Adolescentes confían más en la IA que en amigos y familiares

Qué ha ocurrido

Un nuevo informe de Mastercard revela que los adolescentes confían cada vez más en las recomendaciones de productos generadas por inteligencia artificial que en los consejos de amigos y familiares a la hora de comprar. El hallazgo, recogido por Retail Dive y Customer Experience Dive, apunta a un cambio generacional en la forma en que se distribuye la confianza dentro del comercio.

Según el estudio, esta generación de consumidores jóvenes —que ha crecido con asistentes conversacionales, buscadores inteligentes y feeds personalizados— empieza a otorgar a los sistemas de IA un nivel de credibilidad que tradicionalmente reservaba a su círculo cercano. El informe no describe esto como un fenómeno marginal, sino como una tendencia emergente que las marcas de retail deberían empezar a observar de cerca.

Por qué importa

Durante décadas, el boca a boca y la recomendación de un amigo o familiar fueron considerados el estándar de oro de la confianza en el consumo. Si los adolescentes empiezan a situar a la IA en ese mismo lugar —o incluso por encima—, las marcas enfrentan una redefinición de qué fuentes de influencia deben priorizar en sus estrategias de marketing, descubrimiento de producto y diseño de experiencia.

Para los líderes de experiencia de cliente y transformación digital, el dato sugiere que la inversión en motores de recomendación, asistentes de compra con IA y personalización algorítmica dejará de ser un diferencial opcional para convertirse en una expectativa básica entre las audiencias más jóvenes. También plantea preguntas sobre transparencia: si una recomendación de IA pesa tanto como la de un padre o un amigo, la forma en que esa recomendación se genera, se explica y se audita cobra una relevancia reputacional directa.

La visión de Renascence

Lo más fácil es leer este dato como una victoria tecnológica para la IA. Lo más interesante, desde el diseño de servicio, es preguntarse qué necesidad humana está dejando de cubrir el círculo social y qué riesgo entraña delegar esa función en un sistema que no siempre explica su razonamiento.

La confianza en una recomendación nunca fue solo sobre precisión, sino sobre quién asume la responsabilidad si la recomendación falla. Cuando un amigo se equivoca, la relación absorbe el coste; cuando lo hace un algoritmo, ese coste recae sobre la marca que lo desplegó. Los operadores que celebren esta adopción sin invertir en explicabilidad y en mecanismos de reparación del error estarán construyendo confianza sobre una base que se rompe con el primer fallo visible. El verdadero trabajo no es sustituir al amigo por el algoritmo, sino diseñar un algoritmo que merezca la misma lealtad que antes se depositaba en una persona.