La máquina que aprende de nosotros
Cuando la comunicación deja de estudiar al público y comienza a anticiparlo
Durante buena parte de la historia de la publicidad, conocer al público significaba intentar descubrir quién estaba al otro lado del mensaje; estudiábamos, preguntábamos, observábamos, investigábamos y desarrollábamos estrategias; era imperativo conocer los hábitos de consumo, las preferencias, las edades, los lugares donde vivían las personas y, sobre todo, aquello que podía hacer que una determinada propuesta resultara relevante para ellas.
La publicidad trabajaba con aproximaciones, construía perfiles y trataba de encontrar una explicación para las decisiones humanas, pero algo permanecía fuera de nuestro alcance: el momento exacto en que una persona cambiaba de opinión, la razón por la que una imagen conseguía detener su atención y el instante en que una búsqueda aparentemente inocente terminaba convirtiéndose en una compra.
Durante décadas, la comunicación tuvo que conformarse con estudiar las huellas que dejaban las personas después de actuar, hasta que internet llegó y cambió esa relación.
En una época, una campaña publicitaria permanecía durante semanas exactamente igual; el anuncio era creado, aprobado, impreso o transmitido y finalmente puesto frente al público para luego iniciar la espera; las agencias podían medir las ventas, realizar estudios posteriores o preguntar qué había producido una campaña, pero el mensaje ya había sido lanzado.
Eran procesos con cierta rigidez: la marca hablaba, el público respondía y, posteriormente, los especialistas intentaban interpretar esa respuesta.
La comunicación, en esencia, era un proceso relativamente lineal, primero se estudiaba al público, después se construía el mensaje, luego se difundía y finalmente se analizaban los resultados.
Pero internet cambió esa economía.
Cada vez que alguien busca algo, abandona una página, permanece unos segundos frente a un contenido, vuelve sobre una imagen, cambia una palabra, reproduce un video o decide no hacerlo, deja una huella que dice muy poco; pero millones de huellas, observadas durante mucho tiempo, empiezan a contar una historia muy precisa.
La revolución digital creó la posibilidad de que la respuesta modificara inmediatamente el mensaje: una fotografía puede funcionar mejor que otra, una determinada pieza puede conseguir más interacción, la duración de un video puede retener a la audiencia durante más tiempo y, finalmente, un anuncio puede funcionar en una persona y fracasar completamente en otra.
La comunicación comenzó entonces a convertirse en un proceso de prueba permanente.
La publicidad ya no tenía que esperar necesariamente hasta el final de una campaña para saber qué había funcionado, podía observar la respuesta mientras la campaña estaba ocurriendo y utilizar esa información para modificar lo que venía después.
A esa transformación se sumó la inteligencia artificial, que volvió a redimensionar la manera de comunicar.
En mis artículos anteriores he tratado de seguir esta transformación desde diferentes ángulos.
En “El diseño de la distracción” hablaba de cómo las interfaces dejaron de limitarse a organizar información y comenzaron a participar en la organización de nuestra atención, una pantalla ya no es solamente una superficie donde aparece contenido; su diseño puede determinar qué ocurre después de que algo consigue captar nuestra mirada.
En “La fábrica de la felicidad” describo cómo el siguiente paso fue observar la manera en que la publicidad aprendió a trabajar con las emociones y cómo las plataformas digitales podían convertir esas emociones en señales capaces de alimentar nuevos procesos de personalización.
Ahora aparece una tercera transformación: la máquina no solamente quiere nuestra atención ni busca únicamente provocar una emoción. Está aprendiendo de nuestra respuesta.
La secuencia puede resumirse en: Atención – Emoción – Confianza – Predicción.
La secuencia no es accidental, cada etapa profundiza un poco más en la relación entre comunicación y ser humano, primero había que conseguir que miráramos; luego, que sintiéramos; posteriormente, que creyéramos; y ahora comienza a ser posible intentar anticipar qué haremos después.
Ya no se trata solamente de saber qué quiere la gente, sino de intentar anticipar qué hará y en ese desplazamiento se encuentra una de las transformaciones más profundas que está viviendo la comunicación contemporánea.
Porque cuando una máquina aprende de nuestro comportamiento, la relación entre quien comunica y quien recibe el mensaje deja de ser completamente unidireccional.
Nosotros observamos la comunicación, pero la comunicación también ha comenzado a observarnos; en realidad, me refiero a las respuestas de las personas que acceden a ella.
Los sistemas de recomendación contemporáneos no dependen únicamente de reglas simples, utilizan técnicas de aprendizaje automático y grandes cantidades de información para relacionar comportamientos y generar predicciones sobre aquello que podría resultar relevante para cada usuario.
Una revisión académica publicada por Springer Nature en 2026 sobre sistemas de recomendación basados en inteligencia artificial describe precisamente la convergencia entre personalización, comportamiento del consumidor, analítica predictiva y experiencia del usuario.
La palabra importante es predictiva, porque recomendar no es solamente mostrar algo que coincide con nuestros intereses; es formular una hipótesis sobre nuestro próximo movimiento; esto........
