La empresa de investigación de mercado Outset utiliza inteligencia artificial para crear gemelos digitales de personas reales que permiten a las compañías probar campañas publicitarias, evaluar precios y conocer opiniones sin realizar nuevas entrevistas. La herramienta busca acelerar estudios que normalmente requieren tiempo y presupuestos elevados, aunque sus desarrolladores aclaran que no reemplaza la investigación tradicional.

Aaron Cannon, cofundador y director ejecutivo de Outset, aclaró que esta tecnología busca complementar los estudios tradicionales con consumidores reales y ampliar las posibilidades de investigación en las empresas. "El equipo de investigación podría estar realizando un estudio grande y costoso con personas reales, pero tal vez la persona encargada de finanzas esté trabajando en un nuevo modelo de precios y quiera probarlo con simulaciones de personas. Es una muy buena manera de hacerlo", señaló.

Cómo se crean los gemelos digitales de los consumidores

A diferencia de los perfiles ficticios generados por inteligencia artificial, los gemelos digitales de Outset representan a individuos que participaron voluntariamente en el proceso. La compañía construye cada modelo a partir de entrevistas en profundidad que pueden durar entre una y dos horas.

Durante esas conversaciones, los participantes responden preguntas sobre sus valores, creencias y preferencias personales. Esa información permite elaborar lo que Cannon denomina el "núcleo del perfil", que reúne las características que distinguen a cada individuo. Luego se incorporan otros datos proporcionados con su consentimiento, como su edad, características demográficas y hábitos de compra.

El resultado es una representación digital que busca reproducir las opiniones y preferencias de la persona original. A partir de esa información, las marcas pueden formular preguntas y recibir respuestas generadas por el sistema, basadas en el perfil de cada participante.

Esta posibilidad es útil cuando una empresa necesita tomar decisiones rápidamente. Por ejemplo, puede consultar cómo reaccionaría un consumidor determinado ante una campaña en redes sociales o explorar la aceptación de un cambio importante antes de invertir en una investigación más amplia. También permite formular preguntas adicionales sin tener que volver a contactar a los participantes.

"La experiencia de usar gemelos para hacer predicciones es mucho más enriquecedora porque los modelos son capaces de procesar estos datos con gran precisión", explicó Cannon. Según señaló, las consultas se realizan mediante conversaciones similares a las que una persona mantendría con otra, algo que fue posible gracias al desarrollo de los modelos de lenguaje basados en inteligencia artificial.

Qué tan confiables son las respuestas generadas por inteligencia artificial

Cannon reconoció que el uso de gemelos digitales en la investigación de mercado todavía se encuentra en una etapa temprana, aunque aseguró que los primeros resultados son positivos. Según explicó, las personas que participan en la creación de estos perfiles reciben una remuneración y valoran la experiencia.

Para las empresas, la principal ventaja consiste en acceder rápidamente a respuestas basadas en información detallada de sus consumidores. Sin embargo, ninguna predicción generada por inteligencia artificial es completamente infalible, por lo que estos resultados deben interpretarse con cautela.

Para abordar esa limitación, Outset incorpora un índice de confianza que indica qué tan segura está la herramienta de que una persona real respondería de la misma manera. Esto permite a los investigadores distinguir entre resultados que ofrecen mayor certeza y otros que requieren validación adicional.

Cannon advirtió que las empresas deben tener en cuenta esas diferencias antes de presentar conclusiones a sus directivos. En lugar de considerar cualquier respuesta como un hecho comprobado, recomendó identificar cuáles tienen mayor respaldo y utilizarlas como orientación para tomar decisiones.

*Esta nota fue publicada originalmente en Forbes.com.