Cuando montas la ficha de tu cliente objetivo, la edad y el puesto salen solos.
El problema viene dos casillas más abajo. La que pone «valores». La que pone «qué le quita el sueño».
Esa la rellenas con tu imaginación.
A Hex-ko también le ha pasado. Quedarse parada delante de ese hueco pensando «esto me lo estoy inventando entero», no por falta de ideas, sino porque lo que iba a escribir era ella misma disfrazada.
Y últimamente hay un atajo. Le pides a ChatGPT que responda como una madre urbana de treinta y muchos y te suelta un párrafo redondo en cuatro segundos.
Normal que alguien haya pensado en usarlo en lugar de una entrevista de verdad.
Pero la pregunta de fondo sigue ahí: ¿cuánto se parece esa respuesta a la de una persona real?
Y hay un equipo que fue a por ella a lo bruto. Reconstruir a mil personas, una por una.
¿Y cómo se comprueba si una persona sintética «acierta»?
El estudio es de 2024 y sale de Stanford junto con Google DeepMind (estudio).
Lo que hicieron tiene menos de ingenio que de paciencia.
Reclutaron a 1.052 participantes reales. A cada uno le hicieron una entrevista larga y sin prisa, metieron ese relato entero en un modelo y construyeron un agente por persona.
Un (generative agent en inglés) es, en una frase, un doble que contesta por ti.
Lo interesante aquí no es la tecnología, sino la materia prima.
Una persona hecha solo con datos demográficos es un boceto de «tipo de gente». Estas se hicieron con lo que cada uno contó de sí mismo.
El 85% no significa lo que parece
Aquí está lo bueno.
El equipo pasó una encuesta grande a las personas reales y a sus dobles, y comparó respuesta por respuesta. Hablamos de la (General Social Survey en inglés), un clásico de la sociología.
Los dobles reprodujeron lo que había contestado su original con un 85% de precisión.
Y aquí es donde casi todos pensamos «vale, entonces casi lo clava». Pero el número no dice eso.
¿Un 85% respecto a qué?
Ahí está el truco elegante del estudio. El techo no es la perfección: es lo que la propia persona coincide consigo misma cuando repite la misma encuesta dos semanas después.
Porque resulta que las personas nos movemos. Dos semanas bastan para llevarte la contraria a ti mismo, lo cual es bastante humillante.
Esa línea de «ni el original se parece tanto al original» es el 100%. Y la copia de IA llegó al 85% de ese camino.
De hecho, medir contra la constancia de un humano de carne y hueso es un examen duro, no un aprobado regalado.
Dónde acierta y dónde falla
El parecido no se quedó en la encuesta.
En la predicción de rasgos de personalidad y en los juegos experimentales de la economía del comportamiento, los dobles rindieron parecido.
Y hay un resultado discreto que pesa más de lo que parece: la diferencia entre grupos fue pequeña.
Los agentes hechos solo con datos demográficos tienden a acertar más en unos grupos raciales o ideológicos que en otros. Los construidos sobre el relato de cada persona mantuvieron la precisión mucho más estable.
A Hex-ko ese detalle le llamó más la atención que el titular del 85%.
Por supuesto, nada de esto es un pleno. El propio equipo reconoce que en parte de las predicciones sobre actitudes se quedaron cortos.
Pero las actitudes son justo lo que mides cuando preguntas qué opina alguien de una marca. Ahí un doble sintético podría despistarte.
Reproduce bien la tendencia media, pero no fotocopia los motivos íntimos de nadie. Esa es la frase para apuntar.
Y las preguntas, ¿quién las escribe?
En cuanto llevas las respuestas sintéticas al trabajo real aparece un segundo frente del que casi nadie habla. Quién redacta el cuestionario.
También se ha estudiado dejarle a la IA el diseño de las preguntas (estudio).
Se le da bien producir preguntas que encajan con el contexto. Pero reproduce los fallos clásicos de cualquier humano: meter dos asuntos distintos en una sola pregunta, o cargarla de tecnicismos.
Es decir, que ni las preguntas ni las respuestas sintéticas sirven sin una fase de revisión humana enganchada detrás.
La realidad es que la síntesis con IA hace un borrador estupendo. Pero en el momento en que te saltas la verificación, podría convertirse en literatura verosímil.
Conclusión: la IA para el borrador, la medición para la foto real
¿Qué se lleva de aquí quien gestiona marketing o marca?
La línea es esta: las respuestas sintéticas son potentes para plantear hipótesis y diseñar un estudio, pero no sustituyen a saber cómo te ven de verdad.
Llegar al 85% impresiona. Pero es el 85% de un listón humano, y las personas reales eran la plantilla de corrección.
Eso no reemplaza a la medición.
Así que en el día a día, etiqueta cada cosa.
Esto lo dijo una IA. Esto lo hemos medido con personas o datos reales.
Lo primero se discute. Sobre lo segundo se decide.
Si lo mezclas, vuelves al agujero de la persona inventada que acabaste creyéndote.
Con tu propia marca, la acción es una. Comprueba cada cierto tiempo cómo te describe la IA y cuándo te nombra, en lugar de conformarte con el resumen convincente que hace de ti.
Separar síntesis y medición es un hábito aburrido. También es lo que marca la diferencia entre manejar la IA y que te maneje a ti.
