Moderadores de IA Revelan Verdades del Consumidor Más Profundas Gracias a su Neutralidad Percibida

Fuente original: Humans of Martech Podcast
Este artículo es un resumen e interpretación editorial de ese contenido. Las ideas son de los autores originales; la selección y redacción son de Streamed.News.

Este programa de Humans of Martech Podcast abordó varios temas. Se destacan 5 segmentos por su relevancia. Cada sección enlaza directamente al momento en el video original.

¿Alguna vez te has preguntado por qué la gente podría contar más a una máquina que a una persona? Este análisis revela cómo la neutralidad percibida de la IA está redefiniendo nuestra comprensión de la franqueza humana, especialmente en temas sensibles.

Moderadores de IA Revelan Verdades del Consumidor Más Profundas Gracias a su Neutralidad Percibida

Los moderadores de inteligencia artificial están demostrando ser excepcionalmente capaces de descubrir verdades incómodas y miedos arraigados a los que los entrevistadores humanos no podrían acceder. Los individuos muestran una mayor disposición a revelar información sensible, como finanzas personales, inseguridades o situaciones médicas, al interactuar con una IA, percibiéndola como una entidad neutral y sin prejuicios. Esta franqueza permite a los investigadores obtener una comprensión más profunda de las motivaciones y los obstáculos. Este fenómeno sugiere que la naturaleza no humana de la IA puede eludir las inhibiciones sociales, lo que lleva a respuestas más honestas y abiertas, aunque los participantes sean conscientes de que expertos humanos revisarán los datos. La capacidad de la IA para realizar preguntas de seguimiento dinámicas mejora aún más su capacidad para explorar situaciones personales matizadas, ofreciendo un enfoque novedoso para la investigación cualitativa que prioriza la verdad sin adornos.

"La gente tiende a ser más receptiva a abrirse a un moderador de IA en temas como sus finanzas, sus inseguridades o sus situaciones médicas, porque es una especie de entidad neutral."

▶ Ver este segmento — 42:07

Experto Advierte Contra el Uso de LLM para Precios, Aboga por Personas Sintéticas Diversas

Un aspecto crítico de la investigación eficaz con usuarios sintéticos implica ir más allá de las personas únicas y monolíticas para representar una amplia distribución de personalidades y rasgos diversos. En lugar de crear una 'enfermera promedio', por ejemplo, los investigadores deberían modelar una gama de individuos con distintos niveles de apertura al cambio, nerviosismo o diferentes situaciones familiares. Este enfoque permite una comprensión más completa de las motivaciones del usuario, respaldada por la capacidad de realizar miles de ensayos simulados. Además, el ponente enfatiza la interrogación continua del 'porqué' para descubrir motivaciones más profundas detrás del comportamiento del usuario. Sin embargo, se emite una advertencia significativa contra el uso de Grandes Modelos de Lenguaje (LLM) como ChatGPT para preguntas basadas en magnitudes, particularmente aquellas relacionadas con precios, ya que estos modelos carecen de una base fundamental en conceptos como tiempo, espacio o dinero, lo que lleva a juicios cuantitativos poco fiables. Tales herramientas son más adecuadas para obtener conocimientos cualitativos y generar hipótesis.

"La única pregunta que escuché y que me preocuparía mucho es: '¿Cuánto pagarías por esto?' Eso es un ejemplo clásico de cómo los LLM simplemente no tienen un concepto de, sabes, tiempo, espacio, dinero."

▶ Ver este segmento — 23:56

Usuarios Sintéticos Generan Apoyo Interno para Investigaciones Humanas Más Profundas

Los usuarios sintéticos sirven como un paso crucial en la investigación de mercado, funcionando como una prueba de concepto que ayuda a construir apoyo organizacional interno y presupuesto para estudios humanos más extensos. Al permitir a los stakeholders explorar rápidamente diversos segmentos de mercado —incluso aquellos tradicionalmente difíciles de alcanzar— estas herramientas impulsadas por IA pueden proporcionar indicaciones iniciales y generar hipótesis. Esta exploración temprana ayuda a identificar áreas prometedoras para una investigación centrada en el ser humano más profunda y que requiere más recursos. Además de generar conocimientos iniciales, los usuarios sintéticos también actúan como una potente herramienta para refinar la comprensión de los stakeholders sobre sus propias preguntas de investigación. Al enfrentarse a respuestas inmediatas, aunque sintéticas, los stakeholders a menudo aclaran sus verdaderos intereses y objetivos. Este proceso iterativo, que puede incluir hacer 'preguntas imposibles' que nunca se harían a individuos reales, ayuda a descubrir los problemas centrales del negocio a resolver y asegura que la investigación humana subsiguiente esté precisamente dirigida.

"Casi no importa lo que dijo ese usuario sintético. Es más una herramienta para ayudarnos a comprender realmente el núcleo del problema que buscamos resolver."

▶ Ver este segmento — 11:47

Usuarios Sintéticos Revelan el "Porqué" Detrás del Comportamiento en el Embudo de Marketing

Los usuarios sintéticos ofrecen un método poderoso para descubrir el 'porqué' subyacente detrás de los datos de comportamiento dentro de los embudos de marketing, abordando una brecha crítica donde las acciones observadas (como abandonar una página de precios o darse de baja) carecen de motivaciones claras. Este enfoque implica aprovechar la IA para interrogar los datos de entrevistas existentes, buscando conocimientos más profundos sobre las decisiones y preferencias del usuario. Es particularmente efectivo para comprender segmentos de usuarios difíciles de alcanzar o extremos, como aficionados altamente especializados o individuos de alto patrimonio neto que suelen ser insensibles a los incentivos de investigación convencionales. Si bien los usuarios sintéticos pueden generar hipótesis sobre posibles motivaciones, el orador advierte que estos conocimientos deben tratarse como 'líneas de evidencia convergentes' en lugar de verdades definitivas. Los investigadores deben mantener un equilibrio de 'curiosidad honesta' y escepticismo saludable, cotejando las posibilidades generadas por la IA con otros datos disponibles. La aplicación adecuada de los usuarios sintéticos varía significativamente según lo que esté en juego, desde la publicidad de productos de consumo hasta campos más críticos.

"Estos grupos a los que no puedes contactar en absoluto son un gran ejemplo de cómo obtener algunas ideas sobre cuáles podrían ser las posibilidades reales aquí y luego qué evidencia tenemos para respaldarlas o refutarlas."

▶ Ver este segmento — 55:04

Los 'Usuarios Sintéticos' No Humanos Impulsan el Interés de los Stakeholders en la Investigación Humana Real

Contrariamente a la intuición, el uso de 'usuarios sintéticos' no humanos está humanizando eficazmente la investigación de mercado al aumentar significativamente el interés de los stakeholders en interactuar con sujetos humanos reales. Tradicionalmente, los informes de investigación estáticos ofrecen una interacción limitada, pero las herramientas de usuarios sintéticos permiten a los stakeholders hacer preguntas continuas de 'qué pasaría si' y 'por qué'. Este proceso de cuestionamiento dinámico ayuda a generar nuevas hipótesis y a descubrir posibilidades previamente inimaginables con respecto a la viabilidad del producto o las estrategias de mercado. Esta interacción iterativa transforma a los usuarios sintéticos en una 'vista previa' para la investigación humana genuina, preparando a los stakeholders para la diversa gama de respuestas que podrían encontrar. Al permitir a los líderes explorar numerosos escenarios y refinar su comprensión de los posibles comportamientos de los usuarios, los usuarios sintéticos finalmente conducen a una conclusión: si estas percepciones simuladas son ciertas, entonces las pruebas rigurosas con participantes humanos reales se vuelven esenciales. Este enfoque fomenta una aproximación más informada y comprometida al diseño centrado en el ser humano y la validación de mercado.

"En cierto momento, dicen: 'Vaya, si eso pudiera ser cierto, este podría ser un ángulo realmente interesante. Necesitamos ir a probarlo con nuestros humanos reales'."

▶ Ver este segmento — 8:05

También se menciona en este vídeo

• Synthetic users as a potential standard for testing ideas and exploring… (0:00)
• Dr. John Whan defines synthetic user research, suggesting alternative terms… (3:26)
• Dr. Whan discusses the current reluctance and lack of awareness surrounding… (6:28)
• Concerns that synthetic users might miss emotional depth by acknowledging… (14:49)
• Synthetic users are built using both professional SAS products and from scratch… (17:47)
• The process of building synthetic users involves analyzing interview data for… (22:04)
• To synthesize existing human research, behavioral data, and various internal… (30:48)
• The Maven course teaches participants to use SAS tools and build agentic… (35:29)
• Traditional average personas are becoming obsolete because new systems can hold… (41:05)
• A common insight from using synthetic users is the heightened engagement of… (44:42)
• The debate between quantitative and qualitative market research, suggesting… (47:36)
• The importance of a gradual and pragmatic approach to introducing synthetic… (52:17)
• Skepticism about analysis paralysis and the theoretical nature of synthetic… (57:53)
• The shift towards designing for both human and agent users, acknowledging the… (1:01:43)
• John Whan shares his personal system for staying aligned with happiness, which… (1:04:22)

Resumen de Humans of Martech Podcast · 1:07:29. Todo el mérito corresponde a los creadores originales. Streamed.News resume contenido de vídeo disponible públicamente.