Saltar al contenido
Nornic

Nornic Labs · Prototipo de investigación

Can AI Help Us Make Better Decisions Without Making Them for Us?

This Nornic Lab prototype explores how different forms of decision support affect understanding, trust, autonomy, and the quality of consumer choices.

El estudio se realiza en inglés.

The goal is not to maximize compliance. The goal is to test whether AI can make complexity easier to understand while keeping the human in command.


La premisa es aumentar, no automatizar: la mente sigue al mando, y cualquier capa computacional existe para hacer visible la complejidad — nunca para decidir por ti.

Qué implica participar

Seis pasos serenos, una decisión honesta


  1. Información del estudio y consentimiento

    Lees qué hace el prototipo, qué se registra y cómo retirarte — antes de que se guarde nada.

  2. Unas pocas preguntas iniciales

    Preguntas breves y mínimas. Sin cuenta, sin correo, sin nombre — solo un identificador de estudio anónimo.

  3. Un escenario asignado

    Recibes un perfil hipotético de uso de telefonía móvil y se te pide decidir en su nombre.

  4. Una decisión

    Eliges uno de seis planes de servicio. Según la asignación aleatoria, puedes no ver ninguna asistencia, o una forma de apoyo a la decisión. Cualquier recomendación puede rechazarse.

  5. Una encuesta breve

    Cómo se sintió el proceso de decisión — comprensión, confianza, autonomía. No hay respuestas correctas ni incorrectas.

  6. Cierre informativo

    La sesión termina explicando exactamente cómo se calculó cualquier recomendación que hayas visto.

El experimento de un vistazo

Una decisión, cuatro formas aleatorizadas de apoyo

Cada participante recorre el mismo camino — consentimiento, preguntas iniciales, un perfil de consumo asignado, una decisión de plan, una encuesta breve y un cierre informativo. La asignación aleatoria cambia únicamente el apoyo a la decisión mostrado durante la tarea; todo lo demás es idéntico en cada pantalla.

Diagrama del flujo experimental: consentimiento, preguntas iniciales, perfil asignado, asignación aleatoria a cuatro condiciones paralelas — humano solo, IA opaca, IA explicable e IA reflexiva — y después una decisión, una encuesta posterior y un cierre informativo.
Fig. 01El flujo experimental. La asignación aleatoria decide cuál de las cuatro formas de apoyo a la decisión — si alguna — aparece durante la única decisión de plan.

Compromisos éticos

Las reglas que este prototipo se impone a sí mismo

  • 01

    Tú sigues al mando

    Toda recomendación es opcional y claramente rechazable. Nada viene preseleccionado, y no hay penalización por elegir distinto.

  • 02

    Sin patrones oscuros

    Sin urgencia, sin falsa escasez, sin valores por defecto ocultos, sin empujones de prueba social, sin explotación emocional — dentro o fuera de la tarea.

  • 03

    IA determinista y auditable

    Las recomendaciones provienen de un motor de puntuación versionado y determinista. Ningún gran modelo de lenguaje decide nada, y las explicaciones coinciden con el cálculo real.

  • 04

    Minimización de datos

    Solo se recoge lo que el protocolo exige, bajo un identificador anónimo. Los datos están versionados, son exportables y pueden eliminarse a petición.

  • 05

    Sin rastreo de terceros

    Las rutas del estudio no llevan píxeles publicitarios, ni grabación de sesión, ni analítica de marketing. Ningún dato personal se envía a servicios de IA externos.

  • 06

    Evidencia honesta

    Los datos sintéticos de ingeniería siempre se etiquetan como tales y nunca se presentan como un hallazgo humano. Los resultados se reportan solo en agregado.

Diez minutos. Una decisión. Transparencia total al final.

This prototype does not provide real purchasing advice.

Entrar al prototipo