Una revisión sistemática publicada en arXiv (HCI) analiza 35 estudios empíricos publicados entre 2022 y 2025 sobre la forma en que niños y niñas atribuyen características humanas a los chatbots basados en grandes modelos de lenguaje (LLM). El trabajo identifica cuatro impulsores clave de la antropomorfización: la construcción de una persona con rasgos humanos por parte del chatbot, el andamiaje adaptativo (la asistencia ajustada al nivel del usuario), la compañía de apoyo emocional y el diseño embodied no humano (un cuerpo físico robótico o avatar sin apariencia humana explícita).
A partir de esos estudios, la revisión detecta cinco tipos de resultados antropomórficos: respuestas sociales y morales paradójicas, una doble conciencia sobre la naturaleza no humana del chatbot, la formación de vínculos sociales de distinta intensidad, la exploración de límites sociales y la atribución de narrativas humanas a los fallos de conversación.
El estudio combina beneficios (apoyo al aprendizaje y compañía) con riesgos (dependencia afectiva o confusión sobre la naturaleza del agente) y ofrece directrices para que el diseño futuro de chatbots infantiles equilibre el atractivo social con la transparencia sobre su condición de máquina, promoviendo interacciones sostenidas y adaptadas al desarrollo evolutivo de la infancia. El artículo sirve como mapa para investigadores en interacción persona-ordenador, desarrolladores de productos educativos y responsables de políticas de protección infantil digital.