Cuando la carga de trabajo me lo permite, me gusta buscar nuevas “conexiones” con profesionales del sector o, simplemente, con personas que me parecen inspiradoras.
También es bastante habitual que de un toque a clientes y compañeros de profesión para charlar del sector mientras tomamos un café o una cerveza. Lo llevo haciendo desde hace un montón de años y lo encuentro realmente gratificante; quizá porque quienes trabajamos como freelance tenemos que gestionar un poderoso sentimiento de desarraigo; de ser bienvenidos en muchos sitios, pero no pertenecer realmente a ninguno de ellos.
Las primeras semanas de junio fueron de esas en las que la carga de trabajo me dio un respiro y mandé tres o cuatro emails que abrieron varias conversaciones en las que emergió de manera espontánea un tema común: la incertidumbre sobre el papel que la IA está llamada a jugar en el ámbito de la investigación de mercados, y el resultado son las reflexiones que paso a compartir.
Empecemos por una confesión
Me declaro culpable: yo también he dicho alguna vez “es mejor tres entrevistas que ninguna”, porque lo pienso realmente. Porque la toma de decisiones es mucho más sólida cuando se apoya en conocimiento que cuando lo hace en intuiciones, en prejuicios o en “yo creo que”, pero no es condición suficiente.
Y no lo es, porque para que el conocimiento que entrega la investigación de mercados sea de alto valor, debe haber, al menos, un planteamiento robusto, una selección adecuada de las fuentes, un análisis riguroso y experto y, finalmente, unos resultados fiables.
Un planteamiento robusto
En los más de 25 años que llevo haciendo investigación, me han preguntado en bastantes ocasiones si podría hacer una encuesta y, aunque podría montar un cuanti básico, la respuesta siempre ha sido la misma: te puedo ayudar a través de la investigación cualitativa porque soy un especialista.
Si traigo aquí esta reflexión es porque estos últimos meses he podido comprobar que cada vez son más las marcas que están probando a usar la IA para hacer tareas vinculadas a la investigación de mercados y me parece que tiene todo el sentido del mundo porque, es una tecnología que, como dicen los expertos, ayuda, por ejemplo, en labores repetitivas o de bajo valor, pero no me parece secundario preguntarse quién debe manejar el timón de la IA.
Al respecto, mi opinión es muy clara: si la IA se va a usar para hacer investigación de mercados, el piloto debe ser un especialista en este campo, pues ha sido entrenado (por recurrir a los códigos habituales de la IA) específicamente para hacer el planteamiento más adecuado con la meta de obtener un conocimiento de alto valor de la investigación.
Si quieres hacer una caseta para tu perro, quizá basta con que los planos los haga un manitas al que se le dé bien la carpintería, pero si quieres construir la casa en la que vivir con tu familia, te dejará más tranquilo recurrir a un arquitecto o un aparejador.
La selección de las fuentes
Una de las cuestiones que consume más tiempo de quienes nos dedicamos a la investigación de mercados y a las que prestamos más atención, es a la determinación del target más adecuado para responder a las preguntas que se hacen nuestros clientes.
Este mismo año, realicé una entrevista para identificar las claves en el proceso de decisión de un producto industrial y fue una conversación interesante, pero no válida porque el entrevistado ni era decisor ni participaba en el proceso de decisión. Sería un profesional ejemplar, pero no era un informante cualificado.
Según los expertos, los IA se entrena con infinidad de fuentes y de datos publicados que contienen infinidad de sesgos. Pero no quiero poner el foco en esta cuestión; una limitación de primer orden que afecta a la confiabilidad de los resultados que nos proporciona la IA, porque ya se ha hablado mucho de ella y, sobre todo, porque creo que hay otra limitación que no es menos relevante: la IA extrae conocimiento solo a partir de lo que ya se sabe; del conocimiento existente, cuando en infinidad de casos, se recurre a la investigación de mercados precisamente para obtener nuevo conocimiento.
Los más optimistas esperan que tal limitación de la IA, que esté básicamente alimentada a partir de información pública, se podrá superar a medida que se democratice la data de más valor o, dicho de otra manera, cuando quienes poseen información de la máxima calidad la hagan pública para nutrirla a fin de que pueda ofrecer mejores resultados.
Pero realizaré una segunda confesión: me parece muy poco realista pensar que quien ha invertido sus propios recursos en conseguir data de alto valor va a ponerlo a disposición, por ejemplo, de su competencia o, ¿alguien se imagina, a Repsol, a Mercadona o a Santander compartiendo lo que saben de sus clientes para que la IA pública (vamos a denominar así a Gemini, Copilot, ChatGPT, etc.) ofrezca resultados más finos? Yo, no lo veo.
Además, la llamada “democratización” de la IA nos pone frente a uno de los problemas más importantes que esta nueva tecnología nos plantea, aunque sobre él no me detendré porque ya está suficientemente desarrollado en otros lugares: la privacidad de la información. Por ejemplo, ¿estarán dispuestos los clientes de BBVA o de Iberdrola a que sus datos estén entrenando la IA para dar resultados más robustos? Sinceramente, tampoco lo acabo de ver.
Por si fuera poco, otra limitación significativa de la IA es que no enfoca a targets concretos (p.e. usuarios de yogures o clientes de seguros de decesos) porque su concepción es mucho más generalista.
En este punto, alguien podría levantar la mano para decirme que los usuarios sintéticos vienen a superar esta limitación porque permiten crear “personas” o “arquetipos” específicos, pero los tests que se han realizado con estos coinciden en señalar que:
- Los usuarios sintéticos son potentes para identificar los comportamientos medios, pero débiles para detectar posiciones menos típicas o necesidades profundas; un conocimiento que suele ser la base de la innovación.
- Los usuarios sintéticos no están conectados con el contexto social, económico o cultural y, en consecuencia, los resultados que ofrecen no contemplan una variable realmente significativa en el comportamiento.
- Los usuarios sintéticos suelen estar alimentados con el conocimiento que las organizaciones tienen de sus clientes y usuarios, pero este suele limitarse al data más básica de los CRMs (edad, sexo, lugar de residencia, estado civil…).
- Los usuarios sintéticos, como diría mi abuela Encarna, “ni sienten ni padecen”, lo que nos deja sin una capa fundamental: la emocional.
- Y finalmente, los usuarios sintéticos no son buenos identificando las sutilezas. Digamos que se quedan en lo más obvio y en la literalidad, sin que detecten los matices, la ironía, el sarcasmo, los dobles sentidos o la comunicación no verbal.
Un análisis riguroso y experto
Prometo que en estos 25 años, no me ha ocurrido muchas veces, pero alguna… sí. Me refiero a esos clientes que en lugar de ofrecerme las transcripciones de los grupos de discusión que había moderado, me imagino que para ahorrarse unos euros, me daban una síntesis o un resumen realizado por una transcriptora o, incluso, por un administrativo o similar que se había escuchado la grabación.
Bien, pues algo de esto pasa cuando, en el marco de la investigación de mercados, se quiere utilizar la IA para analizar, porque no es una tecnología entrenada específicamente como analista de mercados o de usuarios. La IA analiza la data disponible, pero no con una mirada experta. De algún modo, se parece a ese software que cuenta palabras, pero que no es capaz de discriminar entre las significativas y el resto.
Aunque existe la posibilidad de pedir a la IA que asuma el rol de analista de mercados (prompt: analiza esta entrevista como si fueras un antropólogo) el abordaje de la data disponible es generalista porque ha sido entrenada con esa perspectiva; con la finalidad de tener voz sobre cualquier cosa que le preguntemos, pero no ser experta en nada.
¿Soy el único que recuerda a su madre decir lo de “aprendiz de mucho, maestro de nada”? Pues eso.
Unos resultados fiables
Dicen las malas lenguas que un español es aquella persona que es incapaz de no dar indicación alguna o de decir “no lo sé” cuando, por ejemplo, un turista le pregunta por una calle.
Bien, de acuerdo a los expertos, podría decirse irónicamente que la IA tiene algo de esa idiosincrasia española pues está concebida para responder. Conceptualmente, está diseñada para que toda entrada produzca una salida con independencia de la base en la que se apoya para llegar al resultado.
En el ADN de la IA, por lo tanto, no está decir “no tengo una respuesta a tu consulta” o “esta es la respuesta, pero se prudente porque es un tema controvertido o sobre el que no hay unanimidad” o “aquí tienes un resultado, pero es fiable al 10% porque no hay evidencia suficiente”.
Pero es que, además, como en la esencia de la IA está responder, es posible que cuando no dispone del sustento necesario fabrique lo que denominan como “alucinaciones” o, dicho de un modo menos técnico, resultados inventados.
A modo de juego, en el pueblo en el que veraneo, a los visitantes que no han estado nunca allí les suelen gastar una conocida broma: les dan un saco o una bolsa y les dicen que intenten cazar algún gamusino para luego cocinarlo.
De acuerdo a la RAE, “gamusino” es un animal imaginario cuyo nombre se usa para hacer bromas a los cazadores novatos, pero la IA de Microsoft no tiene problemas para representarlo como una suerte de cruce entre conejo y rata.
IA: Copilot
Prompt: crear la imagen de un gamusino corriendo entre las hojas por un bosque durante un atardecer de otoño.
Quizá la fascinación por haber encontrado en la IA una suerte de lámpara mágica que nos obsequia con un resultado para cualquier cosa que se nos pasa por la cabeza está contribuyendo a consolidar una posición acrítica con esta nueva tecnología. Extasiados porque todo prompt tiene su resultado, hemos bajado la guardia y no somos rigurosos, por ejemplo, sobre quién está al frente del prompting, sobre las fuentes de las que se nutre la IA o sobre las respuestas que nos está dando, seguramente también, porque como he dicho al principio, hemos alimentado la idea de que “mejor tener una respuesta que no tener ninguna”.
Mirando al futuro
Llegados a este punto, muchos pensaréis que soy un hater más de la IA, pero lo cierto es que creo representar únicamente una posición crítica y enfocada a que esta tecnología forme parte del toolkit de los profesionales de la investigación de mercados.
Me parece que la IA es un buen instrumento para realizar determinadas tareas, por ejemplo, para hacer exploraciones contextuales de determinadas industrias que puedan servir de punto de partida para investigaciones profundas, pero sinceramente, creo que la gobernanza de la IA debe estar en manos de profesionales de la investigación capaces de aprovechar el valor de esta.
Del mismo modo, creo que la investigación de mercados tradicional es un instrumento imprescindible para nutrir no solo la IA “pública”, sino también, los sistemas de conocimiento basados en la IA de las organizaciones sumando a la información más básica que suele contener un CRM, una capa de conocimiento sobre, las actitudes y comportamiento de sus clientes o usuarios relativa o data relativa a las emociones de estos.
También estoy convencido de que la investigación tradicional es una herramienta fundamental para alimentar y mantener al día a esos sistemas de conocimiento “privados” identificando tendencias, cambios, comportamientos emergentes o, simplemente, aquella información de valor que queda en los extremos de la Campana de Gauss y que suele ser el detonante de la innovación y la diferenciación.
Me parece, además, que la investigación tradicional está llamada a jugar un papel esencial en la tarea, podríamos decir, de verificación y validación de los resultados que ofrece la IA.
Y, como no, creo con firmeza que se use o no la IA para hacer investigación de mercados, es esencial que quienes nos dedicamos a esta profesión, los profesionales con los que colaboramos y, sobre todo, quienes solicitan nuestros servicios no caigamos en la actitud conformista de dar por bueno cualquier conocimiento (el que sea) y seamos capaces de asumir el reto de orientarnos a la obtención de conocimiento de alto valor.
