Verificación de edad en 2026: qué intentan los niños y qué sirve

La verificación de edad solía ser una casilla pidiendo el año de nacimiento, y un niño de nueve años la vencía en cuatro segundos. En 2026 las buenas son una pila: una edad declarada, un modelo de comportamiento mirando cómo se porta la cuenta durante semanas, un rango de edad que el sistema operativo puede respaldar y un selfie o documento como camino de apelación. Cada capa atrapa a un chico distinto. Ninguna se acerca a la certeza. Lo más útil que puede saber un papá es qué capas vence su hijo al instante y cuáles de verdad aguantan, porque eso define si el control está haciendo algo o solo te está haciendo sentir mejor.

Puntos clave

• La verificación de edad hoy apila cuatro tipos de señal: edad declarada, predicción de comportamiento, respaldo de rango de edad por parte del dispositivo o la plataforma, y verificación de identidad con documento o selfie.
• El modelo de predicción de edad de OpenAI usa señales de comportamiento y de cuenta, incluidas la antigüedad, los horarios de actividad, los patrones de uso y la edad declarada, y por defecto elige la experiencia más segura cuando no está seguro.
• La API de rango de edad declarado de Apple permite que un papá comparta el rango de edad de su hijo con las apps sin revelar la fecha de nacimiento, moviendo el control de la app al sistema operativo.
• La evaluación del NIST de mayo de 2024, con seis algoritmos de estimación de edad por rostro y unos 11,5 millones de fotos, encontró que el error absoluto medio mejoró de 4,3 años en 2014 a 3,1 años, con errores “casi siempre más altos para rostros femeninos que masculinos”.
• La investigación sobre filtros es dura: dos estudios del Oxford Internet Institute no encontraron ningún efecto protector medible de los filtros de internet en el hogar frente a la exposición a contenido no deseado.

La verificación de edad ahora tiene cuatro capas: qué es cada una

Edad declarada. Una casilla de fecha de nacimiento. Su única función es dejar constancia de lo que el usuario afirmó, lo que importa legalmente y poco más. Los datos de Pew Research Center de enero de 2025 mostraron que el 26% de los adolescentes estadounidenses había usado ChatGPT para tareas, el doble que en 2023; cuántos pusieron un año verdadero no se puede saber, y ese es todo el problema de esta capa.

Predicción de comportamiento. Un clasificador sobre metadatos de la cuenta. El de OpenAI es el mejor documentado: mira cuánto lleva existiendo la cuenta, a qué horas se usa normalmente, los patrones de uso a lo largo del tiempo y la edad declarada. Lo clave es que la empresa dice que, cuando no tiene confianza, elige por defecto la experiencia más segura. Esa decisión de diseño es lo que vuelve útil un sistema probabilístico aunque se equivoque.

Respaldo del dispositivo o la plataforma. La API de rango de edad declarado de Apple permite que los papás compartan el rango de edad del niño con las apps de forma protectora de la privacidad, sin entregar la fecha de nacimiento. Es la capa más interesante en términos de arquitectura, porque mueve el control al lugar que ya lo sabe: el sistema operativo que tiene la cuenta infantil.

Verificación de identidad. Un documento o un selfie procesado por un proveedor. El camino de apelación de OpenAI usa un selfie con Persona, un servicio de verificación de identidad, desde Configuración > Cuenta. Es la capa más precisa y la más invasiva, y por eso normalmente se reserva para apelaciones en lugar de aplicarse a todos.

La SB 1119 de California, aprobada el 10 de septiembre de 2026, está empujando esta pila desde la ley: los operadores de chatbots acompañantes deben determinar la edad del usuario según la Digital Age Assurance Act o apoyarse en la determinación de un proveedor de sistema y, si no pueden hacer ninguna de las dos, aplicar todas las protecciones infantiles a todos los usuarios por defecto.

Método por método: qué tan difícil es esquivarlo

Método	Cómo funciona	Dificultad de esquivarlo para un adolescente decidido	Qué le cuesta al usuario honesto
Casilla de año de nacimiento	El usuario escribe una fecha	Nula: escribir un año anterior	Nada
Confirmación por correo o SMS	Prueba control de una dirección o número	Nula: los chicos tienen los dos	Nada
Verificación con tarjeta	Asume que tener tarjeta implica ser adulto	Baja a media: existen tarjetas prepagadas y familiares	Fricción, y excluye a adultos sin tarjeta
Predicción de comportamiento	Clasificador sobre antigüedad, horarios y uso	Media a alta: exige cambiar hábitos reales por semanas, no tocar una casilla	Falsos positivos en adultos con cuentas nuevas u horarios inusuales
Rango de edad del dispositivo	El sistema comparte el rango que puso el papá	Alta dentro de la cuenta: exige otro dispositivo u otra cuenta	Mínimo; no se comparte la fecha de nacimiento
Estimación de edad por rostro	Un modelo estima la edad desde un selfie	Media: una foto de un hermano mayor o una cara en una pantalla	Procesamiento biométrico por un tercero, más un margen de error de unos 3 años
Verificación con documento oficial	Documento verificado contra una base de datos	Muy alta	Alto costo de privacidad; excluye a quien no tiene documento
Proteger a todos por defecto	Aplicar protecciones infantiles salvo que se establezca la edad	No se puede esquivar; es un valor por defecto	Los adultos reciben una experiencia restringida si no verifican

Lee la tabla y aparece un patrón: la dificultad sube con el costo de privacidad, casi en línea recta, hasta la última fila. Proteger a todos por defecto es la única entrada que es a la vez imposible de esquivar y respetuosa de la privacidad, y su costo lo pagan los adultos en lugar de los niños. Por eso California lo escribió en la SB 1119 como respaldo, y puede ser la idea más importante de todo este terreno.

Los números de precisión que nadie cita

Acá se separan el marketing y la medición.

La evaluación de tecnologías de análisis facial del NIST publicó su primer informe de estimación de edad en una década el 30 de mayo de 2024, probando seis algoritmos presentados tras una convocatoria de septiembre de 2023, contra unos 11,5 millones de fotos de cuatro bases de datos del gobierno estadounidense, incluidas solicitudes de visa, fichas policiales, imágenes de cámaras de cruce fronterizo y fotos de inmigración de personas nacidas en más de 100 países.

El error absoluto medio en fotos de visa mejoró de 4,3 años en 2014 a 3,1 años en 2024, y cinco de los seis algoritmos superaron al mejor de 2014. El NIST señaló un rango amplio de desempeño entre algoritmos y margen de mejora general, que la precisión varía según la calidad de imagen, el sexo, la región de nacimiento y la edad del sujeto, y que los errores fueron “casi siempre más altos para rostros femeninos que masculinos”, un patrón que persiste desde 2014 y cuyas causas siguen sin estar claras. El NIST también llamó a su informe una foto parcial del campo tal como estaba a fines de 2023.

Ahora aplica un error medio de tres años a la frontera de los 18. Separar a alguien de 16 de alguien de 20 es genuinamente difícil. Ese es el estado del arte en la tecnología de verificación de edad mejor evaluada que existe.

Y la lección más amplia de la investigación sobre filtros aplica: los estudios de Andrew Przybylski y Victoria Nash en el Journal of Pediatrics (2017) y en Cyberpsychology, Behavior, and Social Networking (2018) no encontraron ningún efecto protector medible de los filtros de internet en el hogar. Las barreras técnicas mueven la conducta; casi nunca la eliminan.

¿Y en América Latina?

Acá hay un dato técnico que cambia la conversación: la estimación de edad por rostro se entrena y se evalúa sobre bases de datos donde la representación de fenotipos latinoamericanos es desigual, y el propio NIST reportó que la precisión varía según la región de nacimiento. Eso significa que el margen de error de tres años que vale en promedio puede ser mayor para un chico de la región, en la dirección que no te conviene: un adolescente de 15 clasificado como adulto.

El otro punto es regulatorio. La SB 1119 de California obliga a determinar la edad o proteger a todos por defecto. En la región no hay una norma equivalente, así que la capa que en Estados Unidos empieza a ser obligatoria acá depende de lo que la empresa decida. Y el uso es más alto que el promedio de la OCDE: según PISA 2025, publicado el 8 de septiembre de 2026, el 56% de los estudiantes colombianos usa chatbots por lo menos una vez a la semana para aprender, Perú llega al 54% y Uruguay al 53%, frente al 46% del promedio OCDE. Y cuando la UNESCO lanzó en Santiago su Observatorio de IA en Educación para América Latina y el Caribe en abril de 2026, reportó que menos del 10% de las instituciones tiene lineamientos formales.

La conclusión práctica: la capa del dispositivo, que sí controlas tú, pesa más acá que en un país con ley de verificación de edad.

Qué hacer en casa

Configura la capa del dispositivo, que es la más fuerte que controlas

Una cuenta infantil con la edad correcta es la capa en la que otras apps pueden apoyarse de verdad, mediante mecanismos como la API de rango de edad declarado de Apple. No cuesta nada en privacidad y es la única capa donde tú eres la autoridad. El armado está en las cuentas infantiles de Apple en iOS 27.

Pon la edad real en todas partes, una vez

Una declaración honesta es lo que desbloquea la experiencia para adolescentes, la vinculación parental y las horas de silencio. Un año de nacimiento falso te cuesta las tres cosas y le gana a tu hijo una cuenta sin gestionar. Los detalles para ChatGPT están en cómo funciona la predicción de edad de ChatGPT.

Espera un falso positivo y no te alarmes

Si un adulto de tu casa aparece en una experiencia para adolescentes, ese es el diseño de “por defecto lo más seguro” funcionando como debe. El camino de apelación existe. Si quieres entregarle un selfie a un verificador externo es una decisión familiar legítima, y negarse simplemente significa vivir con las restricciones.

Juzga una plataforma por su respaldo, no por su puerta de entrada

La pregunta más informativa sobre cualquier servicio no es “¿tiene verificación de edad?”. Es “¿qué hace cuando no está seguro?”. Un servicio que por defecto entrega la experiencia restringida ante la duda es bastante más seguro que uno que por defecto abre todo, sin importar qué tan sofisticado parezca el control de entrada.

Lo que no hay que hacer

No trates una verificación aprobada como un certificado de seguridad. Es una afirmación sobre la edad, no sobre el contenido, las prácticas de datos o los incentivos de diseño. Y no te apoyes en una barrera que tu hijo vence en cuatro segundos mientras te saltas la conversación, que según la investigación de Oxford es donde vive la protección real.

Qué observar en los próximos 3 meses

• Semana 4: por cada servicio importante que use tu hijo, averigua qué edad cree que tiene. Después revisa si la cuenta está en modo adolescente. Esos dos datos casi nunca coinciden tanto como suponen los papás.
• Señales de alerta del mes 2: una segunda cuenta con otro año de nacimiento; una experiencia de adulto en un servicio que configuraste como cuenta de adolescente; pedidos repentinos de verificar la edad con tu documento o tu tarjeta.
• Autoevaluación del mes 3: vigila si algún producto anuncia cambios de verificación de edad antes de la fecha de cumplimiento del 1 de julio de 2027 en California. Los que se mueven temprano revelan qué servicios creen que las definiciones los alcanzan.

Preguntas frecuentes

¿La verificación de edad sirve de verdad?

En parte, y depende de la capa. Una casilla de año de nacimiento no detiene a nadie. La predicción de comportamiento y el respaldo del dispositivo son bastante más difíciles de vencer. Nada en la pila se acerca a la certeza, y la investigación sobre filtros sugiere que las barreras técnicas cambian dónde ocurre la conducta más que si ocurre.

¿Qué tan precisa es la estimación de edad por rostro?

La evaluación del NIST de mayo de 2024 encontró que el error absoluto medio mejoró de 4,3 años en 2014 a 3,1 años, con seis algoritmos y unos 11,5 millones de fotos, con desempeño variable según calidad de imagen, sexo, región de nacimiento y edad, y errores casi siempre más altos en rostros femeninos.

¿Cuál es el método más respetuoso de la privacidad?

El respaldo de rango de edad por parte del dispositivo o la plataforma, como la API de rango de edad declarado de Apple, que comparte un rango en lugar de una fecha de nacimiento. El enfoque de proteger a todos por defecto también lo es, porque no exige establecer nada, aunque restringe a los adultos que no verifican.

¿Debería dejar que mi hijo use mi documento para verificar una cuenta?

No. Además del problema obvio de crear un registro que dice algo falso sobre quién es el titular, destruye la señal de edad de la que dependen las protecciones para adolescentes y deja la cuenta imposible de gestionar con la vinculación parental.

¿La verificación de edad se va a volver obligatoria?

En parte de Estados Unidos va en esa dirección. La SB 1119 de California obliga a los operadores de chatbots acompañantes a determinar la edad o aplicar todas las protecciones infantiles por defecto, con deberes centrales desde el 1 de julio de 2027, y una docena de estados tiene leyes relacionadas. En América Latina todavía no hay equivalente, y la tendencia global apunta a más verificación, lo que trae más recolección de datos como efecto secundario.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. National Institute of Standards and Technology. (2024). “NIST Reports First Results From Age Estimation Software Evaluation.” 30 de mayo de 2024. https://www.nist.gov/news-events/news/2024/05/nist-reports-first-results-age-estimation-software-evaluation
2. NIST. “Face Analysis Technology Evaluation (FATE): Age Estimation and Verification.” https://pages.nist.gov/frvt/html/frvt_age_estimation.html
3. OpenAI. (2026). “Our approach to age prediction.” 20 de enero de 2026; actualizado el 25 de agosto de 2026. https://openai.com/index/our-approach-to-age-prediction/
4. Apple. (2026). “Apple previews new child safety features.” 8 de junio de 2026. https://www.apple.com/newsroom/2026/06/apple-previews-new-child-safety-features/
5. Legislatura de California. (2026). “SB 1119: Companion chatbots: children’s safety.” Aprobada el 10 de septiembre de 2026. https://leginfo.legislature.ca.gov/faces/billTextClient.xhtml?bill_id=202520260SB1119
6. Przybylski, A. K., y Nash, V. (2018). “Internet Filtering and Adolescent Exposure to Online Sexual Material.” Cyberpsychology, Behavior, and Social Networking, 21(7), 405–410. https://pubmed.ncbi.nlm.nih.gov/29995533/
7. Przybylski, A. K., y Nash, V. (2017). “Internet Filtering Technology and Aversive Online Experiences in Adolescents.” The Journal of Pediatrics, 184, 215–219. https://www.sciencedirect.com/science/article/abs/pii/S0022347617301737
8. Pew Research Center. (2025). “About a quarter of U.S. teens have used ChatGPT for schoolwork, double the share in 2023.” 15 de enero de 2025. https://www.pewresearch.org/short-reads/2025/01/15/about-a-quarter-of-us-teens-have-used-chatgpt-for-schoolwork-double-the-share-in-2023/
9. OCDE. (2026). “PISA 2025: Students’ reading and mathematics performance declined sharply across the OECD.” 8 de septiembre de 2026. https://www.oecd.org/en/about/news/press-releases/2026/09/pisa-2025-students-reading-and-mathematics-performance-declined-sharply-across-the-oecd.html
10. UNESCO. (2026). “UNESCO launches Observatory on Artificial Intelligence in Education for Latin America and the Caribbean.” 14 de abril de 2026. https://www.unesco.org/en/articles/unesco-launches-observatory-artificial-intelligence-education-latin-america-and-caribbean