¿Qué está pasando realmente detrás de “Artículos que podrían gustarte”: Las dos caras de las recomendaciones de IA

En solo cinco minutos navegando, ya tenía tres artículos en mi carrito, todo gracias a las "recomendaciones de IA". Solo buscaba una camisa, pero el "También te podría gustar esto" me llevó a un cárdigan y una bufanda. Cuando te das cuenta de que el 35 % de los ingresos de Amazon proviene de algoritmos de recomendación (McKinsey), todo empieza a tener sentido, ¿verdad?

Cómo los algoritmos leen tu mente

¿Por qué las recomendaciones de IA parecen tan extrañamente precisas? ¿Acaso están leyendo tu mente?

En realidad, no están leyendo tu mente, sino tu comportamiento.

La IA recopila tres tipos principales de señales. Primero, señales de comportamiento: en qué haces clic, cuánto tiempo te detienes en algo, qué buscas y qué terminas comprando. Se recopilan docenas de puntos de datos en una sola sesión. Segundo, atributos del producto: color, material, ajuste, marca y rango de precios. Tercero, información contextual: hora del día, clima, ubicación y el dispositivo que estás usando.

Al combinar estos tres factores, la IA calcula la probabilidad de que te guste un Artículo específico. Identifica lo que les gustó a personas con patrones de comportamiento similares, un proceso llamado filtrado colaborativo.

Recientemente, esto ha evolucionado aún más con el auge de la IA conversacional. Ahora, la IA puede entender preguntas en lenguaje natural como: "¿Qué debería ponerme para un brunch casual de fin de semana?" y ofrecer recomendaciones adaptadas al contexto. Las investigaciones muestran que este enfoque genera una satisfacción del cliente incluso mayor que los métodos tradicionales.

Aunque la tecnología en sí es impresionante, el verdadero problema reside en otra parte.

El diseño detrás de la conveniencia

Cuanto más precisas son las recomendaciones de IA de las tiendas online, más compramos. Esto no es una coincidencia; está hecho a propósito.

Considera la principal métrica de éxito para un algoritmo de recomendación: la tasa de conversión (el porcentaje de recomendaciones que terminan en compra). El objetivo del algoritmo es elevar este número. En otras palabras, está optimizado para que "compres", no necesariamente para decirte lo que realmente necesitas.

El sistema incorpora varias tácticas psicológicas:

La burbuja de filtros. La IA te muestra constantemente estilos que ya te gustan. Aunque es cómodo, esto puede hacer que tu estilo se estanque, reduciendo las oportunidades de probar algo nuevo.

Encuadre de urgencia. Mensajes como "Oferta limitada de 24 horas", "3 personas están viendo esto" o "Pocas existencias" fuerzan una toma de decisiones rápida. Artículos que habrías dejado pasar si hubieras tenido tiempo para pensar terminan en tu carrito debido a esa sensación de urgencia.

Recopilación pasiva de datos. Se recopilan datos sobre todo, desde cuántos segundos miras un Artículo hasta qué tan rápido haces scroll. Estos datos se retroalimentan al algoritmo para crear un Feed que sea cada vez más "difícil de resistir".

Esto no es intrínsecamente malo. Las buenas recomendaciones pueden ayudarte a descubrir nuevas marcas o encontrar Artículos que genuinamente necesitas. Sin embargo, hay una diferencia abismal entre entender cómo funciona este sistema y ser ciego ante él.

Cuando comprendes la mecánica, puedes construir tu propio filtro.

Tu Armario como filtro

La IA de las tiendas sabe lo que "compraste", pero no sabe lo que "tienes". No tiene idea de cuántas veces te has puesto una prenda, si ya tienes algo similar o si este nuevo Artículo realmente combina con el resto de tu ropa.

Aquí es donde los datos de tu Armario digital actúan como filtro.

Cuando veas una recomendación, abre tu Armario digital y pregúntate: "¿Ya tengo un tejido similar en mi Armario?", "Si compro esto, ¿puedo crear al menos 3 Conjuntos diferentes con mi ropa actual?", "¿Ya tengo suficiente de esta Categoría?".

Para responder a estas preguntas, necesitas datos reales sobre tu vestidor. Si confías solo en la memoria, es fácil caer en la trampa de pensar: "Creo que no tengo nada parecido a esto".

Mientras que la IA de las plataformas está diseñada para que "compres", los datos de tu Armario están diseñados para ayudarte a "determinar si realmente lo necesitas". Cuando usas ambos en conjunto, finalmente puedes lograr un consumo consciente e independiente.

Pero hacer esto manualmente cada vez es un fastidio. Necesitas un enfoque más sistemático.

La regla de los 5 segundos para las recomendaciones

No necesitas un análisis profundo para cada recomendación. Solo prueba esta comprobación de 5 segundos:

"¿Seguiré pensando en esto dentro de 48 horas?"

Las compras por impulso se caracterizan por una sensación de urgencia de "ahora mismo". Al darte un periodo de reflexión de 48 horas, las cosas que realmente necesitas permanecerán en tu mente, mientras que los impulsos se desvanecerán de forma natural.

Agregar un paso más hace que esto sea aún más efectivo: "¿Puedo combinar este Artículo con al menos 3 Artículos que ya están en mi Armario?" Solo mantén como candidatos de compra los Artículos que pasen esta prueba. Si no se te ocurren al menos 3 Conjuntos, es probable que esa prenda termine aislada y sin usarse.

Solo estos dos pasos —el periodo de reflexión de 48 horas y la prueba de los 3 conjuntos— pueden filtrar la gran mayoría de las compras innecesarias.

Las recomendaciones de IA son una gran herramienta, pero las herramientas solo son útiles para quienes saben usarlas. Cuando entiendes cómo funcionan los algoritmos y usas los datos de tu propio Armario como filtro, la IA deja de ser algo que te hace "comprar más" y se convierte en algo que te ayuda a "comprar mejor".

❓ FAQ

P: ¿Debería ignorar por completo las recomendaciones de IA?
R: No. Las recomendaciones de IA son útiles para descubrir cosas nuevas. Sin embargo, es importante adquirir el hábito de contrastar esas recomendaciones con los datos de tu Armario para decidir si "realmente lo necesitas".

P: ¿Cómo puedo escapar de la burbuja de filtros?
R: De vez en cuando, busca a propósito estilos ajenos a tus preferencias habituales o mira los Conjuntos de tus amigos para inspirarte. Usar la función de IA Estilo de Acloset para obtener sugerencias de nuevas combinaciones también es una excelente manera de diversificar.

P: ¿Puedo filtrar las recomendaciones de IA dentro de Acloset?
R: Dado que Acloset recomienda Conjuntos basados en el Armario que ya posees, sus sugerencias se centran en qué tan bien combinan las cosas con tu ropa actual. Esto es fundamentalmente diferente de las recomendaciones impulsadas por la compra de la mayoría de las tiendas online.

Referencias y fuentes:

McKinsey & Company, "The State of Fashion", 2024-2025
ThredUp, "Resale Report", 2025
WRAP UK, "Valuing Our Clothes", 2023

Publicado por el equipo de Acloset Magazine.