Algoritmos anticipan intereses y muestran anuncios antes
Modelos y sistemas de recomendación procesan datos personales y actividad digital para anticipar posibles compras, cuestión que también plantea dudas sobre privacidad y control de datos.
Redacción T21 / 21.11.2026 / 5:56 pm

La inteligencia artificial está transformando la manera en que las empresas conocen a sus consumidores y se relacionan con ellos.
A través del análisis de datos, las plataformas digitales pueden identificar patrones de comportamiento, anticipar posibles intereses y ofrecer recomendaciones de productos y servicios incluso antes de que los usuarios realicen una búsqueda.
Sin embargo, para Fran Ernesto Romero Álvarez, director del Programa en Ingeniería de Datos e Inteligencia Artificial de la Universidad Católica de Colombia, “esta capacidad también plantea interrogantes sobre la privacidad, el uso de la información personal y el nivel de control que tienen las personas sobre sus datos. ¿Cómo funcionan estos sistemas y hasta dónde pueden anticipar nuestras decisiones de compra?”.
Inteligencia artificial y consumo: cómo los algoritmos anticipan nuestros intereses de compra
Los sistemas inteligentes utilizados en el comercio electrónico pueden anticipar los intereses de los consumidores mediante el análisis de diferentes datos relacionados con su comportamiento y actividad digital.
Este proceso permite identificar patrones de consumo y generar recomendaciones personalizadas. Entre los principales datos que se tienen en cuenta se encuentran:
- Datos personales: edad, género y lugar de residencia.
- Hábitos de compra: productos y servicios que ha adquirido anteriormente.
- Historial de navegación: páginas web que visita y contenidos que consulta.
- Búsquedas en internet: términos y productos que busca en diferentes plataformas.
- Preferencias e intereses: gustos y afinidades que comparte o manifiesta en sus interacciones digitales.
“En Ciencia de Datos existe un área de investigación dedicada específicamente a predecir los productos y servicios que una persona podría estar interesada en adquirir. Se conoce como Sistemas de Recomendación y utiliza modelos de análisis para identificar posibles preferencias y sugerir opciones de acuerdo con los patrones de comportamiento de cada usuario”, explicó Fran Ernesto Romero Álvarez, director del Programa en Ingeniería de Datos e Inteligencia Artificial de la Universidad Católica de Colombia.
Cómo las plataformas digitales recopilan y analizan datos para personalizar la publicidad
Para identificar los intereses de consumo de una persona y mostrarle publicidad personalizada, las plataformas digitales combinan diferentes tecnologías de recopilación, integración y análisis de datos. Este proceso se desarrolla principalmente en tres etapas:
- Recopilación de datos: las plataformas obtienen información mediante el registro directo de los usuarios y sus interacciones con los sitios web. Para ello, utilizan herramientas como las cookies y los píxeles de seguimiento.
- Integración de la información: se consolidan los datos recopilados sobre un mismo usuario durante su interacción con diferentes sitios de internet. Para este proceso se emplean algoritmos de resolución de identidad, que cruzan información como números de teléfono, correos electrónicos y direcciones IP para determinar si corresponden a una misma persona.
- Análisis y generación de recomendaciones: los sistemas de recomendación procesan la información disponible sobre los usuarios, los productos y los servicios para predecir posibles intenciones de compra. A partir de estos resultados, las plataformas seleccionan y muestran anuncios relacionados con los intereses identificados.
“De esta manera, las redes sociales, los buscadores y las plataformas de comercio electrónico pueden orientar sus estrategias publicitarias a partir de los patrones de comportamiento digital de cada usuario”, precisó Fran Ernesto Romero Álvarez, director del Programa en Ingeniería de Datos e Inteligencia Artificial de la Universidad Católica de Colombia.
Publicidad predictiva: cómo los algoritmos anticipan las intenciones de compra
Los anuncios pueden aparecer antes de que una persona realice una búsqueda directa porque los algoritmos analizan diferentes señales de comportamiento para identificar posibles intereses de consumo.
Este proceso combina datos de navegación, patrones de usuarios con preferencias similares e interacciones con la publicidad. Entre los principales mecanismos se encuentran:
1. Análisis de interacciones implícitas: los sistemas identifican cuánto tiempo dedica una persona a observar los detalles de un producto o servicio, incluso si no lo ha buscado directamente.
2. Comparación con usuarios de intereses similares: los algoritmos analizan el comportamiento de personas con gustos y preferencias parecidos para inferir qué otros productos podrían resultarles atractivos.
3. Presentación de recomendaciones personalizadas: a partir de los patrones identificados, las plataformas muestran anuncios de diferentes productos y servicios que podrían despertar el interés del usuario.
4. Aprendizaje a partir de nuevas interacciones: cuando una persona hace clic o interactúa con un anuncio, genera nuevos datos que permiten ajustar las recomendaciones posteriores.
“Así, lo que puede parecer una anticipación del pensamiento es, en realidad, el resultado del análisis de datos y patrones de comportamiento que permiten inferir posibles intereses de compra”, comentó Fran Ernesto Romero Álvarez, director del Programa en Ingeniería de Datos e Inteligencia Artificial de la Universidad Católica de Colombia.
Datos y analítica avanzada: cómo se construyen las recomendaciones personalizadas
No se trata solamente de los datos, sino también de los algoritmos de analítica avanzada e inteligencia artificial. Estos modelos estadísticos sofisticados permiten analizar grandes cantidades de información.
En el caso de los sistemas de recomendación, están diseñados para sugerir productos a partir de los patrones de consumo de usuarios con comportamientos similares.
También pueden recomendar artículos que tengan características parecidas a las de aquellos que una persona ha visualizado o adquirido previamente.
“A medida que interactuamos con diferentes plataformas, estos sistemas recopilan más información sobre nuestras preferencias y comportamientos. Esto les permite ajustar progresivamente sus predicciones y ofrecer recomendaciones cada vez más personalizadas”, agregó Fran Ernesto Romero Álvarez, director del Programa en Ingeniería de Datos e Inteligencia Artificial de la Universidad Católica de Colombia.
T21
Plataforma informativa de Tecnología 21, especializada en actualidad tecnológica y empresarial.
Damos prioridad a la información exclusiva y anticipada.


