Familia, emociones, alcohol, drogas, gasto y videojuegos: las variables que ya se estudiaban antes del nuevo algoritmo de la DGOJ
Una investigación financiada por el Plan Nacional sobre Drogas analizó a 351 adolescentes y mujeres jóvenes para estudiar cómo influyen las motivaciones para jugar, el vínculo familiar, los estados afectivos y la coexistencia con otras conductas, un precedente que cobra actualidad mientras la DGOJ prepara su mecanismo obligatorio de detección de riesgo.
Mientras la Dirección General de Ordenación del Juego (DGOJ) avanza hacia la implantación de un algoritmo común para detectar comportamientos de riesgo entre los usuarios del juego online, resulta especialmente interesante recuperar una investigación pública española que, años antes, decidió mirar mucho más allá de los datos estrictamente económicos o de frecuencia de juego.
El trabajo preguntaba, en esencia, qué puede haber alrededor de una conducta de juego problemática. Y para responder no se limitó a estudiar cuánto o con qué frecuencia se jugaba: incorporó variables relacionadas con las razones para jugar, el vínculo familiar, las emociones y la coexistencia con otras conductas como el consumo de alcohol y drogas, el gasto y los videojuegos.
La investigación procede de uno de los proyectos financiados en la convocatoria de 2020 de la Delegación del Gobierno para el Plan Nacional sobre Drogas (DGPNSD). El organismo publicó en diciembre de 2023 un avance de la producción científica generada por aquellos proyectos una vez terminada su segunda anualidad. Por tanto, no se trata de una investigación publicada ahora, sino de un trabajo anterior que adquiere una nueva lectura en 2026 ante el salto regulatorio que prepara la DGOJ.
El proyecto, con expediente 2020I007, fue dirigido por Paula Jáuregui Bilbao, de la Universidad de Deusto, bajo el título Factores de vulnerabilidad psicológicos, familiares y sociales asociados a la problemática de juego en mujeres: repercusión del COVID-19.
De aquel proyecto surgió el estudio firmado por Laura Macía, Ana Estévez y Paula Jáuregui, publicado en Journal of Gambling Studies con un planteamiento especialmente amplio: analizar el papel de las motivaciones de juego, el apego o vínculo familiar, los afectos positivos y negativos y diferentes comportamientos potencialmente adictivos entre adolescentes y mujeres jóvenes.
La muestra estaba formada por 351 mujeres de entre 12 y 26 años. De ellas, 312 fueron incluidas en el grupo sin riesgo de juego y 39 en el grupo con riesgo o problemas de juego, a partir de la herramienta utilizada por las investigadoras. Las participantes procedían tanto de centros educativos como de centros de tratamiento vinculados a FEJAR. PubMed
Y aquí aparece una de las partes más interesantes del estudio.
Las investigadoras no analizaron el juego como un comportamiento aislado. Junto a él estudiaron consumo de drogas, alcohol, gasto y videojuegos, además de las razones que llevaban a jugar y variables afectivas y familiares.
En las motivaciones se contemplaban factores como jugar para afrontar determinadas emociones o situaciones, hacerlo como actividad social o buscar determinadas sensaciones o estímulos. También se estudió el apego familiar y la presencia de afecto positivo y negativo.
Los resultados detectaron puntuaciones superiores en drogas, gasto, apego materno y en las distintas motivaciones para jugar entre las participantes incluidas en el grupo con problemas de juego. Además, el peso de las variables predictoras —apego, motivaciones y afecto— cambiaba dependiendo de si se analizaba juego, drogas, gasto, alcohol o videojuegos. PubMed
Esto no significa que el estudio establezca que la familia, el alcohol, las drogas o los videojuegos causen un problema de juego. Sus autores hablan de factores de vulnerabilidad y asociaciones, y precisamente plantean que identificar diferentes combinaciones de factores podría resultar útil para diseñar mejor la prevención y el tratamiento.
La conclusión resulta especialmente interesante porque introduce una visión bastante más amplia que la mera cuantificación de pérdidas o frecuencia: una persona no juega necesariamente dentro de una burbuja independiente del resto de su vida, de sus emociones y de otros comportamientos.
INFOPLAY ya recogió posteriormente otra investigación de Deusto que profundizaba precisamente en las diferencias de género ante el juego problemático y en aspectos como el apoyo familiar, la culpa, la vergüenza, las barreras para buscar ayuda o determinados antecedentes personales.
Pero la comparación con lo que está sucediendo ahora en la DGOJ es especialmente reveladora porque el nuevo algoritmo regulatorio no va a utilizar todas esas variables personales.
De hecho, la documentación que acompaña al proyecto de resolución establece expresamente una delimitación de los datos que podrán utilizar los operadores. El sistema se nutrirá de información generada por la propia actividad de juego en la plataforma y deja fuera fuentes externas, datos clínicos, cuestionarios, comunicaciones personales y otra información que el regulador considera innecesaria para esta finalidad. Ordenación del Juego
Es una diferencia fundamental.
La investigación académica de Deusto buscaba entender la vulnerabilidad desde una perspectiva psicológica, familiar y conductual. El mecanismo de la DGOJ persigue otra finalidad: proporcionar a todos los operadores un criterio regulatorio homogéneo y automático para identificar determinados patrones dentro de la actividad de juego.
La propia resolución advierte de que la clasificación como persona con comportamiento de riesgo no constituye un diagnóstico clínico. Lo que hace es activar las medidas de protección establecidas por la normativa. Ordenación del Juego
El sistema que prepara la DGOJ deberá ejecutarse durante los siete primeros días de cada mes y examinará una ventana de 183 días naturales de actividad de las cuentas.
INFOPLAY ha analizado ya al detalle este mecanismo.
El modelo se estructura en cuatro fases sucesivas. En las etapas más avanzadas se calculan más de 60 variables vinculadas al comportamiento registrado en la plataforma y finalmente se utiliza XGBoost, un modelo de aprendizaje automático basado en árboles de decisión, para efectuar la clasificación correspondiente.
De este modo, aparecen frente a frente dos maneras muy distintas de aproximarse a la detección del riesgo.
La investigación universitaria preguntaba por la familia, las emociones, las razones para jugar, el alcohol, las drogas, el gasto y los videojuegos.
El sistema regulatorio que prepara la DGOJ observará qué hace el usuario dentro de la plataforma, mediante variables objetivas obtenidas de sus registros de juego, y lo hará de la misma manera en todos los operadores.
La diferencia es relevante también desde el punto de vista de la privacidad. Tras el informe de la Agencia Española de Protección de Datos, la DGOJ ha reforzado precisamente la minimización de datos, la prohibición de emplearlos posteriormente con objetivos comerciales y las garantías de revisión y reclamación de la persona clasificada. Ordenación del Juego
INFOPLAY también ha abordado esta vertiente del proyecto.
La convocatoria del Plan Nacional sobre Drogas incluía además otro proyecto específicamente dedicado al juego que anticipaba igualmente el creciente papel de la tecnología.
La Universitat Jaume I, bajo la dirección de Juana María Bretón López, desarrolló el proyecto Innovaciones tecnológicas para el abordaje del Juego Patológico: Internet como herramienta de tratamiento en un estudio controlado aleatorizado.
De esa investigación surgieron trabajos sobre una intervención psicológica a través de Internet para personas con problemas de juego y sobre el empleo de tecnología basada en localización durante momentos especialmente sensibles del tratamiento. El propio documento del Plan Nacional sobre Drogas recoge ambas publicaciones entre los resultados de la financiación concedida. Portal Plan Nacional sobre Drogas
Por tanto, no existe una línea técnica directa que permita decir que aquellas investigaciones sean el origen del algoritmo de la DGOJ. Son proyectos distintos, con objetivos, datos y metodologías diferentes.
Pero puestos uno al lado del otro permiten observar una evolución significativa. Primero, la investigación pública trató de comprender qué elementos psicológicos, familiares y sociales acompañan al riesgo y cómo la tecnología podía ayudar en el tratamiento. Ahora, la regulación pretende introducir la tecnología dentro del propio mercado para que todos los operadores apliquen mensualmente un mecanismo común de detección temprana.
Y precisamente por eso un documento científico de 2023 recupera interés en 2026: antes de que la DGOJ convirtiera el análisis automatizado del comportamiento en una futura obligación regulatoria, la investigación pública española ya se estaba preguntando qué señales permiten comprender mejor el riesgo y cómo puede utilizarse la tecnología para intervenir.
