Los datos sintéticos han irrumpido como una de las innovaciones más prometedoras para la industria de los insights. Se trata de información generada artificialmente a partir de datos reales que, bien aplicada, puede acelerar la recolección de información, reducir significativamente los costos de los estudios y abrir un espectro inédito de posibilidades para simular escenarios y entender mejor las conductas de los consumidores.
En este contexto, Ipsos viene explorando en su serie Humanizing AI cómo aprovechar los datos sintéticos de manera segura y responsable. Este potencial los convierte en un recurso estratégico para las marcas, pero también en una herramienta que exige cautela, porque no existe aún tecnología capaz de reflejar plenamente la complejidad de la experiencia humana.
La gran pregunta es cómo evaluar su confiabilidad: los datos sintéticos deben contrastarse con datos reales para verificar su precisión estadística. Sin embargo, incluso con estas validaciones, siempre persiste un margen de riesgo.
“Si la IA generativa es como un superpoder, los datos sintéticos son su primera aplicación potenciada: requieren ser manejados con sumo cuidado y solo deben ser confiados a empresas con la experiencia y la responsabilidad necesarias”, afirma Martín Tanzariello, Gerente de Marketing y Comunicaciones de Ipsos Argentina, y agrega: “Nuestro compromiso es liderar esta innovación con criterio, asegurando que cada avance esté al servicio de clientes y consumidores, siempre desde un enfoque ético y humano”.
En este marco, Ipsos presenta tres claves fundamentales para orientar el uso de los datos sintéticos:
1. Los datos sintéticos nunca serán humanos. La inteligencia artificial por sí sola no puede reproducir nuestras experiencias con los productos, que combinan sentidos, emociones, expectativas y contexto. El objetivo debe ser potenciar la contribución humana con datos sintéticos, no reemplazarlo.
2. La precisión depende de los datos de entrenamiento. El valor de los datos sintéticos no es binario (bueno o malo). Su exactitud depende de múltiples factores, entre ellos las diferencias con los datos que buscamos replicar y la representatividad de la información real con la que entrenamos a la IA. El uso de datos sintéticos debe ser estratégico, considerando riesgos y beneficios.
3. Cuando son precisos, pueden potenciar el testeo de productos. Los datos sintéticos pueden impulsar la agilidad de la investigación, reduciendo costos y tiempos en áreas como el testeo, y aportando beneficios adicionales en el análisis detallado de subgrupos.
“En un entorno donde la velocidad, la flexibilidad y la precisión son cada vez más determinantes, contar con un aliado estratégico que combine ciencia de datos, expertise sectorial y principios éticos resulta indispensable para transformar el potencial de la IA en beneficios tangibles para marcas y consumidores. En Ipsos buscamos liderar esta nueva era de la investigación de mercados”, concluye Tanzariello.
Fuente: Ipsos
