Medición de audiencias: cómo la inteligencia artificial ayuda a entender al público

La transformación del consumo de medios de comunicación ha cambiado la manera en que las empresas estudian a sus audiencias. La diversificación de plataformas, los nuevos hábitos de consulta y la circulación de contenidos en distintos canales exigen herramientas capaces de identificar patrones, reconocer preferencias y evaluar el alcance de los mensajes. 

En este escenario, la inteligencia artificial (IA) se incorpora a los procesos de medición, aunque la confiabilidad de los resultados depende de la calidad de los datos.

Durante su participación en Imagen Informativa, Segunda Emisión, con Paco Zea, Gabriel Mercader Cortés, director general de Operaciones de INRA, explicó que la compañía utiliza inteligencia artificial y machine learning como herramientas auxiliares para analizar información sobre el comportamiento de las audiencias y los contenidos que consumen.

Entre sus aplicaciones destaca un motor tecnológico que identifica y clasifica publicidad transmitida por radio y televisión. Este sistema permite reconocer anunciantes, marcas, productos y servicios, además de identificar a los artistas cuyas canciones se reproducen en la radio. Estas funciones contribuyen a organizar grandes volúmenes de información y ampliar las posibilidades de análisis del mercado.

La calidad de los datos define la medición de audiencias

La incorporación de modelos tecnológicos no elimina la necesidad de obtener información directamente de las personas. Mercader Cortés señaló que INRA trabaja con una base aproximada de 77 mil personas por trimestre, cuyos datos contribuyen a calibrar los resultados y contrastar las estimaciones generadas mediante herramientas automatizadas.

El directivo subrayó que la efectividad de estos modelos está vinculada con la calidad de la información que reciben. Por ello, los resultados de un sistema de inteligencia artificial no deben interpretarse como una representación definitiva de las preferencias del público, sino como un recurso que requiere validación y contexto.

“Cualquier modelo es tan fuerte como los datos que tengas detrás. Si los datos de origen y la calidad es mala, el producto va a ser malo, no importa qué herramienta utilices”, puntualizó.

Esta perspectiva también se aplica a los estudios de opinión, donde INRA incorpora agentes híbridos que aprenden de información obtenida de las personas y permiten evaluar contenidos antes de su difusión. El objetivo es aprovechar las capacidades de procesamiento tecnológico sin perder de vista las respuestas humanas que dan sustento al análisis.

Regulación y confianza ante los nuevos desafíos

El uso de inteligencia artificial en la investigación de mercados también abre interrogantes sobre la regulación y la veracidad de la información. Mercader Cortés advirtió que las normas no avanzan al mismo ritmo que las herramientas tecnológicas, mientras que la circulación de contenidos entre países complica la aplicación de controles efectivos.

El desafío consiste en aprovechar las posibilidades de estas innovaciones sin ignorar sus posibles consecuencias sociales. “Tiene que haber una fina línea entre democratizar estas tecnologías, pero que no se conviertan en caóticas o dañinas para la sociedad”, señaló el directivo.

En el ámbito editorial, el análisis de audiencias puede ayudar a identificar los temas que despiertan mayor interés y comprender cómo responde el público ante distintos contenidos. Sin embargo, esta información funciona como una herramienta de apoyo para orientar decisiones, no como un sustituto del criterio periodístico ni de la relación que los medios construyen con sus lectores y espectadores.

Así, la medición de audiencias enfrenta una doble tarea: adaptarse a los cambios en el consumo de medios y mantener la confiabilidad de sus resultados. La inteligencia artificial amplía las posibilidades de análisis, pero la participación humana y la calidad de los datos siguen siendo fundamentales para interpretar lo que realmente interesa a las personas.