Empatía

Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.

Síntesis: La empatía entra en la educación desde tres direcciones a la vez: como un resultado que el profesorado intenta enseñar, como un constructo que intenta medir y como algo que se dice cada vez más que los sistemas de IA muestran. La evidencia es desigual en las tres. Enseñar empatía funciona —el juego de roles, la RV y el diálogo con LLM producen mejoras medibles antes y después—, pero el efecto se reduce a medida que la experiencia se vuelve menos corporeizada, y los estudios comparativos confunden la modalidad con el tiempo dedicado a la tarea. Medir la empatía es más difícil que enseñarla: las valoraciones de observadores se sostienen entre sí, mientras que los indicadores de visión artificial coinciden en el contacto físico, discrepan en el contacto visual y se invierten en la sonrisa. La IA puede ensayar conversaciones empáticas a escala, pero el estudio mejor controlado muestra un aumento de la competencia autoevaluada sin una comprobación del desempeño observado. Y la preocupación más reciente va en la dirección contraria: creer que la IA puede aportar empatía hace que las personas estén menos dispuestas a aportarla ellas mismas (Shastry y Gray, 2026).

Preguntas para reflexionar

• Si el juego de roles, la realidad virtual y un chatbot aumentan por igual las puntuaciones de empatía, ¿la diferencia es aprendizaje o tiempo dedicado a la tarea?
• Una estudiante de enfermería sonríe a un paciente que siente dolor: los observadores lo leen como incongruencia y un detector de sonrisas lo lee como calidez. ¿En cuál debería confiar una evaluación?
• La mayoría de los estudios sobre formación en empatía apoyada por IA miden la confianza y no la conducta observada. Si la confianza sube pero la conducta no, ¿ha fracasado la formación o simplemente no se ha puesto a prueba?
• Cuando un chatbot responde con calidez, el estudiantado informa que se siente comprendido. ¿Es eso empatía, una representación de la empatía o algo que importa independientemente de cuál sea?
• Si las personas descargan la responsabilidad empática en cuanto creen que la IA puede asumirla, ¿qué implica eso para un currículo que enseña empatía en parte mediante la práctica con IA?
• ¿Quién debería decidir si la empatía es un resultado calificable, y qué ocurre con el estudiantado que es preciso pero no cálido?

Introducción

La empatía suele descomponerse en al menos dos componentes: un componente cognitivo, la adopción de perspectiva, y un componente afectivo, compartir el sentimiento de otra persona, y algunas concepciones añaden un componente motivacional, el impulso de ayudar. El malestar personal —la reacción aversiva al sufrimiento ajeno— se mide a menudo en paralelo y se comporta de forma distinta del resto. Esto importa para la educación porque los componentes se pueden enseñar de maneras distintas y medir con distintos grados de éxito.

La IA entra en tres puntos distintos, y confundirlos es la principal fuente de confusión en la literatura.

1. La IA como método de enseñanza de la empatía humana. Simulaciones, corporeización en RV, juego de roles con personajes generados por LLM e imágenes generativas usadas para volver vívida la experiencia de otra persona.
2. La IA como instrumento de medición. Visión artificial que puntúa el lenguaje corporal en simulaciones grabadas, o escalas que tratan la empatía como una disposición que se expresa en la interacción con IA.
3. La IA como actor empático. Chatbots que interpretan a pacientes, entrenadores o acompañantes y están diseñados para parecer comprensivos, lo que plantea si la empatía es real, representada o un sustituto del contacto humano.

Los dos primeros se refieren a quien aprende; el tercero, a los sistemas. Una página que los mezcle producirá afirmaciones como «la IA mejora la empatía» que significan tres cosas distintas.

¿Se puede enseñar la empatía?

La comparación directa es inusualmente limpia en su diseño e inusualmente confusa en su ejecución. Zwoliński et al. (2026) asignaron aleatoriamente a 64 estudiantes de máster de un curso de accesibilidad a un juego de roles en el mundo real con sillas de ruedas, trajes de envejecimiento y simuladores de embarazo; al mismo equipo en un laboratorio de RV; o a un diálogo de construcción de personajes con ChatGPT-4.0. Los tres grupos mejoraron significativamente en el Índice de Reactividad Interpersonal de Davis. El juego de roles ganó un 13,2%, la RV un 11,6% y la condición con IA un 8,8%. Solo el Malestar Personal difirió significativamente entre grupos.

El orden es intuitivo y la interpretación no. Las tres condiciones duraron aproximadamente 125, 87 y 42 minutos, así que el estudio compara modalidad y dosis a la vez. Es justo decir que un diálogo de 42 minutos con un LLM produjo una mejora menor que un ejercicio corporeizado de dos horas; no es justo decir que la corporeización vale tres veces más por minuto. Los autores son explícitos sobre esa confusión, y la recomendación de sus propios estudiantes —combinar la repetibilidad de la RV, la riqueza sensorial del mundo real y la adaptabilidad del LLM— es una lectura razonable de la evidencia.

La literatura sobre profesiones de la salud añade escala, pero no mucha claridad causal. Ismail y Zafira (2026) revisaron 17 estudios sobre IA para el desarrollo del dominio afectivo y encontraron que las intervenciones se concentraban en la formación en comunicación, los pacientes virtuales, la retroalimentación reflexiva, la simulación para comunicar malas noticias y la evaluación estilo OSCE. La mayoría informaba mejoras en confianza, autoeficacia, implicación reflexiva o habilidad comunicativa percibida. La evidencia sobre la empatía en sí, la capacidad de respuesta emocional, la autenticidad relacional y la comunicación no verbal seguía siendo limitada. Ese es el hallazgo central: un campo que pretende enseñar empatía mide sobre todo comodidad.

Una cuarta línea hace explícita la ambigüedad: los sensores portátiles de activación y las imágenes generadas por IA pueden volver vívidas las circunstancias de otra persona, pero un aumento de la conductancia de la piel es evidencia de activación, no de empatía, y los estudios de esta línea a menudo se detienen ahí (Lim et al., 2024).

¿Se puede medir la empatía?

Las valoraciones de observadores son lo más parecido a un estándar de referencia y se comportan de forma razonable. En Nissan et al. (2026), dos docentes valoraron a 37 estudiantes de enfermería en una simulación grabada con un inventario de 12 ítems (α = 0,91) y una escala de seis gestos (α = 0,93), y las valoraciones de gestos correlacionaron con el inventario entre 0,41 y 0,63.

Los algoritmos contaron una historia más interesante. La detección de contacto físico coincidió con cuatro medidas de observadores entre 0,46 y 0,54. La detección de contacto visual y de mapas de calor no mostró asociación significativa con los juicios de los observadores. Y el detector de sonrisas correlacionó negativamente con tres medidas de observadores, y con la empatía total en r = −0,322, porque los observadores veían a una estudiante sonreír a un paciente con dolor y lo leían como nerviosismo o incongruencia. La señal era real; la interpretación estaba al revés. Es la misma brecha inferencial documentada en la analítica de sensores y de la mirada, en un contexto donde lo que está en juego es una calificación clínica.

Las escalas de autoinforme ocupan el otro extremo. La Escala de Empatía de IA para la Interacción con IA Generativa trata la empatía como una disposición humana que se expresa durante el uso de la IA y pregunta a quienes responden por sus propias respuestas cognitivas, afectivas y motivacionales; su estructura factorial preliminar no reprodujo las seis dimensiones previstas (Kang et al., 2026). Un cuestionario de disposición y una observación conductual no son intercambiables, y ninguno sustituye a las valoraciones de los pacientes sobre si el encuentro se sintió cuidadoso.

¿Puede la IA ensayar la empatía?

Sí, al menos en la parte del ensayo. Müller et al. (2026) dieron a 162 estudiantes de medicina una conversación con un GPT-4o con rol predefinido en uno de cuatro escenarios —decisión compartida, entrevista motivacional, una consulta sobre ITS, comunicar malas noticias—, y la competencia comunicativa autoevaluada subió de 5,89 a 6,83 en una escala de 0 a 10 (d = 0,58) tras una media de 13 intercambios. El estudiantado valoró la retroalimentación de la IA como útil con 7,92 sobre 10, pero la adecuación de la retroalimentación no predijo la mejora (r = 0,08). No hubo grupo de control.

El patrón se repite: un ensayo breve y de bajo riesgo produce una gran mejora de la autoeficacia, y el mecanismo es más probablemente el ensayo que la crítica del modelo. Eso no es razón para descartar la herramienta. Los pacientes estandarizados son caros, escasos y sujetos a agenda; un chatbot no es ninguna de esas cosas, y un estudiante que ya ha recorrido una conversación de malas noticias una vez usará de otra manera una sesión con paciente estandarizado. Es razón para dejar de llamar a la mejora evidencia de competencia.

Cuando la empatía es una cualidad conversacional más que una habilidad, la evidencia trata sobre la percepción. Wang et al. (2026) mantuvieron constantes el modelo, la plataforma y la temperatura y cambiaron solo el rol y los movimientos conversacionales del prompt, lo que produjo una gran diferencia en la empatía percibida (21,27 frente a 18,24; r = 0,53). La empatía, en el sentido en que el estudiantado la experimenta, se puede guionizar. Si guionizarla es educativamente bueno es otra cuestión.

El problema de la sustitución

La línea de trabajo más reciente pregunta qué le hace la empatía de la IA a la empatía humana. En cuatro estudios con 249, 494, 743 y 737 participantes, Shastry y Gray (2026) encontraron que cuanto más capaz creen las personas que es la IA para ofrecer apoyo emocional, menos dispuestas están a ofrecerlo ellas mismas —descarga de empatía—, controlando la empatía disposicional y el uso previo de IA. Cuando se nombraba la fuente de apoyo de quien lo recibía, las personas participantes decían que descargarían menos en la IA que en amistades o terapeutas, porque valoraban más baja la capacidad empática de la IA. En una medida conductual, esas mismas personas que dijeron que no descargarían eligieron menos palabras de empatía y más palabras de indiferencia.

Para la educación, esto corta en dos direcciones. Un currículo que usa la IA para practicar empatía puede estar construyendo la habilidad; una cultura de campus que deriva el apoyo emocional a los chatbots puede estar erosionando la motivación para usarla. Los dos efectos son compatibles, y nada en la literatura actual los mide juntos.

Qué significa esto para la práctica

• Separe las tres preguntas. Cuando alguien afirme que la IA mejora la empatía, pregunte si se refiere a enseñar a personas, medir a personas o simular empatía. La evidencia es distinta en cada caso.
• No acepte la autoeficacia como resultado de empatía. La confianza es barata y sube tras casi cualquier ensayo; la observación, los pacientes estandarizados o las valoraciones de pacientes son las medidas que importan.
• Trate las puntuaciones de visión como lectores secundarios. La detección de contacto físico es utilizable para la retroalimentación formativa; la de sonrisas y de contacto visual no lo es sin un contexto de escenario que el modelo no tiene.
• Presupueste tiempo, no solo modalidad. Los estudios comparativos confunden ambas cosas, y un método más barato que lleva una cuarta parte del tiempo puede seguir siendo la mejor opción, solo que no una equivalente.
• Esté atento a la descarga. Si la IA se convierte en el canal por defecto del apoyo emocional, la empatía que intenta enseñar puede estar subcontratándose en silencio.

Concepciones erróneas

• «La IA puede enseñar empatía». La IA puede apoyar el ensayo y la reflexión; la revisión más sólida encuentra evidencia limitada de la empatía como resultado, y el estudio de formación mejor controlado mide la autoevaluación.
• «La empatía es lenguaje cálido». La empatía percibida puede producirse solo con el diseño del prompt, lo que es evidencia sobre la percepción, no sobre la comprensión.
• «Una sonrisa significa calidez». En un encuentro clínico angustioso, los observadores leen la sonrisa como incongruencia y un detector de acción facial la lee como afecto positivo. El contexto es la variable que falta.
• «Las escalas de autoinforme miden la empatía». Miden una disposición o un autoconcepto; no miden la conducta en un encuentro.
• «Más inmersivo siempre es mejor». Los métodos inmersivos muestran mayores mejoras, pero con varias veces el coste y la duración, y las comparaciones no igualan la exposición.

Conceptos conectados

• Tutoría afectiva
• Computación afectiva
• Aprendizaje socioemocional
• Aprendizaje en el lugar de trabajo
• Simulación
• Educación médica y en profesiones de la salud
• Educación en enfermería
• Analítica de sensores y de la mirada
• Validez de la evaluación
• Medidas de autoinforme
• Colaboración humano-IA
• Sicofancia de la IA
• Seguridad pedagógica
• Bienestar
• Educación en artes, diseño y medios

Artículos conectados

• Teaching Empathy: A Comparative Analysis of Real, Virtual, and AI-Driven Methods — Juego de roles 13,2%, RV 11,6%, diálogo con IA 8,8% en el IRI, con el tiempo de exposición confundido (Zwoliński et al., 2026)
• Detecting Nursing Students' Empathy in Video-Recorded Simulation Using Computer Vision — La detección de contacto físico coincidió con los observadores; la detección de sonrisas fue negativa (Nissan et al., 2026)
• Training Empathetic Communication Skills in Medical Students With a Role-Prompted GPT-4o Chatbot — La competencia autoevaluada subió d = 0,58 tras 13 intercambios, sin grupo de control (Müller et al., 2026)
• Artificial Intelligence for Affective-Domain Development in Healthcare Professions Education: A Systematic Review — 17 estudios; mejoras de confianza frecuentes, evidencia de empatía limitada (Ismail y Zafira, 2026)
• Exploring the Potential of AI in Nurturing Learner Empathy, Pro-Social Values and Environmental Stewardship — EDA e imágenes generativas como una cadena de activación, con la empatía afirmada en lugar de medida (Lim et al., 2024)
• People offload empathy when they think AI can give it instead — La creencia en la capacidad empática de la IA predijo una menor disposición a ofrecer apoyo (Shastry y Gray, 2026)
• AI Empathy as a Human Disposition in Generative AI Interaction: Development and Preliminary Psychometric Evaluation of a Cognitive–Affective–Motivational Scale — Una escala de disposición de 42 ítems cuya estructura factorial no coincidió con su diseño (Kang et al., 2026)
• Invisible Impact of Empathy on Behavioral Change: Isolating the Effect of Empathy in Long-term Physical Activity Coaching Chatbot Interactions — El lenguaje empático elevó la comprensión sentida, que predijo implicación y no cambio de conducta (Siyan et al., 2026)
• Comparing teacher-centered and student-centered agents based on prompt engineering: Effects on learning performance, cognitive load, flow experience, and empathy perception in physics learning — El rol y los movimientos especificados en el prompt produjeron una gran diferencia de empatía percibida (Wang et al., 2026)
• Nursing Students' and Faculty Experiences with Artificial Intelligence in Education: A Qualitative Study Using the Technology Acceptance Model — Estudiantes de enfermería describieron la IA como apoyo emocional durante el estrés clínico (Akbaba et al., 2026)