Consultar a una herramienta de inteligencia artificial antes de comprar un teléfono, una computadora o un electrodoméstico se ha vuelto una práctica habitual. Sistemas como ChatGPT pueden comparar características técnicas, explicar diferencias entre modelos y filtrar opciones según criterios específicos en segundos. Esa capacidad de síntesis tiene valor real, pero los datos sobre comportamiento del consumidor revelan una brecha significativa entre usar la IA para investigar y permitirle decidir.
Un análisis realizado entre 322 consumidores en Estados Unidos encontró que el 31% estaba dispuesto a dejar que la inteligencia artificial redujera opciones al comprar artículos para el hogar, y el 28% aceptaría esa asistencia para elegir dispositivos electrónicos personales. Sin embargo, la disposición a ceder la decisión final de compra cayó al 11%, incluso en categorías de menor riesgo como productos de cuidado personal. El patrón es consistente: los consumidores valoran la velocidad de procesamiento de la IA, pero no están dispuestos a transferirle el control sobre su dinero.
El sesgo de posición y sus implicaciones comerciales
Más allá de la confianza del consumidor, existe un fenómeno técnico que afecta directamente la calidad de las recomendaciones generadas por estos sistemas. Investigaciones recientes sobre el procesamiento de listas producidas por ChatGPT documentaron una preferencia estadísticamente significativa por los productos ubicados en la primera posición, incluso cuando esa opción presentaba defectos objetivos frente a alternativas posteriores. Este sesgo de posición no implica que las recomendaciones estén diseñadas para favorecer marcas específicas, pero sí que la arquitectura de presentación influye en cómo los usuarios evalúan sus opciones.
Para las organizaciones que están integrando IA en sus procesos de compra o en la experiencia de sus clientes, este hallazgo tiene consecuencias directas. Si un sistema recomienda proveedores, herramientas o soluciones en formato de lista, el orden de aparición puede distorsionar la evaluación, independientemente del mérito técnico de cada opción. La decisión final requiere una capa de criterio humano que la IA, por diseño, no puede sustituir.
Lo que la IA no puede calcular
La inteligencia artificial puede identificar características técnicas, organizar comparaciones y filtrar productos según criterios definidos. Lo que no puede hacer es establecer el valor subjetivo de una compra para una persona o empresa específica, ni ponderar los sacrificios económicos o estratégicos que implica. Esa dimensión —el juicio sobre prioridades, riesgos tolerables y contexto organizacional— sigue siendo territorio exclusivamente humano.
El uso más eficiente de estas herramientas, según los datos disponibles, es como primera capa de investigación: reducir el universo de opciones, identificar variables relevantes y acelerar la fase exploratoria. La validación final, especialmente en compras de alto impacto, requiere criterio propio y fuentes complementarias que vayan más allá de lo que cualquier modelo de lenguaje puede ofrecer.




