Puntos de referencia de mensajería de relación 2026

¿Qué muestran realmente los historiales largos de mensajes de relación?

En 4.600.611 mensajes de 29 historiales deduplicados de dos partes procedentes de 20 cuentas, aproximadamente el 97,4% de los mensajes no lleva señal emocional detectable, y las expresiones de afecto superan a los intentos explícitos de reparación en una proporción de aproximadamente 10,7 a 1. Las tasas se calculan por cuenta antes de combinarse, porque un cargador aportó nueve de los hilos elegibles. Esta es una cohorte de personas que eligieron que se analizara una relación, así que no es una muestra representativa de relaciones, y nada aquí diagnostica abuso, engaño o enfermedad, ni predice un resultado.

• La persona que pidió el análisis envió el 53% de los mensajes. Calculado por cuenta y luego tomado entre cuentas. Esto describe quién elige que se analice un hilo, no las relaciones en general.
• El afecto fue mayor de salida en 14 de 20 cuentas. Por cada 1.000 mensajes: 22,463 de salida frente a 20,819 de entrada.
• El 97,4% de los mensajes no llevaba señal emocional detectable. Los historiales largos son en su mayoría logística, horarios y charla trivial. Las clases afectivas son la excepción, y por eso las capturas individuales engañan.
• Las expresiones de afecto superaron a los intentos de reparación en aproximadamente 10,7 a 1. El cariño es común; intentar explícitamente arreglar una ruptura es raro. La brecha entre ambos es la proporción más estable de la cohorte.
• El lenguaje hostil estuvo casi ausente: la clase más común de ese tipo registró 0,032 por cada 1.000 mensajes. Distrés, Amenaza no alcanzó una tasa medible. Esto es una propiedad de quién carga datos, no evidencia de que la hostilidad sea rara en las relaciones.
• No informado -- Crítica: El desglose por dirección es un artefacto de medición, no un hallazgo conductual. Retenido a la espera de una nueva puntuación ciega a la dirección.
• No informado -- Manipulación: El desglose por dirección es un artefacto de medición, no un hallazgo conductual. Retenido a la espera de una nueva puntuación ciega a la dirección.
• No informado -- Reparación: La mayoría de cuentas (12 de salida frente a 6 de entrada) apunta en dirección opuesta a la tasa combinada (2,108 frente a 2,481). No se hace ninguna afirmación direccional.
• No informado -- Culpa: La tasa se redondea a cero en toda la cohorte; la clase es demasiado rara aquí para informarla.
• No informado -- Latencia de respuesta: Los hilos se dividen 9 a 13 sobre qué lado responde más despacio -- sin dirección consistente, así que no se hace ninguna afirmación sobre la velocidad de respuesta.
• No informado -- Duración del hilo: El lapso se agrupa en unos pocos valores exactos por cargas repetidas de la misma relación, así que una mediana del lapso describiría el patrón de carga en lugar de las relaciones.
• Limitación: La cohorte son personas que eligieron que se analizara una relación. No es una muestra aleatoria ni representativa de relaciones.
• Limitación: La dirección se define por quién cargó los datos. Cualquier estadística dividida por dirección hereda esa selección.
• Limitación: Las etiquetas del clasificador son salida de modelo, no juicios clínicos, y conllevan la tasa de error del modelo que las produjo.
• Limitación: La cohorte es pequeña. Las cifras muestran forma y orden de magnitud, no precisión, y no se afirma ninguna prueba de significación.
• Limitación: Grey Mirror mide patrones en el texto. No diagnostica abuso, engaño, enfermedad ni predice resultados.

Por qué una captura de pantalla es la evidencia más débil sobre una relación

El número más trascendental de esta cohorte es cuán poco de una relación es emocionalmente legible. Aproximadamente el 97,4% de los mensajes no llevaba señal emocional detectable. Los historiales largos son abrumadoramente logística, horarios y charla trivial; las clases afectivas son la excepción más que la textura.

Eso es lo que hace que una captura de pantalla sea estructuralmente engañosa. Una captura de pantalla no es una muestra aleatoria de una relación: es la fracción de un por ciento que alguien eligió conservar, normalmente mientras estaba alterado. Leer una relación a partir de capturas guardadas significa leer la muestra menos representativa disponible, seleccionada precisamente por ser lo bastante atípica como para merecer guardarse.

Medido por cada 1.000 mensajes, el afecto fue de 22,463 de salida frente a 20,819 de entrada, mientras que la reparación explícita fue de 2,108 de salida frente a 2,481 de entrada. Los mensajes neutros o inciertos fueron 973,105 por cada 1.000. Esas proporciones son invisibles en cualquier extracto.

Metodología

Cada cifra proviene de una agregación reproducible de solo lectura sobre el almacén de análisis de producción. Ningún texto de mensaje, nombre de remitente, dirección de correo electrónico ni fila por hilo entra en el artefacto publicado. La identidad de la cuenta existe en la agregación solo como un hash con sal, y los nombres de los participantes se sustituyen antes de puntuar cualquier texto.

Un hilo cumple los requisitos cuando contiene al menos 500 mensajes, tiene dos lados participantes, tiene marcas de tiempo utilizables y abarca al menos 30 días. El lapso mediano en la cohorte publicada es de 264 días. Una nueva carga de la misma relación cuenta una vez, con clave en la cuenta propietaria y los extremos del hilo en lugar del recuento de mensajes, porque una carga parcial tiene un recuento diferente y la misma conversación.

La unidad de análisis es la cuenta, no el hilo. Una cuenta aportó nueve de los hilos elegibles; promediar sobre hilos habría dado a esa cuenta nueve votos correlacionados. Por lo tanto, cada tasa se calcula primero por cuenta y solo después se combina, y ninguna cuenta puede aportar más de un cuarto de la cohorte. Los desgloses por clase se suprimen por completo por debajo de 10 cuentas, y no se publica nada por debajo de 15.

• Elegibles tras todas las reglas: 89 hilos, de los cuales se extrajo la cohorte publicada de 29 historiales deduplicados.
• Excluidos, por debajo del mínimo de 500 mensajes: 119 hilos.
• Excluidos, marcas de tiempo inverosímiles que recurrieron a un centinela del analizador: 46 hilos.
• Excluidos, lapso inferior a 30 días: 37 hilos.
• Excluidos, unilaterales sin un segundo participante genuino: 19 hilos.
• Excluidos, por el tope de cuenta para que ningún cargador individual domine: 8 hilos.

Las seis medidas que se calcularon y se retuvieron

Un benchmark que solo informa de lo que funcionó no es un benchmark. Se calcularon seis medidas y luego se dejaron deliberadamente sin publicar. Cada una se nombra con la razón por la que se retuvo, para que la decisión pueda discutirse en lugar de aceptarse por confianza.

• Crítica: El desglose por dirección es un artefacto de medición, no un hallazgo conductual. Retenido a la espera de una nueva puntuación ciega a la dirección.
• Manipulación: El desglose por dirección es un artefacto de medición, no un hallazgo conductual. Retenido a la espera de una nueva puntuación ciega a la dirección.
• Reparación: La mayoría de cuentas (12 de salida frente a 6 de entrada) apunta en dirección opuesta a la tasa combinada (2,108 frente a 2,481). No se hace ninguna afirmación direccional.
• Culpa: La tasa se redondea a cero en toda la cohorte; la clase es demasiado rara aquí para informarla.
• Latencia de respuesta: Los hilos se dividen 9 a 13 sobre qué lado responde más despacio -- sin dirección consistente, así que no se hace ninguna afirmación sobre la velocidad de respuesta.
• Duración del hilo: El lapso se agrupa en unos pocos valores exactos por cargas repetidas de la misma relación, así que una mediana del lapso describiría el patrón de carga en lugar de las relaciones.

Cómo se define cada término

Dos de estos términos se miden directamente en esta cohorte. El resto son vocabulario de los informes de Grey Mirror, incluido aquí para que quien escriba citando el producto no tenga que adivinar qué significan las palabras. La distinción se indica en cada uno para que los dos no se confundan.

• Señal emocional (medida aquí): un mensaje que el clasificador asigna a una de las clases afectivas —afecto, reparación, culpa, distrés, acoso o amenaza— en lugar de a Neutro/Incierto. El titular del 97,4% es la proporción que cayó en Neutro/Incierto.
• Reparación (medida aquí): un mensaje que el clasificador puntúa como intento explícito de desescalar o reconectar tras una fricción. Es la clase común más rara de esta cohorte.
• Reciprocidad (vocabulario del informe): cómo se distribuyen la iniciación, el seguimiento y la respuesta entre los dos lados, informado como equilibrio de iniciación: la proporción de inicios de conversación atribuidos a cada participante.
• Ventana de evidencia (vocabulario del informe): el lapso de mensajes circundantes en el que se fundamenta una afirmación. Una métrica extraída de muchas ventanas bien distribuidas a lo largo de meses conlleva una banda de confianza más estrecha que una extraída de unas pocas ventanas agrupadas en una sola semana.
• Deriva en los tiempos (vocabulario del informe): un cambio sostenido en los tiempos de respuesta a lo largo de períodos comparables, a diferencia de un único tramo lento aislado. No se mide como cifra publicada en esta cohorte; véase la medida retenida de latencia de respuesta más abajo.
• Bucle de conflicto (vocabulario del informe): el mismo desacuerdo que se repite con distintas palabras a lo largo de un historial, identificado por recurrencia y no por un único intercambio.

Limitaciones, expuestas con claridad

Esta es una cohorte autoseleccionada de personas que eligieron que se analizara una relación, extraída de un producto de consumo. No es una muestra aleatoria, ni una muestra representativa de relaciones, ni una población clínica. Cada cifra debe leerse como forma y orden de magnitud, no precisión. No se afirma ninguna prueba de significación.

• La cohorte son personas que eligieron que se analizara una relación. No es una muestra aleatoria ni representativa de relaciones.
• La dirección se define por quién cargó los datos. Cualquier estadística dividida por dirección hereda esa selección.
• Las etiquetas del clasificador son salida de modelo, no juicios clínicos, y conllevan la tasa de error del modelo que las produjo.
• La cohorte es pequeña. Las cifras muestran forma y orden de magnitud, no precisión, y no se afirma ninguna prueba de significación.
• Grey Mirror mide patrones en el texto. No diagnostica abuso, engaño, enfermedad ni predice resultados.

Lo que esto no demuestra

La forma más común de informar mal de un hallazgo como este es convertir una propiedad de quienes cargan los datos en una afirmación sobre las relaciones en general. Estas son las inferencias específicas que los datos no pueden sustentar.

• No demuestra que la hostilidad sea rara en las relaciones. La culpa, el distrés y la amenaza no alcanzaron una tasa medible aquí, y el acoso registró 0,032 por cada 1.000 mensajes. Eso es una propiedad de quién carga un historial en una herramienta de consumo, no evidencia sobre la población.
• No demuestra que un lado escriba más que el otro en general. El cargador envió alrededor del 53% de los mensajes, con un rango entre cuentas de 46,5 a 59,3%. La dirección se define por quién cargó los datos, así que cualquier estadística dividida por dirección hereda esa selección.
• No demuestra que ninguno de los lados responda más rápido. Los hilos se dividen 9 a 13 en 22 hilos decididos, y por eso no se hace ninguna afirmación sobre la velocidad de respuesta.
• No diagnostica abuso, engaño, manipulación ni enfermedad mental, y no establece intención. Las etiquetas del clasificador son salida de modelo con la tasa de error de ese modelo, no juicios clínicos ni legales.
• No predice si una relación continúa o termina. Nada en este artefacto es un modelo de resultados.

Por qué importa

Para cualquiera que escriba sobre análisis de relaciones, la implicación práctica es que la base de evidencia sobre la que casi todos razonan es la muestra equivocada. Si aproximadamente el 97,4% de un hilo real no lleva señal emocional, entonces los consejos basados en capturas de pantalla guardadas se basan en el 2,6% que alguien consideró lo bastante notable como para conservarlo.

Para la interpretación de texto por IA, establece un mínimo de lo que una herramienta de un solo mensaje puede afirmar honestamente. Un modelo al que se le muestra un intercambio no tiene acceso a la tasa base de la que proviene, así que no puede distinguir un patrón característico de un valor atípico. Esa es una limitación de la entrada, no del modelo.

Para la privacidad, es la razón por la que este artefacto es solo agregado. Un historial de mensajes está entre las cosas más sensibles que posee una persona, y publicar filas por hilo expondría a los contribuyentes a la reidentificación. La anonimización ocurre antes de la puntuación, y las cohortes pequeñas se suprimen en lugar de mostrarse.

Para la cultura de las capturas de pantalla en general, el hallazgo es incómodo de una manera útil: el artefacto que la gente captura y difunde está seleccionado por ser atípico, y luego se lee como si fuera típico.

Citar esto

Cita sugerida: Weant, L. (2026). Relationship Texting Benchmarks 2026: What Long-Term Message Histories Reveal About Reciprocity, Conflict and Repair. Wentropy Labs / Grey Mirror. https://justlay.me/research/relationship-texting-benchmarks-2026

Publicado el 22/08/2026. Conjunto de datos: 4.600.611 mensajes en 29 historiales de dos participantes ya deduplicados, procedentes de 20 cuentas. Versión de datos relationship-texting-benchmarks-v2, versión de código 0bc2ae04. El artefacto agregado completo, incluida cada cifra retenida y su motivo, se publica como JSON en https://justlay.me/benchmarks/relationship-texting-benchmarks.json bajo licencia CC BY 4.0.

Al citar cualquier cifra de este estudio, la línea de base correcta es: 29 historiales deduplicados que suman 4.600.611 mensajes de 20 cuentas. Las consultas de prensa e investigación se dirigen a press@justlay.me.

Lecturas relacionadas

• Analizador de texto de relación de hilo completo: el método del que proceden estos benchmarks
• Análisis de capturas de pantalla frente a análisis de texto de relación de hilo completo
• Metodología de Grey Mirror
• Estándares de evidencia: qué debe respaldar una afirmación antes de publicarse
• Biblioteca de métricas: cada medida definida
• Privacidad y eliminación: cómo se tratan los historiales subidos
• Análisis de señales de alerta en un hilo completo
• Patrones de tiempo de respuesta y deriva temporal
• Informe de muestra interactivo
• The Signal Is Rare: el estudio complementario de cohorte de conflicto