es, con diferencia, la variable que m\u00e1s pesa en las predicciones, con una probabilidad de uso de pornograf\u00eda m\u00e1s elevada entre los chicos. La edad tambi\u00e9n est\u00e1 asociada, pero tiene una importancia predictiva menor.<\/p>\n

Despu\u00e9s del sexo, el factor m\u00e1s relevante es el uso problem\u00e1tico de Internet, que incluye comportamientos como tener dificultades para dejar de estar conectado, dormir menos por estar en l\u00ednea, descuidar obligaciones o utilizar Internet para escapar de preocupaciones o emociones negativas. Los investigadores puntualizan, sin embargo, que este indicador no equivale a un diagn\u00f3stico cl\u00ednico de adicci\u00f3n a Internet.<\/p>\n

A continuaci\u00f3n aparecen el consumo de cannabis y alcohol y el conflicto familiar. Tambi\u00e9n tienen un peso menor algunas conductas sexuales de riesgo, como haber mantenido relaciones sin preservativo o haber tenido una relaci\u00f3n sexual de la que el adolescente se arrepintiera al d\u00eda siguiente. En cambio, el control parental muestra una contribuci\u00f3n mucho m\u00e1s limitada cuando todas las variables se analizan conjuntamente.<\/p>\n

El estudio tambi\u00e9n detecta diferencias entre chicos y chicas. Entre los chicos, el consumo de alcohol es el predictor m\u00e1s importante una vez excluido el sexo del an\u00e1lisis, mientras que entre las chicas lo es el uso problem\u00e1tico de Internet. Tambi\u00e9n var\u00eda el peso del conflicto familiar. Las diferencias seg\u00fan la edad, en cambio, son m\u00e1s reducidas.<\/p>\n

Una prevenci\u00f3n m\u00e1s global<\/h5>\n

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 fen\u00f3meno y orientar pol\u00edticas educativas y preventivas.<\/p>\n

Las conclusiones, afirman, apuntan hacia programas que combinen educaci\u00f3n afectivo-sexual, alfabetizaci\u00f3n digital, reflexi\u00f3n cr\u00edtica sobre los contenidos pornogr\u00e1ficos, prevenci\u00f3n del consumo de sustancias, promoci\u00f3n de pr\u00e1cticas sexuales seguras y refuerzo de la comunicaci\u00f3n familiar.<\/p>\n

\u00abLa pornograf\u00eda no deber\u00eda abordarse como un fen\u00f3meno desconectado del resto de dimensiones de la vida adolescente. Forma parte de un ecosistema m\u00e1s amplio de pr\u00e1cticas digitales, relaciones familiares, consumo de sustancias y educaci\u00f3n sexual\u00bb, resumen los autores.<\/p>\n

El trabajo ha sido realizado por el equipo investigador formado por Jorge de Andr\u00e9s-S\u00e1nchez, del Departamento de Gesti\u00f3n de Empresas de la URV, y \u00c1ngel Belzunegui-Eraso, Inma Pastor-Gos\u00e1lbez y Anna S\u00e1nchez-Arag\u00f3n, del Departamento de Historia e Historia del Arte, todos ellos miembros del Social and Business Research Laboratory.<\/p>\n

Referencia bibliogr\u00e1fica:<\/strong> De Andr\u00e9s-S\u00e1nchez J, Belzunegui-Eraso \u00c1, Pastor-Gos\u00e1lbez I y S\u00e1nchez-Arag\u00f3n A. (2026). Predicting Pornography Use Among Adolescents in Spain: Findings from Ensemble Tree Models and Explainable Machine Learning. Computation, 14, 177.<\/p>\n","protected":false},"excerpt":{"rendered":"

La investigaci\u00f3n, basada en datos de m\u00e1s de 33.000 estudiantes en Espa\u00f1a, relaciona este comportamiento con el uso problem\u00e1tico de Internet, el consumo de sustancias, el conflicto familiar y algunas conductas sexuales de riesgo<\/p>\n","protected":false},"author":5,"featured_media":158908,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[102,3491,3473,100,123,121],"tags":[],"class_list":["post-158911","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-comunicacion-ciencia","category-gestion-empresas","category-historia-es","category-investigacion","category-notas-prensa","category-sociedad-cultura"],"acf":[],"_links":{"self":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/posts\/158911","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/comments?post=158911"}],"version-history":[{"count":0,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/posts\/158911\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/media\/158908"}],"wp:attachment":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/media?parent=158911"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/categories?post=158911"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/tags?post=158911"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}