Introducción

En este estudio se explora el uso del tiempo dedicado a la Internet y el grado de dependencia según el género en jóvenes universitarios de un núcleo urbano en el norte de México. Se aplicó digitalmente la versión en español del Internet Addiction Test (IAT), un robusto instrumento de captación con 20 reactivos de escala tipo Likert que, como su nombre lo indica, inicialmente fue preparado en inglés; así pues, aquí se aplica el Test de Adicción al Internet (TAI) de Young validado por ^{Puerta y Carbonell (2013)} y ^{Hilt, Bouvet de Korniejczuk y Collins (2015)}. Cabe señalar que el IAT, en recientes estudios (^{Lu, Yeo, Guo, Zhao y Wu, 2022}), ha sido modificado, probado y validado en una muestra de estudiantes de países asiáticos con beneficios en su eficiencia. En México, los estudios con este instrumento se han extendido a jóvenes y perfiles demográficos de personal de la salud (^{Flores et al., 2022}), sin considerar el enfoque de género como principal línea de investigación.

En los inicios de la década del 2000, se comenzaron a estudiar las repercusiones laborales y sociales asociadas al abuso y dependencia del Internet. Las señales de alarma eran la indiferencia hacia la socialización y comunicación directa, así como la inestabilidad emocional provocada en los estudiantes de grados superiores (^{Young, 2005}). Según ^{Hernández (2019)}, el término uso problemático del Internet se refiere a la incapacidad del individuo para controlar su utilización, lo cual causa malestar psicológico y afectación funcional (p. 184).

De acuerdo con ^{Puerta y Carbonell (2013)}, en México los niveles de dependencia al Internet en jóvenes estudiantes son relativamente bajos en comparación con sus pares de otros países latinoamericanos, mientras que la condición de género muestra que los puntajes del test de Young en población masculina son mayores que los de las mujeres.

En tiempos actuales, la exposición a la Red como medio de socialización, de educación y de trabajo se ha intensificado como consecuencia de la crisis sanitaria de la enfermedad por coronavirus de 2019 (covid-19). Si estudios previos a esta contingencia sanitaria ya habían detectado niveles de alta exposición al Internet en la vida de jóvenes universitarios y adolescentes, así como algunas de sus consecuencias, ahora que se han puesto en marcha cambios en la forma de relacionarnos esta situación se ha exacerbado. No solo es un medio de socialización y la herramienta más importante para actividades educativas, sino también lo es para ciertos ámbitos laborales, sin embargo, su uso desmedido se asocia con una mayor carga de síntomas mentales y físicos (^{Flores et al., 2022}).

La pandemia ha intensificado el uso de herramientas digitales, situación que podría tener un efecto diferenciado en grado de dependencia y tipo de conducta adictiva. Este último aspecto trae a la superficie el cómo se asocian los factores vinculantes según el género. Es decir, a partir de las respuestas a la prueba que proporcionan universitarias mujeres y hombres se puede identificar la conducta adictiva en un género u otro y cómo se asocian los factores vinculantes.

El objetivo de este trabajo es analizar el grado de dependencia y los factores asociados al uso del Internet en estudiantes universitarios de Nuevo León. La hipótesis guía de esta investigación establece que habría diferencias por género en grado de dependencia y factores involucrados como resultado de los mandatos de género que condicionan el conocimiento de las tecnologías de la información y comunicación (TIC). La pregunta por responder es: ¿hay diferencias de género en el grado de dependencia al Internet en jóvenes universitarios neoleoneses? ¿Cómo son esas diferencias en el conjunto de factores asociados al test? En resumen, la interrogante es si hay diferencias significativas en el grado de dependencia y la forma en que se agrupan los factores del TAI entre los jóvenes hombres y mujeres estudiantes universitarios neoleoneses.

El antecedente de la prueba, junto con su conceptualización, se remonta al año 1996, cuando Kimberly Young expuso que la dependencia a Internet puede llegar a convertirse en una adicción. La adicción siempre había sido relacionada con sustancias de origen químico y en consecuencia el uso del Internet no era susceptible de ser categorizado como tal. Más aún, en ese entonces, era vista como una herramienta que proporcionaba a la sociedad solo beneficios y no retrocesos o negatividades asociadas a la adicción. Años después, esta autora lo catalogó como un trastorno del control de los impulsos, adicción similar al juego (^{Young, 2005, p. 265}). ^{Pulido, Escoto y Gutiérrez (2011)} y ^{Orozco (2021)} introdujeron terminología como uso excesivo de Internet, adicción o conducta problemática, adicción comportamental o adicción no asociada a sustancias. No obstante, a la fecha, aún no hay un consenso en el criterio de catalogarla, ya sea como un desorden o como una adicción. La Organización Mundial de la Salud (OMS) ha aprobado la revisión número 11 de la Clasificación Estadística Internacional de Enfermedades y Problemas de Salud Conexos (CIE) al trastorno por uso de videojuegos, el cual, a partir de dicha revisión, pasó a ser considerado oficialmente un trastorno por comportamiento adictivo desde el 1 de enero de 2022 (^{Consejo Ejecutivo, 2018}).

La población universitaria con malos hábitos de estudio es más propensa a desarrollar una adicción (^{Young, 2010}). Las repercusiones van desde construirse una identidad distinta a la real en rasgos de imagen, inteligencia, habilidad social, a cambios en otro nivel como abandono académico, depresión y disminución y reemplazo de relaciones sociales, al igual que acceso a actividades prohibitivas (Scherer, 1997; Morhan-Martin, 1997, ambos citados en ^{Young, 2005}). Actualmente se analiza el tema en virtud de la intensidad con que el Internet se emplea como herramienta educativa, y la razón es que hay desacuerdo entre los educadores sobre su efecto en el rendimiento (Barber, 1997, citado en ^{Young, 1998}).

Por un lado, están los estudios sobre conductas adictivas. Al respecto, Block (2008, citado en ^{Hilt et al., 2015}) refiere tres categorías: los juegos excesivos, las preocupaciones sexuales y mensajería (textos correos y chat), a las que Young (2004, p. 667) adiciona una más, la sobrecarga de información. Por otro, cómo los hombres y mujeres universitarias se inclinan y eligen sus aficiones y dependencias según los contenidos que la Red dispone. De acuerdo con algunos estudios, el género resulta un factor diferencial que va más allá de la afición a los subtipos de aficiones al Internet; por ejemplo, se ha identificado que la población masculina tiende más a depender de los videojuegos (^{Babalola, Ekundayo, Kemmer y Ayenibiowo, 2017}; ^{Fernández et al., 2015}; ^{Gill, 2019}; ^{Goswami y Singh, 2017}; ^{Kaur, 2018}; ^{Lam, Peng, Mai y Jing, 2009}; ^{Ruiz, Lucena, Pino y Herruzo, 2010}). Sin embargo, otros estudios afirman que no existen diferencias de género en los niveles de adicción a Internet (^{Dai, 2016}; ^{Dufour et al., 2016}; ^{Khan, Shabbir y Rajput, 2017}).

Las conductas adictivas en la selección de contenidos suelen ser producto de una formación mediada e influenciada por un entorno social. En ese sentido, investigaciones (^{Mancilla, Barros y Mora, 2019}; ^{Orozco, 2021}) sobre la formación de roles de género y su vínculo con las herramientas digitales han encontrado que la construcción de patrones culturales desde edad temprana determina el vínculo entre TIC y el género de la persona. También concluyen que hay un factor no biológico que influye en la brecha digital desigual, esta puede tener un impacto como factor de exposición a las herramientas tecnológicas y en consecuencia a su dependencia y tipo.

Los estereotipos en la población masculina se asocian a habilidades duras, técnicas, matemáticas y los de la población femenina, en cambio, se asocian a habilidades menos técnicas y más de comunicación y blandas (^{Mancilla, Barros y Mora, 2019}). Sin embargo, en otro estudio se identificó la misma aceptación de juegos y programas de computación durante los primeros años de la niñez: sin importar género se tiende a elegir lo mismo; pero, al pasar de los años, en la escuela primaria, sus intereses comienzan a estar determinados por cuestiones de género (Romero, 2018 citado en ^{Mancilla et al., 2019}). Los intereses construidos como estudiantes en los años subsecuentes suelen ser resultado de un patrón cultural. Tomando en cuenta lo anterior, con el actual escenario de exposición digital hay elementos para deliberar qué género está más propenso a la dependencia en grado, así como a qué tipo de aficiones pueden inclinarse.

De acuerdo con el estudio ^{Orozco (2021)}, en México el grado de dependencia observa diferencias significativas en los niveles según género, no así por factores. Por nivel, los hombres tienen altos porcentajes de adicción en grado severo y moderado, mientras que los de las mujeres se ubican en grado leve. En otra investigación, aplicando el TAI, ^{Hilt et al. (2015)} encontraron que 43 % hace poco uso de Internet, 52 % son usuarios promedio, con problemas solo 4.88 % y con problemas significativos 0.79 %, aunque señalan que la universidad de los participantes posee una orientación religiosa y eso podría influir en el resultado. Como sea que fuere, sus resultados no son abordados con un enfoque de género. Eso sí, se ha encontrado que los valores con grave riesgo de adicción al Internet son comparativamente más bajos que en algunos estudios realizados en países asiáticos (^{Lam et al., 2009}).

En esta parte del estudio abordamos la cuestión de factores vinculantes de las investigaciones realizadas a partir del TAI para estudiantes mexicanos. Se identificaron agrupamientos de tres a cinco factores que explican entre 49 % y 60 % de la varianza total (ver Tabla 1). En factores según género, y a pesar de no haber encontrado diferencias significativas en este estudio, las conclusiones no son definitivas. La interpretación de los factores depende en gran medida de la conformación que toman a la hora de agruparse, según los ítems, el rasgo relevante para cada factor se etiqueta y en ninguno se analiza el género, a excepción de lo que sucede en el trabajo de ^{Orozco (2021)}.

^{Navarro et al. (2020)} refieren que la diversidad de estructuras factoriales obtenidas en los diferentes estudios es un indicio de la complejidad del constructo, de ahí la importancia de expandir este tipo de estudios en diferentes poblaciones y también la diversidad de técnicas estadísticas para la interpretación de los datos. La Tabla 2 es una síntesis de la revisión realizada a escala internacional en ese estudio.

Estudios latinoamericanos como el de ^{Puerta y Carbonell (2013)} encuentran seis factores. ^{Aboujaoude (2010)} y ^{Matalinares, Ornella y Baca (2014)} identifican cuatro factores del test de adicción al Internet: 1) uso excesivo (traducido en pérdida del sentido del tiempo) (preguntas 9 a 20, excepto la 11), 2) la tolerancia (la necesidad de un equipo mejor y más eficiente, como una compensación para aliviar la ansiedad de no estar conectado) (preguntas 3, 4, 5 y 11), 3) la retirada o abstinencia (sentimiento de ansiedad o ira por la falta de acceso al Internet) (preguntas dos y ocho) y 4) consecuencias (bajo rendimiento, descuido en el hogar, aislamiento o fatiga) (preguntas seis y siete). Estos factores son compatibles a los criterios determinados por la APA del trastorno impulsivo compulsivo por el uso de Internet, y todas sus variantes (juego excesivo, preocupaciones sexuales y mensajería) comparten los siguientes cuatro componentes: el uso excesivo, la retirada, tolerancia y consecuencia negativas (^{Matalinares et al., 2014}).

Métodos y materiales

Esta investigación es de corte cuantitativo. La delimitación geográfica del estudio en que aplicamos el TAI fue el estado de Nuevo León, México. Según el Censo de Población y Vivienda 2020 (^{Instituto Nacional de Estadística y Geografía [Inegi], 2020}), 69.5 % de viviendas neoleoneses contaban en el 2020 con Internet, mientras que el promedio en nacional es de 52.2 %; en cuanto a acceso a computadora, 48.0 % de las viviendas tenían al menos una en su hogar, mientras que a escala nacional solo 37.7 %; finalmente, 18.5 % de las viviendas en Nuevo León contaban con una consola de videojuegos, mientras que a nivel nacional solo 11.5 %. A nivel municipal mejoran los números, por ejemplo, en el municipio de Monterrey, hay 77.7 % de disponibilidad al Internet, 57.7 % con computadora y 21.5 % con una consola de videojuegos. Entonces, estos datos nos llevan a considerar que el estudio se realiza en una zona con elevadas posibilidades de accesibilidad al Internet (^{Inegi, 2020}).

La muestra está constituida por 823 jóvenes estudiantes de la Universidad Autónoma de Nuevo León seleccionados por conveniencia. El periodo de levantamiento inició en abril y concluyó en julio 2021; fue de manera virtual debido a las medidas de distanciamientos social impuestas para prevenir la covid-19. Del total de estudiantes, 342 (41.6 %) eran hombres y 481 (58.4 %) mujeres. Los estudiantes cursaban las siguientes carreras: Contador Público (n = 238, 28.9 %), Administración (n = 323, 39.2 %), Tecnología de la información (n = 118, 14.3 %), Negocios Internacionales (n = 129, 15.7 %), otras (n = 15, 1.8 %).

El cuestionario es una versión en español del IAT de Kimberley Young para medir el uso de Internet en universitarios anglosajones. El test de adicción a Internet está conformado por 20 reactivos medidos en una escala Likert. Las puntuaciones se distribuyeron de la siguiente manera: 1 = Rara vez, 2 = Ocasionalmente, 3 = Frecuentemente, 4 = A menudo, 5 = Siempre y 0 = Nunca. Para definir el grado de adicción al Internet, se elaboraron cuatro grupos con base en la puntuación total: 0-30, rango normal; de 31-49, leve; 50-79, moderada y de 80-100, severa.

Para su validación se siguieron las siguientes fases: a) inserción de la prueba a un portal para su aplicación; b) limpieza de la base de datos y selección de reactivos; b) análisis factorial exploratorio, posterior al cálcula de la medida de KMO de adecuación muestral y el test de esfericidad de Bartlett; c) reducción sucesiva de ítems hasta la adecuada factorización, adoptando para la eliminación de los ítems el poco efecto de la carga del ítem sobre el factor o su ubicación en dos factores; d) análisis factorial confirmatorio (AFC) para probar la estructura del modelo de factores obtenido; e) elaboración de un AFC para la contrastación definitiva del modelo y la aplicación de diferentes índices de adaptación para la contratación de la adecuación del modelo; f) elaboración de un AFC de segundo orden para la contrastación definitiva del modelo y la aplicación de diferentes índices de ajuste para la contratación de la adecuación del modelo; g) finalmente, para la fiabilización y de consistencia interna de la escala, se han calculado la alfa de Cronbach y la fiabilidad compuesta mediante la ro de Jöreskog. Los análisis estadísticos se llevaron a cabo mediante los paquetes estadísticos SPSS v. 22.

El método de análisis empleado es factorial y exploratorio, lo cual permite postular variables latentes que se cree subyacen a los patrones de correlación (^{Haig, 2013}). Se evalúa la fiabilidad y consistencia con alfa de Cronbach y las dimensiones con test de esfericidad de Bartlett. Los estudios que anteceden emplean la técnica de ACP rotación varimax retención de valores y la validez medida de adecuación de la muestra KMO (^{Matalinares et al., 2014}; ^{Navarro et al. 2020}; ^{Pulido et al., 2011}).

La consistencia interna del TAI, medida por el alfa de Cronbach, fue de 0.919. lo que sugiere un resultado consolidado, similar a ^{Orozco (2021)}, que fue de 0.913. Para las diferencias de género y nivel de adicción, los datos fueron analizados con las pruebas de t de Student y Anova con post hoc Bonferroni con un nivel de significancia < 0.05.

Resultados

De acuerdo con los resultados del TAI, la muestra de estudiantes tuvo una media de 50.2 en un rango de 0 a 100 y una desviación estándar de 16.7. Sobre el grado de adicción al Internet, 9.2 % de los estudiantes presenta un grado normal, 46.0 % leve, 38.7 % moderado y 6.1 % fueron clasificados como usuarios en grave riesgo de adicción a Internet, en grado severo. En cuanto a las diferencias entre los grados de adicción, todas son altamente significativas (p < 0.05) según la prueba de post hoc de Bonferroni, en contraste con el estudio de ^{Orozco (2021)} y ^{Hilt et al. (2015)}.

Los resultados de la Tabla 5 muestran los porcentajes de nivel de adicción por sexo: en hombres, 10.0 % están en el nivel normal, 40.1 % en leve, 41.7 % en moderado y 8.0 % en severo. Por otro lado, 8.4 % de las mujeres muestran un nivel normal, 50.1 % leve, 36.6 % moderado y 4.9 % severo. Se encontraron diferencias significativas entre los hombres y las mujeres en todos los niveles de adicción.

En cuanto a los usos específicos que hacen las y los jóvenes universitarios, se observan diferencias significativas. En la Tabla 6 se presentan los resultados de contraste de medias que resultaron significativos (p<0.000) según la prueba de t de Student en 13 de los 20 ítems a favor de la población masculina, es decir, que presentan un uso excesivo (véase ítems 1, 14, 15 y 18, que se relacionan con la administración del tiempo), lo que arroja diferencias de género significativas (p < 0.000) según la prueba de t de Student. La misma relación se aprecia para los ítems 6, 8, 20 y 13, relacionados con la productividad y los síntomas de la abstinencia, así como en los ítems 11 y 12, vinculados a pensamientos de retracción y escape de la realidad; en los ítems 4 y 19, que refieren a relaciones interpersonales prácticas que se presentan con mayor intensidad en los hombres, y por último, en el caso del ítem tres, relacionado con el cibersexo.

La medida de adecuación muestral de KMO (0.951) y la prueba de esfericidad de Bartlett (χ2 (190) = 6561.708, p < 0.000) muestran que la matriz de correlaciones no es una matriz de identidad. Por lo que el TAI era apto para realizar un análisis factorial, de tal modo que se decidió aplicar la técnica de los componentes principales y rotación varimax. Fueron extraídos tres factores (véase Tabla 7), de forma similar a ^{Mohammadsalehi et al. (2015)} y ^{Neelapaijit et al. (2018)}. Las dimensiones encontradas en el análisis factorial explican 53.65 % de la varianza. En comparación, el resultado de ^{Hilt et al. (2015)} explica 52.09 % de la varianza acumulada con los tres factores, es decir, un poco menos que este estudio.

La investigación presentada aquí nos indica que el factor 1 explica 31.32 % de la varianza y se relaciona con problemas de retirada o abstinencia. El factor 2 explica 7.4 % de la varianza y tiene que ver con bajo rendimiento o descuido del trabajo. El factor 3 explica 10.9 % de la varianza y se relaciona con un uso excesivo o falta de control, es decir, con problemas de administración del tiempo, lo que muestra diferencias en la varianza explicada y en la agrupación de los ítems que conforman cada uno de los factores encontrados en otros estudios (^{Hilt et al., 2015}; ^{Mendoza et al., 2015}; ^{Navarro et al., 2020}; ^{Orozco, 2021}; ^{Pulido et al., 2011}), sin embargo, nuestros resultados coinciden con los de ^{Hilt et al. (2015)} en que el primer factor está relacionado con conflictos psicoemocionales que tienen que ver con problemas de retirada o abstinencia.

La estructura factorial del TAI encontrada para la muestra de estudiantes universitarios neoleoneses de esta investigación se expone en la Tabla 8, allí mismo se indican los factores con sus ítems correspondientes y las saturaciones o cargas de estos, las que, por ser en casi todos los casos de 0.40 o más, propician la clara definición e interpretación de los factores, de acuerdo con Comrey (1985, citado en ^{Aliaga et al., 2006})

El factor 1 está conformado por 11 ítems, denominado Autorregulación, y está relacionado con problemas de retirada o abstinencia por la adicción al Internet, que incluye sentimientos de ira, tensión o depresión cuando la computadora es inaccesible. El factor 2 está integrado por cuatro ítems, nombrado Productividad, vinculado con los problemas de bajo rendimiento o descuido del trabajo, lo que puede provocar aislamiento social y fatiga. El factor 3 se compone de cuatro ítems, llamado Disponibilidad de tiempo, y se relaciona con un uso excesivo o falta de control mientras se navega por Internet, es decir, con una pérdida del sentido del tiempo o descuido de necesidades básicas como comer, dormir o higienizarse. En cuanto al género, no se aprecia diferencia en la conformación de los factores, con excepción del ítem 16, que en las mujeres forma parte del factor 2 y para los hombres del factor 3.

Al correlacionar los factores y el género (Tabla 9), los resultados muestran una asociación significativa e inversa entre el factor 1 (Autorregulación) y género, lo que nos indica que los hombres tienen una menor autorregulación en el uso del Internet en comparación con las mujeres.

Discusión

Se observa una media más alta en el nivel de severo en los jóvenes universitarios neoleoneses en comparación con los resultados del ^{Orozco (2021)} para la Ciudad México, esto se podría deber a aspectos contextuales entre las dos entidades, tales como un mayor acceso a las TIC. En el grado de adicción al Internet severo, los resultados fueron diferentes a los registrados por ^{Hilt et al. (2015)} (0.79 % contra 6.1 %), esto podría ser un posible efecto de la pandemia covid-19, debido a que ese estudio se realizó durante el confinamiento de las y los estudiantes en sus viviendas por las medidas aplicadas de distanciamiento social. A inicios del año 2020, con la crisis sanitaria provocada por la infección del coronavirus de tipo 2 causante del síndrome respiratorio agudo severo (SARS-CoV-2), se adoptaron algunas prácticas de enseñanza de emergencia en escuelas públicas y privadas de todos los niveles educativos en Nuevo León. El distanciamiento social se estableció como una norma prioritaria y el Internet fue una herramienta esencial para lograr la educación a distancia. Se forzó a ampliar la actividad en la Red y esto pudo generar un aumento en el grado de adicción al Internet, severo en los estudiantes universitarios neoleoneses.

De acuerdo con el género, las personas clasificadas como usuarias en grave riesgo de adicción a Internet representan 8 % de la población masculina y 4.9 % de la femenina, este dato es contrario a los estudios que señalan que no existen diferencia por género en el nivel de adicción a Internet, tales como ^{Dai (2016)}, ^{Dufour et al. (2016)} y ^{Khan et al. (2017)}; aunque coincide con lo encontrado por ^{Orozco (2021)} en que son los hombres los que presentan una mayor adicción al Internet, aun cuando las mujeres durante la pandemia tuvieron que hacer mayor uso de Internet como medio de aprendizaje y para comunicarse con la familia y amistades. Los hombres presentan porcentajes más altos de adicción en severo y moderado, y las mujeres en leve, estos resultados son similares a los encontrados también por ^{Orozco (2021)}. Cabe destacar que en estudios previos a la pandemia covid-19 se registraron niveles menores de dependencia tanto para hombres como para mujeres en comparación con los encontrados en este estudio.

Otro aspecto que debemos considerar para matizar el nivel de adicción menor en las mujeres es la diferencia por carrera y género, que arrojó un grado de adicción mayor en mujeres estudiantes de la carrera de Tecnología de la Información. Esto muestra que una vez que las mujeres superan la brecha de acceso, disponibilidad y conocimientos, pueden presentar grados de adicción superiores a los registrados por los hombres, lo que sugiere que la diferencia en el grado de adicción al Internet entre hombres y mujeres es resultado de la construcción social de género que se acrecienta por la brecha de conocimientos de las TIC.

En cuanto a los usos específicos que hacen las y los jóvenes universitarios se observan diferencias significativas entre hombres y mujeres universitarias. Si bien se pueden traer a la mesa estereotipos de género, como lo sugiere Hilbert (2011, citado en ^{Mancilla et al., 2019}), por ejemplo, el supuesto que indica una mayor pericia “natural” de los hombres en los medios tecnológicos que las mujeres, en realidad, culturalmente, los hombres están más expuestos al uso de las herramientas digitales debido a los roles de género.

^{Orozco (2021)} encuentra que varios estudios indican mayor prevalencia de adicción al Internet en varones niños y adolescentes al compararlos con mujeres. Describe que los hombres pasan más tiempo en el Internet primordialmente en actividades y juegos individuales y en equipos de multijugadores y sitios de adultos, mientras que las mujeres usan intensamente las redes sociales. También encuentra que estudiantes universitarios presentan tiempos de reacción más prolongados con la adicción al Internet, esto quiere decir que tardan más en emitir respuestas, lo que representa una desventaja en el quehacer académico y laboral del estudiante, lo cual concuerda con lo que encontramos en las y los jóvenes universitarios, ya que las diferencias por género fueron significativas en cuanto a grado y tipo de afición.

Respecto a los pensamientos de retracción y escape de la realidad, se encontraron diferencias significativas a favor de los hombres jóvenes universitarios neoleoneses. ^{Young (2010)} explica que los adictos generalmente utilizan ambientes interactivos en Internet para buscar apoyo, seguridad y aceptación que les proporcionen una sensación de pertenencia de una forma no amenazante. Además, las relaciones por Internet pueden ser culturalmente variadas y, en consecuencia, pueden verse más glamorosas, la comunicación electrónica suele ser menos inhibida, lo que puede impulsar el hábito a esta forma de relación.

También se obtuvieron diferencias significativas por género en cuanto a las relaciones interpersonales, que los hombres jóvenes universitarios neoleoneses practican con mayor intensidad. El juego por Internet puede ser de forma interactiva y comprende una multitud de actividades: jugar a los casinos virtuales; participar en los juegos multiusuario que requieren de interacción con otros usuarios y que tienen, algunos, un componente de fantasía que les permite crear virtualmente caracterizaciones de sí mismos que resultan interesantes para los usuarios que padecen baja autoestima; la otra forma es no interactiva, incluye los juegos de ordenador en los que solo el usuario participa como solitario y que son en la actualidad menos populares (^{Young, 2005}).

Se encontraron diferencias significativas por género relacionadas con el cibersexo, ya que las mujeres universitarias neoleonesas muestran una menor intensidad en este rubro. ^{Young (2005)} y otros describen los factores contribuyentes implicados en la adquisición, desarrollo y mantenimiento de las relaciones emocionales o sexuales a través de Internet, tales como el cibersexo, que es legal, privado, económico y no plantea riesgos para el usuario de enfermedades de transmisión sexual, oculta la actividad a la pareja y no hay evidencia obvia, el cual es usado más intensamente por los hombres jóvenes universitarios neoleoneses, lo que muestra que hombres y mujeres jóvenes universitarias neoleonesas tienen una matriz cultural diferente para relacionarse, ellas basadas en el mito del amor romántico, mientras que ellos en lo sexual.

Se encontró que los hombres tienen una menor autorregulación en el uso del Internet a diferencia de las mujeres. Al respecto, ^{Orozco (2021)} identifica en otro estudio (Lawal y Idemudia, 2018) que los hombres jóvenes presentan más compulsividad sexual que las mujeres, asociado a la adicción al Internet y a la soledad. Mientras que muestran una correlación positiva y significativa con el factor 3 (disponibilidad de tiempo), lo que indica que los hombres tienen una mayor disponibilidad de tiempo para usar el Internet en comparación con las mujeres jóvenes universitarias neoleonesas, debido a que las mujeres estudiantes, por los mandatos género, dedican más tiempo al trabajo no remunerado y de cuidado que los hombres, por lo que pueden dedicar menos tiempo para el uso del Internet.

La diferencia con los hombres no es solo de conocimientos ni de capacidades sino también de oportunidades, dado el actual reparto de las responsabilidades de cuidado, que siguen recayendo mayoritariamente en las mujeres, los hombres disponen de más tiempo para el uso y conocimiento de las TIC; esta situación influye en el tipo de recurso a los que acceden hombres y mujeres (^{Mancilla et al., 2019, p. 67}).

Conclusiones

Este estudio tuvo como objetivo identificar el grado de adicción al Internet y conocer las diferencias según el género en estudiantes universitarios de Nuevo León, México, en tiempos de la pandemia covid-19. Se encontró que la adicción en grado severo alcanzó 6.1 % de las y los estudiantes universitarios, nivel superior al registrado por otros estudios (^{Hilt et al., 2015}; ^{Orozco, 2021}) realizados antes del confinamiento por la crisis sanitaria. Además, los hombres presentaron grados de adicción a Internet más severos que las mujeres. Los resultados se agruparon en tres factores que explican el grado de adicción: el factor 1, denominado Autorregulación, relacionado con la necesidad de conexión a internet, el factor 2 fue nombrado Productividad, vinculado con los problemas de bajo rendimiento y el factor 3, Disponibilidad de tiempo, se relaciona con el uso excesivo del Internet. Hay una correlación negativa del factor 1 en hombres, mientras que el factor 3 tiene una correlación positiva en hombres.

Las pruebas de medias específicas que son significativas en los reactivos del test según el género revelan la inclinación a determinados comportamientos vinculados al abuso del uso del Internet, es decir, a la adicción y puede ser que sigan pautas y construcciones culturales según el género. La prominencia y la administración del tiempo sugieren que es un tema de uso e intensidad de Internet el que afecta a los hombres universitarios, se considera natural este comportamiento dado que, como diversos autores lo sugieren, hay convicciones culturales acerca de habilidades en hombres y mujeres específicas que fomentan esta inclinación. El abuso del Internet es resultado de múltiples factores, sin embargo, al emplear un enfoque de género podemos establecer que su origen es resultado de un contexto construido en el pasado.