Uno de los siguientes grandes desafíos de la IA es entender cómo piensan, deciden y actúan las personas. Esa filosofía es compartida también por la economía conductual y esa relación ha sido objeto del desarrollo de una jornada organizada recientemente por Neovantas en Madrid International Lab, del Ayuntamiento de Madrid.
Representantes de BBVA, Banco Santander, Línea Directa Aseguradora y la London School of Economics and Political Science (LSE) han participado en un encuentro en el que se ha presentado la Behavioral Economics Guide 2026, una publicación que reúne aportaciones de investigadores y expertos internacionales sobre las aplicaciones de esta disciplina. Dicha guía puede descargarse gratuitamente a través de la página web de Neovantas.
La IA y las nuevas posibilidades para investigar cómo decidimos
Juan de Rus, Managing Partner de Neovantas, fue el maestro de ceremonias, dando la bienvenida a nombres como Darío Krpan, Associate Professor of Behavioural Science en la London School of Economics and Political Science. Su ponencia, Participantes sintéticos: del conocimiento conductual a nuevas formas de investigación, se centró especialmente en el papel de los participantes sintéticos, entidades generadas mediante IA que reproducen determinadas características de personas reales para simular respuestas y explorar posibles patrones de comportamiento.
Estos perfiles pueden configurarse a partir de variables como el género, la edad, el origen o distintos factores sociodemográficos. Su utilización abre nuevas posibilidades para plantear escenarios, formular hipótesis y estudiar cómo podrían reaccionar determinados grupos ante diferentes situaciones. De esta manera, la tecnología permite explorar cuestiones relacionadas con la toma de decisiones y el comportamiento desde perspectivas que pueden complementar los métodos de investigación tradicionales.
Krpan destacó que el acceso cada vez más extendido a los modelos de lenguaje está modificando las condiciones en las que se desarrolla este tipo de investigación. “Antes, los modelos de lenguaje eran modelos predictivos y solo se podía trabajar con ellos en empresas que tuvieran disponibilidad de datos. Ahora cualquiera tiene acceso a estas tecnologías, de ahí que se esté popularizando y que cada vez sean más las empresas que están investigando al respecto”, afirmó.
La Economía Conductual como complemento de la inteligencia artificial
Juan de Rus retomó la sesión con la ponencia ¿Entiende la IA cómo decidimos? Claves desde la Economía Conductual, en la que planteó la necesidad de integrar los conocimientos de esta disciplina en el desarrollo y la aplicación de los sistemas inteligentes. Su reflexión partió de una cuestión fundamental: que una tecnología sea capaz de procesar información y ofrecer recomendaciones no significa necesariamente que comprenda cómo se comportan las personas ni los factores que condicionan sus elecciones.
Uno de los ámbitos que requiere especial atención es la transformación de la toma de decisiones cuando los individuos delegan parte de sus elecciones en agentes de inteligencia artificial. La incorporación de estas herramientas modifica la manera en que se busca información, se comparan alternativas y se valoran las distintas opciones disponibles. También puede alterar la confianza que las personas depositan en las recomendaciones automatizadas y, por tanto, su propio comportamiento.
De Rus destacó asimismo el potencial de la IA para avanzar hacia una mayor hiperpersonalización, aunque señaló que aprovechar esa capacidad exige facilitar su adopción dentro de las organizaciones y dotar a los sistemas de un conocimiento más preciso sobre las motivaciones humanas.
En este contexto, presentó las Librerías BECO (Behavioral Economics), concebidas para complementar las capacidades de la inteligencia artificial mediante la incorporación de conocimientos de Economía Conductual. Estas librerías permiten aportar contexto para interpretar mejor las situaciones e identificar los factores que influyen en las decisiones y las conductas de las personas. El directivo insistió también en que la inteligencia artificial no debe plantearse como un sustituto automático de la investigación tradicional.
De la experimentación a la integración en el negocio
La jornada continuó con una mesa redonda bajo el título IA en las organizaciones: tecnología, comportamiento y toma de decisiones, moderada por Juan de Rus y en la que participaron Enrique Belenguer, Behavioral Economics Discipline Leader en BBVA; Sonia Casado, Global Data & AI Transformation Director en Banco Santander; y Marián Gómez, Transformation Director en Línea Directa Aseguradora.
El debate permitió trasladar las reflexiones académicas y metodológicas al terreno empresarial. Una de las ideas compartidas fue que las organizaciones están dejando atrás la primera fase de exploración de la inteligencia artificial y se enfrentan ahora a un reto más complejo: integrarla en sus procesos, establecer mecanismos adecuados de gobierno y convertir sus capacidades tecnológicas en mejoras tangibles para el negocio y los clientes.
Enrique Belenguer situó el principal desafío en el paso de la adopción a la industrialización de la IA. Para ello, consideró necesario establecer modelos de gobierno que permitan utilizar estas herramientas de manera eficaz y controlar sus efectos. El representante de BBVA también advirtió de que la incorporación de agentes capaces de realizar tareas y formular recomendaciones puede transformar la manera en que las personas trabajan y toman decisiones.
Uno de los riesgos que señaló es la posibilidad de que los usuarios deleguen demasiado criterio en estos sistemas y terminen confiando en exceso en sus recomendaciones, reduciendo su propia capacidad de análisis. Por eso, defendió la importancia de conocer cómo funcionan los agentes, cuáles son sus sesgos y de qué manera pueden influir en las decisiones de los consumidores.
Desde Banco Santander, Sonia Casado puso el foco en la capacidad de la tecnología para transformar los procesos de trabajo y en la necesidad de identificar dónde puede aportar un mayor valor. En su opinión, el desarrollo de soluciones de IA debe ir acompañado de modelos de gobierno y control que permitan supervisar su funcionamiento y evaluar sus resultados. En el ámbito de la atención al cliente, destacó especialmente la importancia de incorporar métricas que midan tanto la experiencia de usuario como el impacto económico de las iniciativas, con un seguimiento continuado de su evolución.
Marián Gómez trasladó el análisis al sector asegurador y defendió que la tecnología debe estar al servicio de las personas y del negocio, en lugar de convertirse en el centro de la estrategia. La directiva explicó que Línea Directa trabaja con un modelo de atención híbrido en el que la inteligencia artificial gestiona buena parte de las interacciones digitales, pero mantiene siempre abierta la posibilidad de que el cliente contacte con una persona. Como ejemplo, destacó la automatización de una parte importante de las solicitudes de asistencia en carretera, un servicio en el que la rapidez de respuesta resulta especialmente relevante. Para Gómez, la eficiencia no debe medirse únicamente por el número de procesos automatizados, sino por la capacidad de ofrecer respuestas acertadas, resolver las necesidades de los asegurados y garantizar una experiencia satisfactoria.

