Cómo la IA puede potenciar (también) las ciencias del comportamiento

La relación entre la tecnología y el comportamiento humano es bidireccional: por un lado, la IA, tiene un profundo impacto en cómo entendemos el comportamiento humano. Por otro lado, las ciencias del comportamiento pueden ayudar a moldear el desarrollo de la IA, su precisión y su adopción. La unidad de Behavioral Economics en el banco explora día a día las posibles alianzas entre la IA y la economía conductual, más allá del incremento en eficiencia derivado del uso de herramientas como chatGPT.

Algunos ejemplos de estas sinergias son:

1. Etiquetado homogéneo de sesgos cognitivos y heurísticos: la IA permite etiquetar los mecanismos cognitivos presentes en distintas experiencias de usuario. Esta información es vital para analizar qué estímulos influyen más en nuestras decisiones, constituyendo un recurso valiosísimo para diseñar contextos y arquitecturas de decisión que muevan a la acción. Este etiquetado puede ser usado como otra variable fundamental de entrada para segmentaciones conductuales o algoritmos predictivos del comportamiento humano.
2. Diseñando arquitecturas de decisión: la IA, ya desde sus inicios con Alan Turing y Herbert Simon (uno de los padres no solo de la IA sino también de la economía conductual), ha imitado y ha estado ligada a la comprensión de la mente humana. Hoy, premios nobeles como Richar Thaler exploran cómo la IA puede mitigar los errores producidos por nuestros sesgos cognitivos y ayudar a diseñar ‘nudges’ (pequeños cambios en el contexto en el que se toma una decisión) más efectivos y personalizados para evitar el ‘one size fits all’ (solución única). A partir de las capacidades de personalización que ofrece la IA, podemos incrementar el impacto de esos “nudges”. Haciéndolos a medida, en lugar de hacer un solo cambio para toda la población, optimizamos sus efectos. Este principio, cada vez más patente en los análisis que hacen los expertos internacionales sobre el futuro de la economía de la conducta, es una de las bases que explota el proyecto BELA, en producción en el banco desde el año 2020.
3. Explotación creciente del método científico: la IA también potencia el método científico, uno de los pilares de las ciencias conductuales. La capacidad de la IA para generar masivamente diferentes hipótesis permite generar la gran cantidad de contenido necesario para la hiper personalización que también promete. De manera similar, puede ayudar con la industrialización de los análisis posteriores o con la revisión de la ingente literatura académica, que no deja de crecer y evolucionar.
4. Nuevas formas de investigación: la combinación de IA y ciencias del comportamiento está dando lugar a innovaciones que nos permiten simular comportamientos a gran escala. Los paneles y arquetipos sintéticos (grupos de estudio virtuales basados en perfiles generados por IA) permiten experimentar con intervenciones conductuales sin involucrar participantes reales, facilitando la experimentación y la optimización de la experiencia de usuario en diferentes escenarios. De esta manera, se salvaría por ejemplo un problema clásico de los paneles online para poblaciones de difícil acceso como decisores clave dentro de grandes empresas u organizaciones que normalmente no responden a este tipo de encuestas.
5. ‘Sentiment analysis’: ahora es posible un análisis de sentimiento más profundo, capturando matices emocionales que antes pasaban desapercibidos. El análisis de sentimiento mediante IA tanto en conversaciones telefónicas, de video, chat, reclamaciones por email o incluso abiertas en redes sociales, permite entender a nuestros clientes mediante la observación pura, incluso sobre reacciones, percepciones o decisiones a veces inconscientes. En muchos casos no sabemos por qué tomamos ciertas decisiones, por lo que las respuestas obtenidas sobre los motivos de una acción pasada o un comportamiento futuro suelen ser inconscientemente inexactas. Siendo capaces de obtener aprendizajes observados, no declarativos, se pueden diseñar interacciones mucho más humanas, empáticas y personalizadas.
6. Predicción de comportamiento: los modelos predictivos basados en datos históricos y comportamiento observado son cada vez más precisos. La IA permite analizar grandes volúmenes de datos y descubrir patrones complejos que, de otro modo, pasarían desapercibidos. La interpretación de estos datos desde una perspectiva comportamental supone una gran oportunidad para acelerar el desarrollo de sistemas predictivos más efectivos. Al incorporar variables contextuales y estímulos externos, estos modelos son capaces de anticipar decisiones futuras, identificar puntos de fricción en el comportamiento y proponer estrategias para optimizar la experiencia del usuario

Según Álvaro Gaviño, del equipo global de Behavioral Economics en BBVA, “el desarrollo de sistemas predictivos que simulan sistemas comportamentales complejos tiene un futuro prometedor”. En dichas plataformas se sintetizan las poblaciones sobre las que se quiere predecir comportamientos, incluyendo las variables y las lógicas que afectan su toma de decisiones. Permiten descubrir efectos no evidentes cuando se modifican las condiciones de un sistema, mirándolo en su conjunto. “Son herramientas en las que se deben tener en cuenta multitud de estímulos y variables de contexto pero que ya están demostrando gran valor para empresas y gobiernos de todo el mundo”, concluye.

En BBVA, la IA no es solo una herramienta para mejorar la eficiencia, es una aliada para entender mejor a las personas. El banco se mantiene a la vanguardia de la innovación, aplicando la IA y las ciencias del comportamiento para construir un futuro financiero más inteligente y accesible para todos.