Adopción y uso por parte de los consumidores de herramientas basadas en IA

El auge de las tecnologías basadas en Inteligencia Artificial (IA) ha transformado significativamente la interacción de los individuos con los sistemas digitales, particularmente los Asistentes de Voz con Inteligencia Artificial (AVIAs) y las aplicaciones de IA generativa, como ChatGPT. Estas tecnologías proporcionan contextos ideales para explorar cómo las exigencias de tareas, las emociones y los comportamientos adaptativos influyen en la adopción y la satisfacción de los usuarios. Los estudios existentes no suelen integrar el contexto de la tarea o el comportamiento en el uso en los modelos de adopción y satisfacción de IA.

En este contexto, el Dr. John Vara Prasad Ravi defendió su tesis doctoral “Comprendiendo el comportamiento de adopción y uso de los consumidores de herramientas basadas en inteligencia artificial en diferentes tareas y contextos”, realizada bajo la supervisión del Dr. Ramon Palau Saumell y el Dr. Jan Hinrich Meyer, en el grupo de investigación CONHATIVE – Consumer Behavior Prespectives de la IQS School of Management. Su principal objetivo era explorar el compromiso de los usuarios con estas tecnologías, analizando intenciones conductuales, satisfacción y comportamientos adaptativos, en diferentes experiencias de interacción con la IA. Se realizaron tres estudios empíricos, basados en AVIAs y Grandes Modelos de Lenguaje (LLMs de sus siglas en inglés Large Language Models), para identificar los factores psicológicos y contextuales clave que determinan la adopción y la satisfacción de las personas con las interacciones impulsadas por la IA.

El primer estudio estaba centrado en investigar como la complejidad de las tareas influye en las intenciones conductuales de los usuarios para adoptar AVIAs, a partir del diseño de un experimento y un cuestionario on line, basado en el modo UTAUT2 – Unified Theory of Acceptance and Use of Technology 2, con dos contextos de uso contrastados de las AIVAs, como tareas simples y complejas. Este análisis mostró que la adopción de AVIA depende del contexto de la tarea, con evaluaciones cognitivas que varían según la complejidad de la tarea. Los AIVAs eran consideradas herramientas funcionales, especialmente entre los usuarios adultos que buscaban la eficiencia en tareas complejas y la diversión en las sencillas.

El segundo estudio en la investigación del Dr. Ravi exploró el impacto de las emociones expresadas por los usuarios para predecir su satisfacción en diferentes modalidades de AIVA y en distintos contextos (texto y voz). A través de aproximaciones mixtas, combinando múltiples estudios de laboratorio con datos de encuestas, este estudio confirmó que la satisfacción de los usuarios estaba influenciada por el tono de voz y el contenido del discurso, no solo por funcionalidad sino también por emociones expresadas por el usuario, especialmente los procesos afectivos derivados de la interacción entre la IA y los humanos. Por otro lado, no quedó claro en qué situaciones es relevante cada señal emocional y por qué.

Finalmente, el tercer estudio examinó como los usuarios adaptan su comportamiento durante las interacciones de búsqueda basadas en ChatGPT, centrándose en estrategias de adaptación explotadora y exploratoria y su impacto en las intenciones de confiar en ChatGPT para búsquedas de productos y servicios. Utilizando una aproximación cuantitativa mediante un cuestionario on line para usuarios de ChatGPT, el estudio ofreció múltiples hallazgos dignos de mención que resaltan la validez del modelo ASTI ampliado para comprender a los usuarios de ChatGPT. Uno de los aspectos más destacados fueron los efectos indirectos de la tecnología explotadora, que influyeron en las intenciones de adaptación conductual a través de la adaptación de tareas explotadoras y el diagnóstico percibido, en comparación con la vía exploratoria a través de la casualidad percibida.

En conclusión, la tesis doctoral del Dr. Ravi ha proporcionado una comprensión unificada de las interacciones de los individuos con tecnologías basadas en IA, como los AVIAs y LLMs, abordando intereses de investigación tales como la complejidad de las tareas, el compromiso emocional y los comportamientos de búsqueda adaptativa. Más aún, los resultados ofrecen tanto contribuciones teóricas a la literatura sobre la adopción de la IA, como implicaciones prácticas para el diseño y desarrollo de sistemas de IA. En última instancia, esta tesis presenta una perspectiva holística sobre cómo los usuarios interactúan con las tecnologías de IA, se adaptan a ellas y las integran en su vida cotidiana.

Como parte de su investigación, el Dr. Ravi tuvo la oportunidad de colaborar con el  DEXLab de la Universidad de Maastricht.

Publicación relacionada

Ravi J.V.P, Meyer J.H., Palau Saumell, R, Seernani D., 2025, It’s not only what is said, but how: how user-expressed emotions predict satisfaction with voice assistants in different contexts, 2025, Journal of Service Management, 1-32.