Saltar al contenido
Likelier

Miedo percibido frente a probabilidad real

¿Cuáles son las probabilidades de que se cree o comparta sin tu consentimiento un deepfake íntimo generado por IA de ti a lo largo de tu vida?

Probabilidad vitalicia

~1 de cada 25

over a typical adult lifetime

4,0% de probabilidad vitalicia

La mayoría subestima esto.

Los marcos varían — se muestran como probabilidad típica de por vida de un adulto. Ver metodología.

Tecnología · revisado 2026-06-14
Calidad de la evidencia 4.13/5

Puntuación de revisión en ocho dimensiones según la rúbrica de calidad . Cada dimensión puntuada de 1 a 5.

D1 Anclaje en las fuentes
4/5
D2 Autoridad de las fuentes
5/5
D3 Aritmética
3/5
D4 Incertidumbre
4/5
D5 Alcance
4/5
D6 Prosa
4/5
D7 Honestidad sobre la percepción
4/5
D8 Completitud de las advertencias
5/5
Media 4.13/5
Source Government statistic · International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN
vitalicia, adulto en EE. UU. cada banda = 10× más raro → ajustado a tus factores Ver la escala completa →
cierto 1 en 1K 1 en 1M 1 en 1B
1 in 5.8 1 in 25

● tus factores — haz clic en este riesgo ▾ para revelar

  1. Tus factores
A single closed laptop on a plain desk surface with a small blue notification dot visible at the lid edge, flat vector illustration in muted tones.

Percibido

El discurso público sobre los deepfakes íntimos no consentidos está dominado por un puñado de casos de famosas — Taylor Swift en enero de 2024, mujeres del Congreso de EE. UU. más tarde ese año, ídolos del K-pop en múltiples incidentes. El modelo mental que emerge es «esto les pasa a las mujeres famosas en internet», lo que permite a los adultos corrientes archivar el riesgo entre las cosas-que-le-pasan-a-otros. La trayectoria de coste de las herramientas subyacentes no respalda ese encuadre: los modelos de código abierto que en 2019 requerían una GPU de grado de investigación ahora funcionan en teléfonos de consumo, y un intercambio de rostro utilizable sobre una sola fotografía lleva minutos. Preguntados directamente, la mayoría de los adultos subestima de forma notable la prevalencia poblacional de la victimización personal, que una encuesta revisada por pares de ~16.000 encuestados en 10 países situó en el 2,2 % a fecha de 2023 — en términos absolutos, varios millones de personas, provenientes de forma abrumadora de una sola mitad de la población.

Estimación aproximada: La mayoría de los adultos lo archiva como algo que «les pasa a las famosas» en lugar de un riesgo personal

Fuente: intuición editorial, sin encuesta

Real

~2 de cada 100 (alguna vez, en 10 países en 2023)

adultos de 16 años o más en 10 países (Australia, Bélgica, Dinamarca, Francia, Italia, Países Bajos, México, Corea del Sur, Reino Unido, EE. UU.), Umbach et al. CHI 2024

Mostrar cálculo

La cifra del 2,2 % de Umbach et al. (2024) es una prevalencia contemporánea de «experimentado alguna vez» medida en 2023, cuando las herramientas de deepfake de grado de consumo llevaban ampliamente accesibles unos cinco años. Traducirla a una probabilidad de vida restante para un adulto estadounidense requiere dos ajustes en direcciones opuestas. Primero, la cifra principal subestima la victimización real porque (a) muchas víctimas no saben que existen deepfakes íntimos de ellas — las imágenes se comparten en canales cerrados o se alojan en sitios dedicados que el sujeto nunca visita, y (b) las encuestas de autoinforme captan de forma crónicamente insuficiente las categorías de violencia sexual debido a barreras de recuerdo y de divulgación, con la encuesta de NCII solo de EE. UU. de Eaton et al. (2017) que halló un 8 % de prevalencia a lo largo de la vida con una definición más amplia que incluye imágenes íntimas reales (no generadas por IA). Segundo, la curva tecnológica es pronunciada: el censo de Home Security Heroes halló un aumento del 550 % en los videos deepfake detectados de 2019 a 2023, casi enteramente pornográficos y dirigidos a mujeres. Una estimación razonable a lo largo de la vida que combina la tasa base contemporánea revisada por pares con una suposición de crecimiento moderado a lo largo de un horizonte de 59 años se sitúa cerca del 4 % — aproximadamente el doble de la prevalencia de 2023, muy por debajo del 8 % de la definición más amplia de Eaton, que captó quince años de abuso basado en imágenes anterior a la IA. La banda de incertidumbre es amplia (2-10 %) y se inclina al alza porque la tecnología sigue en rápida difusión.

Advertencias: Tres reparos importan más que la cifra principal. Primero, la asimetría de géner…

Tres reparos importan más que la cifra principal. Primero, la asimetría de género es lo bastante grave como para que la cifra promedio poblacional induzca a error: la estimación del 4 % a lo largo de la vida es aproximadamente un promedio ponderado de una tasa femenina cercana al 7-8 % y una tasa masculina muy por debajo del 2 %. Todos los censos de la oferta de videos deepfake hallan que la cuota pornográfica se dirige a mujeres esencialmente en exclusiva. Reportar solo el promedio poblacional subestimaría el riesgo para las mujeres y lo sobrestimaría para los hombres, razón por la cual los multiplicadores de factores personales son estructurales y no decorativos. Segundo, los datos de la encuesta son casi con certeza conservadores. Muchas víctimas de imágenes íntimas sintéticas nunca llegan a saber que las imágenes existen — pueden generarse, compartirse y consumirse enteramente fuera del grafo social del sujeto. La cifra contemporánea del 2,2 % mide la victimización autoconsciente; la tasa real es necesariamente mayor e imposible de conocer por autoinforme. Esto es estructuralmente distinto del ciberacoso o el acoso, donde la víctima es por definición consciente del evento. Tercero, no existe ninguna serie temporal comparable revisada por pares. Umbach et al. (2024) es la primera encuesta poblacional multipaís sobre esta categoría específica. Deeptrace 2019, Home Security Heroes 2023 y los informes de la Internet Watch Foundation miden la oferta (videos en línea) en lugar de la prevalencia de víctimas del lado de la demanda. La banda de incertidumbre refleja tanto las lagunas de medición como la pendiente de la curva de adopción tecnológica — cualquier número calculado a partir de datos de 2023 puede quedar sustancialmente bajo para 2030. Cuarto, esta entrada está acotada al riesgo a lo largo de la vida de un adulto estadounidense, pero la frontera que se mueve más rápido son los menores y el contexto escolar, que el slug no cubre. La encuesta juvenil de Thorn de 2025 (n=1.200, edades 13-20) halló que 1 de cada 17 (6 %) jóvenes había sido blanco de desnudos deepfake de sí mismos, subiendo a 1 de cada 10 tanto entre los chicos adolescentes más jóvenes como entre las mujeres adultas jóvenes — así que entre los adolescentes la victimización no está sesgada hacia las mujeres como lo están los censos de oferta de video de adultos. El patrón dominante es entre pares: compañeros de clase que usan apps de «desnudar» sobre fotografías del anuario o de redes sociales, produciendo lo que legalmente es material de abuso sexual infantil. Los informes de la CyberTipline del NCMEC sobre CSAM generado por IA subieron de 4.700 en 2023 a 67.000 en 2024, con más de 158.000 imágenes categorizadas por humanos como generadas por IA hasta 2025 (el recuento principal de 1,5 millones de informes de 2025 está inflado por ~1,1 millones de informes no accionables de un único proveedor y no debería leerse como un salto de prevalencia). La Ley TAKE IT DOWN de EE. UU., firmada el 19 de mayo de 2025, ahora criminaliza la publicación de imágenes íntimas no consentidas, incluidos los deepfakes, y obliga a las plataformas a retirar el contenido marcado en un plazo de 48 horas desde la notificación (un plazo de cumplimiento de un año para las plataformas se extendió hasta mayo de 2026). Se justifica una entrada dedicada a menores / generada entre pares con su propia tasa base y su conjunto de fuentes NCMEC/IWF/Thorn; las cifras anteriores se registran aquí como contexto, no incorporadas a la cifra principal a lo largo de la vida adulta. Por último, sobre por qué la cifra principal no se revisó en esta actualización: la evidencia de las encuestas de 2025-2026 (Thorn) es solo juvenil y puntual, y la trayectoria del NCMEC es un recuento de informes de CSAM de menores del lado de la oferta, no una prevalencia a lo largo de la vida adulta. El Informe Internacional sobre Seguridad de la IA de 2026 reafirma el 2,2 % de Umbach en lugar de publicar una cifra de adultos que lo sustituya. Ninguna encuesta oficial de la población adulta ha revisado la tasa, por lo que se mantienen la estimación central del 4 % a lo largo de la vida y la banda del 2-10 %; las nuevas fuentes estabilizan el número y afinan el cuadro de subgrupos en lugar de moverlo.

Riesgos relacionados

Otros riesgos sobre temas similares — para explorar miedos relacionados.

Tecnología

Uso problemático de redes sociales

¿Cuáles son las probabilidades de un uso problemático de las redes sociales en la edad adulta?

Tecnología

Estafa de voz con IA

¿Cuáles son las probabilidades de que seas objetivo de una estafa de clonación de voz con IA a lo largo de tu vida?

Tecnología

Pérdida por estafa en línea

¿Cuáles son las probabilidades de perder dinero por una estafa en línea?

Crimen

Robo de coche por relé sin llave

¿Cuál es la probabilidad de que roben tu coche con llave inteligente mediante un ataque de relé (amplificación de señal)?

Tecnología

Ciberacoso adolescente

¿Cuáles son las probabilidades de que un adolescente sufra ciberacoso?

Tecnología

Filtración de datos

¿Cuáles son las probabilidades de que tus datos personales queden expuestos en una filtración de datos?

Comparar con:

El anclaje revisado por pares es el artículo de Umbach, Henry, Beard y Berryessa de 2024 en las actas del CHI, que encuestó a aproximadamente 16.000 adultos en diez países — Australia, Bélgica, Dinamarca, Francia, Italia, Países Bajos, México, Corea del Sur, Reino Unido y Estados Unidos — y reportó que el 2,2% había experimentado personalmente imágenes íntimas sintéticas no consentidas, con el 1,8% reportando haberlas perpetrado. El año de trabajo de campo fue 2023, cuando las herramientas de deepfake de grado de consumo habían estado ampliamente disponibles durante aproximadamente cinco años. Leído como un número puro de prevalencia hasta la fecha, el 2,2% es pequeño. Leído como la prevalencia de una categoría que efectivamente no existía una década antes, durante un período en el que la oferta detectada de videos deepfake crecía a tasas anuales de tres dígitos, es una tasa base en tránsito en lugar de una tasa base en reposo.

La asimetría de género domina todo lo demás. El censo original de Sensity AI de 2019 sobre 14.678 videos deepfake encontró que el 96% eran pornográficos y que cada deepfake pornográfico observado representaba a una mujer — los autores declararon rotundamente que la pornografía deepfake “se dirige y daña exclusivamente a las mujeres”. El censo de seguimiento de Home Security Heroes de 2023, sobre una muestra casi siete veces mayor (95.820 videos), situó la cuota pornográfica en el 98% y la cuota de objetivo femenino en el 99%. El análisis de The Markup de 2024 sobre el Congreso de EE. UU. encontró que una de cada seis congresistas había sido blanco de imágenes sexualmente explícitas generadas por IA, frente a esencialmente ninguno de sus colegas masculinos. La estimación del 4% a lo largo de la vida aquí es un promedio poblacional; para las mujeres la tasa real se sitúa varios múltiplos más alta, y para los hombres materialmente más baja.

La vía del daño está documentada y bien replicada. Eaton, McGlynn y otros (Psychology of Violence, 2020) encuadran las imágenes íntimas no consentidas — sintéticas o no — como una forma de violencia sexual, no como un agravio contra la propiedad o la reputación, porque los resultados documentados rastrean los de los delitos sexuales con contacto: depresión y ansiedad elevadas, retirada de roles profesionales públicos, ideación suicida en un subconjunto no trivial. Los informes del Relator Especial de la ONU en 2026 describieron la dinámica del efecto disuasorio para las mujeres en la vida pública como “violación virtual”, un lenguaje que puede sonar retórico pero es operativamente preciso sobre la carga psicológica que las víctimas reportan. La autocensura es el comportamiento descendente más común: las encuestas de mujeres periodistas y funcionarias electas encuentran repetidamente que más del 40% dice haber reducido la producción pública para evitar el abuso, y las imágenes sintéticas se sitúan en el extremo grave de esa distribución de abusos.

Lo que es genuinamente incierto es el techo de por vida. La encuesta estadounidense de Eaton de 2017 situó las imágenes íntimas no consentidas más amplias — la categoría que incluye fotografías reales compartidas sin consentimiento — en una prevalencia a lo largo de la vida del 8%, que es el techo natural para la victimización por imágenes sintéticas a menos que la subcategoría generada por IA eventualmente supere en escala a la categoría preexistente de imágenes reales. Hay razones estructurales para esperar una sustitución parcial en lugar de pura adición (la versión sintética no requiere que exista una fotografía comprometedora en primer lugar, lo que amplía considerablemente el grupo de víctimas) y otras razones para esperar adición (la mayoría de las víctimas de NCII de imágenes reales tenían una relación íntima previa con el perpetrador, mientras que las imágenes sintéticas no tienen tal restricción). La estimación central del 4% reparte la diferencia; la banda de incertidumbre del 2-10% reconoce que la trayectoria importa tanto como el nivel actual.

El tercer reparo estructural es la detección. Una víctima de ciberacoso o acoso directo sabe por definición que el evento ocurrió. Una víctima de imágenes sintéticas no consentidas puede que nunca lo sepa — las imágenes pueden generarse, intercambiarse en canales cerrados y consumirse enteramente fuera del grafo social del sujeto. Las encuestas de autoinforme como la de Umbach et al. miden la victimización autoconsciente. La verdadera victimización es necesariamente mayor, por un múltiplo desconocido pero probablemente no trivial. Esta es la razón más importante para tratar el titular del 2,2% como un piso y no como una estimación puntual, y para marcar la entrada como infravalorada a pesar del reciente aumento de atención mediática sobre el tema.

Alrededor de 1 de cada 25 a lo largo de una vida adulta típica declara que le crearon una imagen íntima deepfake no consentida, y unos 2 de cada 100 lo reportan en un año dado, según una encuesta de 2023 en 10 países. La exposición de por vida es mayor de lo que sugiere la novedad de la amenaza.

Registro de evidencia

Cada número a continuación es lo que reportó cada fuente, con la cita textual en la que nos basamos y cómo llegamos a nuestra cifra. Haz clic en cualquier enlace para verificarlo directamente.

2/8 fuentes verificadas de forma independiente palabra por palabra frente a la fuente citada

  1. [1] Umbach, Henry, Beard & Berryessa — Proceedings of CHI 2024 (arXiv preprint) — Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries Verificado
    Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries
    Estadística
    2.2% of all respondents indicated personal victimization with non-consensual synthetic intimate imagery; 1.8% indicated perpetration; survey of >16,000 respondents across 10 countries (Australia, Belgium, Denmark, France, Italy, Netherlands, Mexico, South Korea, UK, US)
    Extracto
    “"2.2% of all respondents indicated personal victimization, and 1.8% all of respondents indicated perpetration behaviors regarding deepfake pornography." ”
    Datos de la fuente de
    2024-02-02
    Accedido
    2026-05-28 · copia archivada
    Verificación
    Extracto recuperado de forma independiente y confirmado palabra por palabra frente a la fuente citada durante nuestra auditoría de fundamentación.
    Cálculo
    Umbach et al. (2024) is the first peer-reviewed multi-country population survey specifically measuring synthetic (AI-generated) intimate-imagery victimization rather than the broader image-based-abuse category. The paper was accepted to CHI 2024 (the flagship ACM human-computer interaction conference). Sample is >16,000 respondents across the 10 listed countries; the 2.2% figure is the pooled personal-victimization rate across all respondents. This is the headline native rate. The fielding year is 2023, so the figure is best interpreted as "ever experienced as of 2023" — a contemporaneous lifetime-to-date prevalence with the technology only ~5 years into mainstream availability. The lifetime extrapolation to ~4% combines this base with a moderate forward-growth assumption (Home Security Heroes census shows 550% growth 2019-2023), capped well below the 8% lifetime rate Eaton et al. found for the broader NCII category that includes real imagery.
  2. [2] International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN — International AI Safety Report 2026 — Extended Summary for Policymakers
    International AI Safety Report 2026 — Extended Summary for Policymakers
    Estadística
    Restates the multi-country survey finding that 2.2% of >16,000 respondents across 10 countries reported someone had generated non-consensual intimate images of them; notes 96% of deepfake videos are pornographic, 15% of UK adults report having seen deepfake pornographic images, and that the vast majority of 'nudify' apps explicitly target women
    Extracto
    “"In a survey of over 16,000 respondents across 10 countries, 2.2% of respondents said that someone had generated non-consensual intimate images of them." ”
    Datos de la fuente de
    2026-02-01
    Accedido
    2026-06-14 · copia archivada
    Cálculo
    The International AI Safety Report is the intergovernmental synthesis assessment (the AI-equivalent of the IPCC) commissioned after the Bletchley Park AI Safety Summit and chaired by Yoshua Bengio, with contributions vetted across 30+ governments plus the EU, OECD and UN. It is cited here as an independent authoritative corroboration of the Umbach et al. (2024) 2.2% headline rather than as a new base rate: the 2026 report restates the same multi-country figure, confirming it remains the best available adult-population prevalence estimate as of early 2026 and that no superseding adult-lifetime rate has been published. It does NOT move the headline number — it stabilises it. The additional context it supplies ("nudify" apps overwhelmingly target women; 15% of UK adults have seen pornographic deepfakes) reinforces the gender asymmetry and the rapid-diffusion framing already in this entry.
    Independencia
    The AI Safety Report is a secondary synthesis that cites Umbach et al., so it is not statistically independent of the headline figure. It is retained because its govt-report authority and 2026 vintage confirm the 2.2% number had not been revised upward in any peer-reviewed adult survey by mid-2026, which is exactly why this entry's headline was left at 4% rather than raised on the strength of youth-only (Thorn) data.
  3. [3] Eaton, Jacobs & Ruvalcaba — Cyber Civil Rights Initiative — 2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    Estadística
    1 in 12 (8.0%) of US adult respondents reported lifetime victimization of nonconsensual pornography; 1 in 20 (5%) reported perpetration; women's victimization rate was higher than men's; n=3,044 US adults
    Extracto
    “"Among participants (54% women), 1 in 12 reported at least one instance of nonconsensual pornography victimization in their lifetime, and 1 in 20 reported perpetration of nonconsensual pornography. Women reported higher rates of victimization and lower rates of perpetration than men." ”
    Datos de la fuente de
    2017-06-12
    Accedido
    2026-05-28 · copia archivada
    Cálculo
    The Eaton/CCRI 2017 study is the most-cited US adult NCII prevalence figure and was published as a peer-reviewed follow-up in Psychology of Violence (Ruvalcaba & Eaton, 2019). It covers all non-consensual intimate imagery — overwhelmingly authentic photographs taken consensually and later distributed without consent — not just AI-generated deepfakes, which were not yet a measurable category in 2016 when the survey was fielded. The 8% lifetime figure is included here as the broader-category ceiling: any plausible deepfake-specific lifetime rate should sit at or below this number, because synthetic imagery is one mechanism within a larger problem that pre-dates the AI tools. The CCRI sample (3,044 US adults via online panel) has the usual online-panel skew but is the most authoritative US-specific headline number available. Used to set the upper bound on the uncertainty interval, not the central estimate.
    Independencia
    Eaton et al. used a US-only online probability panel through CCRI, entirely separate from the Umbach et al. 10-country fielding. The broader definition (real + synthetic NCII) and the seven-year gap make the two figures complementary, not redundant: Umbach captures the synthetic share of a recent year; Eaton captures lifetime prevalence of the broader category before consumer deepfake tools existed.
  4. [4] Silicon Republic — coverage of Deeptrace (Sensity) State of Deepfakes 2019 — 96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    Estadística
    Deeptrace 2019 census found 14,678 deepfake videos online; 96% were non-consensual pornography; every observed pornographic deepfake portrayed a female subject
    Extracto
    “"Deepfake pornography is a phenomenon that exclusively targets and harms women." ”
    Datos de la fuente de
    2019-10-08
    Accedido
    2026-05-28 · copia archivada
    Cálculo
    The Deeptrace (later renamed Sensity AI) 2019 report is the earliest systematic census of deepfake videos online and established the gender asymmetry that has held in every subsequent measurement: pornographic deepfakes overwhelmingly target women. Used here purely to source the gender multiplier — the headline native rate is from Umbach, the severity asymmetry is from Deeptrace. The original report PDF is published on Sensity's site; this Silicon Republic coverage is used because the primary host returns 403 to automated retrieval. The 96% pornographic / ~100% female-target finding has been replicated by Home Security Heroes (2023) on a much larger 95,820-video sample with 99% female-target.
  5. [5] Home Security Heroes — 2023 State of Deepfakes: Realities, Threats, and Impact
    2023 State of Deepfakes: Realities, Threats, and Impact
    Estadística
    95,820 deepfake videos identified online in 2023 (a 550% increase from 2019); 98% of deepfake videos online are pornographic; 99% of deepfake pornography targets women
    Extracto
    “"Deepfake porn makes up 98 percent of all deepfake videos online, with 99 percent of them targeting women." ”
    Datos de la fuente de
    2023-09-01
    Accedido
    2026-05-28 · copia archivada
    Cálculo
    The 2023 census is included for trajectory rather than base-rate: the 550% growth from 2019 to 2023 (14,678 → 95,820 detected videos) is the diffusion signal that drives the upward skew on the uncertainty band. Home Security Heroes is a commercial security publication rather than peer-reviewed academia, but its census methodology mirrors Deeptrace's 2019 work and the corroborating 99% female-target figure aligns with both the academic literature and the Sensity follow-ups. Used to justify treating the 2.2% contemporary prevalence as a lower bound on true lifetime exposure given the rapid capability and accessibility growth.
  6. [6] Thorn (child-safety technology nonprofit) — Deepfake Nudes & Young People Verificado
    Deepfake Nudes & Young People
    Estadística
    1 in 17 (6%) of US young people aged 13-20 reported having been the target of someone creating deepfake nudes of them; this experience was most prevalent among younger teen boys and young-adult women, with 1 in 10 (10%) in each group reporting victimization; around 1 in 8 (13%) personally knew an under-18 victim; n=1,200, surveyed Sept 27-Oct 7 2024
    Extracto
    “"1 in 17 (6%) respondents reported they had been the target of someone using technology to create deepfake nudes of them. This experience was most prevalent among younger teen boys and young adult women, with 1 in 10 (10%) in each group reporting this form of victimization." ”
    Datos de la fuente de
    2025-03-03
    Accedido
    2026-06-14 · copia archivada
    Verificación
    Extracto recuperado de forma independiente y confirmado palabra por palabra frente a la fuente citada durante nuestra auditoría de fundamentación.
    Cálculo
    Thorn's March 2025 youth survey (n=1,200 US respondents aged 13-20, fielded Sept 27-Oct 7 2024) is the first US prevalence measurement specific to deepfake-nude victimization among young people. Its 6% headline is NOT comparable to this entry's adult-lifetime base rate: it is a current-prevalence figure for a 13-20 cohort, a different population and a different (point-in-time, not lifetime) basis. It is cited here for two narrow purposes only: (1) to source the young-adult woman multiplier (10% in that subgroup / 6% overall ≈ 1.7x, an internal-to-Thorn ratio), and (2) to document the younger-teen-boy subgroup and peer-on-peer "nudify" pattern in the caveats. It does not contribute to the adult-lifetime headline number.
  7. [7] National Center for Missing & Exploited Children (NCMEC) — Generative AI — CyberTipline reporting trajectory
    Generative AI — CyberTipline reporting trajectory
    Estadística
    CyberTipline reports of generative-AI child sexual abuse material rose from 4,700 (2023) to 67,000 (2024) to 1.5 million (2025), though ~1.1 million of the 2025 reports came from a single ESP (Amazon AI Services) with no actionable information; NCMEC categorized 158,000+ images/videos as AI-generated Jan 2023-Dec 2025; 275+ direct victims of GAI CSAM identified in 2024-2025
    Extracto
    “"In 2023, NCMEC received 4,700 CyberTipline reports of GAI... In 2025, this increased to 1.5 million CyberTipline reports of GAI from the public and ESPs." ”
    Datos de la fuente de
    2026-01-01
    Accedido
    2026-06-14 · copia archivada
    Cálculo
    NCMEC is the congressionally-designated US clearinghouse for child sexual abuse material; its CyberTipline figures are supply-side report counts, not a victim-prevalence rate, and they concern MINORS rather than the adults this entry is scoped to. They are cited solely to document the trajectory referenced in the caveats — the order-of- magnitude jump in AI-generated CSAM reporting 2023-2025. The 1.5 million 2025 figure must be read with the caveat that ~1.1 million originated from a single ESP (Amazon AI Services) and were non-actionable, so the raw count overstates the underlying growth; the 4,700 -> 67,000 jump from 2023 to 2024 and the 158,000+ human-categorized AI images are the cleaner diffusion signals. Not used for any number in this adult-scoped entry.
  8. [8] Euronews, reporting on UN Women's 'Tipping Point' study (with City St George's, University of London and TheNerve) — 'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    Estadística
    UN Women survey of 640+ women in public-facing roles across 119 countries (late 2025) found 41%+ had self-censored on social media to avoid abuse and 19% had reduced professional public speaking; researchers describe AI-facilitated image-based abuse as enabling 'virtual rape'
    Extracto
    “"AI-assisted 'virtual rape' is now at the fingertips of perpetrators. This phenomenon accelerates the harm from online violence inflicted on women in public life." ”
    Datos de la fuente de
    2026-04-30
    Accedido
    2026-07-01 · copia archivada
    Cálculo
    UN Women's "Tipping Point: Online Violence Impacts, Manifestations and Redress in the AI Age" report, produced with City St George's, University of London and the digital-forensics nonprofit TheNerve, surveyed 640+ women in public-facing roles (journalists, activists, politicians) across 119 countries in late 2025. Cited here for the self-censorship / chilling-effect pathway and the "virtual rape" framing of AI-facilitated image-based abuse referenced in the body text, not for any lifetime-probability figure: the survey measures self-reported behavioural response among a self-selected, high-public- visibility sample, not general-population victimization prevalence, so it does not feed the native/normalized headline.
    Independencia
    UN Women is a UN entity; the study is co-produced with an academic research centre and a digital-forensics nonprofit. Independent of the Umbach et al. academic prevalence survey and of the Home Security Heroes / Deeptrace supply-side censuses; it measures self-reported behavioural impact among public-facing women rather than population prevalence.

436 riesgos con probabilidad medida
1 de cada 10 1 de cada 100 1 de cada 1K 1 de cada 10K 1 de cada 100K 1 de cada 1M 1 de cada 10M 1 de cada 100M 1 de cada 1B cierto más raro → Riesgo cirugía estética en el extranjero — 1 de cada 10 Azúcar y sal en la infancia — 1 de cada 10 Endometriosis — 1 de cada 10 Riesgo trasplante capilar Turquía — 1 de cada 10 Reemplazo de rodilla — 1 de cada 10 Analgésicos crónicos — 1 de cada 10 Pérdida total de dientes — 1 de cada 9,1 Alzheimer — 1 de cada 8,3 Privación de sueño — 1 de cada 8,3 Tabaco sin humo — 1 de cada 8,3 Ciclismo sin casco — 1 de cada 8,0 Daño dental por bruxismo — 1 de cada 7,7 Fallo del preservativo — 1 de cada 7,7 Evitar atención por miedo a inmigración — 1 de cada 7,1 Pérdida de visión — 1 de cada 6,7 Hernia por levantar peso — 1 de cada 6,7 Riesgo de fractura de cadera — 1 de cada 6,7 Consumo regular de alcohol — 1 de cada 6,7 Primer infarto — 1 de cada 5,9 Infertilidad — 1 de cada 5,7 5+ años de cuidados a largo plazo — 1 de cada 5,6 ETC (fútbol americano) — 1 de cada 5,0 Depresión mayor — 1 de cada 4,9 Lesión en senderismo — 1 de cada 4,8 Infección al comer después de un niño — 1 de cada 4,2 Enfermedad de Lyme — 1 de cada 4,0 Soledad y salud — 1 de cada 3,8 Heredar riesgo de AUD — 1 de cada 3,5 Trastorno por consumo de alcohol — 1 de cada 3,4 Trastorno de ansiedad — 1 de cada 3,2 Riesgo CV tras menopausia — 1 de cada 3,0 Diabetes silenciosa — 1 de cada 3,0 Volar con resfriado — 1 de cada 2,9 Pérdida de empleo y depresión — 1 de cada 2,9 Enfermedad por garrapata (bosque) — 1 de cada 2,9 Colesterol alto silencioso — 1 de cada 2,9 Pérdida de abuelo en infancia — 1 de cada 2,8 Pacifier on the floor — 1 de cada 2,8 Hipertensión silenciosa — 1 de cada 2,7 Infección resistente — 1 de cada 2,6 Sin compatibilidad de médula — 1 de cada 2,4 Ingreso en residencia de mayores — 1 de cada 2,2 Mamografía falso positivo — 1 de cada 2,0 Tabaquismo regular — 1 de cada 2,0 Diarrea del viajero — 1 de cada 2,0 Deportes de aventura — 1 de cada 1,8 Necesidad de cuidados a largo plazo — 1 de cada 1,8 Probabilidad de viudez — 1 de cada 1,7 Sexo sin protección — 1 de cada 1,5 Discapacidad por dolor de espalda no t — 1 de cada 1,3 Higiene de manos — 1 de cada 1,0 Cáncer (cualquiera) — 1 de cada 7,1 Patinete sin casco — 1 de cada 4,5 Bici electrica sin casco — 1 de cada 4,0 Equipaje mal manejado — 1 de cada 3,7 Accidente con lesiones por culpa — 1 de cada 2,9 Colisión con venado — 1 de cada 2,7 Lesión en accidente de coche — 1 de cada 2,6 Cancelación de vuelo — 1 de cada 1,8 Interrupción de viaje: guerra o desastre — 1 de cada 1,7 Robo en el hogar — 1 de cada 9,1 Agresión haciendo autostop — 1 de cada 8,8 Fraude de cheques por correo — 1 de cada 7,7 Abuso sexual infantil — 1 de cada 6,8 Acoso persistente — 1 de cada 6,2 Agresión sexual a estudiante — 1 de cada 5,7 Violencia doméstica — 1 de cada 3,7 Agresión al caminar de noche — 1 de cada 3,6 Robo de bicicleta — 1 de cada 2,9 Agresión sexual — 1 de cada 2,3 Acoso sexual (de por vida) — 1 de cada 1,6 Escasez de agua — 1 de cada 2,5 Tormenta solar clase Carrington — 1 de cada 1,9 Punto de inflexión del WAIS — 1 de cada 1,1 Escape de gato de interior — 1 de cada 10 Mordedura de perro sin correa — 1 de cada 9,8 Conejo muere en 4 años — 1 de cada 3,3 Mordedura de perro (no mortal) — 1 de cada 1,8 Hámster muere antes de la adolescencia — 1 de cada 1,0 Déficit de hierro (mujeres) — 1 de cada 3,9 Carencia de vitamina D — 1 de cada 2,9 Déficit de magnesio — 1 de cada 1,9 Alimentos poco cocidos — 1 de cada 1,6 Contaminación cruzada de carne cruda — 1 de cada 1,4 Alimentos fuera — 1 de cada 1,2 Estafa de voz con IA — 1 de cada 2,9 Pérdida por estafa en línea — 1 de cada 2,5 Ciberacoso adolescente — 1 de cada 2,0 Niños y contenido explícito — 1 de cada 1,9 Filtración de datos — 1 de cada 1,1 Aborto espontáneo — 1 de cada 6,7 Intento de suicidio adolescente — 1 de cada 5,6 Depresión posparto — 1 de cada 4,8 Analgésico antes de la vacunación — 1 de cada 3,8 Exceso de peso en embarazo — 1 de cada 2,6 Niño no vacunado y sarampión — 1 de cada 2,0 Piojos en niños — 1 de cada 2,0 Estafa financiera a mayores — 1 de cada 10 Colapso de pensiones — 1 de cada 10 Caída inmobiliaria — 1 de cada 8,3 Auditoría del IRS — 1 de cada 6,7 Colapso monetario — 1 de cada 5,6 Deportación por exceso de visado — 1 de cada 5,6 Embargo por préstamo subprime — 1 de cada 5,0 Long term disability working age — 1 de cada 4,0 Impago estudiantil — 1 de cada 3,8 Represalias al denunciante — 1 de cada 3,2 Salida forzada antes de jubilarse — 1 de cada 2,9 Déficit de jubilación — 1 de cada 2,6 Impago en compra a plazos (BNPL) — 1 de cada 2,4 Divorcio — 1 de cada 2,4 Daños por tubería reventada — 1 de cada 2,2 Acoso laboral — 1 de cada 2,1 Apagón prolongado — 1 de cada 2,0 Deportación (indocumentado) — 1 de cada 1,8 Shock por costo de funeral — 1 de cada 1,7 Robo de identidad — 1 de cada 1,7 Fraude con tarjeta — 1 de cada 1,5 Acoso escolar — 1 de cada 1,5 Baja en primera línea — 1 de cada 1,3 Recesión económica — 1 de cada 1,0 Caída del mercado de valores — 1 de cada 1,0 Daño en el techo por granizo — 1 de cada 3,0 Inquilino problemático — 1 de cada 1,8 Complicaciones LASIK — 1 de cada 100 Daño por papel higiénico seco — 1 de cada 100 Humo de segunda mano — 1 de cada 91 Trastorno por videojuegos (adultos) — 1 de cada 83 Urgencias por tacones — 1 de cada 79 Thrown/dropped object — 1 de cada 67 Reacción a medicamento — 1 de cada 58 Sobredosis de drogas — 1 de cada 56 Asma por cocina de gas en un niño — 1 de cada 50 Toxoplasmosis por arenero de gato — 1 de cada 48 Incapacidad por salud mental — 1 de cada 45 Dependencia a benzodiacepinas — 1 de cada 40 Plomo en agua del grifo — 1 de cada 40 Uso indebido de medicamentos — 1 de cada 35 Traumatismo craneoencefálico — 1 de cada 33 Infección hospitalaria — 1 de cada 31 Contaminación del aire — 1 de cada 29 Insuficiencia renal terminal — 1 de cada 29 Diarrea del viajero (agua) — 1 de cada 26 Lesión esquiando — 1 de cada 26 Trastorno bipolar — 1 de cada 23 Cirugía de muelas del juicio — 1 de cada 22 Complicación turismo dental — 1 de cada 20 Abandono de ancianos — 1 de cada 20 Parkinson — 1 de cada 20 Parásitos de mascotas — 1 de cada 20 TDAH sin diagnosticar — 1 de cada 20 Alergia alimentaria en adultos — 1 de cada 19 Demencia no Alzheimer — 1 de cada 17 Trastorno por consumo de cannabis — 1 de cada 16 Ictus — 1 de cada 15 TEPT — 1 de cada 15 Pérdida auditiva grave — 1 de cada 14 Diabetes tipo 2 — 1 de cada 13 Apendicitis — 1 de cada 13 Humo de cocina interior — 1 de cada 13 Depresión sin tratar — 1 de cada 13 Refrescos y diabetes — 1 de cada 13 Enfermedad cardíaca — 1 de cada 12 Muerte por error médico — 1 de cada 12 Conducta sexual compulsiva — 1 de cada 12 Trastorno alimentario — 1 de cada 11 Reemplazo de cadera — 1 de cada 11 Cálculos renales — 1 de cada 11 Muerte/discapacidad parental — 1 de cada 11 Estilo de vida sedentario — 1 de cada 11 Infección de salón — 1 de cada 11 Cáncer de ovario — 1 de cada 91 Cáncer colorrectal — 1 de cada 77 Cáncer de mama — 1 de cada 59 Cáncer de hígado — 1 de cada 59 Cáncer de pulmón — 1 de cada 56 Cáncer de próstata — 1 de cada 50 Melanoma (UV) — 1 de cada 29 Riesgo de CCR por baja fibra — 1 de cada 26 Carne roja y CCR — 1 de cada 21 Carne carbonizada y cáncer — 1 de cada 20 Accidente por mantenimiento — 1 de cada 83 Conducir con sedantes — 1 de cada 77 Texting + conducción — 1 de cada 56 Muerte sin cinturón — 1 de cada 53 Exceso del 20% en velocidad — 1 de cada 50 Motocicleta sin casco — 1 de cada 45 Vuelo espacial (astronauta) — 1 de cada 42 Ver vídeo al conducir — 1 de cada 32 Lesión infantil en accidente — 1 de cada 27 Conducir somnoliento — 1 de cada 26 Norovirus en crucero — 1 de cada 24 Lesión en patinete eléctrico — 1 de cada 10 Carterista en viaje — 1 de cada 38 Robo de catalizador — 1 de cada 37 Apuñalado en un asalto — 1 de cada 37 Robo de vehículo — 1 de cada 34 Robo/asalto callejero — 1 de cada 26 Condena errónea — 1 de cada 24 Adulteración de bebidas — 1 de cada 17 Robo de coche por relé sin llave — 1 de cada 13 Protesta bajo autocracia — 1 de cada 12 Colapso de la AMOC — 1 de cada 20 Anafilaxia por picadura — 1 de cada 50 Lesión por collar de gato — 1 de cada 25 Intoxicación en restaurante — 1 de cada 58 Deficiencia de B12 — 1 de cada 28 Deficiencia vegetariana — 1 de cada 14 Deepfake íntimo — 1 de cada 25 Uso problemático de redes sociales — 1 de cada 13 Niño se traga objeto (urgencias) — 1 de cada 91 Parto potencialmente mortal (EE. UU.) — 1 de cada 61 Muerte en el parto (ASS) — 1 de cada 55 Caida en escaleras (ninos) — 1 de cada 37 Muerte por colecho — 1 de cada 36 Lesión en juegos infantiles — 1 de cada 33 Diagnóstico de autismo — 1 de cada 31 Complicaciones de cesárea — 1 de cada 29 Lesión por juguete, urgencias (niño) — 1 de cada 21 Preeclampsia — 1 de cada 20 Desgarro grave en el parto — 1 de cada 17 Diabetes gestacional — 1 de cada 13 Lesión de cabeza al caer — 1 de cada 12 Morir sin heredero — 1 de cada 100 Ruina financiera por apuestas deportivas — 1 de cada 100 Muerte de piloto de caza — 1 de cada 48 Muerte en pesca comercial — 1 de cada 45 Muerte en tala forestal — 1 de cada 34 Bancarrota médica — 1 de cada 25 Trastorno de compra compulsiva — 1 de cada 20 Estafa de alquiler falso — 1 de cada 20 Perder SNAP por reglas laborales 2025 — 1 de cada 18 Ejecución hipotecaria — 1 de cada 14 Incapacidad musculoesquelética — 1 de cada 14 Pérdidas por day trading — 1 de cada 13 Catástrofe por gobierno extremista — 1 de cada 13 Destrucción del hogar por huracán — 1 de cada 17 NAION (Ozempic) — 1 de cada 909 Sumersión de bebé en piscina — 1 de cada 800 EM — 1 de cada 769 Mortalidad laboral — 1 de cada 690 Fiebre tifoidea — 1 de cada 654 Aspiración GLP-1 con anestesia — 1 de cada 613 Productos importados inseguros — 1 de cada 565 Aneurisma cerebral — 1 de cada 400 COVID-19 — 1 de cada 400 Lesión por fuegos artificiales — 1 de cada 385 Tendón cortado con cuchillo — 1 de cada 385 Exceso de cafeína — 1 de cada 366 Enfermedad de células falciformes — 1 de cada 365 Medicamento falsificado — 1 de cada 361 Lesión de médula espinal — 1 de cada 313 Cáncer infantil diagnosticado — 1 de cada 285 Muerte por próxima pandemia — 1 de cada 208 Dengue (viaje) — 1 de cada 200 Parto prematuro por calor — 1 de cada 200 Saltarse la ducha diaria — 1 de cada 200 No frotarse los pies — 1 de cada 200 Riesgo de donación de médula — 1 de cada 167 Encefalitis por garrapatas — 1 de cada 167 Esquizofrenia — 1 de cada 143 Caída accidental — 1 de cada 135 Muerte súbita durante el ejercicio — 1 de cada 123 Suicidio (EE. UU.) — 1 de cada 121 Adicción a opioides — 1 de cada 114 Tuberculosis (global) — 1 de cada 109 Diagnóstico de VIH — 1 de cada 105 Cáncer por radón — 1 de cada 435 Cáncer testicular — 1 de cada 250 Cáncer de cuello uterino — 1 de cada 167 Cáncer de páncreas — 1 de cada 125 Muerte de peatón — 1 de cada 806 Accidente de motocicleta — 1 de cada 709 Ahogamiento en barco recreativo — 1 de cada 685 Conductor mata a peatón — 1 de cada 552 Lesión al caminar distraído por móvil — 1 de cada 400 Incendio de batería de VE — 1 de cada 333 Ciclista muerto por coche — 1 de cada 159 Incendio de coche de gasolina — 1 de cada 125 Muerte por coche autónomo — 1 de cada 115 Accidente de coche — 1 de cada 105 Muerte de bombero en servicio — 1 de cada 455 Muerte de policía en servicio — 1 de cada 357 Homicidio — 1 de cada 339 Estafa de inversión cripto — 1 de cada 106 Calor extremo — 1 de cada 333 Muerte por cambio climático — 1 de cada 204 Mordedura de murciélago y rabia — 1 de cada 278 Enfermedad por mosquito — 1 de cada 190 Intoxicación alimentaria (global) — 1 de cada 317 Incendio por paneles solares — 1 de cada 667 Escoliosis infantil no tratada — 1 de cada 1000 Caída de un niño por la ventana — 1 de cada 855 Andador caída escaleras — 1 de cada 625 Caída de bebé — 1 de cada 500 Lesión por andador bebé — 1 de cada 455 Mortalidad materna — 1 de cada 272 Edad materna y defectos de nacimiento — 1 de cada 200 Muerte infantil (<18) — 1 de cada 103 Muerte en carrera espeleológica — 1 de cada 167 Muerte en servicio EMS — 1 de cada 909 Víctima civil de guerra — 1 de cada 499 Muerte en combate — 1 de cada 270 Revocación de visa estudiantil — 1 de cada 263 Muerte en carrera minera — 1 de cada 214 Ruina por ludopatía — 1 de cada 159 Incendio doméstico por rayo — 1 de cada 461 Incendio forestal destruye hogar — 1 de cada 120 Malaria (viaje) — 1 de cada 10.000 Infección por bebida compartida — 1 de cada 10.000 Enfermedad de Chagas — 1 de cada 8475 Tenia del zorro por bayas silvestres — 1 de cada 8475 Niño traga bolsita de nicotina — 1 de cada 7937 Esquistosomiasis — 1 de cada 6667 Muerte súbita en jóvenes — 1 de cada 3922 Cableado inseguro — 1 de cada 3390 Sepsis por herida — 1 de cada 2857 Conciencia bajo anestesia — 1 de cada 2500 Golpe de calor (exterior) — 1 de cada 1905 Incendio doméstico — 1 de cada 1818 Rabia canina — 1 de cada 1449 Ahogamiento — 1 de cada 1379 Lesión medular por zambullida — 1 de cada 1111 Asfixia — 1 de cada 1099 Hospitalización por EVALI — 1 de cada 1064 Cáncer por betel — 1 de cada 1290 Coágulo sanguíneo (vuelo) — 1 de cada 4651 Matar a un ciclista — 1 de cada 3937 Muerte vial adolescente — 1 de cada 3030 Silla trasera de bici — 1 de cada 2500 Nino sin sistema de retencion — 1 de cada 2000 Encuentro policial fatal — 1 de cada 4739 Crimen de honor — 1 de cada 2381 Homicidio por pareja íntima — 1 de cada 1767 Huracán — 1 de cada 8929 Muerte por hambruna — 1 de cada 6536 Muerte por ventisca — 1 de cada 4367 Terremoto — 1 de cada 3802 Listeria en fiambres — 1 de cada 6061 E. coli grave por verduras frescas — 1 de cada 4831 Intoxicación alimentaria (EE. UU.) — 1 de cada 1862 Mercurio en pescado — 1 de cada 1695 Lesión por espina de pescado — 1 de cada 1429 Incendio de batería — 1 de cada 4545 Cápsula de detergente — 1 de cada 6494 Ahogamiento en piscina — 1 de cada 5882 Displasia de cadera infantil no tratada — 1 de cada 5000 SMSL — 1 de cada 2398 Víctima civil de guerra — 1 de cada 2000 Inflamación cerebral por gripe (EAG/ENA) — 1 de cada 100.000 Picadura fatal de abeja/avispa — 1 de cada 76.923 Dengue local (EE. UU. continental) — 1 de cada 66.667 Muerte por anestesia — 1 de cada 45.662 Muerte de perro en auto caliente — 1 de cada 41.667 Infección de herida por V. vulnificus — 1 de cada 32.051 Anafilaxia — 1 de cada 27.548 Manipulación quiropráctica del cuello — 1 de cada 16.667 Intoxicación por CO — 1 de cada 14.006 Hepatitis A (viaje) — 1 de cada 12.500 Omitir inmunoterapia para alergias — 1 de cada 11.111 Acrilamida y cáncer — 1 de cada 16.667 Accidente de autobús — 1 de cada 100.000 Accidente de avión — 1 de cada 58.824 Incendio de coche tras choque — 1 de cada 25.000 Muerte en paso a nivel — 1 de cada 20.576 Coche sumergido — 1 de cada 16.667 Remolque de bicicleta — 1 de cada 14.286 Conato de colisión en pista — 1 de cada 13.699 Ataque con ácido — 1 de cada 94.340 Terrorismo — 1 de cada 77.519 Secuestro por un extraño — 1 de cada 38.760 Secuestro por extraño — 1 de cada 35.211 Muerte por dote — 1 de cada 13.158 Muerte accidental por arma — 1 de cada 11.299 Incendio forestal — 1 de cada 100.000 Tornado — 1 de cada 80.645 Tsunami — 1 de cada 52.632 Ahogamiento en el océano — 1 de cada 29.155 Inundación — 1 de cada 20.202 Muerte por calor tras huracán — 1 de cada 20.000 Muerte por deslizamiento — 1 de cada 18.416 Erupción de supervolcán — 1 de cada 12.376 Picadura de abeja — 1 de cada 78.927 Tragar abeja o avispa — 1 de cada 29.155 Picadura mortal de escorpión — 1 de cada 26.110 Muerte de perro por chocolate — 1 de cada 13.889 Bolsita de canela con plomo — 1 de cada 40.000 Lixiviación de recipientes de plástico — 1 de cada 16.949 Asfixia del bebé en silla de auto — 1 de cada 64.935 Caída de hamaca bebé — 1 de cada 60.606 Asfixia infantil al comer — 1 de cada 50.000 Atragantamiento infantil sin supervisión — 1 de cada 50.000 Muerte de bebé mirando adelante — 1 de cada 26.738 Ingerir imanes — 1 de cada 12.048 Muerte haciendo snorkel — 1 de cada 21.739 Mascota en transporte — 1 de cada 20.000 Muerte bajo custodia de ICE — 1 de cada 17.065 Minas terrestres — 1 de cada 14.728 Evento adverso grave por vacuna — 1 de cada 763.359 Aluminio y Alzheimer — 1 de cada 169.492 Fuga de gas residencial — 1 de cada 140.845 Muerte infantil en coche caliente — 1 de cada 102.041 Glifosato y cáncer — 1 de cada 1.000.000 Cáncer por teflón — 1 de cada 169.492 Lesión en montaña rusa — 1 de cada 312.500 Hundimiento de ferry — 1 de cada 133.333 Lesión por turbulencia — 1 de cada 114.943 Tiroteo escolar — 1 de cada 192.308 Tiroteo masivo — 1 de cada 113.636 Avalancha — 1 de cada 210.526 Rayo — 1 de cada 209.205 Mordedura de serpiente — 1 de cada 884.956 Mordedura de araña — 1 de cada 833.333 Ataque de hipopótamo — 1 de cada 564.972 Ataque de cocodrilo — 1 de cada 337.838 Mordedura de perro — 1 de cada 142.045 Residuos de pesticidas — 1 de cada 1.000.000 Lata sucia — 1 de cada 200.000 Daño del bioplástico PLA — 1 de cada 169.492 Muerte en hamaca bebé — 1 de cada 714.286 Atragantamiento con uva — 1 de cada 625.000 Estrangulación por cordón de persiana — 1 de cada 416.667 Asfixia de niño con bolsa plástica — 1 de cada 263.158 Pila de botón — 1 de cada 250.000 Muerte cuna inclinada — 1 de cada 238.095 Muerte en ascensor/escalera mecánica — 1 de cada 188.324 EJ (viaje) — 1 de cada 2.000.000 Niño + airbag delantero — 1 de cada 10.000.000 Impacto de asteroide — 1 de cada 1.351.351 Arañas en los plátanos — 1 de cada 10.000.000 Ataque de tiburón — 1 de cada 5.681.818 Ataque de oso — 1 de cada 3.787.879 Intoxicación por bayas silvestres — 1 de cada 2.222.222 Ataque de piraña — 1 de cada 135.135.135 Teléfono en el surtidor — 1 de cada 1.000.000.000 Teléfono en avión — 1 de cada 1.000.000.000
Lottery jackpot 1 de cada 95.238

Vistos recientemente en este dispositivo