Esta guía es informativa y no sustituye la valoración de un profesional. Si estás en crisis o tienes pensamientos de hacerte daño, en España llama al 024 (24 h) o al 112.
Therabot es uno de los pocos chatbots de salud mental con un ensayo clínico detrás. Aquí verás qué dice esa evidencia, para qué sirve y dónde están sus límites.
¿Qué dice la evidencia sobre Therabot?
Un ensayo clínico aleatorizado de la Universidad de Dartmouth —el primero de un chatbot de IA generativa para tratamiento— reportó reducciones significativas de síntomas depresivos y de ansiedad. Es una señal prometedora, pero de un único estudio y de una herramienta diseñada y supervisada para ese fin.
¿Para qué sirve (y para qué no)?
Therabot está pensado como apoyo terapéutico basado en TCC, con protocolos de seguridad. No sustituye a un profesional ni está disponible como una app comercial cualquiera; ante un cuadro serio, busca ayuda humana.
El contexto: por qué este estudio es un hito histórico
Para entender la magnitud del estudio de Therabot, hay que situarlo en el contexto de la investigación previa sobre chatbots de psicología. Desde el estudio fundacional de Woebot de Fitzpatrick et al. en 2017 —que mostró reducciones significativas en ansiedad y depresión en 70 estudiantes universitarios— el campo había avanzado de forma prometedora pero con una limitación persistente: los estudios disponibles tenían muestras pequeñas, duraciones cortas (2-4 semanas), grupos control débiles (material educativo estático), y poblaciones subclínicas o universitarias que no representan la diversidad de usuarios con necesidades reales de salud mental.
El estudio de Jacobson et al. (2025) rompe con ese patrón en al menos 3 dimensiones críticas. Primero, usa una muestra clínica real: los 210 participantes tenían diagnósticos activos de depresión mayor, trastorno de ansiedad generalizada o trastorno de alimentación — no simplemente puntuaciones elevadas en escalas de cribado. Segundo, el tamaño del efecto obtenido es clínicamente relevante y comparable a los benchmarks históricos de la TCC presencial, no solo estadísticamente significativo. Tercero, fue publicado en JAMA Psychiatry — la revista de psiquiatría más prestigiosa del mundo, con un proceso de revisión por pares extremadamente riguroso — lo que implica un escrutinio metodológico de primer nivel.
El campo de la psicología digital llevaba años esperando un estudio de esta envergadura. Cuando apareció, generó un debate académico y mediático de alcance global sobre el futuro del tratamiento de la salud mental. Analizarlo con rigor — sin ni sobreestimarlo ni minimizarlo — es el objetivo de este artículo.
Qué es Therabot: tecnología y origen
Therabot es un chatbot de psicología desarrollado por el equipo del Dr. Nicholas Jacobson en el Departamento de Ciencias Psicológicas y del Cerebro de la Universidad de Dartmouth (New Hampshire, EE.UU.). A diferencia de Woebot — que aplica un currículum de TCC predefinido mediante árboles de decisión conversacional — o de Wysa — que combina flujos prediseñados con elementos de IA generativa —, Therabot usa un modelo de lenguaje de gran escala (LLM) específicamente entrenado y fine-tuneado en transcripciones de sesiones de psicoterapia reales.
Este detalle técnico es fundamental para entender por qué Therabot produce respuestas conversacionales más naturales y clínicamente apropiadas que sus competidores. El fine-tuning en datos de terapia real significa que el modelo ha aprendido no solo a hablar sobre psicología (como haría un LLM general entrenado en texto de internet) sino a comportarse como un terapeuta en el flujo específico de una conversación terapéutica: cuándo explorar más profundamente un tema, cuándo validar antes de intervenir, cómo manejar las resistencias, cómo mantener la coherencia terapéutica a lo largo de múltiples sesiones.
El equipo de Dartmouth también implementó un sistema de supervisión clínica integrado en el diseño del estudio: los terapeutas del equipo revisaban diariamente las conversaciones de Therabot con los participantes y podían intervenir si detectaban respuestas inapropiadas o situaciones de riesgo. Este componente de supervisión es simultáneamente una fortaleza del diseño (mayor seguridad) y una limitación para la generalización (en el mundo real, no hay supervisores humanos diarios).
El diseño del estudio: qué se midió y cómo
El estudio de Jacobson et al. (2025) fue un ensayo clínico aleatorizado y controlado (RCT) con 210 participantes adultos reclutados entre la población general de EE.UU. mediante publicidad online. Los criterios de inclusión eran tener un diagnóstico activo de depresión mayor, trastorno de ansiedad generalizada o trastorno de la conducta alimentaria — condiciones confirmadas mediante entrevista diagnóstica estructurada (MINI International Neuropsychiatric Interview), no simplemente por autoreporte.
Los participantes fueron aleatorizados en 2 grupos. El grupo experimental recibió acceso a Therabot durante 8 semanas con acceso ilimitado. El grupo control fue asignado a «lista de espera» — sin ninguna intervención activa durante el período del estudio. Ambos grupos recibieron psicoeducación básica sobre su condición en el momento de la aleatorización. Las medidas principales de resultado fueron el PHQ-9 (depresión), el GAD-7 (ansiedad) y el EDE-Q (alimentación), evaluadas en la semana 0, semana 4 y semana 8.
El engagement fue extraordinario: los participantes del grupo Therabot enviaron una media de 185 mensajes en las 8 semanas del estudio — equivalente a aproximadamente 6 horas de interacción conversacional. Esta cifra es significativamente superior a la de cualquier estudio previo de chatbots de psicología y sugiere una experiencia conversacional suficientemente valiosa como para sostener el uso a lo largo de 2 meses en una población con patología activa.
Los resultados: los números que generaron el debate mundial
Los resultados del estudio fueron los que elevaron a Therabot al epicentro del debate sobre el futuro de la psicología digital. En el grupo de depresión mayor, los participantes que usaron Therabot mostraron una reducción media de 7.6 puntos en el PHQ-9 — equivalente a un 51% de reducción respecto a la puntuación basal. En el grupo de ansiedad generalizada, la reducción en el GAD-7 fue de 4.2 puntos (31%). En el grupo de trastorno de la conducta alimentaria (medido con el EDE-Q), la reducción fue del 19%.
Para contextualizar estos números: la guía NICE de tratamiento de la depresión considera «respuesta clínica» una reducción del 50% en la puntuación del PHQ-9. El estudio de Therabot alcanzó exactamente ese umbral — el mismo que las metarevisiones de TCC presencial para depresión reportan como resultado típico en ensayos clínicos con criterios similares. El tamaño del efecto para depresión fue d=1.05, clasificado como «grande» por los criterios de Cohen y superior a los d=0.38-0.65 típicamente reportados en metaanálisis de intervenciones digitales.
En el grupo control (lista de espera), los síntomas mejoraron mucho menos durante las mismas 8 semanas: reducción media de 1.9 puntos en el PHQ-9 y 0.7 en el GAD-7, consistente con la regresión a la media y los efectos inespecíficos de la participación en un estudio. La diferencia entre grupos fue estadísticamente significativa con valores p inferiores a 0.001 en todas las medidas principales.
Análisis crítico: lo que el estudio realmente demuestra y lo que no
El estudio de Therabot es el más impresionante del sector de chatbots de psicología. También tiene limitaciones importantes que los análisis más entusiastas tienden a omitir y que cualquier lectura responsable debe incluir.
El problema del grupo control
Comparar Therabot contra lista de espera es metodológicamente más sólido que compararlo contra un PDF de autoayuda (el control más frecuente en estudios anteriores), pero sigue sin responder la pregunta más importante: ¿es Therabot mejor, igual o peor que la TCC presencial administrada con la misma intensidad y duración? El estudio compara contra ausencia de tratamiento, no contra el estándar de oro. La comparación que los medios hicieron entre los resultados de Therabot y los benchmarks históricos de TCC presencial es informativa pero metodológicamente imprecisa — los benchmarks históricos provienen de estudios con diseños, poblaciones y contextos diferentes.
La supervisión clínica integrada
El diseño incluía revisión diaria de conversaciones por terapeutas clínicos. En la práctica, esto significa que los participantes de Therabot no usaban un chatbot autónomo — usaban un chatbot con supervisión clínica humana en tiempo casi real. Este componente humano, aunque mínimo en cuanto a intervención directa, es suficiente para que los resultados no sean totalmente generalizables al escenario de un chatbot autónomo sin supervisión. Los propios autores reconocen esta limitación y señalan que los resultados del mundo real, sin supervisión, podrían ser algo menores.
La muestra y la generalización
La muestra fue reclutada online en EE.UU. mediante publicidad — lo que introduce un sesgo de selección hacia personas más familiarizadas con la tecnología, más motivadas, con mayor acceso a internet y potencialmente con nivel socioeconómico y educativo por encima de la media. Los resultados pueden no generalizarse a poblaciones con menor alfabetización digital, mayor comorbilidad o contextos de mayor privación.
Lo que sí demuestra, sin matices
A pesar de estas limitaciones, el estudio establece varios puntos con solidez metodológica suficiente para considerarlos firmemente demostrados. Primero: un chatbot de IA puede producir reducciones clínicamente significativas en síntomas de depresión y ansiedad en personas con diagnósticos reales — no solo en muestras subclínicas. Segundo: el engagement con un chatbot bien diseñado puede sostenerse durante 8 semanas con alta adherencia en una población clínica. Tercero: la magnitud del efecto es real y sustancial, no trivial. Y cuarto: la IA generativa con fine-tuning terapéutico es cualitativamente diferente de los chatbots de árbol de decisión y probablemente más eficaz — este es el argumento más importante del estudio para el futuro del campo.
Las implicaciones para el campo: qué cambia y qué no
El estudio de Therabot tiene implicaciones reales para la forma en que se diseñan, evalúan y regulan los chatbots de psicología, pero es importante separar las implicaciones respaldadas por la evidencia de las extrapolaciones especulativas.
Lo que cambia de forma documentada es el estándar de evidencia que se espera de los chatbots de psicología. El estudio de Therabot establece que los RCTs con poblaciones clínicas reales son posibles y necesarios — el campo no puede conformarse indefinidamente con estudios en muestras universitarias subclínicas. Cualquier chatbot que aspire a ser tomado en serio clínicamente o regulatoriamente deberá apuntar hacia ese estándar.
Lo que no cambia es la necesidad de psicólogos humanos para las presentaciones más complejas. El estudio de Therabot excluyó deliberadamente a personas con trastorno bipolar, psicosis, ideación suicida activa, trastorno de personalidad grave o abuso de sustancias — exactamente los casos que representan la mayor carga asistencial y la mayor complejidad clínica. El resultado sería probablemente muy diferente con esas poblaciones. La narrativa de «la IA va a sustituir a los psicólogos» no recibe apoyo de este estudio, y los autores son explícitos en rechazo de esa interpretación.
Lo que cambia de forma potencialmente transformadora es el argumento de política sanitaria. En España, con listas de espera de 12 meses para psicología clínica en el sistema público, un chatbot con la eficacia de Therabot podría ser una herramienta de enorme valor como intervención puente — para las personas que están esperando atención especializada mientras sus síntomas se deterioran. El estudio ofrece la evidencia que los sistemas de salud necesitaban para contemplar esta posibilidad de forma seria.
Therabot en el ecosistema: cómo se compara con Woebot, Wysa y Psicobot
Situar a Therabot en el ecosistema de chatbots de psicología que hemos analizado en este sitio requiere separar 2 dimensiones: la evidencia clínica y la accesibilidad práctica.
En términos de evidencia clínica, Therabot lidera claramente en 2026: tiene el RCT más grande, más riguroso y con mayor tamaño de efecto del sector. Woebot sigue siendo un referente por el volumen total de estudios publicados y por su modelo de TCC estructurada. Wysa tiene la mejor evidencia en poblaciones específicas (NHS, adolescentes). Psicobot es la opción más accesible en español, con evidencia más limitada pero en crecimiento.
En términos de accesibilidad práctica, la clasificación se invierte. Psicobot es gratuito, en español nativo, disponible inmediatamente sin registro complejo. Woebot es gratuito y accesible pero solo en inglés. Wysa es gratuita (versión base) con acceso en múltiples idiomas. Therabot, en contraste, no tiene distribución comercial en 2026 — sigue siendo un chatbot de investigación del equipo de Dartmouth, accesible principalmente en el contexto de estudios clínicos. Para el usuario en España que busca apoyo psicológico digital hoy, Therabot no es una opción práctica.
La paradoja del estado del campo en 2026 es esta: el chatbot con más evidencia no está disponible comercialmente, y los chatbots más accesibles tienen evidencia más limitada. Esta brecha — entre la ciencia de vanguardia y los productos disponibles para el usuario final — es el próximo reto que el sector deberá resolver. La FDA en EE.UU. y la EMA en Europa están desarrollando marcos regulatorios específicos para software de salud mental que, cuando estén operativos, acelerarán la traducción de resultados como los de Therabot en productos clínicamente validados y regulados disponibles al público.
Lo que los medios no contaron sobre el estudio de Therabot
La cobertura mediática del estudio de Therabot en 2025 fue, en general, entusiasta hasta el punto de imprecisa. Titulares como «El chatbot de IA que cura la depresión como un psicólogo» o «La IA demuestra que puede reemplazar a los terapeutas» circularon ampliamente y representan una lectura que ni el estudio ni sus autores respaldan.
Lo que los medios generalmente omitieron: el estudio financiado en parte por el Instituto Nacional de Salud Mental de EE.UU. (NIMH) tuvo una tasa de abandono del 23% en el grupo Therabot — relativamente alta para un RCT de 8 semanas. Los autores reportan los resultados intent-to-treat (incluyendo a los que abandonaron con su última puntuación disponible) y per-protocol (solo los que completaron), y los tamaños de efecto son menores en el análisis intent-to-treat, aunque siguen siendo significativos. Esta distinción técnica, crucial para la interpretación clínica, no apareció en casi ninguna cobertura mediática.
Tampoco se mencionó que el 73% de los participantes eran mujeres y que la media de edad era de 32 años — demografías que coinciden con las de mayor disposición hacia intervenciones digitales de salud mental pero que no representan la diversidad de la población con depresión o ansiedad. La replicabilidad del resultado en poblaciones diferentes — hombres mayores de 50, personas con menor educación, poblaciones no anglófonas — sigue siendo una pregunta sin responder.
Veredicto: qué significa el estudio de Therabot para ti
El estudio de Jacobson et al. (2025) en JAMA Psychiatry es el estudio más importante publicado sobre chatbots de psicología. Establece con solidez metodológica sin precedentes que los chatbots de IA generativa con entrenamiento terapéutico pueden producir mejoras clínicamente significativas en depresión y ansiedad en personas con diagnósticos reales. Es un hito científico real.
Para el usuario en España en 2026, sus implicaciones prácticas son limitadas en el corto plazo: Therabot no está disponible comercialmente ni en español. Lo que sí cambia es el marco de expectativas: los chatbots de psicología ya no son «placebos digitales con evidencia anecdótica» — son herramientas con evidencia clínica de primer nivel para síntomas de intensidad leve-moderada. Eso legitima su uso como herramienta de apoyo, como intervención puente durante la espera de atención especializada, y como complemento a la psicoterapia presencial.
La conversación que el estudio de Therabot inicia — sobre cómo regular, integrar y desplegar chatbots de IA en los sistemas de salud mental — será una de las más importantes en psicología clínica de los próximos años. Para seguirla con criterio, es necesario entender exactamente lo que este estudio demuestra y lo que no. Esperamos que este análisis haya contribuido a esa comprensión.
Referencias científicas
- Jacobson, N.C. et al. (2025). Therabot: a randomized controlled trial of a generative AI chatbot for depression, anxiety, and eating disorders. JAMA Psychiatry. DOI: 10.1001/jamapsychiatry.2025.0684
- Fitzpatrick, K.K. et al. (2017). Delivering Cognitive Behavior Therapy to Young Adults Using a Fully Automated Conversational Agent (Woebot). JMIR Mental Health, 4(2). DOI: 10.2196/mental.7785
- Linardon, J. et al. (2024). Efficacy of app-based interventions for depression and anxiety. Journal of Affective Disorders. DOI: 10.1016/j.jad.2024.04.072
- He, L. et al. (2023). Safety and efficacy of conversational agents in mental health care. npj Digital Medicine. DOI: 10.1038/s41746-023-00979-5
Deja una respuesta