Tenía ganas de probar las capacidades de la IA aplicada a la investigación de mercados y, el final de 2025 me dio la oportunidad de conocer el proyecto de dipli, quien se presenta del siguiente modo: “es una plataforma avanzada de inteligencia artificial generativa diseñada específicamente para transformar el análisis cualitativo. Desarrollada con tecnología de vanguardia como el sistema MARL (MultiAgent Reinforcement Learning) y algoritmos LLM, dipli es capaz de analizar datos cualitativos complejos con una velocidad sin precedentes”.
¿Cómo fue la colaboración?
El equipo de dipli me ofreció de manera gratuita la posibilidad de hacer un piloto y les proporcioné un conjunto de insumos (grabaciones de los focus group, guión de moderación, material gráfico, etc.) de un pequeño estudio que había terminado meses atrás y que serían la base que permitiría a su herramienta elaborar tres documentos: un informe de resultados en formato Word y otro en formato PPT y, finalmente, una base de datos en formato Excel.
Los resultados más positivos de la prueba
A nivel de servicio, destacar la generosa aproximación de dipli a los profesionales de la investigación cualitativa: no solo pusieron su plataforma a mi disposición de manera gratuita y sin ningún tipo de condición o compromiso posterior, sino que, además, la comunicación con ellos fue muy fluida y mostraron en todo momento una notable disposición a la escucha y a resolver cualquier tipo de consulta.
A nivel técnico, empezaré diciendo que mi review es desde el punto de vista de un cualitativista senior, por lo que, además de los aspectos que voy a destacar en las siguientes líneas, creo que la herramienta de dipli también puede tener aplicaciones de valor, por ejemplo, para perfiles junior o híbridos (por ejemplo, Design Researchers).
Para un cualitativista senior, la herramienta de dipli puede llegar a ser un buen compañero de viaje; una especie de “segunda mente” que permite al técnico principal validar su análisis, identificar enfoques complementarios o aperturas que contribuyan a incrementar el valor de la labor analítica; a elevar el resultado que se entrega al cliente final.
Además, la herramienta de dipli demuestra una cierta capacidad para recuperar aspectos de detalle (por ejemplo, posiciones discursivas menos centrales o las específicas de determinados targets), que también, contribuyen a elevar el resultado del análisis; a hacerlo más preciso; a reforzar lo principal con cuestiones de orden micro.
Las cuestiones en las que la herramienta debería mejorar
La carencia principal de la herramienta de dipli es que no consigue dar una estructura clara al resultado de su análisis, por ejemplo, agrupando la información sobre una misma temática, lo que dificulta considerablemente la lectura y la comprensión de las conclusiones de la investigación.
Aunque no tengo certeza de cuál es el motivo de tal pain, mi impresión es que la herramienta analiza y va escribiendo el informe de resultados como si fuera una transcripción, es decir, en el estricto orden en que las cuestiones se van planteando en las dinámicas; sin darles un orden y una lógica porque ignora que las dinámicas discursivas no estructuradas no son lineales (por ejemplo, es muy frecuente que los participantes en un grupo de discusión vuelvan varias veces sobre un tema tratado anteriormente para añadir nuevas reflexiones), lo que se traduce en redundancias y en una sensación de dejá vù; de estar volviendo continuamente sobre aspectos que ya se han tratado previamente.
La otra gran mejora que debería realizar la plataforma de dipli es que los informes que genera carecen de un storytelling o de un hilo que cosa y articule los resultados. Son, más bien, una especie de sumatorio de aprendizajes de la investigación por lo que queda en manos del lector, el ejercicio fundamental de dar sentido a las conclusiones; de entender el mensaje que deja la investigación; aquello que está por debajo de las palabras de un informe de resultados.
Además, la herramienta de dipli debería dar un paso adelante para superar, al menos, otras dos limitaciones, aunque de relevancia mejor: por un lado, tiene significativas dificultades para decodificar el lenguaje informal (por ejemplo, la jerga) o simbólico y, por otro lado, debería mejorar considerablemente el entregable en formato PPT, tanto a nivel de contenido como a nivel formal, pues está bastante lejos del estándar del mercado.
Oportunidades valiosas
Finalmente, la prueba me deja la impresión de que la herramienta de dipli podría ser de gran utilidad para cuestiones micro que, sin embargo, consumen una relevante cantidad de recursos y que, además, suelen ser muy poco apreciadas por los técnicos, por ejemplo, localizar verbatims sobre determinadas temáticas, o para otras de elevado valor, por ejemplo, sistematizar la identificación de posiciones discursivas muy específicas (por ejemplo, la de los varones entre 18 y 25 años del mundo rural). En conclusión, creo que si dipli consigue superar las principales limitaciones (falta de estructura y de storytelling en los entregables) para un cualitativista senior podría llegar a ser una mezcla entre “aliado” en la labor analítica y “asistente” para las tareas de menor valor o más micro.
Foto de Nguyen Dang Hoang Nhu.
