Cuando en 1998 un equipo de investigadores encuestó a 1.690 adolescentes varones estadounidenses sobre consumo de drogas y conducta sexual, el formato de la encuesta decidió el resultado: si la pregunta llegaba desde un ordenador por auriculares en lugar de un pliego de papel, la declaración de las conductas más delicadas subía en un factor de 3 o más. El estudio se publicó en Science un cuarto de siglo antes de que existieran las entrevistas con IA. El mecanismo que hay detrás pesa más en la calidad de los datos cualitativos que cualquier elección de modelo.
Conozco ese momento desde hace más de 20 años: la entrevista ha terminado, la grabadora está apagada, la mano ya descansa en el picaporte, y el participante dice: "Una cosa más..." Lo que llega entonces suele ser más sincero que los 45 minutos anteriores.
El motivo está más hondo que la honradez de cada persona. En cuanto escucha un ser humano, respondemos dos preguntas a la vez: la que nos han hecho y la que nadie formula, es decir, qué estará pensando de nosotros quien tenemos delante. La segunda gana más veces de las que nos gusta admitir a los investigadores.
¿Por qué la gente responde con más sinceridad a una IA? Porque desaparece el juicio social del interlocutor. En cuanto escucha un ser humano, las personas editan sus respuestas hacia lo socialmente deseable; Tourangeau y Yan (2007) describen ese retoque de las propias respuestas (el sesgo de deseabilidad social) como un proceso que actúa sobre todo en presencia de un entrevistador. Cuando el evaluador percibido desaparece, la respuesta se acerca a la verdad: está demostrado en meta-análisis desde los años 90 y es la ventaja de calidad central de las entrevistas guiadas por IA.
El entrevistador forma parte de la medición
La investigación demoscópica lo sabe desde hace más de medio siglo: quien pregunta cambia la respuesta. Schuman y Converse demostraron en 1971 que los encuestados negros de Detroit respondían distinto según les tocara un entrevistador negro o uno blanco; la diferencia era máxima en las preguntas políticamente más cargadas y casi nula en las preguntas puramente factuales.
Estas distorsiones son una propiedad de la situación de conversación y no un fallo de oficio. Edad, género, manera de presentarse, el logo de la empresa en la acreditación: todo en el interlocutor emite señales sobre qué respuesta será bien recibida; 50 años de investigación demoscópica no han conseguido eliminarlas del todo a base de formación.
Lo he visto desde dentro más veces de las que quisiera. Cuando el product owner se sienta en la sala durante un test de usabilidad, el veredicto final sale siempre más amable que los minutos previos, en los que esa misma persona acababa de estrellarse contra el producto.
La línea de investigación empieza en 1969
Si las personas confían más cosas a una máquina que a un ser humano es algo que la investigación estudió mucho antes de ChatGPT. Un primer meta-análisis resumió en 1996 lo que 39 estudios habían medido desde 1969: donde preguntaba un ordenador, la gente revelaba más de sí misma, con la mayor diferencia frente a la entrevista presencial.
La prueba individual más contundente la aportó el estudio de Science citado al principio. Los 1.690 adolescentes quedaron repartidos al azar entre formatos de encuesta y recibieron preguntas idénticas; el grupo del ordenador declaró consumo de drogas inyectables y otras conductas altamente sensibles con una frecuencia superior en un factor de 3 o más a la del grupo del papel.
Dónde surge exactamente la ganancia lo midieron Richman, Kiesler y colegas en 1999 sobre 61 estudios: entre el ordenador y el cuestionario en papel no había de media casi nada (un tamaño del efecto de 0,05); el descenso de las respuestas socialmente deseables aparecía al sustituir la entrevista presencial (-0,19). El ordenador le gana al humano que observa, no al papel.
Que el estudio de Science encontrara aun así un factor de 3 frente al papel se resuelve en los detalles: sus adolescentes respondían a las preguntas más delicadas imaginables, por auriculares y no en un pliego que padres o entrevistadores podían ver en la misma habitación; las comparaciones con papel de Richman medían sobre todo escalas de personalidad inofensivas. Cuanto más delicada la pregunta y más presente un posible lector ajeno, mayor la brecha.
Justo esa estratificación reapareció en un meta-análisis de 2015 con datos de 125.672 encuestados: los efectos más grandes en los temas más sensibles y en las encuestas individuales. Para preguntar por la funcionalidad favorita, el medio casi da igual; en cuanto se habla de dinero o de fracasos, decide.
El observador en la cabeza marca la diferencia
Cómo funciona el mecanismo en detalle lo aisló un experimento de la University of Southern California. Allí, 239 adultos hablaron con la entrevistadora virtual Ellie sobre asuntos de peso como la salud mental; la tecnología era idéntica para todos. Lo único que variaba era lo que los participantes creían: la mitad tenía a Ellie por un ordenador plenamente automático, la otra mitad daba por hecho que una persona observaba y manejaba la figura.
Quien se creía a solas con una máquina mostraba menos miedo a la evaluación, se dedicaba menos a la autopresentación y dejaba aflorar más tristeza; observadores independientes calificaron esas conversaciones de más abiertas. Mismo software, mismas preguntas, otro público en la cabeza.
Para mí es el hallazgo central de toda la línea de investigación: la distorsión nace del juicio humano percibido y la tecnología de detrás es intercambiable. Por eso cada upgrade de modelo actúa en el sitio equivocado mientras el contexto de la entrevista le plante un evaluador en la habitación a quien responde.
Dónde se invierte la ventaja
El reflejo social tampoco desaparece del todo delante de una pantalla. Nass y Moon documentaron en 2000 que las personas aplican sin pensarlo reglas sociales a los ordenadores: son corteses con las máquinas, reproducen estereotipos, devuelven los favores. El sesgo se reduce, no llega a cero.
Y regresa en cuanto la máquina recibe una cara. En un experimento de laboratorio de Lind, Schober y colegas (2013), los 235 participantes mostraron la mayor apertura ante una interfaz de solo audio, más incluso que ante dos entrevistadores virtuales animados. Bastaba el amago de una cara observando para rebajar la franqueza.
A eso se añade lo que las conversaciones humanas sencillamente hacen mejor. En un festival de música, un equipo de investigadores puso a 286 asistentes a hablar de intimidades con un chatbot o con una persona: ante el bot el miedo a ser juzgado era menor, pero los asistentes confiaban más en la persona, y en el análisis codificado le contaron a ella incluso las cosas más íntimas. El rapport, el interés genuino, el olfato para el momento en que callar saca más que repreguntar: eso sigue siendo terreno humano.
Todos conocemos este debate, casi siempre bajo el rótulo "las entrevistas con IA no tienen alma". En temas que necesitan vínculo, como el acompañamiento en el duelo o el coaching de directivos, yo seguiría mandando a una persona a la conversación; en temas que rozan la vergüenza, los datos dicen otra cosa, y las mayores lagunas de conocimiento en producto y CX están justo ahí: dinero, salud, fracasos, malestar con el propio empleador.
Qué significa esto para el diseño de entrevistas con IA
De esta investigación salen decisiones conceptuales concretas, y algunas han entrado directamente en QUALLEE.
Nuestras entrevistas son a propósito una conversación en texto, sin cara animada y sin avatar que juegue a ser humano. El estudio de Lind es el motivo.
Los participantes saben en todo momento que pregunta una IA; desde el 2 de agosto de 2026 lo exige de todos modos el AI Act europeo, y el experimento de Ellie sugiere que precisamente esa claridad es la que genera la ventaja. Analizamos patrones sobre el conjunto de las conversaciones en lugar de perfiles individuales con nombre, porque quien teme que su frase llegue firmada a la mesa del jefe vuelve a editarse.
Las repreguntas, a cambio, ahondan en el asunto: adaptativas, concretas, hasta que el ejemplo está sobre la mesa. Por qué una conversación llega a puntos que un campo de formulario no alcanza jamás lo he descrito con detalle aquí.
Queda la pregunta de si los participantes quieren siquiera el formato. En un working paper de Chopra y Haaland que analizó 381 entrevistas de texto guiadas por IA sobre por qué la gente no invierte en bolsa, el 71% de los encuestados prefirió tras su propia conversación al entrevistador de IA antes que a uno humano; más del 96% volvería a participar en una entrevista así.
El sector discute estos días mucho sobre modelos: qué LLM repregunta mejor, entiende más hondo, resume más limpio. La palanca más antigua y más grande está en la propia situación de entrevista. Ningún upgrade de modelo recupera una verdad que se esfumó de la conversación por cortesía.
La consecuencia incómoda nos alcanza al final a nosotros, los researchers. Cuando cae la versión cortés, recibimos respuestas que duelen: sobre productos, procesos, liderazgo. La frase que hasta ahora solo salía con la mano en el picaporte pasa a estar en el informe, y la verdadera pregunta es si tu organización está lista para leerla.
Preguntas frecuentes sobre la sinceridad en las entrevistas con IA
¿La gente responde de verdad con más sinceridad a una IA que a una persona?
En temas delicados, sí: ya los meta-análisis de los años 90 encontraron los efectos más claros donde un ordenador sustituía a la entrevista presencial; las personas revelan más de sí mismas en cuanto no pregunta un ser humano. En temas cotidianos e inofensivos, en cambio, la diferencia es pequeña o ni siquiera medible.
¿Por qué desaparece el juicio social ante una IA?
Lo que más distorsiona las respuestas es el miedo a la evaluación, y ese miedo cuelga del observador humano percibido. En el experimento de la USC bastó la mera creencia de que una persona miraba para elevar la autopresentación y bajar la apertura, con una tecnología idéntica.
¿Desaparece por completo el sesgo de deseabilidad social ante una IA?
No. Las personas trasladan reflejos sociales como la cortesía también a las máquinas; el efecto encoge, pero no desaparece. Y vuelve a crecer en cuanto la interfaz recibe una cara o imita demasiado lo humano.
¿Dónde siguen siendo superiores las entrevistas conducidas por personas?
Allí donde el vínculo y el rapport son el núcleo del método: observación en contexto, co-creación, acompañamiento en el duelo, coaching. Un interlocutor humano sabe enganchar, consolar y callar en el momento justo; una entrevista con IA rinde donde precisamente esa presencia social frena la sinceridad.
¿Cómo aplica QUALLEE estos hallazgos?
Conducimos entrevistas de texto sin avatar con cara, señalamos la IA con transparencia, analizamos patrones en lugar de perfiles individuales y dejamos que las repreguntas ahonden en el asunto. La sinceridad de las respuestas es en nuestro caso una decisión de diseño.
Fuentes
- Weisband, S. & Kiesler, S. (1996): Self Disclosure on Computer Forms: Meta-Analysis and Implications. CHI '96.
- Turner, C. F. et al. (1998): Adolescent Sexual Behavior, Drug Use, and Violence: Increased Reporting with Computer Survey Technology. Science, 280(5365).
- Richman, W. L., Kiesler, S., Weisband, S. & Drasgow, F. (1999): A Meta-Analytic Study of Social Desirability Distortion. Journal of Applied Psychology, 84(5).
- Gnambs, T. & Kaspar, K. (2015): Disclosure of Sensitive Behaviors Across Self-Administered Survey Modes: A Meta-Analysis. Behavior Research Methods, 47(4).
- Tourangeau, R. & Yan, T. (2007): Sensitive Questions in Surveys. Psychological Bulletin, 133(5).
- Schuman, H. & Converse, J. M. (1971): The Effects of Black and White Interviewers on Black Responses in 1968. Public Opinion Quarterly, 35(1).
- Lucas, G. M., Gratch, J., King, A. & Morency, L.-P. (2014): It's Only a Computer: Virtual Humans Increase Willingness to Disclose. Computers in Human Behavior, 37.
- Lind, L. H., Schober, M. F., Conrad, F. G. & Reichert, H. (2013): Why Do Survey Respondents Disclose More When Computers Ask the Questions?. Public Opinion Quarterly, 77(4).
- Nass, C. & Moon, Y. (2000): Machines and Mindlessness: Social Responses to Computers. Journal of Social Issues, 56(1).
- Croes, E. A. J., Antheunis, M. L., van der Lee, C. & de Wit, J. (2024): Digital Confessions: The Willingness to Disclose Intimate Information to a Chatbot. Interacting with Computers, 36(5).
- Chopra, F. & Haaland, I. (2023): Conducting Qualitative Interviews with AI. CESifo Working Paper.
Experiméntalo tú mismo
Cómo se siente una conversación sin juicio social lo notas antes en tu propia piel: 20 minutos, sin registro, directamente en el navegador. Y si después quieres conducir tus propias entrevistas, las tres primeras son gratis.
