Audiencias sintéticas: cuándo puedes testear una campaña con «consumidores de IA» y cuándo te están engañando

Imagina que tienes tres conceptos de campaña y una reunión el jueves. Antes, eso era una encuesta de dos semanas o una intuición defendida con mucha seguridad. Ahora hay herramientas que te devuelven 500 «consumidores» opinando en veinte minutos. Mujeres de 35 a 44 años, urbanas, que compran en Mercadona. Te dicen qué concepto prefieren, por qué y cuánto pagarían.

La pregunta que nos hacen cada vez más clientes es si se pueden fiar. La respuesta corta es que depende de la pregunta que le hagas al panel. Y la larga es este artículo.

Qué son las audiencias sintéticas (y por qué ya están en tu sector)

Una audiencia sintética es un panel de consumidores simulado por un modelo de lenguaje. A cada «persona» se le asigna un perfil y se le hacen las preguntas de una encuesta, un test de concepto o una entrevista. Algunos proveedores construyen esas personas con datos demográficos; los más serios las alimentan con entrevistas o datos de comportamiento de personas reales.

Ya hemos hablado de las synthetic personas y los digital twins como herramienta de research. Lo que ha cambiado en un año es la escala. En el informe de tendencias de Qualtrics, el 69% de los 3.198 investigadores de mercado encuestados en 14 países decía haber usado respuestas sintéticas en el último año, y el 71% creía que serán la mayoría de la investigación en tres años (Research Live). Es una encuesta de un proveedor que vende la tecnología, así que tómala como termómetro de adopción, no de calidad.

Lo que hacen bien: ordenar opciones y leer tendencias generales

La mejor evidencia a favor viene de un estudio de PyMC Labs con Colgate-Palmolive (arXiv, octubre de 2025). Replicaron 57 encuestas de productos de cuidado personal con 9.300 respuestas humanas. El truco estuvo en no pedirle al modelo un número del 1 al 5. Le pidieron una respuesta en texto libre y después la tradujeron a la escala comparando su significado. Así alcanzaron el 90% de la fiabilidad test-retest humana, es decir, casi tanta consistencia como la de una persona que contesta la misma encuesta dos veces.

Ojo con cómo se cuenta esa cifra. No significa que la IA acierte el 90% de las respuestas. Significa que el ranking de productos que sale del panel sintético se parece al real casi tanto como se parecen dos tiradas de personas reales entre sí.

El otro estudio de referencia es académico. Investigadores de Stanford y Google DeepMind entrevistaron dos horas a 1.052 personas y crearon un agente de IA por cada una (Generative Agent Simulations of 1,000 People, noviembre de 2024). Esos agentes reprodujeron las respuestas a la General Social Survey con el 85% de la consistencia que tenían las propias personas al repetir la encuesta dos semanas después. La clave estaba en la materia prima: dos horas de entrevista real por persona, no una ficha demográfica.

Lo que hacen mal: exageran lo bueno y aplanan a la gente

Aquí viene la parte que no sale en las demos. El estudio de NIM publicado en abril de 2026 (Kaiser y colegas, NIM Marketing Intelligence Review) comparó gemelos digitales con consumidores reales en un embudo de marca. Acertaron la elección de marca el 79% de las veces, pero se desviaron una media de 1,2 puntos en una escala de 7. Y siempre hacia el mismo lado: sobrestimaron las actitudes positivas, sobre todo con las marcas más conocidas. Sus respuestas, además, eran mucho más parecidas entre sí que las de las personas.

Esto tiene una consecuencia directa para una marca. Si eres el líder de tu categoría, el panel sintético te va a querer más de lo que te quiere tu consumidor. Si eres una marca pequeña o vas a lanzar algo nuevo, el modelo apenas tiene información sobre ti y rellena el hueco con lugares comunes.

El tercer problema es la estabilidad. En un estudio publicado en Political Analysis (Bisbee y colegas, 2024), las medias de ChatGPT se parecían mucho a las de la encuesta real. Pero el 48% de los coeficientes estadísticos eran significativamente distintos, las respuestas cambiaban con pequeños retoques del enunciado y la misma pregunta daba resultados distintos con tres meses de diferencia.

La asociación estadounidense de investigación de opinión, AAPOR, lo resume en su informe de mayo de 2026 (Responsible AI Integration in Survey Research): las respuestas sintéticas pueden aproximar la media de una pregunta, pero suelen perder el matiz, el contexto y la diversidad de las personas reales. Y fallan más en grupos minoritarios, conceptos culturales concretos y temas con carga emocional. Justo donde se juegan casi todas las campañas de marca.

Nuestro semáforo: qué puedes testear con IA y qué no

En Brandcrops usamos la IA en el research todos los días, y precisamente por eso tenemos una regla: el panel sintético propone y las personas deciden. La forma práctica de aplicarla es un semáforo por tipo de decisión.

Verde (adelante, con criterio):

• Probar un cuestionario o un brief antes de lanzarlo a personas: preguntas ambiguas, saltos rotos, enunciados que nadie entiende. Es el uso que AAPOR considera más útil.
• Generar hipótesis y objeciones para preparar entrevistas reales.
• Descartar las peores opciones cuando tienes diez territorios y presupuesto para testear tres.

Ámbar (sí, con validación humana):

• Ordenar conceptos o claims en una categoría madura y conocida. El ranking suele aguantar; las distancias entre opciones, no tanto.
• Explorar segmentos grandes y bien representados en los datos con los que se construyó el panel.

Rojo (aquí necesitas personas):

• Medir cuánto: intención de compra para un forecast, sensibilidad al precio, tamaño de un efecto.
• Humor, emoción, códigos culturales e ironía. Lo que hace que una campaña se recuerde es lo que peor simula un modelo entrenado para ser prudente.
• Segmentos pequeños, nichos y lanzamientos de marcas que el modelo apenas conoce.
• Cualquier decisión de presupuesto que vayas a defender ante dirección con «los consumidores dicen».

Hay un matiz que nos parece clave. Los fallos del panel sintético se parecen mucho a los de la creatividad hecha solo con IA: tiende a lo probable, a lo amable y a lo medio. Lo contamos al hablar del AI slop y cómo lo penaliza el consumidor. Si testeas con IA una idea hecha con IA, el riesgo es que el sistema se apruebe a sí mismo.

Cómo combinarlas con social listening y research humano

La forma en la que mejor funciona es como primera capa de un proceso con tres:

1. Escucha real primero. Antes de simular al consumidor, lee lo que ya dice sin que le preguntes: comentarios, reseñas, búsquedas, conversación en redes. Te da el vocabulario, las objeciones y los matices que luego vas a necesitar. Lo explicamos en cómo convertir el social listening en decisiones de negocio.
2. Panel sintético para preparar. Alimenta las personas sintéticas con esa escucha (no solo con una ficha demográfica) y úsalas para afinar el cuestionario, generar hipótesis y quedarte con las mejores opciones.
3. Personas reales para decidir. Una muestra humana, aunque sea pequeña, sobre las opciones finalistas. Si el resultado humano y el sintético no coinciden, manda el humano y tienes una pista valiosa sobre dónde se equivoca tu panel.

Y una regla de higiene que pedimos en todos los informes: separar con claridad qué dato viene de personas y cuál es simulado. Es lo mínimo que exige AAPOR y es lo que te protege cuando alguien en el comité pregunta de dónde sale una cifra. Tener muchas respuestas no equivale a tener dirección, y lo explicamos en separar el ruido del insight.

Cómo detectar cuándo te están vendiendo humo

Las cifras de precisión más altas del mercado suelen venir de los propios proveedores, medidas con su propia métrica y sin estudio publicado detrás. Antes de comprar, pregunta con qué datos humanos se construyó cada persona, contra qué estudio real se validó y con qué métrica, qué pasa si repites la pregunta o cambias una palabra, y cómo distingue el informe lo humano de lo simulado. Si la respuesta es un «92% de precisión» sin más, ya sabes lo que estás comprando.

La IA ya es parte del research y lo va a ser más. Úsala para llegar antes a las preguntas correctas, y deja que las respuestas importantes vengan de la gente que compra. Como copiloto, la IA multiplica tu criterio; usada como juez, lo sustituye. Lo desarrollamos en cómo usar la IA como copiloto estratégico sin perder el control de tu marca.

Fuentes

• Maier, Wiecki y otros (PyMC Labs y Colgate-Palmolive), LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings, arXiv, octubre de 2025.
• Park y otros (Stanford, Google DeepMind), Generative Agent Simulations of 1,000 People, arXiv, noviembre de 2024.
• Kaiser y otros, Leaving Insight to Digital Twins? Promise, Progress and Limits of Synthetic Respondents, NIM Marketing Intelligence Review, abril de 2026.
• Bisbee, Clinton, Dorff, Kenkel y Larson, Synthetic Replacements for Human Survey Data? The Perils of Large Language Models, Political Analysis, 2024.
• AAPOR, Responsible AI Integration in Survey Research, mayo de 2026.
• Research Live, Researchers predict synthetic responses will dominate in coming years (informe de tendencias de Qualtrics).