Avatares, identidad y progresión para productos infantiles bajo privacidad estricta

Findings

1. Identidad sin datos personales: el patrón de la industria

Todo producto infantil/familiar importante converge en la misma solución de dos partes: un identificador generado o curado en lugar de un nombre real escrito, y un avatar construido a partir de un conjunto cerrado de piezas en lugar de una fotografía. El Mii de Nintendo es el caso más claro: los personajes se construyen seleccionando entre rasgos faciales, peinados, accesorios y tipos de cuerpo prediseñados; incluso el modo opcional de creación basado en foto solo siembra la selección de rasgos y nunca almacena ni muestra la foto de origen, preservando “self-representation while maintaining privacy” [11]. Duolingo permite a los usuarios construir un avatar a partir de un guardarropa fijo de piezas cosméticas de temporada en lugar de una imagen subida [12]. La forma de ingeniería común es: identidad = elección dentro de un conjunto acotado y prevalidado, nunca entrada libre — exactamente lo que el proyecto ya eligió en D-003 (alias generados, sin foto, sin ciudad, tableros segmentados por nivel) [19].

2. El efecto Proteus: por qué el avatar no es solo decoración

La investigación de Stanford de 2007 de Yee y Bailenson acuñó el “efecto Proteus”: las personas en entornos virtuales se comportan de formas consistentes con los rasgos implícitos de su avatar, impulsadas por la autopercepción y la confirmación conductual, no por lo que realmente hacen los demás [2][3]. Un metaanálisis de 46 estudios experimentales encontró que el efecto es confiable con un tamaño “pequeño pero cercano a mediano” (0.22–0.26) en distintos contextos — avatares más atractivos produjeron conductas más seguras, avatares atléticos aumentaron el ejercicio, avatares heroicos aumentaron la conducta prosocial fuera de línea [2]. Trabajo más reciente complica el requisito de encarnación: los participantes desarrollaron apego a los avatares incluso sin una inmersión fuerte, lo que sugiere que el efecto no es puramente un fenómeno de RV/encarnación [2]. Lectura práctica para Math Challenge: un cosmético que señala visualmente “matemático cuidadoso y orientado al dominio” (un birrete de erudito, una insignia de explorador) no es solo una recompensa — puede empujar la conducta hacia el rasgo que representa, lo que argumenta a favor de categorías cosméticas ligadas a conductas de aprendizaje reales (persistencia, precisión, curiosidad) en lugar de skins arbitrarias.

3. Generación segura de nombres multilingües y el problema Scunthorpe

El “problema Scunthorpe” recibe su nombre de un incidente de 1996 en el que el filtro de AOL bloqueó a la ciudad inglesa de Scunthorpe porque su nombre contiene una subcadena ofensiva; el mismo modo de falla ha afectado al apellido de Craig Cockburn, a “shitake mushrooms”, a los resultados de Google SafeSearch para la ciudad y —de forma crítica para un producto de cinco idiomas— a palabras compuestas alemanas que forman legítimamente una subcadena ofensiva en una letra de enlace, y a nombres de lugares chinos marcados por homonimia de caracteres [1]. El mecanismo es estructural: los filtros ingenuos de subcadena “lack contextual understanding” [10], y la falla se vuelve peor mientras más idiomas cubra un solo filtro, porque una palabra limpia en un idioma puede ser una subcadena insegura en otro — el propio ecosistema de moderación de China muestra el punto límite, sin una sola lista autoritativa de palabras prohibidas ni siquiera dentro de un idioma, así que cada plataforma mantiene su propia lista de casos límite indefinidamente [10]. La solución probada en producción no es un algoritmo más estricto — es una lista blanca mantenida y registrada de cadenas confirmadas como seguras que un filtro ingenuo rechazaría, construida a partir de registros reales de rechazo a lo largo del tiempo [1][10]. La implicación directa para la construcción de las listas de palabras: las listas EN/ES/FR/PT/DE deben ser autoradas por idioma por un revisor fluido, no traducidas por máquina, porque la traducción es exactamente la operación que convierte una palabra segura en una subcadena insegura en otro lugar (refleja el hallazgo de D-005 de que el vocabulario matemático mismo no se puede traducir palabra por palabra entre estos cinco idiomas [19]).

4. Moderación de contenido generado por usuarios — ¿deberían los niños tener texto libre en absoluto?

Roblox es el caso de estudio de mayor inversión disponible: verificación de edad obligatoria desde enero de 2026, chat restringido a grupos por banda de edad, y aun así “1,600+ moderators” más filtrado impulsado por IA, y una investigación de 2020 describió los esfuerzos de retiro de contenido como “whack-a-mole” con contenido sexual reapareciendo; un reporte de 2024 vinculó incidentes reales de depredación con “insufficient moderation”, y le siguieron al menos seis arrestos por explotación infantil vía la plataforma desde enero de 2025 [13]. Esta no es una empresa que haya invertido de menos — es evidencia de que el texto libre a escala, de niños, no se puede moderar por completo ni siquiera con un presupuesto de confianza y seguridad de nueve cifras. La conclusión honesta para un producto de la escala de Math Challenge: ninguna superficie de texto libre para niños en absoluto en v1. La selección de alias, el ensamblaje de avatar y cualquier interacción social deberían ser de vocabulario cerrado (tocar una frase o emoji preestablecido), nunca una caja de texto — más estricto que la mayoría de los competidores, pero la única postura que no hereda la deuda de moderación de Roblox.

5. Progresión cosmética vs. juego de azar: la línea regulatoria

La Comisión de Juegos de Bélgica resolvió en 2018 que las cajas de botín en FIFA 18, Overwatch y CS:GO eran juegos de azar bajo la ley de juego, sin importar que el contenido fuera solo cosmético — el no poder comprar el ítem específico directamente lo hace basado en el azar — y el ministro de justicia enmarcó la preocupación explícitamente en torno a los niños [4]. La autoridad de juegos de los Países Bajos llegó a una conclusión similar ese mismo año para varios (no todos) los títulos estudiados, citando un diseño que fomenta la adicción incluso por debajo del umbral de aplicación legal [4]. El Reino Unido tomó la posición más estrecha de que los ítems solo cosméticos, no intercambiables y no canjeables por dinero quedan fuera del juego de azar sujeto a licencia, pero su propia revisión de DCMS de 2022 aun así encontró niveles elevados de “gambling, mental health, financial and problem gaming-related harms” entre los jugadores de cajas de botín, y empujó por autorregulación en lugar de un cambio de ley [4]. Leído en conjunto, el centro de gravedad regulatorio es: la aleatorización más el pago es el detonante, no la distinción cosmético/jugable — una compra determinista (comprar este sombrero específico) es segura donde sea que apliquen estos fallos; una caja aleatoria pagada está en disputa incluso cuando es puramente cosmética. Para un producto infantil esto argumenta a favor de ir más allá del fallo actual más estricto: ninguna recompensa aleatoria de ningún tipo, pagada o gratis, ya que el mecanismo que preocupa a los reguladores (el refuerzo de razón variable) no necesita dinero para funcionar en un niño.

6. Ciclos de cuidado de compañero/mascota: poder de retención y el mecanismo de culpa

Tamagotchi (1996) es el caso de referencia: tres medidores (hambre, felicidad, entrenamiento) que decaen sin atención, con la muerte real como el estado de fracaso [5]. Produjo un enganche extraordinario —40 millones de unidades en dos años— precisamente porque el descuido tenía una consecuencia real y perturbadora: los niños llevaban los dispositivos a la escuela para evitar la muerte a mitad de clase, las escuelas los prohibieron por disrupción, y la prensa de la época reportó duelo genuino, incluyendo funerales simulados para las mascotas “muertas” [5]. El mecanismo de retención y el patrón oscuro son el mismo mecanismo — el dispositivo no funciona como compañero sin una amenaza, y la amenaza produjo tanto el enganche como el rechazo. Una función de compañero puede tomar prestado el ciclo de cuidado (alimentar, vestir, interactuar) sin el ciclo de pérdida: etapas de crecimiento y desbloqueos cosméticos ligados a la propia práctica de matemáticas del niño, sin estado de decaimiento, sin muerte, sin notificación enmarcada en torno a la angustia del compañero — conservando el mecanismo de construcción de afecto mientras se descarta el mecanismo de culpa que hizo al original tan querido como controvertido.

7. Investigación de agentes pedagógicos — por qué importa el formato de Larry, no solo su existencia

La investigación de aprendizaje multimedia de Mayer sobre agentes pedagógicos encuentra un soporte real pero modesto: los agentes ayudan principalmente como “presenter of social cues”, y un metaanálisis reciente encontró solo una “negligible improvement” a partir de la mera presencia del agente — las ganancias vienen de lo que hace el agente (resaltar, personalizar, voz humanoide), no de tener un personaje en absoluto [9]. Los agentes con rol de tutor no muestran una ventaja clara sobre las lecciones sin agente; los agentes enmarcados como compañeros de aprendizaje elevan la autoeficacia de forma más confiable; la representación estática frente a animada sigue siendo una pregunta abierta y contradictoria [9]. Esto converge con la propia historia de investigación de Sesame Street: los estudios de ETS de 1970-71 encontraron que los espectadores más frecuentes aprendían más sin importar la desventaja, y un análisis económico de 2019 (Kearney y Levine) lo llamó “perhaps the biggest, yet least costly, early childhood intervention” [6]. Debajo de eso está la investigación de vínculo parasocial: el equipo de Calvert encontró que niños de 21 meses aprendían mejor una tarea de secuenciación de un personaje familiar (Elmo) que de uno desconocido, y que darles a los niños un juguete del personaje desconocido primero —para que se volviera familiar— cerraba la brecha; los personajes personalizados profundizaban aún más el enganche, ya que “perceived similarities increase children’s interest and investment” [7][8]. Esto favorece a Larry tal como ya se decidió en D-004: no es un personaje nuevo sino el rinoceronte naranja ya existente de Ignia, así que la familiaridad que la investigación de Calvert dice que impulsa el aprendizaje ya está ganada, no es algo que construir desde cero [18][19]. El corolario: las reglas de canon de Larry (nunca se burla del niño, “¡Ya vas!” solo al aceptar una tarea) importan más que su diseño visual — la ganancia está en la conducta de señales sociales, no en el modelo del personaje [9][18].

8. Visualizar el progreso para los niños — mapas, árboles y el efecto del gradiente de meta

El efecto del gradiente de meta —el esfuerzo se acelera a medida que se reduce la distancia percibida a una meta— está bien establecido en la literatura de economía conductual/marketing (“resurrección” de Kivetz, Urminsky y Zheng de la hipótesis original de Hull, en contextos de programas de lealtad) [14]. Las revisiones de aprendizaje gamificado anotan que los aprendices visuales específicamente “benefit from… progress bars, game maps, and colorful visuals” para la motivación, mientras advierten que los puntos/insignias/tablas de posiciones usados de forma aislada no son confiablemente efectivos — funcionan cuando están ligados a señales reales de competencia, no como decoración [15]. Esto coincide con la propia investigación de banda PRIMARY del proyecto: un estudio del “efecto guardarropa” encontró que los niños construyen varios avatares pero convergen en usar uno solo, lo que significa que el proceso de personalizar lleva el valor motivacional incluso cuando el artefacto final es estrecho [16]; la investigación de banda KINDER encontró que los niños pequeños “expect feedback on every single action” y responden a la animación consistente de la mascota de una forma que los adultos explícitamente no [17]. La propia historia de Duolingo es un dato de advertencia sobre qué metáfora de progreso elegir: reemplazó su mapa de habilidades en forma de árbol por un camino lineal en agosto de 2022, lo que provocó un rechazo visible y sostenido de los usuarios [12] — evidencia de que la metáfora de árbol/mapa en sí llevaba un valor motivacional que la línea recta no reemplazó.

Design implications

1. El generador de alias se autora por idioma, no se traduce. Construir cinco listas de palabras independientes (EN/ES/FR/PT/DE) con un revisor fluido por idioma, combinando una palabra de categoría + una palabra de rasgo + un número de dos dígitos aleatorizado (no secuencial). Nunca derivar la lista de un idioma traduciendo la de otro — esa es exactamente la operación que crea fallas tipo Scunthorpe [1][10].
2. La selección de alias es solo por toque para edades 3-11 (KINDER + PRIMARY). El niño elige entre 3-5 opciones generadas; no hay campo de texto donde escribir, lo que elimina la superficie de inyección para las bandas de edad menos capaces de automoderarse. TEEN (12-17) obtiene un reroll limitado pero tampoco escribe nunca.
3. Validar la cadena renderizada combinada, no cada palabra por separado, y registrar cada rechazo/regeneración (palabras, idioma, locale, motivo). Dos palabras limpias pueden combinarse en una insegura al cruzar un límite de idioma; una lista blanca registrada de cadenas confirmadas como seguras, construida a partir de esos registros, es la solución real de producción para el problema Scunthorpe, no un filtro más estricto [1]. Limitar la tasa de regeneración (p. ej., un pequeño número de rerolls al día) para que un niño no pueda forzar por fuerza bruta una combinación que pase el filtro.
4. Ningún campo de texto libre en ningún lugar al que pueda llegar un niño menor de 13 años — sin biografía, sin chat, sin etiqueta personalizada. Cualquier interacción de niño a niño (reacciones, felicitaciones) es un conjunto cerrado de frases/emoji preestablecidos, según la lectura honesta del historial de moderación de Roblox incluso a escala [13].
5. Avatar = solo piezas prediseñadas, al estilo Mii. Sin subir fotos, sin acceso a cámara, nunca. Las piezas están organizadas en categorías (cabello, expresión, accesorio) desbloqueadas como cosméticos, no escritas ni dibujadas.
6. Los cosméticos se desbloquean en una tabla determinista y publicada ligada a hitos de dominio, rachas o posición en la liga — p. ej., terminar una unidad de tema desbloquea un ítem específico con nombre. Ninguna caja, cofre, paquete o recompensa “misteriosa” de ningún tipo, gratis o pagada — más estricto que la propia excepción cosmética del Reino Unido y completamente fuera de la línea de Bélgica/Países Bajos [4]. Si la monetización llega a tocar los cosméticos, es solo compra directa de un ítem con nombre y previsualizado, nunca una compra aleatorizada.
7. Una función de compañero/mascota (si se construye) no tiene estado de decaimiento, hambre o muerte, y no envía ninguna notificación enmarcada en torno a la tristeza o el abandono del compañero — conservar el ciclo de construcción de afecto, descartar el ciclo de culpa de Tamagotchi [5]. Del mismo modo, la pérdida de racha nunca borra ni hace retroceder visualmente el mapa de progreso — un día perdido no debería deshacer retroactivamente el progreso ganado, evitando un segundo mecanismo de culpa apilado sobre el primero.
8. La visualización del progreso está segmentada por edad, no es una sola apariencia para todas las edades: KINDER — un camino de viaje físico con la mascota caminando hacia adelante, sin números; PRIMARY — un árbol de habilidades/mapa de dominio con temas nombrados (no una línea recta — el propio cambio de Duolingo en 2022 alejándose de un árbol provocó un rechazo visible [12][15]); TEEN — un tablero de estadísticas con una liga opt-in; ADULT — métricas de dominio numéricas simples, apariencia gamificada opcional y apagada por defecto (según los hallazgos de adultos/expertos de mc-23).
9. La presencia de Larry está segmentada por edad, según la arquitectura de prompt ya existente de mc-37: KINDER — animado, primero por voz, reacciona a cada intento; PRIMARY — mismo personaje, explica el error conceptual según las reglas duras ya fijadas en D-004; TEEN — mismo rinoceronte, el tono se desplaza hacia “profesor paciente”, menos animaciones, opción de desactivar disponible; ADULT — Larry disponible a solicitud pero relegado detrás de una UI de retroalimentación más densa [9][18].
10. Larry nunca comenta sobre el alias o la elección de avatar del niño. Su voz canónica se mantiene en matemáticas, nunca en apariencia o identidad — extiende la regla de D-004 de “nunca avergonzar a un niño” a un lugar donde la vergüenza podría colarse de otro modo (un bot que “elogia” un nombre implícitamente también puede juzgar uno) [18][19].
11. Las categorías cosméticas señalan rasgos de aprendizaje que la investigación del efecto Proteus dice que pueden influir en la conducta (persistencia, curiosidad, cuidado) — p. ej., una línea de insignias de “explorador” por intentar problemas difíciles — en lugar de decoración arbitraria, ya que el avatar tiene un eco conductual pequeño pero real sobre quien lo porta [2][3].
12. La identidad de alias/avatar nunca es derivable de la cuenta del padre, el correo, o el nombre real del niño en la UI — un sufijo numérico debería ser aleatorizado, no secuencial, ya que si no “Bunny07” implica el orden de registro.

Preguntas abiertas para el dueño del proyecto

1. ¿Debería existir en absoluto el conjunto de reacciones de vocabulario cerrado (emoji/frases preestablecidas) en v1, o es “ninguna interacción de niño a niño de ningún tipo” la opción predeterminada más segura hasta que haya presupuesto de moderación para respaldar incluso un conjunto cerrado?
2. ¿Está un compañero tipo Tamagotchi en el alcance de este producto en absoluto, o el riesgo del ciclo de culpa (§6) argumenta a favor de omitir la función por completo en lugar de intentar construir una versión “segura” de ella?
3. Para el árbol de habilidades de banda PRIMARY: ¿debería el orden de temas ser estrictamente lineal (coincide con la secuenciación actual del currículo) o permitir exploración ramificada (coincide con el hallazgo del “efecto guardarropa” de que los niños valoran la elección incluso cuando convergen en un solo camino)?
4. ¿Deberían las tablas de desbloqueo cosmético ser visibles para el niño de antemano (transparencia total: “termina fracciones para desbloquear este sombrero”) o revelarse solo al desbloquear (sorpresa, pero más cercano en espíritu al mecanismo que escrutan los reguladores incluso sin aleatoriedad)?
5. ¿Obtienen los alias de banda TEEN un grado extra de libertad (p. ej., un número autoelegido, aún validado) frente al conjunto totalmente generado de PRIMARY/KINDER, o se mantiene el mismo mecanismo de solo-toque hasta los 17 años?
6. ¿Deberían construirse las listas de palabras de alias internamente por idioma, o hay presupuesto/apetito para licenciar un conjunto de datos multilingüe de palabras prohibidas/seguras ya mantenido, en lugar de autorar cinco listas desde cero?