Gráfico 1. Modelo de Innovación Disruptiva.
Fuente: Clayton (2015).
Título del Capítulo: «La IA desde la perspectiva de los profesionales de la publicidad: perfil de usuario y motivaciones»
Autoría: Marta Laguna-García; María Ángeles Núñez-Casado; Alberto Martín-García; Noemí Carmen Martín-García
Cómo citar este Capítulo: Laguna-García, M.; Núñez-Casado, M.Á.; Martín-García, A.; Martín-García, N.C. (2025): «La IA desde la perspectiva de los profesionales de la publicidad: perfil de usuario y motivaciones». En Sánchez-Navarro, J.; Hellín, P. (eds.), Inteligencia artificial: retos y oportunidades para la formación y el empleo en el ámbito de la comunicación. Observatorio ATIC, nº 7. Salamanca: Comunicación Social Ediciones y Publicaciones.
ISBN: 978-84-10176-09-6
d.o.i.: https://doi.org/10.52495/c13.emcs.36.p114
Marta Laguna-García
Universidad de Valladolid
María Ángeles Núñez-Casado
Universidad de Valladolid
Alberto Martín-García
Universidad de Valladolid
Noemí Carmen Martín-García
Universidad de Valladolid
1. Introducción
La inteligencia artificial generativa (IA) ha introducido cambios disruptivos que están marcando el presente y futuro de la comunicación y la publicidad. Las herramientas de IA han supuesto una transformación en los modelos de negocio y en el mundo laboral de tal magnitud que están haciendo que ya se hable de una nueva revolución industrial.
Según el Fondo Monetario Internacional, el 40% de los empleos de todo el mundo está expuesto al impacto de la IA, y este efecto aumenta hasta el 60% en el caso de los países desarrollados. Aunque dicho efecto es difícil de prever por su naturaleza poliédrica y la complejidad de su impacto, desde la perspectiva del empleo existen corrientes contrapuestas sobre cómo afectará a nuestra vida laboral. Algunas consideran que reemplazará puestos de trabajos, mientras que otras apuntan que los complementarán mejorando la productividad y favorecerá la aparición de nuevos perfiles profesionales.
La comunicación es uno de los campos más interesantes en los que la IA ha emergido como una fuerza transformadora y aceleradora (IPG Mediabrands, 2024). Esta tecnología abre enormes posibilidades para analizar datos a gran escala, crear contenidos, mejorar la automatización y optimización de procesos y conseguir una mayor personalización de mensajes y contenidos. Su aplicación está permitiendo mejoras radicales y aceleradas en ámbitos como la publicidad programática, el data contextual, la predicción del comportamiento del consumidor, el análisis de sentimientos y opiniones, la segmentación de audiencias o la mejora de las experiencias del cliente, entre otros.
No obstante, esta tecnología también presenta importantes retos y riesgos como (1) los sesgos (raciales, de género, de edad…) —que condicionan la selección de audiencias y la generación de contenidos—; (2) los desafíos éticos que se plantean en torno a la privacidad de los datos, el plagio, la falta de transparencia o los fraudes en las métricas; y (3) la transformación que supone en el panorama laboral al requerir el desarrollo de nuevas habilidades y favorecer la automatización de tareas rutinarias.
Dentro de este nuevo ecosistema tecnológico, los profesionales tienen un papel clave, ya que su participación es esencial para maximizar los beneficios y reducir los riesgos de la IA. Es por lo que este trabajo tiene como objeto conocer el perfil del profesional de la publicidad que utiliza aplicaciones de IA en su tarea diaria y descubrir las motivaciones de su uso. Planteamos implicaciones en la medida que mide la incidencia que está teniendo la IA dentro del sector publicitario y da una primera visión de los alicientes del colectivo de profesionales que lo forman para su aplicación.
2. Marco teórico
La teoría de la innovación disruptiva, introducida por Clayton M. Christensen en el año 1997, publicada en su libro The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail (Clayton, 1997) es un marco muy valioso para comprender el papel de la IA como tecnología emergente en la transformación de la industria publicitaria. Plantea postulados, muy influyentes en las últimas décadas, implementados tanto en el desarrollo empresarial, comercial como en la creación de nuevos mercados (Castellanos; Mota, 2021).
Clayton, en su teoría, realiza un análisis sobre el liderazgo de las empresas en el mercado y el papel que ocupa la innovación en ese ascenso o descenso, mantiene que las empresas líderes de un sector pueden ser desplazadas por las tecnologías emergentes, especialmente en aquellas empresas pequeñas que se concentran en mejorar productos y servicios para clientes más exigentes priorizando las necesidades (Clayton; Raynor; Mcdonald, 2015).
En el diagrama planteado por el autor (gráfico 1) se contrasta la trayectoria de desempeño del producto, y la mejora con el tiempo que adquieren productos y servicios con la innovación (línea incumbent’s sustaining y entran’s disruptive trayectory) con las trayectorias de demanda del cliente y su predisposición a costes más altos (línea high end, mainstream y low end of the market). A medida que las empresas establecidas introducen productos o servicios de mayor calidad, para satisfacer el extremo superior del mercado, sobrepasan las necesidades de los clientes de gama baja y muchos de los clientes principales. Esta nueva situación plantea una nueva oportunidad para segmentos menos rentables, que quizás el cliente está dejando descuidado. La trayectoria disruptiva (línea roja) mejora el desempeño de las ofertas y la rentabilidad, lo supone una oportunidad para la mejora de las pequeñas empresas. Es, por tanto, de vital importancia comprender la innovación disruptiva como un proceso y no como un producto o servicio (Clayton; Raynor; Mcdonald, 2015).
El concepto de «disrupción» es descrito a partir de procesos tecnológicos con los que una empresa más pequeña y con menos recursos es capaz de desafiar con éxito a otras más grandes y consolidadas en el mercado (McDonald; Raynor; Christensen, 2017). Este concepto ya fue utilizado en 1942 por Schumpeter, quién consideraba que la innovación tenía poder tanto para crear como para destruir organizaciones. La naturaleza disruptiva del cambio tecnológico fue definida como «destrucción creativa» fundamentada en el fin de las viejas prácticas y la ruptura de paradigmas existentes a favor de un mayor beneficio de las empresas en términos de recursos y energías existentes (Schumpeter, 1942).
La innovación disruptiva puede definirse como: «aquella tecnología que altera las prácticas establecidas, frecuentemente iniciando con pocos usuarios, que paulatinamente van aumentando al tiempo en que desplazan una tecnología que anteriormente dominaba» (Castellanos; Mota, 2021: 47).
En sus postulados Clayton defiende tres principios básicos relacionados con el inicio del cambio tecnológico, la mejora gradual y el cambio en el modelo de negocio. Plantea que las tecnologías pueden comenzar en mercados nichos, ofreciendo productos o servicios a coste muy reducido o incluso gratuitos, pero en el transcurso del tiempo suelen convertirse en tecnologías imprescindibles que mejoran una parte significativa del mercado, desplazando a negocios ya establecidos. En base a este principio se establecen tres tipos de innovación disruptiva: innovación Low-end disruption asociada a la introducción de productos o servicios muy simples y accesibles, capaces atender las necesidades básicas de un segmento del mercado, poco o nada exigente con los resultados. La segunda tipología definida como New-Market disruption, aparece cuando se crea un nuevo mercado, inexistente hasta el momento, con el objetivo principal de atraer usuarios que se resistían a la adquisición/uso del producto o servicio dado su complejidad y costes. Supone una nueva oportunidad para atraer a clientes del mercado principal. La tercera innovación disruptiva, que es definida como Sustaining Innovation, no puede considerarse disruptiva en sentido estricto, pues no suele crear nuevos mercados o segmentos, sino que se trata de una fase centrada en la mejora de los productos existentes (Schmidt; Druehl, 2008).
La mejora gradual de las tecnologías en la innovación disruptiva puede conducir a cambios en el modelo y la estructura del negocio. Estas modificaciones estarán sujetas a dos conceptos básicos: las tecnologías de componentes y las tecnologías de arquitectura (Jiménez-Montecinos, 2020). Las tecnologías de componentes son las más sencillas de implementar, se refieren a una mejora o a un cambio en un componente, que ofrece a la industria mejoras significativas en términos de rendimiento, eficiencia o funcionalidad y no implican un rediseño del sistema. A diferencia de las primeras, los componentes arquitectónicos implican cambios significativos en la industria, que requieren un rediseño y una nueva reconfiguración de todo el sistema, conduciendo a nuevos cargos, nuevas categorías de productos… (Clayton; Raynor; Mcdonald, 2015).
Los patrones competitivos de cada organización requieren de diferentes tipos de innovación y enfoques estratégicos; podemos incluso encontrarnos industrias que no hallen el éxito en la innovación disruptiva, por lo que es imprescindible analizar pormenorizadamente cada industria y el proceso de innovación que está llevando a cabo para conocer mejor los cambios venideros y la nueva estructura y productos o servicios resultantes. En la industria publicitaria, la IA está modificando el proceso de planificación y ejecución de las campañas de publicidad, mediante el análisis del consumidor, la automatización, la personalización, la creación de contenidos, y el análisis de datos. Estos efectos hacen que la IA sea percibida cada vez más como una fuerza transformadora que abre nuevas oportunidades para las marcas, los negocios y las personas, convirtiéndose en una prioridad estratégica para las empresas de comunicación sobre la que articular su respuesta a las nuevas demandas de consumidores y clientes y sobre la que asentar su ventaja competitiva (IPG Mediabrands, 2024).
La introducción de la IA en las agencias de publicidad supone una innovación disruptiva que puede ser definida a partir de los términos y conceptos empleados en la teoría de Clayton. Es una práctica incipiente (Martínez-Martínez; Aguado-Terrón; Sánchez-Cobarro, 2022) que puede impulsar el crecimiento de esta industria, reduciendo costes y aumentando su eficacia, llegando incluso a modificar su estructura esencial.
El proceso de innovación en las agencias de publicidad tuvo su inicio en una etapa de Low-End disruption, momento en el que se empezaron a utilizar herramientas de IA para automatizar tareas muy simples como la gestión de campañas en redes sociales, o el análisis de datos muy básicos. Sería el caso de la publicidad programática. Las ventajas que ofrece este tipo de estrategia son visibles tanto para el usuario que recibe información deseada, como para el anunciante que realiza impactos más efectivos (Barrio, 2022). Esta implementación supone un proceso de cambio en la forma y en la estrategia de compra de los espacios publicitarios proporcionando una mayor eficiencia en el impacto y llegando a una monetización más eficiente. A priori podríamos hablar de tecnologías de componentes, pero atendiendo al proceso en un campo temporal más amplio podemos hablar de componentes arquitectónicos, pues ha supuesto un profundo cambio de rol y de estructura en la agencia. Tradicionalmente en este perfil se empleaban roles más centrados en habilidades tradicionales del marketing y la publicidad, y una mayor cantidad de personal capaz de analizar una ingesta de datos, en muchos casos inalcanzables. Ahora se requieren habilidades más asociadas al manejo de la tecnología, el análisis de datos y especialistas en IA.
Además, la introducción de la IA en las agencias está dando lugar a una innovación de New-Market disruption, pues por ejemplo esta publicidad programática permite explorar nuevas formas de interacción y personalización de los mensajes, creando nuevas estrategias. La metodología Geofencing, junto con la IA, permite la localización y el monitoreo de los consumidores, aportando información, ubicación y tiempo real, aprendiendo de sus hábitos en el entorno de compra y permitiendo lanzar campañas personalizas en situaciones ideales de contacto con las superficies. El marketing de proximidad adopta un nuevo enfoque óptimo, pues tal y como defendían Grewal et al. «el poder del marketing de proximidad reside en su capacidad para ofrecer contenido altamente personalizado a los consumidores en función de su ubicación precisa y de los conocimientos sobre su comportamiento, permitiendo una interacción más efectiva y contextualmente relevante» (Grewal; Bart; Spann; Zubcsek, 2016: 6).
Este tipo de estrategias son vitales para generar mayor eficacia a costes más reducidos, genera un mejor control sobre las campañas publicitarias y un posicionamiento adecuado. Se produce así la innovación disruptiva de Sustaining Innovation, que permite ofrecer mejores servicios publicitarios, pues la localización de los consumidores en tiempo real incrementa el valor del servicio: «los consumidores no toman decisiones de compra en situación de aislamiento; sus elecciones están influenciadas por el entorno físico inmediato y el contexto social en el que se encuentran» (Hoyer, 2018: 22). La innovación, que comenzó con una mejora de sistemas de evaluación de compra de espacio, ha dado lugar a nuevas estrategias de comunicación donde, sobre todo la industria de retail, ha tenido un cambio significativo en la forma de interaccionar con sus clientes, dando lugar a un nuevo mercado siguiendo una innovación New-Market disruption, como es el caso de la compra de espacios por Real-Time Bidding (RTB), plataformas de gestión de demanda (DSP) o plataformas de gestión de ofertas (SSP) generadas a partir de IA.
Los cambios iniciales centrados en la tecnología de componentes se están convirtiendo en estos últimos años en cambios a componentes arquitectónicos. Los call center están siendo sustituidos, o complementados (Stepanov; Muzata; Zyuzin; Kostina; Shishkin, 2021), por chatbots de atención al cliente o por plataformas de asistencia virtual, herramientas que proporcionan soporte a los clientes de manera automatizada, cambiando así el rol y la estructura de la industria.
La atención al cliente, la compra de espacios, la personalización de las campañas o el análisis de datos casi en tiempo real que permite predecir el futuro, no son los únicos procesos inmersos en la disrupción. La creación de contenidos mediante la IA, que afecta al desarrollo de campañas y el proceso creativo, ha sufrido un cambio considerable; podríamos hablar básicamente de tecnología de componentes, pues hasta el momento no está modificando la estructura de «dupla» de la agencia, sino que se trata de la utilización de la IA como optimización de recursos. Herramientas como Jaspers, Midjourney, Copiar.ai, Lumen5, Runway, Dalle... permiten experimentar y optimizar recursos de edición, de generación de ideas, en artes finales, diseños gráficos, búsqueda de recursos o creación de imágenes. Este análisis permite una reducción de costes que mejora la eficiencia en la producción al ahorrar tiempo y recursos, emerge como una fuente de inspiración que aumenta la riqueza del contenido publicitario y puede conllevar cambios importantes en empresas de producción publicitaria al ver reducido su trabajo por ediciones creadas a partir de la IA.
Otro aspecto relevante en la incursión de la IA en la industria publicitaria está centrado en la investigación del consumidor mediante herramientas de IA que permiten lanzar campañas más personalizadas y ajustadas a las necesidades, intereses y preferencias del target. Plataformas como Kopernika, generadas a partir de mediciones biométricas entrenadas desde la IA, permiten a la agencia de publicidad interpretar procesos emocionales y cognitivos mediante el análisis facial y el análisis de la voz. Campañas de pretest y postest pueden ser evaluadas con mayor eficiencia y menor coste. Este nuevo enfoque ha dado lugar a crear nuevos negocios centrados en el estudio de los consumidores bajo el sobrenombre de marketing científico.
La aplicación de la inteligencia artificial a diferentes campos del ejercicio de la profesión publicitaria supone un proceso de innovación disruptiva que supondrá un cambio drástico de componentes y de estructura, y que puede plantearse como una oportunidad para las empresas más pequeñas que pueden optimizar su trabajo con un coste más reducido, produciendo productos publicitarios que satisfagan a clientes más exigentes. El proceso está en marcha, pero no concluido, por lo que es imprescindible analizar el estado actual de la innovación y del proceso disruptivo desde la perspectiva de uno de los elementos clave, los profesionales del sector de la publicidad.
El presente trabajo tiene por objeto realizar un análisis exploratorio que permita identificar el perfil del profesional de la publicidad que utiliza aplicaciones de IA en su tarea diaria y descubrir las motivaciones de su uso. Además, este estudio tiene como objetivo secundario conocer la relación entre las variables de sexo, edad, tipo de empresa y perfil profesional de los trabajadores de la publicidad y la motivación en el empleo de este tipo de herramientas tecnológicas.
Para conseguir los objetivos planteados, se llevó a cabo un proceso de recogida de información primaria a través de una encuesta online. El cuestionario diseñado para la obtención de los datos incluía preguntas cerradas sobre la utilización de la IA, motivaciones de uso y perfil de los usuarios y no usuarios. El uso de la IA se consideró como una variable dicotómica mientras que la motivación se midió a través de 4 ítems; dos de ellos recogieron las motivaciones íntrínsecas y otros dos las motivaciones extrínsecas del uso de la IA.
Las motivaciones intrínsecas o push son razones o motivos vinculados a aspectos internos del individuo que lo empujan a comportarse o actuar de una determinada manera. En cambio, las motivaciones extrínsecas o pull están más conectadas con factores externos que atraen al individuo a actuar en un sentido concreto.
Todos los ítems de la variable motivación se midieron a través de escalas Likert de 5 posiciones. Su elección se basó en estudios anteriores de la literatura (Gruen; Osmonbekov; Czaplewski, 2006; Gutiérrez; Bulchand; Díaz; Parra, 2013) y fueron adaptados al ámbito del estudio. Para favorecer la difusión de la encuesta, el cuestionario se distribuyó a través de redes sociales y correo electrónico a profesionales de la publicidad. El trabajo de campo se realizó entre los meses de abril y mayo de 2024. La tabla 1 recoge la distribución de la muestra.
Tabla 1. Perfil de la muestra.
|
Género |
Frecuencia |
% |
Tipo de empresa |
Frecuencia |
% |
|
Masculino Femenino No binario |
38 67 0 |
36,2 63,8 0,0 |
Microempresa Pequeña empresa Mediana empresa Gran empresa |
20 27 15 43 |
19,0 25,7 14,3 41,0 |
|
Edad |
Frecuencia |
% |
Perfil profesional |
Frecuencia |
% |
|
Menos 25 años De 26-35 años De 36-45 años De 46-55 años Más de 56 años |
19 36 12 26 12 |
18,1 34,3 11,4 24,8 11,4 |
Anunciante Dirección Comunicación Creatividad /Diseño Data & Insight Digital Cuentas Medios Project Manager Eventos Ventas |
5 7 5 22 4 21 21 16 2 1 1 |
4,8 6,7 4,8 21,0 3,8 20,0 20,0 15,2 1,9 1,0 1,0 |
|
Total |
105 |
100% |
105 |
100% |
Fuente: elaboración propia.
Antes de analizar el perfil de los usuarios de herramientas de IA que trabajan en el sector publicitario y las motivaciones de su uso hay que destacar que la mayoría de los encuestados (64,8%) afirmaron que las utilizan dentro de su tarea profesional frente a un 35,2% que manifestaron no utilizar este tipo de software (véase el gráfico 2).
Los resultados obtenidos muestran que no existen prácticamente diferencias en cuanto al uso de aplicaciones de IA entre hombres y mujeres (tabla 2). El 64,2% de las mujeres manifestaron usar este tipo de herramientas siendo que la tasa de utilización en el caso de los hombres del 65,8%. Con el fin de determinar si el uso de la IA dependía del género, se calculó la prueba del test de Fisher, siendo su p-valor=0,582. Por tanto, se puede concluir que la adopción y uso de la IA en el ámbito laboral es igualitaria y no depende del género.
Tabla 2. Utilización de aplicaciones de IA por sexo.
|
Género |
SÍ utiliza IA |
NO utiliza IA |
Total |
|
Femenino |
64,2% |
35,8 % |
100% |
|
Masculino |
65,8% |
34,2% |
100% |
Fuente: elaboración propia
Respecto a la edad, los trabajadores de publicidad que manifestaron un mayor uso de aplicaciones de IA fueron los pertenecientes al tramo de los 36 a los 45 años con un 83,3% de usuarios, seguido del tramo de menos de 25 años con un 73,7% y el de 26 a 35 años con un 72,7%. Los trabajadores de publicidad que de forma mayoritaria no utilizan este tipo de herramientas se localizan en la franja de edad de más de 55 años (tabla 3). Los valores de la chi-cuadrado (p=0.05) confirman la existencia de diferencias significativas en el uso de IA en función de la edad de los profesionales publicitarios.
Tabla 3. Utilización de aplicaciones de IA por edad.
|
Edad |
SI utiliza IA |
NO utiliza IA |
Total |
Chi-cuadrada |
Sig |
|
Menos de 25 años |
73,7% |
26,3% |
100% |
11,896 |
,018 |
|
De 26 a 35 años |
72,7% |
27,8% |
100% |
||
|
De 36 a 45 años |
83,3% |
16,7% |
100% |
||
|
De 46 a 55 años |
57,7% |
42,3% |
100% |
||
|
Más de 55 años |
25,0% |
75,0% |
100% |
Fuente: elaboración propia.
Los datos sobre el tamaño de la empresa (gráfico 3) muestran cómo los empleados de las pequeñas empresas de publicidad son los que más utilizan herramientas de IA (85,2% vs. 14,8%), seguidas de las microempresas con menos de 10 trabajadores (75,0% vs. 25,0%). Destaca el hecho de que, en las grandes empresas con más de 251 empleados, solo el 48,8% de ellos ha utilizado herramientas de IA en su ámbito profesional (gráfico 2). En el caso de las empresas medianas (entre 51-250 trabajadores) la tasa de uso de IA se sitúa en el 60%. Estas diferencias observadas en los niveles de uso en función del tipo de empresas en las que trabajan los empleados son significativas a efectos estadísticos según muestran los resultados de la Chi-cuadrado. Por tanto, el tipo de empresa en la que trabajan los profesionales del sector publicitario influye en su uso de IA en el trabajo (tabla 4).
Tabla 4. Uso de las herramientas de IA según el tamaño de la empresa.
|
Tipo de empresa |
SI usa IA |
NO usa IA |
Total |
Chi-cuadrada |
Sig |
|
Microempresa |
75,0% |
25,0% |
100% |
9,567 |
,023 |
|
Pequeña empresa |
85.2% |
14.8% |
100% |
||
|
Mediana empresa |
60.0% |
40.0% |
100% |
||
|
Gran empresa |
48.8% |
51.2% |
100% |
Fuente: elaboración propia.
La última de las variables que analizan el perfil del usuario de herramientas de IA que trabaja en el sector de la publicidad versaba sobre la ocupación principal o trabajo que desarrolla dentro de las compañías anteriormente analizadas (tabla 5). Los resultados de esta variable mostraron cómo los empleados que ocupan puestos de creatividad y diseño (86,4%) seguidos de los de digital (76,2%) son los que más emplean este tipo de software. En cambio, los cargos directivos (28,5%) seguidos de los que trabajan en cuentas (38,1%) son los que hacen un menor uso de ellas. Por otra parte, la mayoría (60%) de los profesionales que trabajan como anunciantes también usan IA. En el caso de los que trabajan en departamentos de data e insight, el porcentaje de uso (50%) y no uso (50%) está equilibrado. En estos resultados no se han tenido en cuenta los datos de los empleados de eventos, ventas o Project mánager debido a que son pocos los casos analizados. Los valores del test de la Chi-cuadrado =5,300, p=0,725 >0,05, muestran que no existe relación entre el uso de la IA y el perfil profesional de los empleados.
Tabla 5. Utilización de aplicaciones de IA por edad.
|
Ocupación |
NO utiliza IA |
SI utiliza IA |
Total |
|||
|
nº casos |
% |
nº casos |
% |
nº casos |
% |
|
|
Anunciante |
2 |
40,0 |
3 |
60,0% |
5 |
100% |
|
Dirección |
5 |
71,4% |
2 |
28,5% |
7 |
100% |
|
Comunicación |
0 |
0% |
5 |
100% |
5 |
100% |
|
Creatividad-diseño |
3 |
13,6% |
19 |
86,4% |
22 |
100% |
|
Data & Insight |
2 |
50,0% |
2 |
50,0% |
4 |
100% |
|
Digital |
5 |
23,8% |
16 |
76,2% |
21 |
100% |
|
Cuentas |
13 |
61,9% |
8 |
38,1% |
21 |
100% |
|
Medios |
6 |
37,5% |
10 |
62,5% |
16 |
100% |
|
Project Manager |
0 |
0% |
2 |
100% |
2 |
100% |
|
Eventos |
0 |
0% |
1 |
100% |
1 |
100% |
|
Ventas |
1 |
100% |
0 |
0% |
1 |
100% |
|
TOTAL |
37 |
35.2% |
68 |
64.8% |
105 |
100% |
Fuente: elaboración propia.
Respecto a las motivaciones de los profesionales del sector publicitario para usar la IA (tabla 6), los resultados obtenidos muestran que tanto para los ítems de motivación extrínseca como intrínseca se han registrado puntuaciones superiores a tres puntos. En términos comparativos, el aspecto que registra la mayor puntuación media (3,90) es el que recoge el desafío interno que supone para el individuo dominar las nuevas herramientas tecnológicas como la IA. Esto unido al hecho de que la satisfacción personal sea la segunda razón con mayor puntuación media señala una relevancia algo mayor de los aspectos motivacionales internos como factores impulsores del uso de la IA en los profesionales del sector de la publicidad.
Tabla 6. Motivaciones para el uso de la IA.
|
Motivaciones |
Media |
D. típica |
|
M1. Estoy interesado/a en usar la IA en mi trabajo porque puede ayudarme a obtener reconocimiento y prestigio en mi trabajo o empresa. |
3,15 |
1,14 |
|
M2. Estoy motivado/a a usar la IA en mi trabajo porque puede ayudarme a aumentar mis ingresos o retribuciones. |
3.12 |
1,41 |
|
M3. Usar la IA en mi trabajo puede brindarme una mayor sensación de logro y satisfacción personal. |
3,16 |
1,37 |
|
M4. Me motiva el desafío de dominar nuevas herramientas tecnológicas como al IA. |
3,90 |
1,20 |
Fuente: elaboración propia.
Segmentando en función de si los profesionales usan o no usan aún las herramientas de IA, los datos (tabla 6) apuntan que los empleados que todavía no la usan están más motivados que los que ya usan IA, siendo el aliciente que supone conseguir un mayor reconocimiento profesional (3,56) y la posibilidad de aumentar los ingresos (3,42) los dos aspectos más valorados. Por lo que respecta a la motivación que puede suponer manejar estas herramientas a efectos de logro y satisfacción personal, la importancia de este aspecto es similar para ambos grupos. En cambio, el desafío que implica dominar la IA (3,93) tiene una relevancia mayor para los que ya han iniciado su contacto con ella.
A pesar de estas diferencias observadas a nivel descriptivo, los valores del test F muestran que estas diferencias no son significativas. Por tanto, las motivaciones que pueden empujar y atraer a usar la IA son similares para los profesionales que ya las usan en sus tareas diarias y para los que aún no lo hacen.
Tabla 7. Motivaciones y uso de la IA.
|
Motivaciones |
Uso IA |
Media |
D. típica |
F |
Sig |
|
M1. Estoy interesado/a en usar la IA en mi trabajo porque puede ayudarme a obtener reconocimiento y prestigio en mi trabajo o empresa. |
Sí usa IA |
2,94 |
1,40 |
1,081 |
,382 |
|
No usa IA |
3,56 |
1,36 |
|||
|
M2. Estoy motivado/a a usar la IA en mi trabajo porque puede ayudarme a aumentar mis ingresos o retribuciones. |
Sí usa IA |
2,97 |
1,42 |
1,357 |
,254 |
|
No usa IA |
3,42 |
1,36 |
|||
|
M3. Usar la IA en mi trabajo puede brindarme una mayor sensación de logro y satisfacción personal. |
Sí usa IA |
3,16 |
1,41 |
,764 |
,551 |
|
No usa IA |
3,17 |
1,32 |
|||
|
M4. Me motiva el desafío de dominar nuevas herramientas tecnológicas como al IA. |
Sí usa IA |
3,93 |
1,22 |
,281 |
,890 |
|
No usa IA |
3,86 |
1,17 |
Fuente: elaboración propia.
El análisis por género muestra puntuaciones medias superiores a los 2,5 puntos para las cuatro motivaciones analizadas (intrínsecas y extrínsecas), aunque, en términos comparativos, estas puntuaciones son algo superiores para los profesionales del género masculino (tabla 8).
Para ambos géneros, el desafío personal es la motivación más importante para usar IA (3,95 para el género masculino y 3,88 para el femenino). El segundo aspecto con mayor puntuación media ha sido el reconocimiento en el trabajo (3,45) para el género masculino —que en cambio recibe una puntuación de 2,99 para el género femenino— y la satisfacción y el logro personal para las profesionales del género femenino (3,09). Este último aspecto ha sido más puntuado por los entrevistados que por las entrevistadas, aunque para ellas ha sido el tercer aspecto motivacional más importante (3,29).
Estas diferencias detectadas a nivel descriptivo son significativas para los dos aspectos motivacionales extrínsecos. Esto permite apuntar que existen diferencias en la relevancia de estos factores motivacionales exógenos en función del género. La posibilidad de obtener más ingresos y reconocimiento en su empresa motiva más a los empleados del género masculino que a las del género femenino.
Tabla 8. Motivaciones de uso de la IA según género.
|
Motivaciones |
Media |
D. típica |
F |
Sig |
||
|
Masculino |
Femenino |
Masculino |
Femenino |
|||
|
M1. Estoy interesado/a en usar la IA porque puede ayudarme a obtener reconocimiento y prestigio en mi trabajo o empresa. |
3,45 |
2,99 |
1,427 |
1,387 |
2,637 |
,0107 |
|
M2. Estoy motivado/a a usar la IA en mi trabajo porque puede ayudarme a aumentar mis ingresos o retribuciones. |
3,47 |
2,93 |
1,390 |
1,396 |
3,752 |
,050 |
|
M3. Usar la IA en mi trabajo puede brindarme una mayor sensación de logro y satisfacción personal. |
3,29 |
3,09 |
1,313 |
1,396 |
,511 |
,476 |
|
M4. Me motiva el desafío de dominar nuevas herramientas tecnológicas como al IA. |
3,95 |
3,88 |
1,138 |
1,237 |
,075 |
,785 |
Fuente: elaboración propia.
Al igual que sucedió con otros grandes avances tecnológicos, la llegada de la IA a la vida de las personas se está produciendo de una forma progresiva y con las habituales dudas sobre los beneficios y los perjuicios que conlleva su uso. Sin embargo, ese tiempo pausado del que disponen los ciudadanos como elección, decidiendo cada uno en qué grado ir introduciéndola en su día a día, no es aplicable al ámbito profesional en general ni al relativo a la publicidad —nuestro objeto principal de estudio—, en tanto en cuanto el ecosistema empresarial está en constante evolución y requiere siempre contar con todos los avances tecnológicos y las novedades que añadan valor y maximicen la productividad.
Para explorar y analizar el estado actual de la publicidad en relación con el uso que da a la IA, hemos contado con más de cien profesionales que, a nuestro juicio, son quienes pueden mostrarnos con más efectividad cuál es el estado de la cuestión que planteamos en páginas anteriores. Nuestros resultados apuntan que el proceso de innovación en la IA es ya una realidad más allá de las funciones específicas asignadas a cada puesto, ya que más de la mitad de los encuestados utiliza la IA como herramienta en el desarrollo de su profesión.
Además, de la investigación realizada se desprende una idea muy relevante: esta innovación se está adoptando independientemente de la variable de género. Es decir, la adopción de la IA se está realizando de manera similar e igualitaria, no existiendo diferencias relevantes en las tasas de uso de estas herramientas en el ámbito profesional entre hombres y mujeres.
No obstante, nuestros resultados vinculados al análisis de las motivaciones como fuerzas impulsoras del comportamiento humano apuntan que hay una visión más utilitaria del uso de la IA en el género masculino, más movidos por motivaciones extrínsecas. Este hecho plantea interesantes implicaciones de gestión especialmente para aquellas empresas que quieran potenciarla. Esta podría resumirse en una idea: con ellos funcionan mejor los incentivos y «premios» si lo que se desea es promover el uso de IA en las empresas. No obstante, no se puede obviar que más allá de la parte más ‘resultadista’ del trabajo publicitario en el que interviene la IA, observamos que hay un componente más personal relacionado con el reto que supone llegar a aplicarla de forma cotidiana, percepción que se da entre quienes ya usan la IA y también entre los que no han dado todavía el paso de utilizarla.
En contraposición a los postulados de la Teoría de la innovación disruptiva, los sujetos encuestados no muestran como principal motivación la mejora de sus productos o servicios. Aunque el éxito y el reconocimiento se encuentra entre las motivaciones relevantes no es la más importante para los profesionales encuestados. Los sujetos dan mayor importancia a la satisfacción y el logro personal, por el reto que supone. La relación con la motivación basada en la satisfacción personal está fuertemente ligada al perfil del sujeto creativo, caracterizados por una motivación intrínseca (Deci; Ryan, 1985), puesto que el perfil que más demanda estas herramientas está concentrado en la creación de contenidos. Este resultado es coherente con el estilo cognitivo que suelen presentar los sujetos que forman parte de este perfil profesional, lo que supone una peculiaridad en la innovación disruptiva en la industria publicitaria.
Los resultados obtenidos con relación a la variable edad, muestran datos muy interesantes. Estos resultados evidencian la existencia de diferencias significativas en el uso de la IA en función de la edad de los profesionales, siendo el grupo de mayor edad el único que no tiene una tasa mayoritaria de utilización de estas herramientas sino todo lo contrario, al ser el segmento con la menor proporción de uso de los cinco estratos de edad considerados. Estos resultados coinciden con otras investigaciones realizadas sobre la resistencia al cambio en trabajadores de mayor edad (Lavanda; Reyes; Martínez García, 2021).
Otra de las claves de este estudio es que, a través de la muestra de profesionales con los que hemos contado, podemos concluir que no hay diferencias sustanciales en el tipo de ocupación a la hora de integrar la IA a las dinámicas de trabajo. Es decir, todo el proceso de aplicación en el sector publicitario se está extendiendo de manera similar en los distintos perfiles profesionales, ya que no hay diferencias significativas en el uso de la IA entre departamentos o estamentos dentro de la profesión, como pueden ser la creatividad, la planificación de medios, el posicionamiento web, el social media... Sin embargo, sí se evidencia que la IA se está utilizando preferentemente en el entorno de la creación y producción de contenidos, el negocio digital y cuentas. Esto apunta una posible transformación en ciertas áreas de negocio, así como una evolución de roles en algunas áreas como la publicidad programática, donde están surgiendo consultorías especializadas en marketing digital que elaboran la estrategia y contratan la creación de contenidos a agencias que se apoyan en estas soluciones tecnológicas.
En lo relativo a la influencia del tamaño y tipo de empresa publicitaria en la utilización de la IA hemos observado diferencias relevantes y, aunque el uso es mayoritario en todas las tipologías, en microempresas y pequeñas empresas su utilización es mayor. Posiblemente el tamaño más reducido de estas empresas, aumenta su flexibilidad y capacidad de adaptación, y aunque en ocasiones, los medios más limitados les planteen desafíos importantes, puede también animarlas a buscar en las herramientas de IA una fuente de ventaja competitiva y de diferenciación. Tal como afirma Clayton (2015), las empresas más pequeñas ven en la innovación una oportunidad para ofrecer servicios de mayor calidad a los clientes con un rendimiento más alto y resultados óptimos. En el sector publicitario se muestra de forma evidente esta premisa, pues las empresas más pequeñas son las que muestran un mayor uso de las herramientas de la IA.
En conclusión, esta investigación muestra cómo la inteligencia artificial se está integrando en la publicidad sin distinciones de género o perfil profesional, impulsada por el desafío que representa para los trabajadores. A pesar de esta integración y, al contrario de lo que se podría pensar, solo está siendo empleada por el 64,8% de los trabajadores de publicidad, por lo que aún hay un importante margen para incentivar su uso e intensificarlo. El futuro invita a pensar hasta qué punto esta tecnología va a aumentar su presencia en las empresas publicitarias y sobre todo en qué medida va a afectar a sus trabajadores. Aprovechar las oportunidades y los desafíos que implica la IA para el sector publicitario, hace necesario continuar pulsando y monitorizando esta nueva realidad en un ecosistema cada vez más tecnológico con el fin de comprender mejor las necesidades, frenos y motivaciones de las personas.
7. Bibliografía
. IPG Mediabrands
13.
Gráfico 1. Modelo de Innovación Disruptiva.
Fuente: Clayton (2015).
Gráfico 2. Porcentaje de uso de herramientas de IA entre profesionales de la publicidad.
Fuente: elaboración propia.
Gráfico 3. Utilización de aplicaciones de IA por tamaño de empresa.
Fuente: elaboración propia.
