Usuarios sintéticos: qué son, qué pueden hacer y qué no

2026-08-13 · 17 min de lectura

Los usuarios sintéticos son participantes de investigación generados por IA: personas creadas con un modelo de lenguaje y definidas por un perfil demográfico y actitudinal. Se les plantean las mismas preguntas que a un panel real. No son personas ni producen opiniones propias. Ofrecen una simulación rápida, barata y direccional de cómo respondería una población descrita; para algunas preguntas de investigación resulta útil y para otras es directamente engañosa. Esta página explica cuáles son cuáles.

Ideas clave

• Los usuarios sintéticos son encuestados simulados generados por un modelo de lenguaje y condicionados con una población descrita. Nada de lo que dicen procede de una persona.
• Rinden mejor en preguntas comparativas y direccionales, y peor en cifras absolutas, comportamientos nuevos y poblaciones especializadas. La evidencia de revisión publicada traza la misma línea: la concordancia entre muestras de silicio y humanas «varía considerablemente entre dominios», y el potencial está en las fases iniciales, en pretests y estudios piloto (Sarstedt et al., 2024).
• La calidad la determinan sobre todo los datos de anclaje, no el tamaño del modelo: el anclaje demográfico a nivel de grupo puede reproducir con gran fidelidad las distribuciones de sondeos reales, aunque la replicabilidad varíe por grupo y por tema (Sun et al., 2024).
• Son un complemento de la investigación real, no un sustituto; la literatura de marketing llega a la misma conclusión sobre la IA en general: aumenta las capacidades de los directivos mejor de lo que los reemplaza (Davenport et al., 2020).

¿Qué son los usuarios sintéticos?

Los usuarios sintéticos son participantes de investigación artificiales creados al pedir a un modelo de lenguaje que responda como miembro de una población definida. Cada uno cuenta con un perfil —edad, mercado, ingresos, valores, actitudes y hábitos de medios— y responde a preguntas de entrevista, ítems de encuesta o estímulos creativos como lo haría plausiblemente ese perfil. La literatura denomina a este constructo muestra de silicio (Sarstedt et al., 2024). El resultado parece un dato de investigación. Es una simulación.

Esta distinción es el núcleo de la cuestión. Un usuario sintético no recuerda haber comprado nada: solo dispone de un modelo estadístico de cómo suele redactarse el texto sobre gente así. A veces es una aproximación suficiente para decidir; a menudo no. El término se usa con poco rigor en toda la categoría, así que conviene fijar primero el vocabulario.

Usuarios sintéticos, personas sintéticas y encuestados sintéticos

Suelen tratarse como sinónimos, pero se entienden mejor como una misma cosa en tres etapas.

Un cuarto término, gemelo digital, designa el modelo simulado de una persona real concreta construido con sus propios datos: es una técnica distinta y con requisitos mucho más exigentes. Toubia et al. (2025) encuestaron a 2.058 personas con 500 preguntas y 2,42 horas de dedicación media para construir un banco de pruebas público de gemelos a nivel individual. No es el muestreo poblacional que se describe aquí.

Sobre cómo se construyen los perfiles, consulte la guía de personas sintéticas. Esta página se centra en lo que ocurre cuando una de ellas empieza a responder.

Cómo se generan los usuarios sintéticos

Son cuatro fases, y en la segunda reside la mayor parte de las diferencias de calidad entre herramientas.

1. Definición de la población. Describa a quién quiere escuchar: mercado, franja de edad, ingresos y los rasgos relevantes para la pregunta. Es el brief que entregaría a una agencia de reclutamiento.

2. Anclaje y muestreo. El sistema construye perfiles que encajen con ese brief. Pedir al modelo que los invente puede sonar fluido, pero tiene un defecto concreto: de las 14 replicaciones psicológicas revisadas por Sarstedt et al. (2024), seis mostraron un «efecto de respuesta correcta», es decir, el modelo respondía de forma muy uniforme y casi sin variación. La alternativa es muestrear los atributos a partir de datos poblacionales reales. Sun et al. (2024) muestran por qué es decisivo: anclado solo en distribuciones demográficas de grupo, un modelo produjo distribuciones de respuesta «notablemente similares a los sondeos de opinión pública reales de EE. UU.». SynthFolk ancla las personas en la Encuesta Social Europea y el Eurobarómetro a lo largo de cinco regiones culturales, de modo que la confianza institucional o la sensibilidad al precio de una persona reflejan una distribución medida y no la impresión que el modelo tiene de ella.

La regla que se deriva no es un hallazgo publicado, sino una conclusión nuestra a partir del mecanismo: el desacuerdo es la señal. La unanimidad informa de la opción por defecto del modelo, no de la dispersión del mercado.

3. Consulta independiente. Cada usuario sintético se genera y se consulta por separado, sin representar un papel conjunto dentro de una misma ventana de contexto. El texto mediado por un LLM ya es más homogéneo que el humano —45 % de similitud en tareas de resumen frente al 27 % de los resúmenes humanos (Lin)—, de modo que un contexto compartido solo agrava la atracción hacia la media. El formato grupal también es un instrumento débil con gente real: en los rediseños de packaging más recientes de 227 profesionales de marketing, Caruso et al. (2025) encontraron que los grupos focales figuraban entre los métodos asociados a resultados menos exitosos, mientras que la investigación orientada a identificar qué elementos de diseño asocian ya los consumidores a la marca se asociaba a mejores resultados. Es una asociación en una categoría concreta, no una ley, pero constituye un argumento débil a favor de simular la discusión de grupo.

4. Agregación. En el trabajo cualitativo, temas y verbatims; en el cuantitativo, distribuciones y desgloses; para estímulos A/B, puntuación comparativa.

Una consecuencia de la segunda fase, como razonamiento y no como medición, es esta: un panel pequeño y bien anclado debería superar a uno grande y sin anclaje. Más encuestados de la misma distribución colapsada aportan confianza, no información.

El módulo cualitativo de SynthFolk convierte una descripción del público en lenguaje corriente en entre 3 y 8 personas ancladas en datos.

Para qué se usa la investigación con usuarios sintéticos

La investigación sintética tiene sentido allí donde el valor está en la amplitud, la velocidad y la comparación, no en el descubrimiento. Sarstedt et al. (2024) sitúan su potencial en «las fases iniciales del proceso de investigación, como el pretest cualitativo y los estudios piloto», y valoran con mucho más rigor su uso en el estudio principal.

Cribado de conceptos. Once declaraciones de posicionamiento y presupuesto para probar dos. Un panel sintético ofrece una ordenación sobre la que discutir, suficiente para decidir qué entra en la prueba real. Hoy, la mayoría de los equipos resuelve esa misma decisión debatiendo en una sala de reuniones.

Comparación de mensajes y creatividades. Las comparaciones A/B de titulares, propuestas de valor o piezas publicitarias encajan mejor con el método: un juicio relativo está menos expuesto al problema de calibración que uno absoluto. No sustituye a la prueba real, sino que genera la lista corta que la precede. Un estudio de estímulos con potencia estadística adecuada se parece al de Caruso et al. (2026), donde 484 consumidores estadounidenses y 491 británicos evaluaron 48 packs rediseñados. El módulo de medios de SynthFolk ejecuta ese cribado en modo A/B.

Pilotaje de encuestas y entrevistas. Pruebe su instrumento con encuestados sintéticos antes de gastar en reclutamiento. Las preguntas ambiguas alteran las respuestas sintéticas igual que las humanas, y localizará los ítems defectuosos en una tarde.

Primeras pasadas multimercado. Una docena de mercados resulta prohibitiva con paneles reales y trivial con los sintéticos. Las cifras por mercado no son defendibles —Sun et al. (2024) observan que la replicabilidad varía según el grupo demográfico y el tema, y lo atribuyen a sesgos sociales presentes en los modelos—, así que lea el patrón de divergencia como una hipótesis sobre dónde hace falta trabajo de campo.

Mapeo de objeciones. Preguntar a un panel diverso qué les frenaría a la hora de comprar genera rápidamente un inventario de objeciones. No indica cuán frecuente es cada una, pero evita que alguna le pille desprevenido más adelante.

Todas son tareas de filtrado previas a una decisión real, no la decisión misma. Esto también marca la frontera con la categoría más amplia de la investigación de mercado con IA, donde el análisis asistido por IA y las entrevistas moderadas por IA con personas reales se confunden con el trabajo plenamente sintético.

Los argumentos en contra de los usuarios sintéticos

Los textos más leídos sobre este tema no los escriben los proveedores. La crítica a los usuarios sintéticos de Nielsen Norman Group (2024) sostiene que no pueden reemplazar lo que aporta estudiar a personas reales y que a menudo devuelven respuestas superficiales o excesivamente favorables. Papangelis (2025), en ACM Interactions, plantea el argumento afín de la «falacia de la persona sintética»: vender reconocedores estadísticos de patrones como cognición simulada toma prestada la autoridad de la investigación mientras abandona sus exigencias. Los profesionales de la UX cuantitativa lo dicen con más crudeza: las respuestas simuladas no son datos, porque no se midió nada.

Tres partes de esa crítica son correctas, y ningún grado de anclaje las resuelve.

1. No hay medición. Una distribución sintética se genera, no se observa; reportarla con las convenciones de intervalos de confianza propias de la investigación por encuesta es un error de categoría. Tampoco la coherencia puede hacer las veces de prueba: Lin documenta agentes de IA autónomos que superan el 99,8 % de 6.000 controles de atención mientras producen datos psicométricamente sólidos e indistinguibles del trabajo humano cuidadoso.
2. Los modelos tienen sesgos de respuesta sistemáticos. Sun et al. (2024) vinculan los fallos de replicabilidad por subgrupo a los sesgos sociales de los modelos. Lin es más incisivo: el saneamiento «trunca precisamente las colas de la distribución: expresiones de prejuicio, ambivalencia, opiniones extremas». Valenzuela et al. (2024) nombran el mecanismo, reduccionismo paramétrico: represente a una persona con unos pocos parámetros y perderá todo lo que esos parámetros no recojan.
3. La sustitución es un riesgo institucional real. El modo de fallo no es un estudio malo, sino un presupuesto de investigación reemplazado en silencio por una suscripción y un equipo que ha dejado de hablar con nadie.

La respuesta honesta no es rebatir esto, sino diseñar contando con ello. Hasta qué punto las personas bien ancladas siguen a los encuestados reales se aborda en qué precisión tienen los encuestados sintéticos.

Cuándo recurrir a usuarios reales

Detrás de esa tabla hay cinco límites fundamentales:

Cifras absolutas. Un panel sintético que informa de un 63 % de intención de compra produce un número sin calibración con la realidad. Hasta qué punto las filas sintéticas desplazan una estimación no es hipotético: en las simulaciones de Lin sobre los sondeos presidenciales estadounidenses de 2024, insertar entre 10 y 52 encuestados sintéticos en muestras de 1.600 cambiaba qué candidato encabezaba el resultado. Lea las distribuciones en clave comparativa, nunca como previsión.

Productos genuinamente nuevos. Los datos de anclaje son anteriores al modelo y los datos de entrenamiento no son inspeccionables; es un problema abierto que Ong (2024) señala para la investigación que emplea LLM como sustitutos de personas. Donde no existe una distribución actitudinal, el modelo interpola con seguridad; cuanto más lejos esté el producto del comportamiento establecido, menos significa el resultado.

Poblaciones infrarrepresentadas y especializadas. Los datos de anclaje son más escasos justo donde la precisión más importa, y la ficción resultante es convincente, que es la parte peligrosa. Fernandez et al. generaron 2.106 personas sintéticas a partir de 13 perfiles diagnósticos informados por el DSM y aplicaron siete instrumentos validados de cribado psiquiátrico; a partir únicamente de descripciones breves, el modelo produjo puntuaciones clínicamente diferenciadas y sensibles a la gravedad. Una respuesta coherente que cruza los umbrales ya no es indicio de participación auténtica. La verosimilitud no es su comprobación.

Experiencia vivida y comportamiento observado. Los usuarios sintéticos generan lo que una persona descrita podría decir. No pueden mostrarle el apaño que alguien improvisó ni la vacilación antes de un clic. Por el mismo motivo, dos clases de medición quedan fuera de su alcance. La frecuencia conductual procede de registros de comportamiento: Tanusondjaja et al. (2023) derivan distribuciones de compradores intensivos de más de 550 millones de transacciones de grandes almacenes, no de preguntar. Y los constructos basados en la memoria pertenecen a la red de memoria de un comprador en una situación de compra, no al texto sobre una marca; la saliencia de marca es, por tanto, un problema de medición y no una pregunta para un modelo (Romaniuk y Sharp, 2004).

Exposición regulatoria, de seguridad o legal. Si una respuesta equivocada provoca una retirada de producto, una multa o un daño, use humanos.

De ahí la conclusión: la investigación sintética es un complemento, no un sustituto. Cambia la economía de preguntas que nunca financiaría y afina la investigación real al despejar antes los desvíos evidentes. Un equipo que prescinde de su función de investigación y compra un panel sintético compra una forma de confirmar sus propias creencias previas.

Los usuarios sintéticos en la práctica

Un primer estudio debería ser pequeño, comparativo y verificable.

Configuración. Módulo cualitativo. Describa el público en lenguaje corriente: compradores de alimentación de 30 a 50 años en dos mercados europeos, con ingresos mixtos. Tres personas forman el panel más pequeño capaz de discrepar. El precio parte de 6 créditos y se publica en la página de precios.

Instrumento. Plantee cuatro o cinco preguntas abiertas sobre una decisión que ya haya tomado, más una repregunta cuya respuesta desconozca.

Qué se obtiene. Una transcripción por persona y, después, una síntesis: temas recurrentes, puntos en los que las personas discrepan y los verbatims que los sustentan. Lea primero las divergencias. Si las tres dieron la misma respuesta con tres registros distintos, su pregunta era sugestiva o la descripción del público demasiado estrecha; ambas cosas se corrigen en la siguiente ejecución, no tras seis semanas de trabajo de campo.

La comprobación que importa. Elija una pregunta que respondiera el año pasado con investigación real, ejecútela en versión sintética y compruebe si el panel reproduce el hallazgo. Dos razones hacen de ello una prueba seria. Ejecutar su propia comparación sobre su propio fenómeno genera conocimiento real, no un sustituto menor de una teoría general de la precisión (Golder et al., 2023). Además, el listón no es la coincidencia exacta: los humanos tampoco responden igual dos veces, y por eso Toubia et al. (2025) incorporaron una oleada repetida a su estudio para fijar una línea base de test-retest. El conjunto de comparación humano tampoco está ya limpio: alrededor del 34 % de los encuestados de Prolific y hasta el 73 % en MTurk declaran usar IA en los ítems abiertos (Lin).

Los equipos que obtienen valor sostenido siguen un mismo ciclo: divergir en sintético, someter el instrumento a prueba en sintético, validar con humanos lo que sobreviva y luego comprobar la calibración frente a lo que halló el estudio real. El cuarto paso separa el uso serio de una máquina de racionalizar, y nadie puede darlo por usted.

Preguntas frecuentes

¿Son personas reales los usuarios sintéticos?

No. Son simulaciones de un modelo de lenguaje ancladas en estadísticas poblacionales: no representan a ningún individuo concreto, no tratan datos personales y ninguna respuesta procede de un ser humano. Cualquier herramienta que insinúe lo contrario tergiversa el método.

¿Son precisos los usuarios sintéticos?

No hay una única cifra de precisión, y la literatura de revisión explica el motivo: la concordancia con muestras humanas varía considerablemente entre dominios (Sarstedt et al., 2024), y la replicabilidad varía por grupo y por tema incluso allí donde las distribuciones agregadas se acercan (Sun et al., 2024). Los resultados también cambian con la redacción del prompt y la versión del modelo, «hiperparámetros» aún sin resolver de este trabajo (Ong, 2024). Trate el resultado como direccional y no calibrado; la evidencia se revisa en nuestra guía de precisión.

¿Cuánto cuestan los usuarios sintéticos?

SynthFolk cobra en créditos, con precios públicos: un estudio cualitativo de tres personas parte de 6 créditos; los paneles mayores y las muestras cuantitativas de 50 a 250 encuestados cuestan proporcionalmente más. Compárelo con un estudio de panel reclutado para la misma pregunta: normalmente semanas y cuatro cifras.

¿Sustituyen los usuarios sintéticos a las pruebas de usabilidad?

No, y es la frontera más nítida del método. Las pruebas de usabilidad miden lo que la gente hace bajo observación; los usuarios sintéticos generan lo que alguien podría decir. No hay sustituto para ver a una persona incapaz de encontrar un botón.

¿Qué idiomas y mercados están soportados?

SynthFolk funciona en 12 idiomas de interfaz y trabaja con personas ancladas en cinco regiones culturales europeas, lo que hace practicable una primera pasada multimercado. La cobertura sigue a los datos de encuesta subyacentes: donde estos son escasos, tome el resultado con la misma cautela.

Pruébelo usted mismo. Un estudio de tres personas parte de 6 créditos y las cuentas nuevas reciben créditos gratuitos, suficientes para poner a prueba el método con una pregunta cuya respuesta ya conoce. Abra el panel: el punto de referencia decisivo es que la simulación reproduzca lo que usted ya sabe.

Referencias

• Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., & Williams, J. (2025). The role of market research in pack redesign performance. International Journal of Market Research, 67(1), 17–32. https://doi.org/10.1177/14707853241296656
• Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., Saeed, R., & Williams, J. (2026). The packaging redesign modernisation dilemma: The relationship with familiarity, likeability, and its effect on purchase intent. Journal of Retailing and Consumer Services, 92, 104800. https://doi.org/10.1016/j.jretconser.2026.104800
• Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48, 24–42. https://doi.org/10.1007/s11747-019-00696-0
• Eurobarometer. Public opinion surveys of the European Commission. https://europa.eu/eurobarometer/
• European Social Survey. https://www.europeansocialsurvey.org/
• Fernandez, K., Berner, L. A., & Shevlin, B. R. K. The threat of synthetic respondents extends to clinical mental health screening. Submitted manuscript, University of California, Los Angeles, and Icahn School of Medicine at Mount Sinai (undated).
• Golder, P. N., Dekimpe, M. G., An, J. T., van Heerde, H. J., Kim, D. S. U., & Alba, J. W. (2023). Learning from data: An empirics-first approach to relevant knowledge generation. Journal of Marketing, 87(3), 319–336. https://doi.org/10.1177/00222429221129200
• Lin, Z. Synthetic respondents and the illusion of human data. Preprint, Department of Psychology, Yonsei University (undated).
• Nielsen Norman Group. (2024, June 21). Synthetic users: If, when, and how to use AI-generated "research". https://www.nngroup.com/articles/synthetic-users/
• Ong, D. C. (2024). GPT-ology, computational models, silicon sampling: How should we think about LLMs in cognitive science? arXiv:2406.09464. https://arxiv.org/abs/2406.09464
• Papangelis, K. (2025, December 17). The synthetic persona fallacy: How AI-generated research undermines UX research. ACM Interactions (blog). https://interactions.acm.org/blog/view/the-synthetic-persona-fallacy-how-ai-generated-research-undermines-ux-research
• Romaniuk, J., & Sharp, B. (2004). Conceptualizing and measuring brand salience. Marketing Theory, 4(4), 327–342. https://doi.org/10.1177/1470593104047643
• Sarstedt, M., Adler, S. J., Rau, L., & Schmitt, B. (2024). Using large language models to generate silicon samples in consumer and marketing research: Challenges, opportunities, and guidelines. Psychology & Marketing, 41, 1254–1270. https://doi.org/10.1002/mar.21982
• Sun, S., Lee, E., Nan, D., Zhao, X., Lee, W., Jansen, B. J., & Kim, J. H. (2024). Random silicon sampling: Simulating human sub-population opinion using a large language model based on group-level demographic information. arXiv:2402.18144. https://arxiv.org/abs/2402.18144
• Tanusondjaja, A., Romaniuk, J., Nenycz-Thiel, M., Sakashita, M., & Viswanathan, V. (2023). Examining Pareto Law across department store shoppers. International Journal of Market Research. https://doi.org/10.1177/14707853221145851
• Toubia, O., Gui, G. Z., Peng, T., Merlau, D. J., Li, A., & Chen, H. (2025). Twin-2K-500: A dataset for building digital twins of over 2,000 people based on their answers to over 500 questions. arXiv:2505.17479. https://arxiv.org/abs/2505.17479
• Valenzuela, A., Puntoni, S., Hoffman, D., Castelo, N., De Freitas, J., Dietvorst, B., Hildebrand, C., Huh, Y. E., Meyer, R., Sweeney, M. E., Talaifar, S., Tomaino, G., & Wertenbroch, K. (2024). How artificial intelligence constrains the human experience. Journal of the Association for Consumer Research, 9(3). https://doi.org/10.1086/730709