Este artículo es una profundización de la presentación sobre personas sintéticas que hice en AI Makers 2025, el 23 de septiembre de 2025. Puedes ver el video en YouTube.
¿Podemos reemplazar a los usuarios reales con inteligencia artificial? La pregunta incomoda, pero también abre nuevas puertas. Con herramientas como ChatGPT —y otros modelos similares— hoy es posible crear personas sintéticas que ayuden a validar hipótesis, priorizar funcionalidades y generar empatía. Eso sí, siempre reconociendo sus límites y los dilemas éticos que traen consigo.
Uno de los principios centrales del diseño de experiencias y productos es poner al usuario en el centro. Sin embargo, en la práctica, las actividades con usuarios suelen ser lentas y con mucha fricción, lo que lleva a que a menudo se reduzcan o incluso se descarten.
Por otro lado, la irrupción de la inteligencia artificial en los últimos dos o tres años ha traído consigo la tentación de simplificar —e incluso reemplazar— el trabajo de investigación con usuarios. La presión por “hacerlo con IA” es considerable, lo que complica justificar el tiempo y los recursos necesarios para acceder a clientes reales.
En este contexto, ha emergido el concepto de usuarios sintéticos, usuarios digitales y otras variantes. Esta idea abre un nuevo espacio para experimentar con la representación de los usuarios, aunque no está exenta de polémica. Si bien no pueden reemplazar la investigación tradicional, sí pueden ser útiles en etapas tempranas y mejorar la forma en que generamos empatía con los usuarios.
Por eso, y siguiendo con ejercicios con inteligencia artificial, quiero compartir una prueba de concepto: la creación de personas sintéticas a partir de datos de investigación, utilizando herramientas como ChatGPT y Gemini.
¿Qué necesitamos de las personas?
Para que las personas —entendidas como representaciones de segmentos de usuarios— aporten valor real, deben cumplir tres condiciones:
- Consistencia: mantenerse presentes a lo largo de todo el proceso.
- Representatividad: reflejar distintos segmentos y realidades.
- Escalabilidad: evolucionar junto con productos, usuarios y equipos.
Aquí es donde la inteligencia artificial comienza a abrir nuevas posibilidades.
¿Qué son las personas sintéticas?
Las personas sintéticas son representaciones digitales generadas mediante inteligencia artificial a partir de datos de investigación (entrevistas, encuestas, métricas de uso). Están diseñadas para simular comportamientos, necesidades y perspectivas de un perfil de usuario real.
Conviene diferenciarlas de los Digital Twins: mientras que las personas sintéticas representan segmentos de usuarios, los Digital Twins se enfocan en individuos específicos (o grupos muy pequeños) con datos reales y casi en tiempo real.
Ventajas de las personas sintéticas
- Escalabilidad: amplían el alcance y la presencia de las características del usuario durante el proceso.
- Actualización: permiten incorporar nuevos datos y mantenerse vigentes.
- Consistencia: mantienen una misma voz y perspectiva en diferentes ejercicios.
Capacidades de un LLM: por qué ahora es posible
La creación de personas sintéticas es viable hoy gracias a las capacidades que ofrecen los modelos de lenguaje (LLM), ideales para representar segmentos como “personas dinámicas”:
- Procesamiento de lenguaje natural: comprenden intención, entidades y relaciones en texto libre, lo que permite sostener diálogos en primera persona con tono y rol coherentes.
- Síntesis de patrones: identifican estructuras en grandes volúmenes de texto y conectan puntos dispersos para construir rasgos, necesidades y expectativas del usuario.
- Memoria contextual: mantienen coherencia a lo largo de la conversación y respetan instrucciones persistentes.
- Simulación de escenarios: reaccionan como un perfil definido ante flujos, prototipos o propuestas, anticipando objeciones y validando supuestos tempranos.
- Razonamiento asistido: siguen cadenas de pasos y explicitan criterios de decisión o restricciones, haciendo trazables sus respuestas.
- Integración con fuentes de conocimiento: permiten cargar datos específicos del segmento para anclar la conversación a evidencias reales y minimizar invenciones.
Opciones disponibles
Antes de explicar por qué un GPT es una herramienta ideal para este propósito, revisemos las opciones disponibles actualmente para crear personas sintéticas:
- Herramientas de Synthetic Users: listas para usar, con posibilidad de incorporar data de investigación propia, pero pueden llegar a ser costosas y requieren ser vetadas por seguridad, privacidad de datos, etc. Algunas opciones son Synthetic Users, delve, M1-Project, Jentis.
- Prompts en un LLM como Gemini o ChatGPT: pueden producir buenos resultados puntuales, pero no los puedes distribuir y no son persistentes.
- LLMs con contenedor persistente: como los GPTs de ChatGPT, Projects en Claude o Gems en Gemini, permiten instrucciones persistentes, carga de datos y distribución colaborativa.
Por qué un GPT es la herramienta adecuada
Un GPT permite agregar contexto extendido y persistente. En lugar de chats efímeros, se define una instancia con identidad, reglas y conocimiento propio.
Capacidades clave:
- Prompt de sistema persistente con instrucciones detalladas.
- Carga de documentos como base de conocimiento.
- Restricción del ámbito de acción.
- Distribución interna entre equipos.
- Configuración específica de herramientas.
Así, el GPT actúa como un contenedor operativo de la persona sintética, útil para mantener la empatía y coherencia con los usuarios en todo el ciclo del producto.
En entornos corporativos es clave definir políticas claras para preservar la privacidad y confidencialidad de los datos. Esto incluye anonimizar la información, restringir qué documentos se cargan y evitar que el contenido se use para entrenar modelos externos.
Si tu organización ya tiene licencias corporativas de ChatGPT o Gemini, no necesitas comprar nada adicional y ya tiene validación de diferentes áreas internas.
Ética y privacidad
El uso de personas sintéticas implica responsabilidad. Debe garantizarse:
- Anonimización de la información de usuarios reales.
- Control sobre qué documentos se cargan.
- Configuración de entrenamiento que impida el uso no autorizado.
- Gobernanza organizacional, bajo cuentas corporativas y procesos seguros.
Éste bloque ético es fundamental para legitimar el uso de personas sintéticas en contextos empresariales.
Experimento práctico: Pedro Digital
Como prueba de concepto, desarrollé un perfil ficticio: Pedro Digital.
Pasos del experimento:
- Generé 20 entrevistas y 400 respuestas sintéticas (sólo para la prueba; en proyectos reales debe usarse data real).
- Definí varios perfiles y seleccioné uno.
- Construí escenarios de uso en un programa de beneficios de supermercado.
Construcción del GPT personalizado
El núcleo es un prompt de sistema robusto. Sus bloques incluyen:
- Rol: responder siempre como el usuario, no como diseñador.
- Tono: evitar sesgos, priorizar honestidad.
- Contexto: limitar a un ámbito específico, la data de definición de Pedro.
- Exclusiones: declarar lo que está fuera de alcance.
- Conocimiento: declarar la base documental usada.
- Comportamiento: evitar soluciones de diseño; centrarse en insights.
- Follow-up: mantener la conversación activa.
- Idioma: español latino neutro (o el “sabor” que prefieras).
- Sesgos: evitar responder para “quedar bien”.
Prompt para persona sintética
Esta es una versión simplificada, pero representativa del prompt que da vida a la persona sintética. Tómalo, modifícalo, mejóralo ¡Cuéntame si lo usas para conocer tu experiencia!
# User Persona "Pedro Digital"
Actúa simulando un usuario correspondiente al segmento descrito en el adjunto "User-Persona Pedro-Digital.txt". Responde a las preguntas y prompts actuando como esta persona a partir de la data que te entrego. Responde en primera persona como Pedro.
## Rol del usuario
Piensa como usuario, no como diseñador. Tu propósito es informar a User Researchers, Product Managers, Diseñadores, ingenieros, etc., no dar soluciones de diseño.
- Omite respuestas del tipo "te puedo mostrar un diseño".
- No eres un diseñador experto, eres un usuario.
- No condiciones a soluciones específicas, entrega insights sobre el comportamiento, y preferencias del User Persona.
- Evita el sesgo de optimismo.
- Evita respuestas complacientes, remítete a la definición del user persona.
## Contexto
Pedro es usuario del programa de beneficios de un supermercado, por lo que todas las interacciones estarán relacionadas con el programa y sus canales.
## Exclusiones
Cuando te pregunten cosas fuera del ámbito del contexto, responde con algo como:
> "Lo siento, no tengo información sobre este tema".
## Documentos
Los documentos que te entrego son:
- [Lista de documentos adjuntos]
## Follow-up
Luego de responder las solicitudes del usuario, haz preguntas para continuar la interacción, como:
- ¿Qué más quieres saber sobre mí?
- ¿Qué otros aspectos de mí te interesan?
- ¿Cómo puedo ayudarte a mejorar el programa de beneficios?En este caso, adjunté estos documentos:
- La descripción del User Persona.
- Un set de entrevistas realizadas a usuarios correspondientes al perfil de Pedro Digital.
- Una serie de notas del entrevistador en las sesiones de entrevistas.
- Un conjunto de escenarios de uso elaborados a partir de necesidades y comportamientos del perfil de Pedro Digital.
Mientras más información puedas agregar, mejor será la definición de tu persona.
Configuración recomendada del GPT
- Nombre e imagen para facilitar reconocimiento interno.
- Frases de inicio que modelen buenas preguntas.
- Modelo: cualquiera de última generación; evitar web browsing si no es necesario.
- Herramientas: desactivar lo que no aporte (p. ej., web) y considerar “lienzo” sólo si suma.
- Privacidad: usar cuenta organizacional, con datos anonimizados.
Conversación con Pedro Digital
Al preguntarle: “¿Qué pasaría si elimino de la app la información sobre beneficios?”, Pedro respondió:
“Me frustraría, dejaría de usar la app o incluso consideraría cambiarme a otro supermercado. Sentiría que pierdo control sobre mis puntos y que no me informan de oportunidades.”
Una respuesta coherente con su perfil y útil para el equipo de diseño.
Otras pruebas con diferentes preguntas y solicitudes a Pedro entregan respuestas coherentes y aparentemente dentro de la definición de la Persona. Pero, ¿Cómo podemos estar seguros de que el modelo está respondiendo de acuerdo a las definiciones y data que le entregamos, y no está añadiendo otras cosas o alucinando?
Evaluación con un Gem
Para confiar en una persona sintética, es esencial validarla. En el mundo de AI, el concepto de evals se refiere a diferentes técnicas de evaluación y validación para verificar, entre otros aspectos:
- Cumplimiento de instrucciones.
- Alineación con datos reales.
- Ausencia de sesgos.
- Cobertura de elementos clave.
- Alucinaciones del modelo.
Evaluando a la Persona Sintética
Para evaluar las respuestas de este GPT, creé un GPT nuevo, pero esta vez en Gemini, acá se llaman Gems. Podría haber usado ChatGPT, pero para separar completamente ambos mundos, creé un Gem y le entregué las mismas instrucciones que al primero, pero la solicitud central acá es que evalúe las respuestas que se le entregan, de acuerdo a las definiciones y data de Pedro Digital.
El prompt para el Gem tiene básicamente esta estructura:
- Identifica si la afirmación es coherente con la definición del User Persona.
- Detecta cualquier información fuera de contexto o contradictoria.
- Detecta sesgos o desviaciones de tono y perspectiva respecto al User Persona.
- Identifica omisiones relevantes que deberían estar presentes y no se mencionan.
Luego le entrego un formato de reporte y una escala para determinar si la respuesta:
- Está alineada con la Persona.
- Está parcialmente alineada.
- No está alineada.
En este caso, la respuesta de la Persona Sintética está totalmente alineada con la data y definición de Pedro Digital, por lo que resulta confiable. Realicé varias pruebas y en todas las respuestas estuvieron correctas.
Si las respuestas no estuvieran alineadas a la definición, puede ser necesario:
- Corregir el prompt.
- Agregar más y mejor data al GPT para que genere mejores respuestas.
¿Para qué usar personas sintéticas?
Ya terminando, es importante considerar qué podemos hacer con la Personas Sintéticas:
- Generar empatía en los equipos, dando acceso a una forma efectiva de interactuar con una representación de nuestros clientes.
- Validar conceptos tempranamente, dialogando con nuestro GPT y probando su respuesta a diferentes hipótesis.
- Priorizar funcionalidades, preguntando qué cosas valora más.
- Explorar ideas y anticipar objeciones, conversando sobre funcionalidades, canales, etc.
Los GPT de Personas Sintéticas pueden resolver situaciones como las descritas, pero cuando necesitamos más interacción, como conectarse con prototipos para realizar pruebas en el navegador o agregar data dinámica, van a quedar cortas. En esas circunstancias, será necesario utilizar técnicas más sofisticadas, como RAG/MCP + LLM junto a herramientas como Playwright, pero esa es una historia completamente distinta.
Conclusiones
- Conversar con personas sintéticas es conversar con datos: calidad adentro ➝ calidad afuera.
- No reemplazan la investigación, se construyen sobre ella.
- Siempre validar con usuarios reales.
- Los GPTs permiten persistencia, reglas y consistencia.
- Separar generación y evaluación mejora la confiabilidad.
- Usos prioritarios: empatía, validación, priorización, exploración.
- Ética y gobernanza son esenciales.
Las personas sintéticas pueden amplificar nuestras capacidades de exploración y diseño. Su valor radica en la calidad de los datos y la rigurosidad del proceso.
