Predicción
¿Qué elegirá la persona?
Pronosticar el comportamiento a partir de datos. Potente, cada vez más comoditizado — y mudo sobre si la elección predicha es buena para quien la toma.
Sobre la investigación
Predicción, explicación, influencia — y la línea entre apoyar y manipular
La IA de consumo es muy buena prediciendo lo que la gente hará. Es mucho menos claro que pueda ayudar a las personas a decidir bien. Este proyecto separa tres objetivos que suelen confundirse, y estudia el tercero — la influencia — con un propósito inusual: el juicio y el bienestar de quien decide, no una métrica de conversión.
Predicción, explicación e influencia
Explicación
¿Por qué podría elegirlo?
Comprender las razones detrás de una elección. Una explicación solo es útil si es fiel — un relato verdadero del cálculo, no una historia plausible contada a posteriori.
Influencia
¿Cómo debería la IA apoyar la decisión de forma ética?
Cambiar el propio proceso de decisión. La línea ética: el apoyo involucra la deliberación de la persona; la manipulación la esquiva. Este proyecto vive por completo del lado del apoyo de esa línea.
IA centrada en el humano
Una función objetivo distinta
La IA de consumo convencional optimiza la métrica de la empresa — clics, conversión, retención, ingresos. Un sistema centrado en el humano rinde cuentas ante quien decide: calidad objetiva de la decisión, comprensión, autonomía, satisfacción y menos arrepentimiento. De ese cambio se derivan cuatro compromisos.
El humano al mando
El sistema recomienda; la persona decide. Contradecir a la IA es siempre fácil, visible y libre de fricción o penalización.
Explicación fiel
Cuando se muestra el razonamiento, es el cálculo real — aritmética inspeccionable sobre datos declarados, nunca una racionalización a posteriori ni una confianza fabricada.
El bienestar del consumidor como resultado
El éxito se mide por si la persona eligió bien para su situación, no por si obedeció al sistema.
La agencia se mide, no se supone
La autonomía percibida, la manipulación percibida y la conducta de rechazo se registran como resultados de primera clase junto a la calidad de la decisión.
El estudio, a grandes rasgos
Un experimento de decisión aleatorizado con cuatro condiciones
Experimento en línea aleatorizado, entre sujetos y con cuatro condiciones. Los participantes reciben un perfil realista de uso de telefonía móvil y eligen uno de seis planes. El plan objetivamente más conveniente puede calcularse a partir del perfil, lo que hace que la calidad de la decisión sea medible en lugar de supuesta.
- Brazo 01
Humano solo
El participante decide únicamente con la información de los planes — sin recomendación de ningún tipo.
- Brazo 02
IA opaca
Se muestra una recomendación sin ningún razonamiento.
- Brazo 03
IA explicable
La misma recomendación, junto con el cálculo que la sustenta, abierta a inspección.
- Brazo 04
IA reflexiva
El sistema pregunta primero qué considera importante el participante y luego recomienda un plan alineado con esas prioridades declaradas.
Donde aparece una recomendación, todas las condiciones comparten el mismo cálculo determinista, y cada pantalla es visualmente idéntica salvo por la forma de apoyo asignada. Publicamos las hipótesis direccionales y los planes de análisis mediante prerregistro — no en las páginas dirigidas a participantes — para no sesgar el comportamiento.
Qué se mide
Resultado primario. Calidad objetiva de la decisión — la brecha de costo normalizada entre el plan seleccionado y el mejor plan elegible para el perfil asignado.
- Comprensión
- Confianza en la decisión
- Confianza en la recomendación
- Autonomía percibida
- Manipulación percibida
- Arrepentimiento posterior a la elección
- Satisfacción
- Aceptación y rechazo de la recomendación
- Tiempo en la tarea e inspección de la información
- Alineación con las preferencias
Privacidad y consentimiento
Consentido, minimizado, eliminable
Qué cubre el consentimiento
- El propósito del prototipo y los procedimientos que implica
- Exactamente qué datos se recogen y durante cuánto tiempo se conservan
- Cómo retirarte durante la sesión y cómo solicitar la eliminación después
- Que no se usa engaño alguno, y que ningún servicio de IA externo recibe tus datos
- Un contacto para preguntas o inquietudes
Cómo se tratan los datos
- Identificadores de estudio anónimos — sin cuentas, nombres ni correos en los datos del estudio
- Solo se recogen los datos que exige el protocolo; nada se reutiliza para publicidad
- Sin píxeles publicitarios, grabación de sesión ni analítica de marketing en las rutas del estudio
- Las recomendaciones se calculan localmente con un motor determinista — ningún dato personal se envía a un modelo externo
- Cada registro almacenado está versionado, de modo que los resultados siguen siendo auditables y reproducibles
Esto es un prototipo de ingeniería. El reclutamiento público y cualquier afirmación de hallazgos de investigación solo llegarán tras la revisión ética aplicable y el prerregistro.