De dónde sale cada afirmación
Antes de pedirte que confíes en el sintético, te enseñamos el rastro completo: un estudio real de punta a punta, humano vs sintético tema a tema, y cómo lo auditamos.
Pre-registramos una predicción a favor de nuestro producto. Los datos dijeron que no. La publicamos igual.
Un estudio pre-registrado de 2.600 respondentes sintéticos en ocho mercados, sellado por hash antes de ver un solo dato. Buscaba comprobar si la capa psicométrica que añade nuestro motor era la que hace que los mercados difieran. No lo es — y lo publicamos, junto a la corrección que hicimos de nuestra propia primera lectura cuando el dato no la aguantaba.
El sucesor pre-registrado de nuestro estudio exploratorio anterior (n=5 por mercado) — construido para volver a poner a prueba nuestra propia afirmación anterior, con controles. Leer el v1 en SSRN
Leer el paper flagship (v2) en SSRN
Divergencia de perfil DENTRO de un mercado
Una primera lectura automática sugería que fijar el perfil de valores de una persona cambia su forma de razonar. La codificación humana ciega no lo confirmó, así que lo tratamos como hipótesis abierta, no como resultado.
Diferencias ENTRE mercados
Aparecen, pero no vienen de la capa psicométrica — una celda de control sin ella muestra la misma estructura. Las renderiza el modelo base al condicionar por país e idioma, así que las presentamos como hipótesis a validar con humanos, no como verdades nacionales.
Qué encontramos, y qué NO afirmamos
- Sellado por hash SHA-256 antes de cualquier dato. Nada se añadió, retiró ni reformuló después.
- El resultado central va en contra de nuestro propio producto — y lo publicamos entero.
- Nuestra primera lectura sugería algo más fuerte; ~79% era ruido de medición, así que lo retiramos.
- Pagamos la comprobación que nadie nos exigía: 20 codificadores ciegos, 120 textos. Dos conductas superaron el listón con holgura (0,93 y 0,96) — pero las personas discrepan entre ellas en cuatro de las seis, así que la puerta no pasa y H2/H3 siguen sin confirmar. Publicado, no escondido.
- Tampoco vimos que el perfil cambiara qué opción elige una persona: en un estudio A/B aparte no apareció ninguna diferencia. Lo publicamos tal como salió.
- Datos y código con semillas fijas están publicados — un escéptico puede reejecutar todo el análisis.
Resultado provisional de Fase 1. Las etiquetas de mercado denotan el contexto de generación, no verdades nacionales. Desde entonces hemos hecho codificación humana ciega independiente y la hemos publicado entera: no superó el listón que nos pusimos nosotros, así que "validado" sigue sin aplicar — y preferimos decirlo a estirar la palabra.
Del brief, a la conversación sintética, a un tema trazable.
Antes de pedirte que confíes en el sintético, te enseñamos de dónde sale el output. Esto es un estudio real, de punta a punta.
"¿Por qué los clientes se quedan con su aseguradora aunque no estén contentos?"
Hipótesis interna: El precio es la barrera principal.
Audiencia: Clientes de seguros españoles, segmentos mixtos de edad e ingresos.
Guion: Disparadores de cambio, confianza, comprensión de coberturas, reacciones a la mensajería de renovación.
¿Qué te impide cambiar de aseguradora aunque no estés contento?
"El precio es el freno. La complejidad es la niebla. La niebla es peor porque me impide ver incluso el camino."
La complejidad bloquea el cambio más que el precio.
Mapeado en las 217 entrevistas sintéticas — más fuerte donde la cobertura es más difícil de comparar.
El brief cambió antes del fieldwork.
De "testar mensajería de precio" a "explorar claridad, confianza y rechazo a las tácticas de miedo".
Lo que dijeron 217 consumidores de seguros españoles
Insurance Coverage Choice — España. N=217 consumidores sintéticos. Cada entrevista puntuada; 5 rechazadas por calidad y excluidas del análisis.
Necesitábamos entender por qué los consumidores españoles se quedan con su aseguradora aunque estén insatisfechos — y qué activa el cambio. La hipótesis interna: el precio es la barrera principal. Ejecutamos 217 entrevistas a consumidores sintéticos en menos de 30 minutos.
- La venta del miedo fue el patrón más rechazado — 125 menciones, 0 aceptaciones en los 217 respondents
- La marca líder dominó el recuerdo espontáneo con 530 menciones — 2,2× más que su competidor más cercano
- "La complejidad es la niebla" — los consumidores no podían evaluar las coberturas, así que se quedaban por defecto
El verdadero obstáculo era la complejidad y la desconfianza en las tácticas de miedo. El brief pasó de mensajería de precio a transparencia y simplicidad — antes de hacer una sola entrevista real.
Hipótesis: el precio es la barrera principal.
Bloqueo real: complejidad y desconfianza en las tácticas de miedo.
El guion de campo se reescribió antes de una sola entrevista real — antes de gastar nada del presupuesto en las preguntas equivocadas.
Los hallazgos que sobrevivieron a tres análisis independientes
Trust in Automated vs Human Investment Advice — Reino Unido (N=67) y Estados Unidos (N=69). 1.904 respuestas analizadas. Cada hallazgo de abajo apareció en los tres re-análisis independientes del mismo corpus; publicamos el rango de las tres pasadas, no un número suelto.
Un brief de fintech preguntaba qué impide confiar en el asesoramiento de inversión automatizado. Ejecutamos la misma guía en dos mercados — y después hicimos algo que no habíamos hecho nunca: analizar cada corpus tres veces por separado, habiendo acordado de antemano publicar solo lo que apareciera en las tres.
- La transparencia encabeza las necesidades no cubiertas en los dos mercados: "Transparent, plain-English explanations of reasoning and fees" en Reino Unido (8 a 13 de 67) y "Transparency and clear reasoning" en EE. UU. (7 a 10 de 69)
- Las comisiones ocultas son la primera barrera en EE. UU. (9 a 12 de 69) y la segunda en Reino Unido — la única barrera que lidera en los dos mercados
- "Trust was just: can I explain this to myself in plain English?" — respondente de EE. UU., literal y rastreable hasta el turno en que se dijo
- Reino Unido publicó 14 barreras y 9 necesidades; EE. UU. publicó 12 y 12. Todas presentes en 3 de 3 análisis.
Ninguno de los dos mercados pidió mejores resultados. Los dos pidieron que se les dijera por qué — con palabras que pudieran repetir a otra persona.
Un análisis, un número, y ninguna forma de distinguir un hallazgo real de un accidente de redacción.
Tres análisis independientes. Un hallazgo se publica solo si aparece en los tres.
Cada cifra de esta ficha es un rango porque el estudio se analizó tres veces. Regenerar el informe devuelve la misma lista de conceptos, comparada por cadena exacta.
No tienes que "creer" en el sintético.
Ves dónde coincide con humanos. Y dónde no.
Mirror View ejecuta el mismo guion y pipeline de análisis sobre humanos y sintéticos, tema a tema: tasas de mención, temas, sentiment. Auditas convergencia y divergencia, no claims de IA. Nuestro primer estudio híbrido está diseñado y pre-registrado; todavía no hemos publicado ninguna comparación humana por estudio.
Ilustrativo — cómo se alinean las respuestas humanas y sintéticas por tema en un estudio híbrido.
- Mismo guion y pipeline de análisis para humanos y sintéticos — salidas comparables.
- Citas y evidencia trazan al transcript, no resúmenes de IA sin anclaje.
- Usa sintético para cobertura y velocidad; usa humanos cuando requiere validación en vivo.
Hecho para auditarse, no para creerse.
Cada afirmación de esta página se puede inspeccionar — no es un wrapper de IA que te pide fe.
- SHQI — 12 métricas deterministas de calidad puntuadas en cada entrevista
- Mirror View — modo humano-vs-sintético sobre el mismo guion y pipeline
- Cada tema enlazado a la conversación que lo generó
- Export completo de transcripts — lee la evidencia cruda tú mismo
- Pureza de segmento comprobada en cada respondente: 180 juicios sobre 18 biografías reales, cero fallos
- Informe reproducible: volver a analizar un estudio publica los mismos hallazgos; hasta 1.500 respuestas, solo se publica lo que aparece en tres análisis independientes
Pusimos a prueba esta misma página con QualiSynth.
Antes de publicarla, corrimos entrevistas sintéticas con researchers de agencia en US, UK y España — los compradores exactos para los que es esta página.
Un hallazgo: los compradores creían que QualiSynth analizaba sus propias transcripciones, en vez de generar respondents.
Por eso esta página ahora lidera con el mecanismo. Direccional, rápido y honesto con sus límites — exactamente como querríamos que lo usaras.