La Inteligencia Artificial no sustituye la teoría humana pero mejora su capacidad predictiva

Jorge Pelegrín-Borondo, Cristina Olarte Pascual, Alba García Milon y Francisco Javier Martínez de Pisón, investigadores de la Universidad de La Rioja, han publicado en la revista Journal of Retailing and Consumer Services, de la editorial Elsevier, una investigación en el que han analizado si la Inteligencia Artificial es capaz de construir modelos teóricos válidos que expliquen el comportamiento de los consumidores y comparan su precisión, parsimonia y capacidad predictiva con los modelos desarrollados mediante el método científico tradicional.

El artículo, titulado 'Humans vs. AI in Social Science Research: Rivals or Allies in Understanding Consumers?', e incluido en el número de junio del 2026 de una de las revistas más influyentes en el área del marketing y del comportamiento del consumidor, compara dos modelos construidos de forma independiente a través de las respuestas obtenidas de un millar de cuestionarios.

El primero de ellos es un modelo clásico construido por un grupo investigador que aplicó los pasos tradicionales: revisión teórica, definición de variables, hipótesis y escalas validadas. El segundo modelo fue generado íntegramente por IA a partir de técnicas avanzadas de prompt engineering para que seleccionara variables, justificara su elección con literatura real y propusiera un cuestionario completo.

La investigación concluye, por un lado, que la Inteligencia Artificial no alcanza el nivel de abstracción conceptual necesario en ciencias sociales, ya que incluyó variables redundantes, lo que generó problemas graves de discriminación entre constructos y de colinealidad. Este hallazgo confirma que la IA todavía no distingue adecuadamente conceptos psicológicos cercanos, fundamentales para construir teoría sólida.

Por otro lado, el artículo apunta que cuando la IA es corregida por personas expertas sí que supera al modelo humano tradicional. Tras eliminar las variables problemáticas y depurar el modelo, la versión IA corregida por el equipo investigador alcanzó mayor capacidad predictiva que el modelo humano, mayor parsimonia (solo 2 variables explicativas frente a 3 del modelo humano), y menos ítems necesarios (6 frente a los 10 en el modelo final humano).

Estos resultados demuestran que la IA no reemplaza el método científico, pero acelera y mejora la modelización cuando existe supervisión experta.

Por último, la investigación apunta que la Inteligencia Artificial genera cuestionarios más claros y fue evaluado como más fácil de entender que el de los expertos, es decir, que la IA puede mejorar la redacción y comprensión de los instrumentos de medida, una tarea central en la investigación empírica.

Así, el estudio propone una conclusión estratégica: la Inteligencia Artificial no sustituye a la teoría construida por las personas, pero sí permite potenciar su capacidad predictiva cuando se integra en un proceso de investigación supervisado.

Este enfoque híbrido abre un camino innovador para diseñar cuestionarios más eficientes y comprensibles, reducir tiempos y cargas de trabajo, identificar patrones complejos y mejorar la precisión de los modelos en marketing y comportamiento del consumidor.

El artículo completo publicado en 'Journal of Retailing and Consumer Services' puede descargarse en este enlace: https://doi.org/10.1016/j.jretconser.2026.104812.