Inteligencia artificial y las <i>tendencias</i>

Columna

Inteligencia Artificial

28 de septiembre de 2026

Inteligencia artificial y las tendencias

¿Por qué tanta gente se une a los juegos con ChatGPT?

Nunca fui la persona de tendencia. Sigo sin serlo. Algunas pasan por mi timeline, las veo, me parecen interesantes pero no al punto de experimentar. Fue así, inclusive, con algunas ondas recientes de imágenes hechas por inteligencia artificial, como la tendencia de los años 80, aquella que nos mostraba más viejos, o aquella que mostraba a nuestros hijos adultos.

Pero Barbie me atrapó. Le pedí a ChatGPT que creara una versión mía dentro de un empaque personalizado, con objetos, personas y referencias que tuvieran relación conmigo. Y así lo hizo.

¿Por qué decidí unirme a esta tendencia? Me pregunté esto y no pude atribuir una única razón. Quería ver cómo se vería, también estaba curiosa con el resultado, quería experimentar la tecnología y me pareció divertida la posibilidad de reconocerme en esa representación.

Una vez lista, la imagen despertó otra curiosidad, esta vez profesional: ¿por qué tanta gente quiere meterse en la misma tendencia? ¿Especialmente las creadas por ChatGPT? La respuesta parece estar menos en un único desencadenante y más en la combinación de varios factores.

Cuando la propia identidad entra en el prompt

Las redes sociales siempre han sido espacios de autorrepresentación. Elegimos la fotografía, la biografía, los temas de los que hablamos y los aspectos de la vida que deseamos hacer públicos. Los investigadores llevan años estudiando cómo estas representaciones digitales participan en la construcción y percepción de la identidad. Una revisión de Walther y Lew (2022) muestra, por ejemplo, que las tecnologías digitales permiten experimentar presentaciones alternativas de uno mismo y que estas experiencias pueden relacionarse con la forma en que percibimos el propio “yo”.

En las tendencias de IA, este proceso adquiere una característica particular. Para crear mi Barbie, no elegí solo una fotografía. Informé profesión, intereses, valores, relaciones afectivas y objetos importantes para mí. La IA reorganizó esta información y me devolvió una representación visual. Fui un poco más allá del prompt estándar que pide a la IA crear la imagen basándose en lo que sabe.

Por eso, quizás parte del encanto reside precisamente en ver la propia identidad reinterpretada por una tecnología. No recibimos simplemente una imagen lista. Participamos en la elección de aquello que deberá representarnos.

Ser parte y seguir siendo único

También hay una aparente contradicción muy interesante: miles de personas usan la misma estética, pero quieren que el resultado sea individual. Esto es muy curioso y encuentra respaldo en los estudios sobre cultura participativa y comportamiento mimético en las plataformas. Diana y David Zulli (2022) muestran que los entornos digitales favorecen la imitación, la repetición y la adaptación de formatos, formando lo que denominan imitation publics: grupos que se constituyen también por la participación en prácticas compartidas.

Una tendencia funciona justamente porque puede ser reconocida. Existe una especie de código colectivo: ahora somos personajes de animación, luego muñecos de acción, versiones de otra época o Barbies personalizadas. Participar significa entrar temporalmente en esa conversación. Y ahí es donde está la gracia.

Pero la repetición no elimina la individualización. Cada persona modifica el modelo para decir algo sobre sí misma. En este sentido, la tendencia combina dos necesidades sociales bastante conocidas: pertenecer y diferenciarse.

Una síndrome conocida como FOMO, acrónimo de Fear of Missing Out, o miedo a perderse lo que otras personas están viviendo o siguiendo, también puede ayudar a interpretar parte de este comportamiento, pero con cautela.

Un metaanálisis de Fioravanti et al. (2021), que reunió 33 muestras y más de 21 mil participantes, encontró una asociación consistente entre el FOMO y un mayor uso de las redes sociales, incluso en patrones de uso problemático.

El estudio no investigó las tendencias de inteligencia artificial, por lo tanto no permite decir que alguien crea su Barbie por miedo a quedarse fuera. Lo que ofrece es una pista más general: en entornos sociales digitales, seguir lo que otras personas están haciendo y percibir que una experiencia está circulando ampliamente puede aumentar la motivación para participar también.

De espectador a cocreador

La inteligencia artificial añade otro componente: disminuye la barrera técnica para participar en la creación. Antes, transformar una fotografía en una ilustración sofisticada requeriría dominio de software, habilidad artística o la contratación de alguien. Con la IA generativa, una persona describe lo que desea, recibe una primera versión, corrige, añade características, cambia objetos y pide nuevas tentativas. El proceso adquiere una dinámica de cocreación.

Es una diferencia importante en comparación con simplemente compartir un meme. En la tendencia de Barbie, proporciono la materia prima, elijo lo que entra, evalúo el resultado y solicito cambios. Incluso sin saber dibujar un empaque o producir una ilustración digital, puedo participar en la construcción de esa imagen.

Esta accesibilidad ayuda a explicar la velocidad con la que ciertos formatos se propagan. Cuando la barrera de ejecución cae, mucha más gente puede experimentar.

Curiosidad, novedad y el deseo de mostrar

Existe aún el placer del descubrimiento: “quiero ver qué hará la IA conmigo” y, acto seguido, la experiencia que no termina necesariamente cuando la imagen aparece en la pantalla. Hay una segunda etapa: mostrarla.

En las redes, la autorrepresentación también ocurre ante una audiencia. Likes, comentarios y respuestas funcionan como formas de feedback social, y las investigaciones relacionan la interacción activa en las plataformas con oportunidades de expresión y validación social. Así, publicar la propia versión de la tendencia también abre espacio para la comparación, la conversación y el reconocimiento: “te quedó perfecto”, “yo también quiero hacerlo”, “mira lo que la IA puso en el mío”.

Sería excesivo afirmar que la búsqueda de likes explica estas tendencias. Pero sería igualmente limitado ignorar que se producen para circular socialmente, y no solo para permanecer en el archivo personal de quien las creó. Quizás estemos experimentando nuevas formas de representarnos.

Una de las cosas que más me interesan en estas tendencias es que una tecnología altamente sofisticada se está utilizando para una práctica profundamente humana: experimentar formas de decir quiénes somos y observar cómo los demás responden a ellas.

La IA generativa ha añadido una nueva posibilidad a este comportamiento. Permite que cada persona entre en una estética colectiva llevando consigo elementos particulares de su propia historia. Somos simultáneamente participantes de una tendencia y personajes de ella.

Quizás por eso tantas de estas imágenes logran difundirse tan rápidamente. Está la novedad tecnológica, la curiosidad por el resultado, el placer de crear, la participación en un comportamiento colectivo y la posibilidad de mostrar una versión singular de uno mismo dentro de un lenguaje que todos reconocen.

Entré en la tendencia para descubrir cómo sería mi Barbie, pero la experiencia me llevó a una cuestión más amplia sobre el comportamiento digital. Estas imágenes parecen reunir prácticas que ya conocemos de las redes sociales y que he citado anteriormente: autorrepresentación, participación colectiva, búsqueda de reconocimiento y experimentación, con una posibilidad relativamente nueva, que es pedir a una tecnología que produzca una versión de nosotros mismos a partir de la información que proporcionamos. Quizás, sea precisamente esta combinación la que haga que estas tendencias sean tan atractivas.

Al mismo tiempo que repetimos una estética compartida por miles de personas, usamos la IA para negociar lo que queremos destacar sobre nosotros y luego sometemos esa representación a la mirada de los demás. La tecnología cambia, pero la necesidad de construir, experimentar y compartir identidades sigue presente. Lo que la IA generativa añade es una nueva herramienta para realizar este proceso.

Para tener acceso a las referencias de este texto haz clic aquí

Quién publicó esta columna

Silmara Regina de Souza

Mestre em Administração, consultora pelo Sebrae SP. Palestrante, conteudista, especialista em marketing e comunicação digital. Entusiasta da produção de conteúdo e do uso estratégico das redes sociais como canais de relacionamento e comunicação.

También te puede interesar

13 de octubre de 2026

Predictores de mortalidad en ancianos con síndrome de dificultad respiratoria aguda por Influenza A(H1N1)pdm09 confirmada

La infección por el virus de la influenza A(H1N1)pdm09 puede evolucionar a Síndrome Respiratoria Aguda Grave (SRAG), con mayor riesgo de muerte en ancianos. El objetivo fue analizar los factores predictivos de muerte en casos de SRAG confirmados para influenza A(H1N1)pdm09, entre ancianos de 60 años o más, considerando factores individuales y contextuales de las Regiones Administrativas (RA) del Estado de São Paulo (ESP), y comparar el desempeño de modelos de regresión. Se realizó un estudio descriptivo y analítico en el ESP, de 2023 a 2024, utilizando datos del SIVEP-Gripe y de la Fundación SEADE. Se incluyeron 714 casos confirmados por RT-PCR de influenza A(H1N1)pdm09 en residentes del ESP de 60 años o más. Se analizaron variables sociodemográficas, clínicas, de hospitalización, tratamiento, vacunación y lugar de residencia. Se empleó regresión logística binaria y logística jerárquica, con el desenlace de evolución a muerte. De los 714 casos, 202 resultaron en muerte. El modelo final de regresión logística binaria asoció mayor probabilidad de muerte al sexo masculino, edad avanzada, saturación de oxígeno inferior al 95%, hospitalización en UCI y uso de soporte ventilatorio invasivo. La presencia de tos y el uso de antiviral se asociaron a menor probabilidad de muerte. El modelo jerárquico logístico presentó un desempeño similar, con una pequeña contribución contextual residual de las RA. Se concluyó que el modelo de regresión logística binaria fue suficiente y más simple para representar los datos, siendo adoptado como modelo final.

Palabras clave: Influenza A(H1N1)pdm09; Modelado logístico jerárquico; Muerte por Influenza A(H1N1)pdm09; Regresión logística; Síndrome Respiratoria Aguda Grave.

13 de octubre de 2026

Construyendo la belleza desde temprano: comportamientos de consumo de maquillaje y cuidado de la piel en la Generación Alpha

El interés femenino por la estética se manifiesta en diversas sociedades, siendo amplificado por el avance de internet y las redes sociales, que impulsaron el surgimiento de influenciadores digitales. El estudio analizó cómo el marketing de influencia digital impacta el comportamiento de consumo y la percepción estética de niñas de la Generación Alpha (3 a 15 años) en el estado de São Paulo, desde la perspectiva de sus padres y/o responsables, con foco en el consumo precoz de maquillaje y skincare y en la construcción de patrones estéticos. Para ello, se realizó una investigación bibliográfica, se aplicó un formulario cuantitativo online y presencial, y se llevó a cabo una entrevista con un médico dermatólogo. Los resultados indicaron que el interés por la belleza surge precozmente, con incentivo de los responsables. Las jóvenes demostraron deseo de pertenencia, y los artículos de maquillaje presentaron una ligera predominancia sobre los de skincare. La mayoría de los participantes creyó que el marketing de influencia impacta las decisiones de compra. Se concluyó que el interés por la belleza y el incentivo al autocuidado se naturalizan desde temprano, y que el marketing de influencia contribuye a la formación de deseos de consumo, aunque la muestra no probabilística limita las generalizaciones.

Palabras clave: Adolescentes; Niñas; Estética; Influenciadores; Redes Sociales.

13 de octubre de 2026

Una visión general comparativa de las flotas de vehículos eléctricos en Brasil y la Unión Europea

El transporte por carretera contribuye a aproximadamente el 20% de las emisiones globales de CO2, impulsando la búsqueda de soluciones de movilidad más limpias, como los vehículos eléctricos. El objetivo de este estudio fue comparar los mercados de vehículos eléctricos en Brasil y la Unión Europea, contrastando sus políticas, adopción por parte de los consumidores y desarrollo de infraestructura. Se empleó un diseño de investigación descriptiva comparativa, analizando datos cuantitativos de la Asociación Brasileña del Vehículo Eléctrico, la Asociación Nacional de Fabricantes de Vehículos Automotores, la European Alternative Fuels Observatory y la Agencia Europea de Medio Ambiente para el período de 2015 a 2024, complementados por un análisis cualitativo de documentos de política. Los resultados revelaron una divergencia estructural fundamental: Brasil presentó un crecimiento exponencial del 80,7% anual (2022-2025), con híbridos representando aproximadamente el 66% de las ventas e impulsado por incentivos fiscales que apalancan la bioeconomía del etanol. La Unión Europea, por su parte, mostró una expansión en fase de consolidación a una tasa anual del 8,35% (2008-2025), con vehículos eléctricos de batería superando el 40% de los nuevos registros, impulsados por mandatos regulatorios vinculantes. El análisis de densidad de infraestructura indicó que la red pública de carga de la Unión Europea (55,3 puntos por cada mil vehículos de combustible alternativo) era el doble que la brasileña (27,9 puntos por cada mil vehículos electrificados). La cuantificación ambiental confirmó que la matriz energética predominantemente renovable de Brasil (64 gCO2/kWh) resultó en emisiones well-to-wheel sustancialmente menores en comparación con la matriz de la Unión Europea (246 gCO2/kWh). Se concluyó que el modelo brasileño, con incentivos fiscales neutros en tecnología y aprovechamiento de la infraestructura de biocombustibles, puede acelerar la adopción de híbridos en economías emergentes con bajo gasto público. Para mercados maduros, el modelo de la Unión Europea, con mandatos regulatorios, estableció un mercado dominante de vehículos eléctricos de batería, aunque con un costo fiscal más elevado.

Palabras clave: Energía renovable; Mercado; Cualitativo; Cuantitativo.

13 de octubre de 2026

Población e Inmigración en Japón: Proyecciones con Series Temporales y Análisis Causal Demográfico hasta 2044

El envejecimiento de la población y la baja tasa de fecundidad configuran complejos desafíos demográficos en Japón, acompañados por la expansión de la inmigración extranjera como respuesta a las restricciones de oferta de mano de obra. El estudio tuvo como objetivo analizar las tendencias demográficas japonesas y proyectar su evolución hasta 2044, con énfasis en las relaciones entre declive poblacional, fecundidad e inmigración. Se aplicaron los modelos de series temporales ARIMA y Prophet a datos históricos del Banco Mundial, del Instituto Nacional de Investigación Poblacional y Seguridad Social de Japón y de la Agencia de Servicios de Inmigración de Japón, abarcando el período de 2003 a 2023 para la serie poblacional y de 2014 a 2024 para la serie migratoria. El análisis incluyó estadísticas descriptivas, correlación de Pearson, prueba de estacionariedad de Dickey-Fuller aumentada y pruebas de causalidad de Granger, además de la evaluación predictiva por medio de las métricas MAE y MAPE. Los resultados evidenciaron la continuidad de la reducción poblacional y el crecimiento del contingente de inmigrantes en las proyecciones hasta 2044. El Prophet presentó menores valores de MAE y MAPE en los conjuntos de prueba, aunque la corta extensión de la serie migratoria limitó la capacidad de generalización. Las pruebas de causalidad temporal no identificaron evidencias estadísticamente significativas de precedencia entre población e inmigración. Se concluyó que la inmigración puede contribuir a mitigar restricciones de oferta de mano de obra, pero no constituye, aisladamente, un mecanismo suficiente para revertir el declive poblacional japonés.

Palabras clave: Declive poblacional; Demografía; Fertilidad; Flujos migratorios; Series temporales.

13 de octubre de 2026

Marketing digital y engagement en YouTube: estrategias para canales de crímenes reales en Brasil

El fenómeno de los crímenes reales se ha consolidado como un nicho de crecimiento en el YouTube brasileño, impulsado por la expansión de los medios digitales y la fascinación del público. Sin embargo, muchos creadores enfrentaron dificultades para alcanzar un crecimiento sostenible. Se analizó cómo las estrategias de marketing digital influyeron en el crecimiento, el engagement y la monetización de canales brasileños de crímenes reales en la plataforma YouTube. Se adoptó una investigación de enfoque mixto, cualitativo y cuantitativo, de naturaleza exploratoria y descriptiva. Se analizaron cuatro canales brasileños del nicho mediante análisis documental de contenidos, recopilación de métricas públicas vía Social Blade y Noxinfluencer, y aplicación de cuestionarios a cuatro creadores y a 104 espectadores. Los resultados evidenciaron que los canales de mayor rendimiento adoptaron estrategias distintas, como un enfoque narrativo lineal y contextualizado, comunicación emocional personalizada, postura técnico-informativa o contenido de opinión provocativo. Se verificó convergencia entre creadores y audiencia sobre la centralidad del storytelling para la retención, afirmando la mayoría de los espectadores que la forma en que se contaba la historia determinaba la continuidad de la visualización. Los creadores indicaron el tiempo medio de retención como la métrica más predictiva para el crecimiento sostenible, aunque el 100% dependía exclusivamente de AdSense para la monetización, revelando vulnerabilidad financiera. Se concluyó que el éxito en el nicho depende de la integración entre marketing digital, identidad narrativa consistente y responsabilidad ética.

Palabras clave: creator economy; engajamento digital; marketing de conteúdo; storytelling; true crime.

13 de octubre de 2026

Uso de técnicas de Machine Learning No Supervisado para la planificación de trabajos de revisión de remuneraciones para la jubilación

La dotación de personal y la gestión de los flujos de jubilación en organismos públicos federales configuraron complejos desafíos estratégicos. El estudio tuvo como objetivo aplicar técnicas de Machine Learning no supervisado, específicamente Agrupamiento (K-means) y Análisis de Correspondencia Múltiple (ACM), para mejorar la planificación de revisiones funcionales en una autarquía federal brasileña. La metodología consistió en el procesamiento de una base validada de 487 servidores activos. Inicialmente, variables cuantitativas, como edad, tiempo de contribución y remuneración, fueron sometidas al algoritmo K-means, resultando en la formación de cinco clusters, apoyada en el Método del Codo y el Coeficiente de Silueta. Posteriormente, los grupos se integraron con variables cualitativas a través de ACM, proyectadas en un mapa perceptual que explicó el 74,81% de la inercia de los datos. Los resultados revelaron que los clusters 0 y 3 representaron los perfiles de mayor criticidad previsional, concentrando a todos los beneficiarios de bonificación por permanencia y la mayoría de los cargos extintos. La investigación generó un Plan de Acción escalonado, priorizando a los 75 servidores de estos clusters que cumplieron los requisitos de jubilación hasta 2025, con una directriz similar para 2026. En contrapartida, el cluster 2 presentó menor riesgo, con inactividad prevista solo a partir de 2031. El modelo se mostró ampliamente favorable como herramienta de auditoría y saneamiento, aunque su plena eficacia dependa de una gobernanza de datos más rigurosa en el servicio público.

Palabras clave: Agrupamiento; Análisis de Correspondencia Múltiple (ACM); Jubilación; Clusterización.

13 de octubre de 2026

Gestión de ventas para el desempeño de una empresa del sector inmobiliario

La gestión de ventas desempeña un papel estratégico en el rendimiento organizacional, especialmente en sectores de desarrollo inmobiliario, caracterizados por su complejidad comercial. El objetivo de este estudio fue analizar la contribución de las prácticas de gestión de ventas al rendimiento comercial y organizacional de una empresa del sector inmobiliario, considerando su modelo de actuación y estructura comercial. La investigación se caracterizó como exploratoria, con un enfoque cualitativo y cuantitativo, adoptando un estudio de caso único. Se recopilaron datos mediante triangulación, utilizando investigación documental y un cuestionario estructurado aplicado al equipo de ventas externalizado. Los resultados indicaron que la empresa estructuró sus prácticas de gestión comercial con metas mensuales y anuales, campañas de marketing y sistemas de incentivos. El rendimiento se siguió mediante indicadores cuantitativos, como el volumen de ventas y el porcentaje de consecución de metas. En el período analizado, se realizaron 179 ventas, lo que corresponde al 74,6% de la meta anual establecida. Se observaron oportunidades de mejora en la alineación entre la planificación comercial, el seguimiento de resultados y la efectividad de las estrategias. La percepción de los corredores señaló limitaciones en los sistemas de incentivos, como la ausencia de progresividad en las comisiones y la duración de las bonificaciones. Se concluyó que, si bien la gestión de ventas influye en el rendimiento organizacional, existen debilidades en la alineación entre esfuerzo, recompensa y motivación de la fuerza de ventas. Se recomendó el fortalecimiento del seguimiento sistemático, la mejora de la comunicación, la definición de metas más realistas y la implementación de incentivos progresivos para potenciar los resultados comerciales.

Palabras clave: Estrategias de ventas; Fuerza de ventas; Gestión comercial; Indicadores de rendimiento; Sector inmobiliario.

13 de octubre de 2026

Delineo: Adaptación de modelo de difusión para prototipado de interfaz de usuario guiado por boceto

La evolución de la inteligencia artificial y de las redes neuronales profundas ha revolucionado las interacciones humano-máquina. Los modelos generativos, aunque prometedores para la síntesis de imágenes, enfrentan desafíos en la prototipación de interfaces de usuario (UI) al no respetar la estructura espacial. Para solucionar esta divergencia, se propuso un enfoque de difusión latente condicionada, integrando una arquitectura de control a un modelo a gran escala ajustado para interfaces móviles, que soportó bocetos de UI para guiar la inferencia de imágenes. La base de datos de entrenamiento se compuso de aproximadamente 12.400 imágenes de UI y bocetos de fuentes públicas, preprocesadas y enriquecidas con datos sintéticos e instrucciones textuales. El enfoque utilizó un modelo Stable Diffusion 3.5 Large como base, adaptado con ControlNet canny edges y un adaptador LoRA. La viabilidad del enfoque fue validada por evaluación cuantitativa, empleando una métrica de similitud semántica normalizada (SSN) basada en Sentence-BERT, y por análisis cualitativo con 20 expertos de la industria. Los resultados confirmaron que el método superó las capacidades del modelo original. Sin embargo, la evaluación evidenció que la eficacia en la estructuración lógica de la interfaz aún enfrentaba degradación estética y pérdida de elementos funcionales. Se concluyó que, aunque la tecnología demuestra su viabilidad técnica para optimizar la transición entre requisitos y la implementación de código, la automatización de procesos creativos demanda mejoras arquitectónicas para alcanzar el rigor visual exigido por la industria del desarrollo de software.

Palabras clave: Adaptación de bajo rango; Aprendizaje automático; Difusión latente condicionada; Redes neuronales profundas.