📄 health informatics

Digital Health Adoption, eHealth Literacy, and Trust in AI Among Generation Z University Students in Sri Lanka: An Empirical Study

Este estudio revela que, si bien los estudiantes universitarios de la Generación Z en Sri Lanka poseen una alta alfabetización en eSalud y dependen cada vez más de la IA para obtener información sobre salud, su adopción de los servicios de salud digital sigue estando limitada por significativas preocupaciones de privacidad y una persistente preferencia por las consultas tradicionales presenciales.

Autores originales: Athukorala, S. C.

Publicado 2026-07-28✓ Author reviewed ⓘ

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Athukorala, S. C.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina el mundo de la atención médica como una biblioteca gigante y bulliciosa. Durante décadas, la única forma de obtener un libro (o un consejo médico) era acercarse a un escritorio específico y tranquilo atendido por un bibliotecario (un médico) y pedir ayuda. Pero recientemente, la biblioteca ha explotado con nueva tecnología: quioscos de autoservicio, tabletas brillantes e incluso un bibliotecario robot superinteligente que puede susurrar respuestas a tus preguntas al instante. Este es el reino de la Salud Digital, donde las aplicaciones, los sitios web y la inteligencia artificial (IA) intentan ayudarnos a gestionar nuestro bienestar sin salir de nuestros sofás.

Dos grandes ideas ayudan a los científicos a entender por qué la gente usa (o ignora) estas nuevas herramientas. La primera es la Alfabetización en Salud Digital (eHealth Literacy), que es simplemente una forma elegante de preguntar: "¿Sabes cómo encontrar buena información de salud en línea y puedes distinguir si es real o falsa?". La segunda es la Aceptación Tecnológica, que pregunta: "¿Te parece útil esta herramienta y es fácil de usar sin que te dé dolor de cabeza?". Nos importa esto porque, aunque todos dicen que los jóvenes son "nativos digitales" (nacidos con teléfonos inteligentes en sus manos), en realidad no sabemos si confían lo suficiente en estas herramientas digitales como para reemplazar a un médico real, especialmente en países como Sri Lanka, donde la biblioteca aún está construyendo sus nuevas alas.

La historia de la generación "Digital-First" en Sri Lanka

Un investigador llamado Susith Athukorala decidió mirar detrás de la cortina para ver qué está pasando realmente con los estudiantes universitarios de la Generación Z en Sri Lanka. Piensa en este estudio como una encuesta de "levantar la mano" gigante y digital. El investigador hizo una serie de preguntas a 172 estudiantes universitarios (la mayoría de colegios privados y la mayoría estudiando medicina o salud) sobre cómo gestionan su salud.

La sorpresa del "Nativo Digital"
Los estudiantes fueron sorprendentemente astutos. Obtuvieron puntuaciones altas en "Alfabetización en Salud Digital" (un promedio de 3.84 de 5), lo que significa que, en general, se sienten seguros encontrando y comprendiendo información de salud en línea. De hecho, el 86.6% admitió haber buscado respuestas de salud en internet en los últimos seis meses.

Pero aquí está el giro de la trama que llamó la atención de todos: la IA es el nuevo detective favorito.
Aunque Google seguía siendo el lugar más popular para buscar (84.3%), la segunda fuente más popular no fue YouTube ni las redes sociales. ¡Fueron las herramientas de IA Generativa como ChatGPT y Gemini, utilizadas por el 57.6% de los estudiantes! Eso es más que el 44.2% que utilizó videos de YouTube. Parece que cuando estos estudiantes tienen una duda de salud, recurren al bibliotecario robot de IA con más frecuencia que al canal de video. Curiosamente, los estudiantes de medicina fueron incluso más propensos a usar estas herramientas de IA que los estudiantes de otras materias.

La "Brecha de Confianza"
Sin embargo, el hecho de que usen las herramientas no significa que confíen completamente en ellas.

La duda ante la IA: Aunque usan la IA para buscar, su confianza en que la IA tome recomendaciones médicas reales es baja (un promedio de 3.15 de 5). Tratan a la IA como un verificador de hechos rápido, no como un juez final.
La preocupación por la privacidad: La mitad de los estudiantes (50.0%) teme que sus datos personales sean robados o mal utilizados.
La preferencia por el "Médico Real": A pesar de toda la tecnología genial, el 76.7% de los estudiantes afirmó que preferiría ver a un médico cara a cara en lugar de usar una plataforma digital para una consulta.

¿Qué los hace hacer clic?
El estudio utilizó algo de matemáticas (llamado análisis de regresión) para determinar qué es lo que realmente impulsa a un estudiante a elegir una aplicación digital sobre una clínica física. Resulta que no se trata solo de qué tan "útil" creen que es la aplicación. Los dos mayores impulsores son:

Facilidad de uso: Si la aplicación es torpe o difícil de entender, no la usarán.
Confianza en la IA: Si creen que las sugerencias de la IA son seguras, es más probable que prueben la ruta digital.

Sorprendentemente, el simple hecho de tener una alta "Alfabetización en Salud Digital" (saber cómo buscar) no los llevó directamente a preferir las visitas digitales. Pueden saber cómo usar internet, pero eso no los hace querer automáticamente cambiar a un médico real por una pantalla.

Los obstáculos y la hoja de ruta
El estudio encontró que las principales razones por las que los estudiantes no cambian a la salud digital son:

Simplemente prefieren hablar con un humano real (76.7%).
Tienen miedo de las filtraciones de privacidad (50.0%).
Ni siquiera saben qué servicios digitales locales existen (43.6%).

Para solucionar esto, el documento sugiere que, si Sri Lanka quiere que más estudiantes utilicen la salud digital, las aplicaciones deben ser increíblemente sencillas de usar y el sistema debe ser cristalino sobre cómo protege los datos privados. También sugieren un enfoque "híbrido": usar la IA para obtener respuestas rápidas, pero que un médico real revise el trabajo antes de que cuente como consejo médico.

La conclusión final
El documento concluye que los estudiantes de la Generación Z en Sri Lanka están listos y dispuestos a usar herramientas digitales, y ya están usando la IA para aprender sobre su salud. Pero no están listos para abandonar al médico humano todavía. Quieren un sistema que sea fácil de usar, que mantenga sus secretos seguros y que combine la velocidad de la IA con la seguridad de un profesional médico real. Hasta que esos puentes se construyan, la consulta cara a cara sigue siendo el rey del castillo.

Resumen Técnico: Adopción de la Salud Digital, Alfabetización en eSalud y Confianza en la IA entre Estudiantes Universitarios de la Generación Z en Sri Lanka

Planteamiento del Problema

A pesar de la rápida integración global de las tecnologías de salud digital (mHealth, telemedicina e IA), los datos empíricos sobre su adopción entre las cohortes de la Generación Z, considerados "nativos digitales", siguen siendo escasos en los países de ingresos medios-bajos (LMIC). Específicamente, existe una falta de comprensión sobre cómo los adultos jóvenes en contextos del sur de Asia, como Sri Lanka, navegan la intersección entre una alta alfabetización digital, las herramientas emergentes de IA y las preferencias de atención médica tradicionales. Si bien la infraestructura ha evolucionado (por ejemplo, canales nacionales de teleconsulta), la adopción sistemática de estas herramientas para el autocuidado y la toma de decisiones médicas por parte de estudiantes universitarios permanece poco explorada. Las brechas clave incluyen la influencia de la confianza en la IA sobre la aceptación general de la salud digital y las barreras específicas —como la privacidad de los datos y las preferencias culturales por la interacción cara a cara— que obstaculizan la plena adopción.

Metodología

El estudio empleó un diseño de encuesta cuantitativa y transversal realizado entre marzo de 2025 y marzo de 2026.

Participantes: Un método de muestreo por conveniencia y bola de nieve generó 172 respuestas válidas de estudiantes universitarios de la Generación Z (de 18 a 26 años) en todo Sri Lanka. La cohorte fue predominantemente femenina (65.1%), inscrita en Ciencias Médicas/de la Salud (73.8%) y asistiendo a universidades privadas (94.8%).
Instrumentación: La encuesta utilizó instrumentos adaptados y validados:
- Escala de Alfabetización en eSalud (eHEALS): Una escala de 8 ítems que mide la autoeficacia para localizar, evaluar y aplicar información de salud digital.
- Modelo de Aceptación de la Tecnología (TAM): Evaluó la Utilidad Percibida (PU), la Facilidad de Uso Percibida (PEOU), la Intención de Comportamiento (preferencia por la atención digital frente a la física), la Confianza en las Recomendaciones de la IA y la Confianza en la Privacidad de los Datos.
- Encuesta Nacional de Tendencias de Información de Salud (HINTS): Capturó comportamientos de búsqueda en línea, confiabilidad de las fuentes y preocupaciones específicas.
Análisis Estadístico: Los datos fueron procesados utilizando Python (pandas, statsmodels). La fiabilidad se confirmó mediante el alfa de Cronbach (eHEALS $\alpha=0.863$ ; TAM $\alpha=0.800$ ). El análisis incluyó estadísticas descriptivas, pruebas de Chi-cuadrado ( $\chi^2$ ) de independencia, correlaciones de Pearson y modelos de regresión lineal múltiple de Mínimos Cuadrados Ordinarios (OLS) para identificar los predictores de la preferencia de plataforma digital y la utilidad percibida.

Resultados Clave

1. Alta Alfabetización y Utilidad, Baja Confianza en la IA:
Los participantes demostraron una alta alfabetización general en eSalud (Media = 3.84 ± 0.58) y un fuerte respaldo a la utilidad de la salud digital (Media = 3.99 ± 0.59). Sin embargo, la "Confianza en las Recomendaciones de la IA" obtuvo la puntuación más baja entre todos los constructos del TAM (Media = 3.15 ± 0.89).

2. Emergencia de la IA Generativa como Fuente Primaria de Información:
Aunque Google/Búsqueda Web siguió siendo la fuente más frecuente (84.3%), las herramientas de IA Generativa (ChatGPT, Gemini, Copilot) emergieron como el segundo canal más utilizado (57.6%), superando a YouTube (44.2%), sitios web médicos (27.3%) y redes sociales (26.2%). Los estudiantes de medicina utilizaron las herramientas de IA significativamente más que sus pares no médicos (67.2% vs. 37.8%; $\chi^2=8.70, p=.003$ ).

3. Predictores de la Preferencia de Plataforma Digital:
La regresión lineal múltiple (Modelo 1, $R^2 = .352$ ) identificó que la preferencia por las plataformas digitales sobre las visitas físicas fue predicha significativamente por:

Facilidad de Uso Percibida (PECU): $\beta = 0.371, p = .001$
Confianza en las Recomendaciones de la IA: $\beta = 0.370, p < .001$
Notablemente, las puntuaciones de alfabetización en eSalud y la Utilidad Percibida no fueron predictores independientes directos de la preferencia para reemplazar las visitas físicas. Sin embargo, en el Modelo 2, la alfabetización en eSalud fue el predictor más fuerte de la Utilidad Percibida ( $\beta = 0.625, p < .001$ ).

4. Barreras y Facilitadores:

Barrera Principal: Una fuerte preferencia por las consultas cara a cara (76.7%) y preocupaciones respecto a la seguridad de los datos personales (50.0%).
Principales Facilitadores: Facilidad de uso/accesibilidad (52.3%), avales profesionales (50.6%) y servicios asequibles o gratuitos (45.9%).
Preocupaciones en Línea: La desinformación/noticias falsas (70.3%) y los riesgos de privacidad (55.2%) fueron las principales preocupaciones.

Contribuciones Clave

Evidencia Empírica en el Contexto de los LMIC: El estudio proporciona datos empíricos poco comunes sobre los comportamientos de salud digital de la Generación Z en Sri Lanka, desafiando la suposición de que una alta alfabetización digital se traduce automáticamente en una alta adopción de la atención clínica digital.
Patrones de Utilización de la IA: Documenta un cambio significativo en la búsqueda de información de salud, donde la IA conversacional ha superado a las plataformas tradicionales de video y redes sociales, particularmente entre los estudiantes de ciencias de la salud.
Desacoplamiento de la Alfabetización y la Adopción: Los hallazgos revelan una relación matizada donde la alta alfabetización en eSalud impulsa la percepción de utilidad, pero no impulsa directamente la preferencia de reemplazar las consultas físicas. En su lugar, la simplicidad de la interfaz (PEOU) y la confianza específica en la IA son los porteros críticos para la adopción.
La Privacidad como Barrera Estructural: El estudio cuantifica las preocupaciones sobre la privacidad de los datos como un impedimento primario, con un peso igual al de las preferencias culturales por la interacción física.

Significado y Reivindicaciones

El artículo sostiene que, si bien los estudiantes de la Generación Z en Sri Lanka exhiben una alta preparación digital y una dependencia sustancial de la IA para el triaje de información, esto no equivale a una voluntad de transicionar completamente hacia la atención exclusivamente digital. Los autores argumentan que la brecha entre la alta utilidad percibida y las bajas tasas de adopción se cierra no aumentando la alfabetización, sino abordando la simplicidad de la interfaz y la confianza en las recomendaciones de la IA.

El estudio concluye que el despliegue institucional de la salud digital en Sri Lanka debe ir más allá de las aplicaciones independientes hacia flujos de trabajo clínicos híbridos. Estos sistemas deben integrar la conveniencia digital automatizada con la supervisión médica profesional para mitigar los temores de privacidad y alinearse con las expectativas culturales de la interacción cara a cara. Los autores enfatizan que sin una gobernanza de datos transparente (alineada con la Ley de Protección de Datos Personales de Sri Lanka) y sistemas de IA con un profesional en el bucle (clinician-in-the-loop), la alta alfabetización digital por sí sola no superará las barreras para la adopción generalizada de la salud digital.

Nota: El estudio reconoce las limitaciones que incluyen una muestra sesgada hacia estudiantes de universidades privadas y de medicina, la naturaleza transversal que impide la inferencia causal, y la dependencia de datos autoinformados.