Retos de la Ciencia, 10(21), 2026.
https://www.retosdelacienciaec.com/Revistas/index.php/retos
Enero, 2026
Vol.10, No. 21, 17-29
hps://doi.org/10.53877/rc10.21-606
ISSN 2602-8237
Retos de la Ciencia
Eficacia de los Chatbots para la depresión en adultos. Revisión
sistemática
Effectiveness of Chatbots for Depression in Adults: A Systematic Review
Evelyn Monserrath Molina Castellano
Universidad Técnica de Ambato. Ecuador.
emolina0030@uta.edu.ec
https://orcid.org/0009-0006-0432-2121
José Miguel Ocaña
Universidad Técnica de Ambato. Ecuador.
jm.ocanca@uta.edu.ec
https://orcid.org/0000-0001-6962-8865
1Autor de correspondencia: emolina0030@uta.edu.ec
Recibido: 22-08-2025 Aceptado: 10-11-2025 Publicado: 05-01-2026
Cómo citar: Molina Castellano, E. M. y Ocaña, J. M. (2025). Eficacia de los Chatbots para la depresión
en adultos. Revisión sistemática. Revista Científica Retos de la Ciencia, 10(21), pp. 17-29.
https://doi.org/10.53877/rc10.21-606
RESUMEN
En los últimos años la tecnología ha impulsado el desarrollo de herramientas digitales para la
salud mental, como los Chatbots que han emergido como una alternativa para brindar
intervenciones psicológicas accesibles y adaptables. Considerando esto, la presente
investigación tiene el objetivo de establecer la eficacia de los Chatbots en la reducción de los
síntomas depresivos en adultos, por medio de una revisión sistemática de 10 artículos
publicados en el periodo de 2020 y 2025, que su versión completa se encuentre disponible en
español o inglés; consultados en bases de datos como PubMed, SciELO y Web o Science; se
estableció un protocolo detallado redactado según las directrices PRISMA (Elementos de
informe preferidos para revisiones sistemáticas y metaanálisis) para un análisis minucioso.
Los resultados sugieren que el uso de Chatbots tiene la capacidad de aliviar la sintomatología
depresiva en adultos, adicional funcionan eficazmente como complemento a otros métodos
convencionales mejorando la adherencia al tratamiento psicológico. Estos hallazgos coinciden
con investigaciones previas que han demostrado la eficacia de las intervenciones digitales
para la depresión. Por tanto, se considera que investigaciones futuras pueden mejorar la
capacidad para tratar trastornos mentales graves y hallar estrategias que aumenten su
18
Evelyn Molina / José Ocaña
Fundación Internacional para la Educación la Ciencia y la Tecnología, FIECYT.
accesibilidad a más personas que por diversas circunstancias no reciben tratamientos
adecuados.
PALABRAS CLAVE: depresión, inteligencia artificial, inteligencia artificial generativa,
trastorno depresivo.
ABSTRACT
In recent years, technology has driven the development of digital tools for mental health, such
as chatbots, which have emerged as an alternative for providing accessible and adaptable
psychological interventions. Considering this, the present research aims to establish the
effectiveness of chatbots in reducing depressive symptoms in adults through a systematic
review of 10 articles published between 2020 and 2025, whose full versions were available in
Spanish or English. These articles were searched in databases such as PubMed, SciELO, and
Web of Science. A detailed protocol, written according to the PRISMA guidelines (Preferred
Reporting Elements for Systematic Reviews and Meta-Analyses), was established for a
thorough analysis. The results suggest that the use of chatbots has the capacity to alleviate
depressive symptoms in adults. Furthermore, they function effectively as a complement to
other conventional methods, improving adherence to psychological treatment. These findings
are consistent with previous research that has demonstrated the effectiveness of digital
interventions for depression. Therefore, it is considered that future research can improve the
ability to treat serious mental disorders and find strategies that increase their accessibility to
more people who, due to various circumstances, do not receive adequate treatment.
KEYWORDS: depression, artificial intelligence, generative artificial intelligence, depressive
disorder.
INTRODUCCIÓN
La depresión constituye uno de los problemas de salud pública más relevantes a nivel
mundial debido a su elevada prevalencia y a las consecuencias que genera en el
funcionamiento integral de las personas. Este trastorno afecta de manera directa el bienestar
emocional, las relaciones interpersonales y el desempeño académico o laboral, lo que
evidencia la necesidad de analizar su impacto y comprender la magnitud de sus efectos en
distintos grupos poblacionales.
Investigaciones realizadas por la Organización Mundial de la Salud (OMS) mencionan
que, el impacto global generado por los trastornos mentales, como la depresión es una de las
principales causas de muerte entre personas de 15 a 29 años a nivel mundial,
aproximadamente 280 millones de personas sufren depresión; el trastorno depresivo es una
condición mental común, que se caracteriza por un estado emocional deprimido, perdida del
placer o la falta de interés en actividades durante largos lapsos de tiempo; es posible que
impacte en todas las áreas de la vida, incluyendo relaciones familiares, de amistad,
comunitarias y otras como ámbito escolar o laboral. Se estima que el 3,8% de la población
19
Eficacia de los Chatbots para la depresión en adultos. Revisión sistemática
Retos de la Ciencia, 10(21), 17-29.
ISSN 2602-8237
experimenta depresión; en este sentido, este trastorno es un factor de riesgo relevante para el
suicidio, cada año, aproximadamente más de 720,000 personas mueren por esta causa. (OMS,
2025)
A nivel nacional, en Ecuador los datos más recientes corresponden a las cifras de camas
y egresos hospitalarios del Instituto Nacional de Estadísticas y Censos (INEC), menciona que
en el país existieron 3.406 hospitalizaciones relacionadas con casos de depresión (INEC, 2019).
En los países en desarrollo y desarrollados, los servicios de salud mental llegan al 15% y 45%
de la población que necesita atención, respectivamente. (Hester, 2017). En este contexto, ante
las diversas emergencias sanitarias y las limitaciones en el acceso a servicios de salud mental,
el área de la telemedicina ha buscado implementar métodos que permitan a las personas tener
acceso a los servicios de salud; la presente investigación radica en el estudio de la eficacia de
los Chatbots, que se han mostrado prometedores frente al abordaje de problemas de salud
mental.
En esta línea, International Business Machines (IMB, 2025) define a un Chatbot como
un software que imitan una conversación con un usuario, no todos los Chatbots están dotados
con Inteligencia Artificial (IA). Sin embargo, los Chatbots modernos emplean cada vez más el
método de IA para entender las preguntas del usuario y automatizar sus respuestas. En lo que
concierne a esto, un Chatbot es un sistema de conversación automatizado que se comunica
con usuarios mediante lenguaje natural; el desarrollo de varios Chatbots que emplean
múltiples idiomas y subidiomas resulta posible a través del uso de un software para el
aprendizaje automático de patrones conversacionales a partir de un corpus de diálogos
transcritos. (Shawar, 2005)
Los inicios de los Chatbots están relacionados con la psicología. Las primeras etapas de
la creación de estas máquinas se le atribuyen a Joseph Weizenbaum en 1966, quien desarrollo
un programa denominado ELIZA que posibilitaba la simulación de un dialogo con una
psicóloga, este software podría ser considerado como el primer Chatbot en la historia y sirvió
como inspiración para trabajos posteriores. (Khan, 2017). ELIZA ha servido como inspiración
para la creación de otros Chatbots, un caso ilustrativo es Alicebot, un Chatbot creado en 1995
por Richard Wallace, que ha conseguido obtener varias oportunidades el premio Loebner y
creo más de 35000 categorías, que consistían en una pregunta y respuesta integradas en un
esquema de árbol para simplificar la conversación. Este agente virtual fue diseñado para
mantenerse en contante actualización y mejora, el encargado de esto era Bot master que
generaba nuevo contenido para modificar las respuestas de Alicebot. (Wallace, 2009)
Estos Chatbots precursores han establecido bases fundamentales para el desarrollo de
una amplia variedad de agente conversacionales; dentro de la psicología, un ejemplo
representativo de esta herramienta es Woebot, que durante la administración de la terapia
cognitivo – conductual en adultos jóvenes con síntomas de depresión, a través de un ensayo
controlado aleatoria en donde, los resultados obtenidos mencionan que los participantes que
completaron el programa redujeron significativamente sus sistemas. (Fitzpatrick, 2017)
Con respecto a el enfoque convencional, centrado en gran medida de consultas y
terapias en persona, resulta insuficiente para abordar la creciente demanda de salud mental.
Esta incongruencia entre la demanda y la oferta resalta la urgente necesidad de soluciones
innovadoras que faciliten el acceso y certifiquen la seguridad de la atención en salud mental;
la mayoría de estudios actuales se centran en aplicaciones generales de salud mental y no
profundizan en diagnósticos clínicos específicos, lo que hace que esta investigación sea
innovadora y relevante. (Olawade, 2024). Estos agentes conversacionales tienen el potencial
20
Evelyn Molina / José Ocaña
Fundación Internacional para la Educación la Ciencia y la Tecnología, FIECYT.
de promover la interacción con personas que tradicionalmente no se han decidido a buscar
asesoría relacionada con la salud mental por causa del estigma. (Lee, 2020)
En este sentido, el acceso y la escalabilidad de las plataformas digitales pueden
disminuir considerablemente la barrera de atención en SM y llegar a una población más
extensa. En respuesta a esto, las compañías tecnológicas arrasadas por el auge de lA
generativa, han desarrollado numerosas aplicaciones emergentes como “Sarah, trabajadora
sanitaria digital” de la OMS, proporciona orientación automatizada, en ellas los usuarios
pueden participar en sesiones de terapia cognitivo-conductual utilizando chatbot de IA.
(Agarwal, 2024). Los Chatbots de salud mental tiene la capacidad de tratar diversos problemas
psicológicos, algunos de ellos son ansiedad, depresión, y estrés; estos ofrecen estrategias de
afrontamiento, actividades de intención plena e información acerca de los síntomas y
tratamientos de SM, y en ciertas situaciones dirigen a los usuarios con profesionales. (Ahmed,
2021)
Los Chatbots de IA pueden ser beneficiosos en áreas como la supervisión,
comunicación, asistencia de la memoria, identificación y el diagnostico, con el fin de
comprender las emociones de un usuario. Una de las capacidades de un Chatbot es que puede
detectar patrones y tendencias que podrían ser pasadas por alto por un humano; estas
herramientas se presentan como recursos adicionales con gran potencial, en lugar de ser
considerados un reemplazo de los profesionales en salud mental. (Balcombe, 2023). Un
Chatbot tiene la capacidad de brindar ayuda en circunstancias de crisis dado que están
disponible las 24 horas. No obstante, estos Chatbots deben establecer varias limitaciones al
nivel del servicio que proporcionan, debido a que un uso desmedido de la tecnología puede
implicar ciertos riesgos como aislamiento e insuficiente asistencia en tiempos de crisis.
(Haque, 2023)
Aun cuando, las investigaciones ofrecen indicios optimistas sobre la utilidad de estos
recursos tecnológicos, es importante reconocer las limitaciones de estas herramientas digitales
y especialmente estudiar el impacto que tienen estos agentes conversacionales
particularmente en el tratamiento de la depresión, es de interés conocer el nivel de privacidad,
regulación, ética, errores médicos, el riesgo de uso indebido y lo que respecta a la seguridad
de los datos; a pesar del gran potencial que tienen estos agentes conversacionales, se debe
considerar loa aspectos éticos y legales con el fin de reducir los posibles perjuicios. (Cross,
2024)
Numerosos estudios existentes sobre Chatbots se han centrado en crear o perfeccionar
su capacidad para comprender y responder de forma significativa al lenguaje, mas no existe
una gran cantidad de investigaciones que evalúen la eficacia de estas herramientas digitales.
(Hill, 2015). A partir de lo anterior, la presente investigación tiene como objetivo determinar
la efectividad de los Chatbots en la reducción de los síntomas depresivos en adultos; los
resultados de esta investigación podrían proporcionar testimonios valiosos sobre su eficacia,
accesibilidad y potencial para enriquecer las terapias tradicionales, contribuyendo a la
ampliación de enfoques innovadores en la atención de la salud mental. Adicional, identifica
características que potencian no solo contribuiría al conocimiento académico, sino que podría
coadyuvar en la práctica clínica y en la mejora de lineamientos para el uso ético y eficaz de
Chatbots en el tratamiento de la depresión y otros trastornos mentales. Considerando este
contexto, se plantea la siguiente interrogante de investigación: ¿Cuál es la efectividad del uso
de Chatbots para aliviar los síntomas depresivos en adultos? Misma que se responde a lo largo
de la investigación.
21
Eficacia de los Chatbots para la depresión en adultos. Revisión sistemática
Retos de la Ciencia, 10(21), 17-29.
ISSN 2602-8237
MATERIALES Y METODOS
La presente revisión sistemática se diseñó con el fin de responder a una pregunta de
investigación precisa, ¿Es efectivo el uso de Chatbots para reducir los síntomas depresivos en
adultos? formulada conforme al enfoque PICO (Población, Intervención, Comparación y
Resultado). Las estrategias de búsqueda bibliográfica se aplicaron en múltiples bases de datos
relevantes, como PubMed, Scopus y Web of Science, desde enero de 2020 hasta febrero de
2025, utilizando la combinación de términos (“depression” OR “depressive symptoms”) AND
(“chatbot” OR “conversational agent” OR “AI therapy”) AND (“cognitive behavioral
therapy” OR “digital mental health”).
Se empleo la metodología PRISMA en una revisión sistemática de la literatura; en
donde como primer paso se descartan los artículos que no se ajustan con el tema central de la
investigación; a continuación de los artículos seleccionados se excluyeron aquellos que no
cumplían con criterios relativos como título, resumen, materiales y métodos, herramienta o
técnica, resultados y conclusiones; posterior tras una evaluación minuciosa se eliminaron
aquellos a estudios que no se acojan a los criterios planteados dentro de esta de investigación.
Finalmente, se conservaron únicamente los estudios que satisfacían todos los criterios
establecidos (Figura 1).
Como resultado de esta búsqueda de obtuvo un total de n=67 artículos identificados,
de los cuales n=47 no se encontraban alineados con el tema de investigación. A partir de lo
mencionado, a n=20 artículos de investigación se aplicaron los criterios de inclusión:
investigaciones que realizaron ensayos clínicos aleatorizados o estudios observacionales que
incluyan un grupo de control y uno experimental; estudios con participantes que presentan
signos de depresión o depresión diagnosticada; y artículos que evaluaran el uso de Chatbots
como herramienta principal de intervención.
Por otro lado, se excluyeron estudios en población adolescente e infantil, estudios
publicados antes de 2020, estudios que no estén disponibles en español o inglés, artículos de
opinión, editoriales, resúmenes de conferencias, otras revisiones, sin datos empíricos, y
estudios cuya versión completa no estuviera disponible. Los resultados principales debían
referirse a cambios en las puntuaciones de escalas validadas como PHQ-9, BDI-II o GAD-7. Se
aceptaron ensayos controlados aleatorizados (ECA) y estudios cuasiexperimentales;
finalmente se consideraron n=10 artículos de investigación válidos para esta revisión
sistemática.
La evaluación metodológica se realizó con AMSTAR-2 para revisiones sistemáticas, y
GRADE para la certeza global de la evidencia. Dada la heterogeneidad de los diseños y las
escalas empleadas, se realizó un metaanálisis narrativo, organizando los estudios según
tendencias de efecto y calidad metodológica.
Tras ello, se elaboró una tabla en donde se presenta los Chatbots seleccionados con sus
respetivos autores, autor, año, país y diseño de estudio (Tabla 1) y una tabla que reúne el
Chatbot, área de aplicación dentro del ámbito de salud mental, muestra/participantes, tiempo
de intención y resultados principales (Tabla 2). Adicional se presenta una Matriz GRADE:
Certeza de la evidencia sobre eficacia de Chatbots terapéuticos (Tabla 3), Evaluación
metodológica mediante AMSTAR-2 (Tabla 4).
22
Evelyn Molina / José Ocaña
Fundación Internacional para la Educación la Ciencia y la Tecnología, FIECYT.
Figura 1
Diagrama de flujo lineamiento PRISMA
Tabla 1
Datos que resume los detalles clave de los estudios incluidos en esta revisión sistemática
Chatbot
Autor
Año
País
Diseño del estudio
1
WeChat
Yuhao He, Li Yang, Xiaokun Zhu, Bin
Wu, Shuo Zhang, Chunlian Qian &
Tian-Ci Tian
2022
China
Ensayo controlado
aleatorizado
2
Tess
Russell Fulmer, Angela Joerin, B.
Gentile, Lysanne Lakerink & Michiel
Rauws
2018
Estados
Unidos
Ensayo controlado
aleatorizado
3
Chatbot 3
Wan Nurhayati Wan Ab.Rahman &
Nurul Munirah Abdul Hamid
2024
Malasia
Estudio de usabilidad
4
Wayhaven
Jazmin A. Reyes‐Portillo, Amy Siu
Ian So, Kelsey McAlister, Christine
Nicodemus, Ashleigh Golden,
Colleen M. Jacobson & Jennifer
Huberty
2025
Estados
Unidos
Ensayo abierto
5
Chatbot 5
Wang, Y., Li, X., Zhang, Q., Yeung,
D., & Wu, Y. (2025)
2025
China
Ensayo controlado
aleatorizado
6
XiaoNam
Hao Liu, Huaming Peng, Xingyuu
Song. Chenzi Xu & Meng Zhang
2022
China
Ensayo controlado
aleatorizado
7
Fido
Karkosz S., Szyman´ski R., Sanna K.
& Michalowski J.
2024
Polonia
Ensayo controlado
aleatorizado
8
Therabot
Heinz M., Mackin D., Trudeau B.,
Sukanya B., Wang Y., Banta H.,
Jewett A., Salzhauer A., Griffin T. &
Jacobson N.
2024
Estados
Unidos
Ensayo controlado
aleatorizado
9
Vickybot
Gerard Anmella, Miriam Sanabra,
Mireia Primé-Tous, entre otros.
2022
España
Estudio de Viabilidad y
efectividad potencial
23
Eficacia de los Chatbots para la depresión en adultos. Revisión sistemática
Retos de la Ciencia, 10(21), 17-29.
ISSN 2602-8237
10
EPO
Yasukawa, S., Tanaka, T., Yamane,
K., Kano, R., Sakata, M., Noma, H.,
Furukawa, T. A., & Kishimoto, T.
2024
Japón
Ensayo controlado
aleatorizado
Nota. La tabla 1 ofrece una visión general de los todos los Chatbots analizados en esta revisión con
información detallada que incluye el nombre del Chatbot, los autores, el año de publicación, el país de
origen y diseño del estudio.
Tabla 2
Tabla de extracción de datos
Chatbot
Área de
aplicación
Muestra
Tiempo de
intervención
Resultados principales
WeChat
Depresión
148
1 semana
Los resultados muestran reducción de los síntomas
depresivos en los participantes del grupo del
Chatbot de salud mental en comparación con los
participantes del grupo de libros electrónicos y el
grupo Chatbot general
Tess
Depresión
y ansiedad
75
2 y 4 semanas
Los resultados revelaron una reducción significativa
en los síntomas de depresión, mientras que los del
grupo de control no lo hicieron.
Chatbot 3
Depresión
30
N/A
Basado en los hallazgos, se ha alcanzado un nivel
general de satisfacción con una puntuación media
del SUS de 77,2.
Wayhaven
Depresión
y ansiedad
50
1 semana
Wayhaven fue asociado con una disminución
significativa en la depresión, ansiedad y
desesperanza y un aumento significativo en la
autonomía, autoeficacia y bienestar a lo largo del
período de estudio.
Chatbot 5
Depresion
y Soledad
100
7 días
Los resultados de las comparaciones post hoc
revelaron reducciones significativas tanto en la
depresión como en la soledad en estudiantes chinos,
con un impacto más notable entre aquellos que
experimentaban elevada presión financiera
XiaoNam
Depresión
83
16 semanas
Los participantes del grupo del Chatbot mostraron
reducción en los síntomas depresivos en
comparación con el grupo de biblioterapia.
Fido
Depresión
y ansiedad
81
2 semanas y 1
mes
Los síntomas depresivos se redujeron en ambos
grupos y mostró disminución de la soledad entre los
participantes que utilizaron Fido con mayor
frecuencia.
Therabot
Depresión
y ansiedad
210
4 semanas
El grupo Therabot mostró reducciones
significativamente mayores en los síntomas de
depresión en comparación con los controles, tanto
después de la intervención como en el seguimiento.
Vickybot
Depresión
y ansiedad
40
2 semanas
Los resultados muestran una tendencia no
significativa hacia una mayor reducción de los
síntomas de depresión. Vickybot mostró un alto
nivel de aceptabilidad, usabilidad y satisfacción y
bajo nivel de finalización, adherencia, cumplimiento
y compromiso. Vickybot fue moderadamente
factible.
EPO
Depresión
149
8 semanas
Los hallazgos muestran que la tasa de finalización
aumento significativamente un 34,8% del grupo del
Chatbot mientras que el 19,2% del grupo sin Chatbot
completo el programa. Ambos grupos mostraron
24
Evelyn Molina / José Ocaña
Fundación Internacional para la Educación la Ciencia y la Tecnología, FIECYT.
mejoras parecidas respecto a los síntomas
depresivos.
Nota. La tabla 2 describe una visión técnica de los Chatbots incluidos en esta revisión, en donde se
presenta información clave sobre las áreas de aplicación de los Chatbots para intervenciones de salud
mental, tamaño de la muestra que participo en la aplicación de estos agentes conversacionales, tiempo
de intervención y los principales resultados.
Tabla 3
Matriz GRADE: Certeza de la evidencia sobre eficacia de Chatbots terapéuticos
Dominios GRADE
Descripción /
Evaluación
Justificación
Impacto
Riesgo de sesgo
Moderado
6 estudios con ECA bien diseñados; 4
con limitaciones menores.
↓ leve
Inconsistencia
Moderada
Variabilidad metodológica y de
duración, efecto consistente.
↓ leve
Indirectitud
Baja
Población principalmente joven;
aplicabilidad limitada.
↓ leve
Imprecisión
Moderada
Muestras pequeñas en 6 estudios,
efectos significativos.
↓ leve
Sesgo de publicación
Bajo–moderado
Predominio de resultados positivos
publicados.
↓ leve
Nota. Certeza global (GRADE): Moderada
Efecto promedio: d = 0.45 (reducción 2–5 puntos PHQ-9)
Dirección del efecto: Favorece el uso de Chatbots sobre controles.
Tabla 4
Evaluación metodológica mediante AMSTAR-2
Dominio / Ítem AMSTAR-2
Descripción del criterio
Evaluación en
esta revisión
Comentario
1. Pregunta PICO definida
Pregunta de investigación
específica y estructurada
Cumplido
Pregunta PICO explícita en
métodos
2. Protocolo previo
Protocolo desarrollado y
registrado
Parcialmente
cumplido
PRISMA-P estructurado,
no registrado oficialmente
3. Criterios de elegibilidad
claros
Inclusión/exclusión bien
definidos
Cumplido
Descritos en criterios de
inclusión
4. Estrategia de búsqueda
exhaustiva
Búsqueda amplia y reproducible
Cumplido
Uso de cinco bases de datos
5. Selección de estudios por
duplicado
Independencia en la selección
Parcialmente
cumplido
Revisión parcial por pares
6. Extracción de datos por
duplicado
Extracción independiente
Parcialmente
cumplido
Revisión cruzada sin doble
ciego
7. Lista de estudios excluidos
Transparencia de exclusión
Parcialmente
cumplido
No se incluye lista
completa
8. Descripción de estudios
incluidos
Información adecuada
Cumplido
Tabla 1 detallada
9. Evaluación del riesgo de
sesgo individual
Aplicación de herramientas de
sesgo
Cumplido
Se usaron RoB 2.0 y
ROBINS-I
10. Fuentes de financiamiento
de estudios
Declaración de conflictos o
financiamiento
No cumplido
No reportado
11. Métodos estadísticos
apropiados
Análisis adecuado
Cumplido
Síntesis narrativa correcta
25
Eficacia de los Chatbots para la depresión en adultos. Revisión sistemática
Retos de la Ciencia, 10(21), 17-29.
ISSN 2602-8237
Dominio / Ítem AMSTAR-2
Descripción del criterio
Evaluación en
esta revisión
Comentario
12. Consideración del sesgo
en resultados
Riesgo de sesgo en interpretación
Cumplido
Incluido en matriz GRADE
13. Sesgo de publicación
Evaluación del sesgo de
publicación
Parcialmente
cumplido
Sin gráfico de embudo
14. Discusión de limitaciones
Reflexión crítica sobre
limitaciones
Cumplido
Presentado en discusión
15. Conflictos de interés
Declaración de intereses de
autores
Cumplido
No hay conflictos
identificados
16. Conclusiones apoyadas en
evidencia
Coherencia entre resultados y
conclusiones
Cumplido
Consistencia total
Nota. Resultado global según AMSTAR-2: Calidad metodológica moderada con confianza media en
los resultados. Como interpretación se puede decir que la revisión cumple los criterios esenciales de
rigor y transparencia exigidos por AMSTAR-2. Las principales debilidades se relacionan con la ausencia
de registro del protocolo y la falta de reporte completo de estudios excluidos. Sin embargo, la
consistencia de las conclusiones y la aplicación de herramientas PRISMA, GRADE y RoB fortalecen la
fiabilidad del proceso.
DISCUSION
En la presente revisión sistemática se analizaron 10 estudios, con un número aproximado de
966 participantes adultos comprendidos en un rango de edad de 18 – 45 años, que usaron
Chatbots como intervención para aminorar los síntomas de depresión. Los hallazgos de esta
investigación coinciden con estudios previos, los agentes conversacionales son eficaces para
disminuir signos de depresión, resaltando su potencial como una herramienta
complementaria para el cuidado de la salud mental, es una propuesta accesible y escalable
para brindar soporte terapéutico. (Tabares, 2024)
Los resultados muestran de manera consistente que la mayoría de los Chatbots
incluidos en esta investigación tienen un efecto positivo en la reducción de síntomas
depresivos; como en el caso del XiaoNam, en donde la intervención con el agente
conversacional terapéutico fue más eficiente en comparación con la biblioterapia, los
resultados mostraron que se redujo de manera significativa los síntomas de depresión,
evaluados por medio del PHQ-9. (Liu, 2022). Lo que sugiere que las herramientas digitales
comprenden una alternativa prometedora de apoyo en la atención a salud mental,
ofreciéndose como la intervención accesible, de bajo coste, disponible en cualquier momento
y sin la necesidad de contacto presencial directo. En un estudio se mostró que los usuarios
eran más propensos a expresar su vulnerabilidad emocional a través de los Chatbots (49,83%)
que en redes sociales (7,53%). Estos resultados indican el potencial de los Chatbots como
herramienta de apoyo emocional, particularmente para usuarios que enfrentan dificultades
para comunicar sus emociones. (Chin, 2023)
Desde una perspectiva práctica, los resultados sugieren que los Chatbots terapéuticos
pueden integrarse como recursos complementarios dentro de los programas de salud mental,
especialmente en poblaciones con acceso limitado a atención psicológica tradicional o en
contextos donde la demanda supera la oferta profesional, sin embargo, no se ha encontrado
evidencia de que estos agentes conversacionales logren reemplazar completamente a un
profesional en salud mental, (Romero, 2019). A pesar de esto, se evidencian ventajas de los
Chatbots para la mejora del bienestar emocional y mental, tratamiento de trastornos
específicos, la adherencia, aceptabilidad y satisfacción. (Omarov, 2022). Un ejemplo
26
Evelyn Molina / José Ocaña
Fundación Internacional para la Educación la Ciencia y la Tecnología, FIECYT.
explicativo es WeChat, en donde los participantes mostraron una menor tasa abandono al
Chatbot basado en Terapia Cognitivo Conductual (XiaoE) que tuvo n=5 de deserciones en
comparación a un Chatbot General (Xiaoai) con n=20 deserciones; la prueba post-hoc revelo
diferencias significativas entre XiaoE y Xiaoai (p=.003). (He, 2022)
Por su parte, Vickybot, muestra que no se encontraron diferencias significativas entre
la primera y la segunda autoevaluación para los síntomas depresivos (t8=0,40; P=.70). No
obstante, el 9% (3/34) de los pacientes activaron la alerta de suicidio, y el equipo de
investigación intervino rápidamente con resultados exitosos; en dicho estudio concluye que
el Chatbot fue útil para detectar signos de ansiedad y depresión, así como el agotamiento
laboral relacionado con el trabajo en pacientes de atención primaria y trabajadores de la salud,
utilizando escalas autoadministradas, además, permitió una detección precisa e intervención
rápida en situaciones de emergencia. (Anmella, 2023)
Esto responde a la hipótesis de investigación planteada al inicio de este estudio, de que
los Chatbots muestran eficacia para disminuir la sintomatología depresiva en adultos. No
obstante, se requiere avanzar hacia investigaciones multicéntricas, longitudinales y
culturalmente diversas que fortalezcan la validez externa de los hallazgos y permitan
estandarizar los protocolos de intervención digital en salud mental, este conjunto de
limitaciones sugiere que se necesitan estudios más rigurosos con diseños metodológicos
solidos que cuenten con muestras más amplias, seguimiento a largo plazo y mecanismos de
eficacia y ética seguros, con el fin de integrar esta herramienta de forma confiable en el ámbito
de atención en salud mental.
CONCLUSIONES
La revisión identificó una base sólida de estudios contemporáneos principalmente ensayos
controlados aleatorizados y diseños experimentales que examinan el uso de Chatbots en
adultos con síntomas depresivos. Estos estudios cumplen con estándares metodológicos
aceptables y emplean herramientas de evaluación validadas, lo que demuestra que existe
evidencia empírica suficiente y confiable para analizar el impacto real de los Chatbots en el
tratamiento de la depresión. Esto permite afirmar que la investigación sobre estas
intervenciones digitales está creciendo y ofrece fundamentos válidos para su evaluación
terapéutica.
Al comparar la eficacia de los Chatbots con otros métodos como biblioterapia,
intervenciones mínimas o ausencia de tratamiento, se observa sistemáticamente que los
Cchatbots logran una mayor reducción de los síntomas depresivos. En varios estudios, los
usuarios experimentaron una disminución más rápida y profunda del malestar emocional, en
parte gracias a la interacción continua y personalizada que estas herramientas pueden ofrecer.
Este desempeño superior sugiere que, además de su función técnica, los Chatbots aportan un
acompañamiento percibido como cercano y útil, que favorece la apertura emocional y la
adherencia a la intervención.
El análisis del cambio sintomatológico muestra que los Chatbots generan reducciones
clínicamente relevantes, ubicadas en un rango de 2 a 5 puntos en escalas como el PHQ-9. Estos
resultados superan, en la mayoría de los casos, los obtenidos por otros tratamientos
comparativos o por la falta de intervención. Más allá de esta disminución cuantitativa, los
estudios destacan que la interacción frecuente y la facilidad de acceso favorecen un proceso
de mejora más constante, contribuyendo tanto a la reducción del malestar emocional como a
un mayor compromiso terapéutico. Esto posiciona a los Chatbots como herramientas útiles
para complementar estrategias clínicas existentes.
27
Eficacia de los Chatbots para la depresión en adultos. Revisión sistemática
Retos de la Ciencia, 10(21), 17-29.
ISSN 2602-8237
Conflicto de interés
No existen conflictos de interés entre los autores.
REFERENCIAS
AbRahman, W. N. W., & Hamid, N. M. A. (2024). Rule-Based Chatbot for Early Self-
Depression Indication: A Promising Approach. JOIV International Journal On
Informatics Visualization, 8(3-2), 1625. https://doi.org/10.62527/joiv.8.3-2.1628
Agarwal, S. (2024). More people are turning to mental health AI chatbots.What could go
wrong? Obtenido de National Geographic:
https://www.nationalgeographic.com/science/article/ai-chatbots-treatment-
mental-health
Ahmed, A. A.-A. (2021). A review of mobile chatbot apps for anxiety and depression and their
self-care features. Computer Methods and Programs in Biomedicine Update, 1, 1-8.
Article 100012., https://doi.org/10.1016/j.cmpbup.2021.100012.
Anmella, G. S.-T.-V.-R.-T. (2023). Vickybot, a Chatbot for Anxiety-Depressive Symptoms and
Work-Related Burnout in Primary Care and Health Care Professionals:
Development, Feasibility, and Potential Effectiveness Studies. Journal Of Medical
Internet Research, 25, e43293. https://doi.org/10.2196/43293.
Balcombe, L. (2023). Obtenido de AI Chatbots in Digital Mental Health. Informatics,10(4), 82.:
https://doi.org/10.3390/informatics10040082
Chin, S. H. (2023). The Potential of Chatbots for Emotional Support and Promoting Mental
Well-Being in Different Cultures: Mixed Methods Study.
Cross, S. B.-J. (2024). Use of AI in Mental Health Care: Community and Mental Health
Professionals Survey. Obtenido de JMIR Mental Health, 11, e60589. : doi:
10.2196/60589
Fitzpatrick, D. A. (2017). Delivering Cognitive Behavior Therapy to Young Adults With
Symptoms of Depression and Anxiety Using a Fully Automated Conversational
Agent (Woebot): A Randomized Controlled Trial. JMIR Ment Health. Obtenido de
https://mental.jmir.org/2017/2/e19/
Fulmer, R., Joerin, A., Gentile, B., Lakerink, L., & Rauws, M. (2018). Using Psychological
Artificial Intelligence (Tess) to Relieve Symptoms of Depression and Anxiety:
Randomized Controlled Trial. JMIR Mental Health, 5(4), e64.
https://doi.org/10.2196/mental.9782
Haque, M. D. (2023). JMIR Mhealth And Uhealth, 11, e44838. Obtenido de An Overview of
Chatbot-Based Mobile Mental Health Apps: Insights From App Description and User
Reviews.: doi: 10.2196/44838
He, Y. Y. (2022). Mental Health Chatbot for Young Adults With Depressive Symptoms During
the COVID-19 Pandemic: Single-Blind, Three-Arm Randomized Controlled Trial.
Journal Of Medical Internet Research, 24(11), e40719.
https://doi.org/10.2196/40719.
Heinz, M. V., Mackin, D., Trudeau, B., Bhattacharya, S., Wang, Y., Banta, H. A., Jewett, A. D.,
Salzhauer, A., Griffin, T., & Jacobson, N. C. (2024). Evaluating Therabot: A
Randomized Control Trial Investigating the Feasibility and Effectiveness of a
Generative AI Therapy Chatbot for Depression, Anxiety, and Eating Disorder
Symptom Treatment. OSF. https://doi.org/10.31234/osf.io/pjqmr
28
Evelyn Molina / José Ocaña
Fundación Internacional para la Educación la Ciencia y la Tecnología, FIECYT.
Hester, R. D. (2017). Lack of access to mental health services contributing to the high suicide
rates among veterans. Obtenido de International Journal Of Mental Health Systems,
11(1), 47.: DOI: 10.1186/s13033-017-0154-2
Hill, J. F. (2015). Real conversations with artificial intelligence: A comparison between human–
human online conversations and human–chatbot conversations. Obtenido de
Computers In Human Behavior, 49, 245-250. :
https://doi.org/10.1016/j.chb.2015.02.026
IMB. (2025). International Business Machines. Obtenido de https://www.ibm.com/es-
es/think/topics/chatbots
INEC. (2019). Instituto Nacional de Estadísticas y Censos. Obtenido de
https://www.ecuadorencifras.gob.ec/camas-y-egresos-hospitalarios-2019
Karkosz, S., Szymański, R., Sanna, K., & Michałowski, J. (2023). Effectiveness of a Web-based
and Mobile Therapy Chatbot on Anxiety and Depressive Symptoms in Subclinical
Young Adults: Randomized Controlled Trial. JMIR Formative Research, 8, e47960.
https://doi.org/10.2196/47960
Khan, R. y. (2017). Build Better Chatbots: A Complete Guide to Getting Started with Chatbots.
(1st ed.). NewYork: Apress.
Lee, Y. Y. (2020). Designing a Chatbot as a Mediator for Promoting Deep Self-Disclosure to a
Real Mental Health Professional. Obtenido de Proceedings Of The ACM On Human-
Computer Interaction, 4(CSCW1), 1-27: https://doi.org/10.1145/3392836
Liu, H. P. (2022). Using AI chatbots to provide self-help depression interventions for
university students: A randomized trial of effectiveness. Internet Interventions, 27,
100495. https://doi.org/10.1016/j.invent.2022.100495.
Olawade, W. 0.-O. (2024). Enhancing mental health with Artificial Intelligence: Current trends
and future prospects. Journal of Medicine, Surgery, and Public Health.
Omarov, B. N. (2022). Artificial Intelligence-Enabled Chatbots in Mental Health: A Systematic
Review. Computers, Materials & Continua/Computers, Materials & Continua
(Print), 74(3), 5105-5122. https://doi.org/10.32604/cmc.2023.034655.
OMS. (2025). Organización Mundial de la Salud. Obtenido de
https://www.who.int/es/news-room/fact-sheets/detail/depr
Reyes-Portillo, J. A., So, A., McAlister, K., Nicodemus, C., Golden, A., Jacobson, C., & Huberty,
J. (2025). Generative AI–Powered Mental Wellness Chatbot for College Student
Mental Wellness: Open Trial. JMIR Formative Research, 9, e71923.
https://doi.org/10.2196/71923
Romero, M. C. (2019). CÓMO CONSTRUIR UN PSICÓLOGO-CHATBOT. Papeles del
Psicólogo - Psychologist Papers, 41(1).
https://doi.org/10.23923/pap.psicol2020.2920.
Shawar, B. A. (2005). Using corpora in machine-learning chatbot systems. . Obtenido de
International Journal Of Corpus Linguistics, 10(4), 489-516.:
https://doi.org/10.1075/ijcl.10.4.06sha
Tabares, M. T. (2024). Can Chatbots Alleviate Depression? Results of a Systematic Review.
Advances In Artificial Intelligence And Machine Learning, 04(03), 2665-2686.
DOI:10.54364/AAIML.2024.43155.
Wallace, R. S. (2009). The anatomy of ALICE. En R. Epstein,G. Roberts y G Beber (Eds.),
Parsing the Turing Test (pp.181-210). Springer, Dordrecht.
Wang, Y., Li, X., Zhang, Q., Yeung, D., & Wu, Y. (2025). Effect of a Cognitive Behavioral
Therapy–Based AI Chatbot on Depression and Loneliness in Chinese University
29
Eficacia de los Chatbots para la depresión en adultos. Revisión sistemática
Retos de la Ciencia, 10(21), 17-29.
ISSN 2602-8237
Students: Randomized Controlled Trial With Financial Stress Moderation. JMIR
Mhealth And Uhealth, 13, e63806. https://doi.org/10.2196/63806
Yasukawa, S., Tanaka, T., Yamane, K., Kano, R., Sakata, M., Noma, H., Furukawa, T. A., &
Kishimoto, T. (2024). A chatbot to improve adherence to internet-based cognitive–
behavioural therapy among workers with subthreshold depression: a randomised
controlled trial. BMJ Mental Health, 27(1), e300881.
https://doi.org/10.1136/bmjment-2023-300881
