La IA ofrece nuevas formas de explorar en quién podrían convertirse las personas y nuevas descripciones de quiénes son ya.
Las personas suelen descubrir lo que quieren mientras se lo explican a alguien. Una ambición imprecisa se convierte en un plan. Una semana difícil se convierte en un motivo para cambiar algo. Un interés pasajero resulta importar más de lo esperado.
La IA conversacional puede participar en ese proceso. A diferencia de una lista de resultados de búsqueda, puede formular otra pregunta, recurrir a un intercambio anterior y ofrecer una descripción de la persona que hay detrás de la petición. Su respuesta puede transmitir la sensación de sentirse reconocido, incluso cuando se basa en una interpretación incompleta.
En los próximos uno a tres años, esperamos que algunos consumidores utilicen estos intercambios para explorar vidas posibles, ensayar papeles desconocidos y reconsiderar lo que quieren. Al mismo tiempo, encontrarán versiones de sí mismos inferidas por sistemas y utilizadas para configurar experiencias posteriores. A veces esas descripciones les resultarán útiles. Otras veces será difícil escapar de ellas.
Un cliente puede acudir a un servicio sin tener claro lo que quiere y salir con una nueva descripción de la vida que le gustaría llevar. Eso otorga a la empresa un papel tanto en la formación de las preferencias como en la manera de atenderlas.
Qué impulsa este cambio
La identidad siempre se ha desarrollado mediante encuentros con otras personas, instituciones y la cultura. El comercio también participa: lo que las personas compran puede expresar quiénes son o ayudarlas a probar otra forma de vivir. La IA da a ese intercambio una forma conversacional que puede prolongarse en el tiempo.
La descripción del sistema no empieza y termina en lo que una persona declara. En su trabajo de 2011 sobre identidad algorítmica, John Cheney-Lippold describe categorías inferidas del comportamiento que después se utilizan para configurar los encuentros digitales de las personas. Nuestra aportación es que un asistente puede transmitir esa descripción con un lenguaje que parece demostrar una comprensión personal. Una interpretación provisional puede adquirir más autoridad cuando parece que alguien nos entiende. [62]
Existe un incentivo empresarial para estar presente mientras se forman las preferencias. Ayudar a alguien a explorar un nuevo interés puede crear demanda, en lugar de limitarse a atender una petición existente. Eso puede resultar útil para la persona. También hace importante el propósito de la conversación: ¿el servicio le ayuda a examinar alternativas o facilita que acepte una interpretación comercialmente útil?
Una oportunidad para probar otra versión
La investigación permite entrever posibilidades constructivas. En un estudio de Future You de 2024, las personas conversaron con una versión de sí mismas de mayor edad generada por IA. La breve intervención mejoró la conexión declarada con un yo futuro, pero no demostró cambios duraderos en el comportamiento. Era una simulación construida a partir de información personal, no una predicción. [63]
El atractivo de ese enfoque es el espacio que ofrece para explorar. Una persona podría examinar qué implicaría una vida laboral o una rutina diaria diferente antes de comprometerse con ella. Un servicio útil podría ayudarla a ver alternativas que no había considerado, sin tratar la primera historia plausible como su destino.
Otras evidencias aconsejan cautela ante los consejos complacientes. La investigación de Myra Cheng y sus colegas de 2026 halló que las respuestas de IA que daban la razón podían dejar a las personas más convencidas de estar en lo cierto en un conflicto y menos dispuestas a repararlo. Aun así, los participantes preferían los sistemas complacientes. Esas interacciones no demuestran un cambio permanente de personalidad, pero muestran por qué un intercambio satisfactorio no basta para juzgar el consejo. [64]
Clientes que siguen cambiando
Para las empresas, la oportunidad consiste en atender a personas cuyas preferencias están tomando forma. Un servicio de aprendizaje podría ayudar a alguien a explorar un interés desconocido sin asignarle inmediatamente una nueva identidad. Un servicio de viajes o estilo de vida podría ofrecer distintas maneras de vivir una aspiración, incluidas alternativas que impliquen comprar menos.
Extrema el cuidado cuando una descripción afecte al trato que recibe una persona. El trabajo de Ruha Benjamin cuestiona la supuesta neutralidad de las clasificaciones técnicas: pueden trasladar desigualdades existentes a nuevos entornos. Una descripción rotunda de un cliente puede seguir siendo equivocada, y las consecuencias no serán iguales para todos. [65]
Las personas también querrán distintos grados de continuidad. Algunas pueden agradecer un servicio que recuerde su historia; otras pueden querer explorar una posibilidad sin incorporarla a un perfil permanente. La explicación de Helen Nissenbaum sobre la integridad contextual ofrece una base útil: la información compartida para un fin no pertenece automáticamente a todos los demás entornos. [67]
Una relación valiosa dejará espacio para que el cliente cambie de opinión, rechace una descripción o empiece de nuevo. ¿Qué podría ayudar a descubrir tu servicio sin decidir, demasiado pronto, quién es esa persona?
Primeras señales de cambio.
de TrendWatching
3 innovaciones seleccionadas de la Innovation Database. Cada una ayuda a explicar un aspecto del cambio. Ninguna demuestra que toda la previsión vaya a cumplirse.
Los servicios de gestión de la imagen personal incorporan verificación de identidad y solicitudes de retirada
Twinnin ofrece servicios para verificar la identidad y gestionar los usos de la imagen humana mediante IA.
Los registros de identidad y oposición permiten cuestionar el uso de la propia imagen por la IA; no garantizan impedirlo.
Por qué incluimos este ejemplo
Verificación de identidad, registro de objeciones y solicitudes de retirada; sin garantía de prevención, eliminación ni cumplimiento. El alcance potencial de la red de socios no equivale a usuarios activos reales.
Fuente originalSelección editorial · revisada el 1 de noviembre de 2026
El armario digital también empieza a probar looks de belleza
La marca de belleza e.l.f. Cosmetics y la aplicación de estilismo con IA Alta
Una versión digital de uno mismo, moldeada comercialmente, se convierte en un espacio para explorar la apariencia.
Por qué incluimos este ejemplo
Es una integración comercial de estilismo, no una prueba de que usar un avatar cambie la identidad de alguien. Según el anuncio, Alta recomendará productos de e.l.f.; no es una comparación neutral entre todas las marcas de belleza.
Fuente originalSelección editorial · revisada el 1 de noviembre de 2026
Imagen de la experiencia
Un recuerdo contado se convierte en una fragancia personal
La casa de perfumería londinense Index
La IA ayuda a convertir un relato autobiográfico en una expresión personal.
Por qué incluimos este ejemplo
Se interpreta un relato, no se reproduce un recuerdo ni se demuestra un cambio duradero de identidad. El espacio temporal de septiembre ya cerró; otro evento celebrado en octubre también fue temporal.
Fuente originalSelección editorial · revisada el 1 de noviembre de 2026
Las fechas distinguen lanzamientos, anuncios y actualizaciones importantes. Los ejemplos con una relación más indirecta están identificados.
Explora los subcambios
Estos cambios más específicos muestran cómo podría manifestarse el cambio principal en la vida cotidiana.
“THE ASSIGNED SELF”
La descripción que un sistema hace de una persona puede empezar a cambiar las opciones que esta ve.
“POSSIBLE ME”
Una vida posible se convierte en algo que las personas pueden ensayar antes de comprometerse con ella.
“WHOSE IDEA WAS THAT?”
Las preferencias del consumidor pueden formarse dentro de una conversación útil.
“NOT ALL OF ME”
Las personas pueden querer continuidad en una parte de su vida sin trasladarla a todas las demás.
NOTAS SOBRE LAS FUENTESSigue el hilo de las ideas 5 fuentes · qué muestran y dónde están sus límites
Fuentes y lecturas complementarias
Estas fuentes informan el artículo. El anuncio de un producto describe una oferta, no hasta qué punto la utiliza la gente. Los argumentos y los futuros imaginados se mantienen separados de los resultados observados.
Categorización del comportamiento y sus consecuencias. Escrito antes de la IA conversacional; su aplicación a los asistentes es nuestra interpretación.
Intervención breve, 344 participantes. Algunos beneficios declarados a corto plazo y varios resultados nulos; no es un pronóstico, una validación terapéutica ni una demostración de cambios duraderos de comportamiento.
Los juicios sobre conflictos y las intenciones de repararlos cambiaron tras la interacción. No demuestra cambios permanentes de personalidad ni efectos de todos los asistentes.
Explica el diseño discriminatorio y la aparente neutralidad. Se utiliza como cuestionamiento conceptual, no como estimación actual sobre la población.
El argumento trata sobre flujos de información apropiados, no solo sobre el secreto. Los límites de identidad propuestos en nuestro artículo son una aplicación de ese planteamiento, no una garantía de capacidad técnica.
Sobre esta edición de investigación
Este artículo se basa en fuentes seleccionadas y en nuestra interpretación de sus implicaciones para los consumidores. La colección completa contiene 50 artículos e ilustraciones originales. No hemos leído todo lo publicado por todas las personas de la lista de lecturas, calculado la probabilidad de cada futuro ni demostrado una adopción mundial. La colección no es exhaustiva.
Las ilustraciones se han generado con IA, con un enfoque visual inspirado en los informes de TrendWatching de 2024 y 2025. Representan ideas, no acontecimientos observados. Si cambia la idea central de un artículo, es necesario revisar su imagen. Los pequeños cambios no tienen por qué implicar una nueva ilustración; la sustitución automática no está activa.
Cada innovación incluye una fuente, una fecha de revisión y una explicación de su relevancia y sus límites. Algunas son señales tempranas del cambio; otras ofrecen una comparación útil. Ninguna demuestra la previsión. No están en funcionamiento el seguimiento mensual ni la selección automática de nuevos ejemplos.