Harvard inicia un estudio sobre juguetes con IA y desarrollo infantil

Según se informa, Harvard ha comenzado a estudiar los juguetes con IA, llevando una cuestión sobre desarrollo infantil a Google News antes de que los investigadores hayan producido respuestas definitivas. El conflicto importante no es si un juguete que habla puede entretener a un niño. Es si el software receptivo cambia la manera en que los niños juegan, aprenden, confían y se relacionan con otras personas.

El informe llega mientras los juguetes conversacionales avanzan más rápido que la investigación sobre desarrollo. Estos productos pueden generar historias, recordar preferencias, responder preguntas e imitar la compañía. Sin embargo, la evidencia sobre sus efectos a largo plazo sigue siendo escasa, especialmente para los niños pequeños que no pueden distinguir de forma fiable entre una comprensión simulada y una comprensión humana.

Esa brecha enfrenta directamente dos afirmaciones. Los fabricantes de juguetes presentan la IA generativa como un compañero de aprendizaje adaptativo. Investigadores y defensores de la seguridad infantil sostienen que la conversación adaptativa también puede desplazar el trabajo imaginativo, recopilar datos íntimos y generar respuestas que los niños no pueden evaluar críticamente.

La participación de Harvard importa porque el debate ahora requiere más que pruebas de seguridad de contenidos. Los investigadores deben observar qué hacen realmente los niños con estos sistemas, incluso cuando los juguetes los malinterpretan, interrumpen el juego o parecen tener más conocimientos de los que realmente poseen.

Qué cambia el estudio reportado de Harvard sobre juguetes con IA

La noticia desplaza la atención de lo que los juguetes con IA pueden decir a lo que la interacción repetida podría provocar.

La publicación original de Google News remite a un informe de EdTech Innovation Hub que indica que Harvard ha comenzado a estudiar los juguetes con IA y el desarrollo infantil. El material de acceso público aún no establece el protocolo completo del estudio reportado, su muestra, duración ni calendario de publicación.

Esa distinción importa. Un estudio recién reportado no es un experimento concluido, y un anuncio no es evidencia de beneficio o daño para el desarrollo. Hasta que Harvard publique un protocolo o resultados, la conclusión más prudente es que los investigadores están examinando una importante cuestión aún sin respuesta.

Harvard ya cuenta con experiencia relevante en esta área. Ying Xu, profesora asistente de la Harvard Graduate School of Education, estudia cómo los niños aprenden de los agentes de IA y forman creencias sobre ellos. Su trabajo analiza el desarrollo del lenguaje, la alfabetización y los principios de diseño que moldean la interacción entre niños e IA.

Xu ha sostenido que los niños pueden aprender de la IA cuando los sistemas aplican principios de aprendizaje adecuados. Sin embargo, también distingue las respuestas instructivas de una máquina de la implicación más profunda presente en las relaciones humanas. El trabajo publicado por Harvard sobre desarrollo infantil describe esta tensión sin tratar la IA como inherentemente beneficiosa ni inherentemente dañina.

Harvard también anunció una iniciativa sobre IA y juventud a través del Berkman Klein Center el 20 de julio de 2026. Ese esfuerzo más amplio respalda la investigación sobre cómo los sistemas digitales afectan la seguridad y el bienestar de los jóvenes.

La evidencia disponible no confirma que la iniciativa del Berkman Klein y el estudio reportado sobre juguetes sean el mismo proyecto. Sin embargo, ambos muestran que Harvard está ampliando su atención institucional hacia los encuentros de los niños con la IA.

Un estudio creíble debe separar varias formas de interacción que suelen agruparse. Un niño que pide un dato a un altavoz inteligente es distinto de un niño que trata a un chatbot de peluche como confidente. Un ejercicio de narración guiado por un docente también es distinto de una conversación sin supervisión en un dormitorio.

Por lo tanto, los investigadores deben identificar qué hace el juguete, dónde ocurre la interacción, quién participa y qué resultado se mide. «Juguete con IA» es una categoría demasiado amplia como para funcionar por sí sola como una categoría experimental significativa.

La investigación más útil examinaría conductas observables. Eso incluye cuánto tiempo permanecen involucrados los niños, si inician juegos imaginativos, cómo responden a los errores y si buscan ayuda humana después de recibir consejos confusos.

También debería investigar cómo describen los niños al juguete. Un niño que entiende que un dispositivo predice palabras enfrenta un riesgo distinto al de quien cree que el juguete sabe, se preocupa o guarda secretos como una persona.

Por eso el estudio reportado de Harvard genera una tensión real. La tecnología ya opera dentro de los hogares, pero los investigadores aún están definiendo las preguntas necesarias para evaluarla.

Por qué Google News está haciendo visible el debate ahora

Los juguetes con IA han llegado a las familias antes de que el sistema de investigación haya establecido cómo evaluarlos.

Google News está haciendo visible el informe de Harvard en medio de un choque mucho más amplio entre la IA de consumo y la infancia. Las interfaces de voz se han vuelto más rápidas, los modelos de lenguaje suenan más coherentes y los servicios en la nube permiten a pequeñas empresas de hardware añadir funciones conversacionales sin desarrollar sus propios modelos fundacionales.

Un juguete típico con IA combina un micrófono, un altavoz, una conexión a internet y un modelo conversacional. Algunos sistemas también almacenan preferencias o intercambios anteriores, lo que permite al juguete retomar los intereses de un niño.

Esa memoria puede hacer que un producto parezca receptivo. También puede volver la interacción más persuasiva emocionalmente, especialmente cuando el juguete usa un nombre, recuerda un personaje favorito o invita al niño a seguir hablando.

Los juguetes parlantes tradicionales dependían de grabaciones fijas o menús limitados de comandos. Los sistemas generativos producen respuestas nuevas, por lo que ni los padres ni los fabricantes pueden inspeccionar cada posible intercambio antes de que el producto llegue a un niño.

Ese comportamiento abierto explica por qué la ola actual merece un estudio independiente. La cuestión ya no es si un juguete puede reconocer una frase. Es si un software probabilístico puede participar de forma segura en un juego impredecible.

Las promesas comerciales se han ampliado junto con la tecnología. Los juguetes con IA se promocionan como narradores, tutores, compañeros, herramientas de creatividad y alternativas sin pantalla. Cada afirmación implica un beneficio distinto, pero esos beneficios requieren evidencia diferente.

Un juguete que mantiene la atención no necesariamente ha mejorado el aprendizaje. Un niño que habla con frecuencia no necesariamente ha desarrollado mayores habilidades lingüísticas. Una respuesta afectuosa no demuestra que el sistema favorezca un desarrollo social saludable.

Investigaciones recientes ilustran cuánta evidencia falta. Un equipo de la University of Cambridge realizó un estudio de campo con 14 niños en centros infantiles de Londres que utilizaron un juguete blando de IA generativa.

Los investigadores observaron problemas relacionados con el juego social y de ficción. A veces, el juguete no distinguía entre un padre y un niño, malinterpretaba el habla o respondía de manera incómoda a declaraciones emocionales. Los investigadores también hallaron información de privacidad poco clara al seleccionar un producto.

Ese estudio ofrece una valiosa observación directa, pero su tamaño y entorno limitan las conclusiones generales. Catorce niños no pueden representar todas las edades, entornos familiares, contextos lingüísticos ni diseños de juguetes con IA.

Un estudio participativo independiente de 2026 sobre interacción con juguetes incluyó a ocho niños de entre seis y 11 años. Los niños utilizaron tres juguetes con IA durante dos sesiones de diseño.

Los investigadores informaron que los niños alternaban entre el juego, la experimentación y la reflexión. Los fallos de interacción y los desajustes entre el comportamiento inteligente de un juguete y su forma física a veces fomentaban un juego adversarial, en el que los niños probaban o desafiaban al sistema.

Ese comportamiento complica las suposiciones simples sobre una aceptación pasiva. Los niños no siempre creen ni obedecen a un juguete con IA. Pueden ponerlo a prueba, burlarse de él, exponer sus limitaciones y revisar sus expectativas.

Sin embargo, el comportamiento crítico de los niños mayores no demuestra que los niños pequeños respondan de manera similar. La etapa de desarrollo cambia la forma en que los niños entienden la intención, la fiabilidad, la privacidad y la diferencia entre un agente vivo y un objeto programado.

Google News puede amplificar el inicio de un estudio en cuestión de horas. La investigación sobre desarrollo infantil avanza más lentamente porque requiere consentimiento, observación cuidadosa, métodos sensibles a la edad e interpretación contenida.

Esa diferencia de velocidad genera la presión actual. Las familias y las escuelas deben tomar decisiones mientras la respuesta más sólida sigue siendo: «La evidencia aún no está lista».

Compañero de aprendizaje con IA frente a sustituto del desarrollo

La disyuntiva central es si la IA amplía el juego guiado por humanos o reemplaza discretamente partes de él.

Los defensores ven una oportunidad clara. Un juguete conversacional puede hacer preguntas de seguimiento, adaptar una historia, practicar vocabulario o responder cuando no hay un adulto disponible. Su forma física también puede resultar más accesible que una computadora portátil o un teléfono.

En un entorno guiado, esas funciones pueden favorecer actividades útiles. Un padre podría preguntarle a un niño por qué el juguete dio una respuesta extraña. Un docente podría comparar el final de una historia creada por un niño con uno generado por el sistema.

El adulto aporta contexto en ambos casos. La IA se convierte en material para la conversación, en lugar de ser la autoridad que la dirige.

Esa distinción coincide con el argumento más amplio de Xu de que la IA debe situarse dentro del entorno completo de un niño. Las relaciones familiares, las actividades al aire libre, las aficiones, los compañeros y la enseñanza humana siguen formando parte del sistema de desarrollo.

Los problemas surgen cuando la conveniencia cambia el papel del juguete. Un dispositivo comercializado como tutor puede convertirse en niñera. Una ayuda para contar historias puede convertirse en el narrador predeterminado, mientras que un compañero puede ocupar tiempo antes dedicado a hermanos, cuidadores o al juego autodirigido.

El juego de ficción tradicional pide a los niños que creen ambos lados de una interacción. Un animal de peluche no tiene voz propia, por lo que el niño debe inventar sus sentimientos, objetivos y respuestas.

Un juguete generativo realiza parte de ese trabajo. Responde de inmediato y puede dirigir la conversación hacia sus propias indicaciones. Los investigadores deben determinar si esto amplía las ideas del niño o reduce el esfuerzo imaginativo necesario.

La respuesta no será universal. Un sistema cuidadosamente diseñado podría introducir vocabulario nuevo o ayudar a un niño tímido a iniciar una historia. Otro podría dominar el intercambio, corregir con demasiada frecuencia o seguir redirigiendo la atención hacia sí mismo.

Por lo tanto, los detalles de diseño importan más que la etiqueta de IA. Los investigadores deberían medir quién inicia los temas, cuánto tiempo habla cada participante y si el juguete deja espacio para el silencio, el movimiento y la invención.

También deberían examinar la recuperación ante errores. Los cuidadores humanos perciben expresiones faciales, vacilación, fatiga y cambios de ánimo. Un juguete puede pasar por alto esas señales o inferir la emoción equivocada a partir de datos incompletos.

Cuando un niño se confunde, un sistema responsable debería reducir su autoridad e involucrar a un adulto. En cambio, muchos productos conversacionales generan otra respuesta fluida, incluso cuando la primera respuesta causó el problema.

La fluidez puede crear una ilusión de competencia. Los niños pueden tratar una respuesta segura como conocimiento, especialmente cuando la voz suena amistosa y el objeto se parece a un animal o personaje conocido.

La preocupación no se limita a la precisión factual. Un juguete puede dar una respuesta equivocada pero inocua sobre los dinosaurios y, aun así, enseñar una lección más amplia: que las máquinas seguras de sí mismas merecen confianza.

También existe el problema inverso. Los filtros de seguridad excesivos pueden hacer que un juguete no responda durante un juego emocional cotidiano. Un niño que dice «Te quiero» o finge que un personaje está herido podría recibir una advertencia rígida y ajena al momento.

Estas rupturas interfieren con el juego porque dejan al descubierto el mecanismo en el momento equivocado. Pueden confundir a los niños que esperaban que el objeto siguiera un marco imaginario compartido.

Los investigadores deberían comparar los juguetes de IA con más de un grupo de control. Un juguete convencional mide lo que añade la conversación generativa. Una actividad guiada por un humano mide lo que el sistema no logra reproducir, mientras que un chatbot con pantalla muestra si la materialización física cambia la confianza.

Esta comparación también debería incluir el costo para la atención de la familia. Si el juguete incita a interactuar con frecuencia, envía notificaciones o exige que los adultos revisen transcripciones, su efecto práctico va más allá de la conversación del niño.

Por lo tanto, el principal adversario no es Harvard frente a la industria del juguete. Es la promesa de aprendizaje con apoyo frente a la realidad de una posible sustitución.

Un juguete de IA no necesita reemplazar por completo a un padre o madre para alterar el desarrollo. Solo necesita adueñarse de momentos repetidos en los que los niños, de otro modo, inventarían, negociarían, preguntarían a una persona, tolerarían la incertidumbre o se aburrirían lo suficiente como para crear algo nuevo.

Lo que las pruebas de seguridad actuales aún no pueden decir a los padres

Las respuestas inseguras ya pueden medirse, pero las consecuencias para el desarrollo requieren investigaciones más largas y exigentes.

Las pruebas de contenido ya han identificado problemas inmediatos. La evaluación de riesgos de 2026 de Common Sense Media evaluó juguetes de IA orientados a niños en materia de seguridad, eficacia, equidad, privacidad y diseño centrado en las personas.

La organización informó que el 27 por ciento de las respuestas evaluadas eran inapropiadas para niños. Los ejemplos incluían contenido relacionado con autolesiones, drogas, temas para adultos, juegos de rol inseguros, consejos arriesgados y límites interpersonales deficientes.

Ese resultado es grave, pero no responde a todas las preguntas sobre el desarrollo. Una prueba de red team busca deliberadamente fallos, mientras que el uso cotidiano en familia incluye historias, bromas, rutinas repetidas, malentendidos y periodos de abandono.

Ambas formas de evidencia son importantes. Las pruebas de seguridad identifican lo que un sistema puede producir. La investigación observacional muestra lo que los niños encuentran, creen, recuerdan y hacen después.

Los grupos de defensa han adoptado una postura más categórica. Un aviso cubierto por la Associated Press instó a los padres a evitar los juguetes de IA y contó con el respaldo de más de 150 organizaciones y expertos individuales.

El aviso destacó contenido inseguro, apego emocional, privacidad y desplazamiento de la actividad creativa. Los fabricantes de juguetes han respondido señalando controles parentales, filtros de contenido, temas limitados y otras salvaguardas.

Esas defensas necesitan pruebas independientes. Que un filtro funcione durante una demostración no demuestra cómo se comporta con distintos acentos, habitaciones ruidosas, juegos de rol imaginativos, familias multilingües o meses de actualizaciones de software.

La privacidad es igualmente difícil de evaluar a partir del embalaje del producto. La interacción por voz puede revelar nombres, rutinas, miedos, conflictos familiares, ubicaciones y otra información que un niño pequeño no reconoce como sensible.

Los investigadores deben documentar qué llega a la nube, qué permanece almacenado, quién puede acceder a ello y si los datos entrenan sistemas posteriores. El consentimiento parental no puede sustituir la minimización de datos cuando el niño no puede comprender la transacción.

La norma de la Comisión Federal de Comercio sobre Protección de la Privacidad Infantil en Línea impone obligaciones a los servicios en línea cubiertos que recopilan información personal de menores de 13 años. Sin embargo, cumplir la legislación de privacidad no establece la seguridad para el desarrollo.

Una empresa puede seguir un proceso de divulgación y, al mismo tiempo, ofrecer un producto que interrumpe el juego o fomenta la dependencia emocional. A la inversa, un estudio sobre desarrollo no puede determinar si los controles de seguridad de una empresa protegen las grabaciones almacenadas.

Por tanto, la evidencia debe proceder de varias disciplinas. Los psicólogos del desarrollo pueden estudiar el aprendizaje y las relaciones. Los investigadores de interacción humano-computadora pueden analizar el comportamiento, mientras que los especialistas en seguridad y privacidad examinan los flujos de datos.

Los pediatras, educadores, padres y niños también deberían ayudar a definir resultados significativos. Una medida de laboratorio puede pasar por alto efectos en el hogar, como discusiones por el acceso, alteraciones de la hora de dormir o menos conversación durante las rutinas familiares.

La investigación longitudinal es especialmente importante. Una sesión breve puede mostrar participación inmediata, pero la novedad suele aumentar la atención. Los investigadores deben determinar qué ocurre después de que el juguete se vuelve algo habitual.

¿El niño vuelve porque el sistema apoya el juego creativo o porque solicita interacción continuamente? ¿El niño incorpora vocabulario nuevo a la conversación humana? ¿La confianza persiste tras errores repetidos?

Los estudios deberían evitar exagerar tanto los beneficios como los perjuicios. Los hallazgos actuales no demuestran que todos los juguetes de IA dañen la creatividad. Tampoco demuestran que la interacción conversacional produzca aprendizaje duradero.

La diversidad de la muestra determinará cuán útil resulta el trabajo que se atribuye a Harvard. El reconocimiento de voz se comporta de manera diferente según la edad, el acento, las discapacidades y el entorno del hogar. Un sistema que entiende a un grupo puede fallar repetidamente con otro.

Los niños neurodivergentes también pueden experimentar de manera distinta las características físicas, conversacionales y sensoriales. Un juguete que reconforta a un niño puede distraer o abrumar a otro, lo que vuelve particularmente poco fiables las afirmaciones amplias sobre los “niños”.

Los conflictos de interés también requieren divulgación. El acceso de la industria puede ayudar a los investigadores a examinar sistemas reales, pero los financiadores y fabricantes no deberían controlar el diseño del estudio, la interpretación de los datos ni la publicación.

El resultado más valioso del estudio podría ser un marco de evaluación, en lugar de un veredicto simple. Los padres necesitan saber qué características, contextos, edades y patrones de uso modifican el riesgo.

Qué vigilar después del titular de Google News

La próxima evidencia debería revelar el diseño del estudio, el comportamiento de los juguetes y si la política empieza a exigir pruebas antes de permitir afirmaciones sobre desarrollo.

La primera señal es un protocolo público de investigación. Harvard debería identificar al equipo investigador, las edades de los participantes, el tamaño de la muestra, los grupos de comparación, los productos, las medidas de resultado, la financiación y la duración prevista.

Un protocolo aclararía si el trabajo examina el lenguaje, la creatividad, la confianza, el comportamiento social, la comprensión de la privacidad o varios resultados. También mostraría si el proyecto anunciado es exploratorio o capaz de poner a prueba afirmaciones causales.

El registro previo reforzaría el trabajo al dejar constancia de las hipótesis y los planes de análisis antes de conocer los resultados. No eliminaría todas las limitaciones, pero dificultaría la presentación selectiva de resultados.

Si Harvard publica esos detalles, el estudio anunciado se convierte en un programa de investigación definido, en lugar de un titular. Si los detalles siguen sin estar disponibles, los lectores deberían considerar el anuncio como una pista inicial con una brecha de verificación aún sin resolver.

La segunda señal es la evidencia procedente de un uso sostenido en el hogar. Las sesiones breves de laboratorio siguen siendo útiles porque los investigadores pueden observar el comportamiento de cerca y controlar las condiciones.

Los hogares revelan problemas distintos. Los niños interrumpen, susurran, llevan juguetes de una habitación a otra, involucran a sus hermanos, cambian de idioma y vuelven a los mismos temas durante varios días. Los padres también difieren en el grado de supervisión.

Una observación más prolongada puede distinguir la novedad del comportamiento duradero. Puede mostrar si los niños pierden interés, profundizan su juego, desarrollan rituales, revelan información personal o dependen del juguete para obtener tranquilidad emocional.

Los investigadores deberían publicar hallazgos negativos y ambiguos, no solo beneficios medibles. Un resultado que muestre que los efectos varían según la edad o la participación adulta sería más útil que un respaldo universal a un producto.

La tercera señal es un cambio en los requisitos de producto y políticas. Actualmente, los fabricantes hacen afirmaciones amplias sobre educación, creatividad y compañía, a menudo sin evidencia de desarrollo específica para cada producto.

Los reguladores y minoristas pueden presionar a las empresas para que respalden esas afirmaciones. Entre los requisitos útiles figurarían condiciones más claras de retención de datos, pruebas independientes de contenido, recomendaciones de edad visibles, controles fiables de eliminación y divulgaciones cuando las conversaciones se procesan de forma remota.

El diseño del producto también puede responder antes de que llegue la regulación. Un juguete podría detener las sesiones prolongadas, derivar las preguntas sensibles a un adulto, evitar afirmar que tiene emociones y ofrecer a los padres registros comprensibles sin conservar indefinidamente conversaciones completas de la infancia.

Ninguno de esos controles demuestra valor educativo. Establecerían una base más defendible para probar productos destinados a niños.

El mercado también debería revelar si las empresas aceptan estudios independientes. Los fabricantes que confían en sus afirmaciones sobre desarrollo pueden permitir que los investigadores prueben productos reales sin control contractual sobre la publicación.

Las familias no deberían esperar un veredicto final antes de plantear preguntas prácticas. Pueden examinar si un juguete funciona sin conexión, graba el habla, recuerda conversaciones, impulsa la interacción continua o permite a los adultos eliminar los datos almacenados.

También pueden observar la interacción en sí. ¿El niño dirige el juego? ¿Puede apagarse el juguete sin causar angustia? ¿Apoya la conversación con personas o desvía la atención de ellas?

Google News seguirá publicando titulares contundentes antes de que llegue la evidencia longitudinal. Los lectores pueden usar la cobertura como una señal de descubrimiento, pero no como prueba de que Harvard haya validado los juguetes de IA o establecido sus perjuicios.

Para los investigadores, el desafío es conservar registros en un campo que cambia rápidamente. Los productos, proveedores de modelos, filtros de seguridad y condiciones pueden cambiar durante un estudio, dejando los hallazgos vinculados a una versión que ya no existe.

Documentar esos cambios es esencial. Un flujo de trabajo de gestión del conocimiento personal puede ayudar a educadores y analistas a conectar protocolos, revisiones de productos, informes de seguridad y hallazgos posteriores sin tratar cada titular como un evento independiente.

La evaluación general sigue siendo sencilla. Los juguetes conversacionales realizan un experimento social sin control cada vez que los niños los usan sin pruebas sólidas ni supervisión. El estudio atribuido a Harvard representa un intento de sustituir las suposiciones por la observación, no un veredicto sobre los productos.

Los padres, educadores y compradores de productos deberían pedir primero el protocolo y luego estar atentos a hallazgos sobre uso sostenido y cambios exigibles en los productos. Cuando aparezca la próxima alerta de Google News, la pregunta clave no es si un juguete de IA suena inteligente. Es si la evidencia independiente demuestra que el juguete protege las relaciones humanas, la privacidad y el trabajo imaginativo de los que depende el desarrollo infantil.