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, tiene el potencial de acelerar significativamente la recolección de información —pasando de semanas a horas— y reducir los costos de los estudios. Además, abren un espectro inédito para simular escenarios y comprender mejor las conductas de los consumidores.

En este contexto de transformación, Ipsos explora en su serie Humanizing AI -Humanizando la Inteligencia Artificial- cómo aprovechar este recurso de manera segura y responsable. Aunque los datos sintéticos son un recurso estratégico que permite “jugar con lo posible”, esta herramienta exige cautela, ya que aún no existe tecnología capaz de reflejar plenamente la complejidad de la experiencia humana.

Martín Tanzariello, Gerente de Marketing y Comunicaciones de Ipsos Argentina, subraya la magnitud de esta tecnología: “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”.

La mecánica de la simulación: ¿qué son los datos sintéticos?

Los datos sintéticos son datos simulados que no provienen directamente de una persona real. En cambio, son generados por un modelo de Inteligencia Artificial que es entrenado utilizando perfiles y respuestas de consumidores reales. Este modelo aprende los patrones de comportamiento, las preferencias y las respuestas, y es capaz de crear nuevos perfiles o encuestados artificiales que son estadísticamente idénticos a los reales.

Su generación se da a partir de la interacción de dos modelos de IA: un modelo “Generador” que crea los datos, y un modelo “Discriminador” que actúa como un juez, verificando que los datos sintéticos reproduzcan las mismas estructuras y características que los datos de consumidores reales. Este ciclo de retroalimentación garantiza que los datos generados sean fiables y realistas para el análisis.

Ipsos ve este desarrollo como una herramienta poderosa y ya disponible que está redefiniendo la agilidad y la profundidad con la que las marcas pueden revolucionar sus procesos de innovación.

Agilidad, eficiencia y alcance: la oportunidad de negocio

La oportunidad que representan los datos sintéticos para las marcas, especialmente en mercados dinámicos como el argentino, se resume en tres pilares:

1. Agilidad: Permiten reducir los tiempos de prueba hasta en un 50%, lo que significa desarrollar procesos de innovación en semanas en lugar de meses o incluso años.
2. Eficiencia: Implican un ahorro de costos significativo en la prueba de productos, que puede oscilar entre un 20% y un 60%, optimizando la gestión de recursos.
3. Alcance: Es posible aumentar una muestra de consumidores reales, lo que facilita el análisis de nichos o subgrupos de consumidores con una profundidad que antes era costosa o muy difícil de alcanzar. Esto permite entender en detalle las preferencias de segmentos específicos (como un grupo de edad particular o una región) sin necesidad de reclutar a cientos de personas de ese grupo.

En resumen, los datos sintéticos permiten a las marcas tomar decisiones con la misma confianza estadística, pero de manera más ágil y eficiente, obteniendo a la vez insights más profundos.

Las tres claves de Ipsos para un uso responsable

A pesar de los enormes beneficios potenciales, los datos sintéticos deben contrastarse con datos reales para verificar su precisión estadística, ya que siempre persiste un margen de riesgo. La gran pregunta es cómo evaluar su confiabilidad.

El límite de su utilización es crucial: los datos sintéticos no deben reemplazar completamente a los datos humanos, sino aumentarlos. El enfoque más poderoso y responsable es el híbrido: Inteligencia Humana + Inteligencia Artificial.

En este marco, Ipsos presenta tres claves fundamentales para orientar el uso de los datos sintéticos:

1. Los datos sintéticos nunca serán humanos. La IA por sí sola no puede reproducir la complejidad de nuestras experiencias con los productos, que combinan sentidos, emociones, expectativas y contexto. El objetivo debe ser potenciar la contribución humana con datos sintéticos, no reemplazarla.
2. La precisión depende de los datos de entrenamiento. El valor de los datos sintéticos no es binario. Su exactitud depende de múltiples factores, incluyendo la representatividad de la información real con la que se entrena a la IA. El uso 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.
   

De la muestra semilla a la decisión de negocio

La recomendación de Ipsos es utilizar los datos sintéticos para el aumento de datos, no para la sustitución total de datos humanos. Es mandatorio partir de una base de consumidores reales, que aportan la autenticidad y la profundidad de la experiencia.

Los datos sintéticos se integran y fusionan con datos reales. Partiendo de una muestra humana, los modelos de IA son entrenados con esa base y llevan la esencia de los datos de consumidores reales.

Un ejemplo práctico de aumento de datos es el caso de una marca de consumo masivo que lanza un nuevo shampoo en Argentina.

• Muestra Semilla: En lugar de reclutar 200 consumidores para una prueba ciega, se recluta un grupo más pequeño pero muy representativo de 50 consumidores reales.
• Generación Sintética: El modelo de IA analiza en profundidad las respuestas de estos 50 consumidores y genera 150 respuestas sintéticas adicionales, las cuales se comportan estadísticamente igual que las reales.
• Muestra Aumentada: El resultado final es una muestra de 200 (50 reales + 150 sintéticos) que es estadísticamente robusta y permite tomar las mismas decisiones de negocio.

Esta capacidad de combinar inteligencia artificial con inteligencia humana —creatividad, curiosidad, ética y rigor científico, cualidades integradas en su plataforma Ipsos Facto— puede convertirse en un motor de innovación.

Martín Tanzariello concluye que la necesidad de alianzas estratégicas es clave: “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 inteligencia artificial en beneficios tangibles para marcas y consumidores. En Ipsos buscamos liderar esta nueva era de la investigación de mercados”.