Descobreix com ampliem el rigor del research sense perdre la comprensió profunda de les persones.
En Interactius hem passat de llegir informes de research a conversar amb usuaris sintètics creats per Clonica©, a partir d'investigació qualitativa profunda. Explico com els construïm, com els validem enfront de persones reals i en quins moments del cicle de producte ens ajuden a decidir més ràpid i millor.
Quan va aparèixer la IA generativa, a Interactius ens vam trobar amb una paradoxa molt clara: d'una banda, teníem models capaços de respondre gairebé qualsevol cosa; de l'altra, sabíem perfectament que aquests models no eren els nostres usuaris.
Jo soc Lucho Domínguez, Head of Human-Centered AI, i juntament amb Carlos Ruiz, el nostre CEO, fa temps que li donem voltes a una pregunta molt concreta: "¿Com podem aprofitar la IA sense perdre el més important del nostre treball: la comprensió profunda de les persones?"
D'aquí neix Clonica©, el nostre enfocament d'usuaris sintètics construïts des de la investigació qualitativa, amb context humà i una perspectiva explícitament humanista.
En aquest article vull explicar-te, en primera persona, les claus de la presentació que vam fer, per què creiem que això canvia la manera de treballar en producte digital i què hem après pel camí.
De UX a "Augmented Experience": per què vam fer aquest pas
A Interactius portem més de 13 anys treballant amb grans companyies en banca, salut, moda, esport, educació, retail… sempre des del disseny estratègic i la investigació amb persones.
En els últims anys vam començar a sentir que "UX" se'ns quedava curt per descriure el que estàvem fent. No volíem només dissenyar pantalles o fluxos, sinó augmentar la capacitat de les organitzacions per entendre i cuidar l'experiència de les persones.
Per això ara parlem d'Augmented Experience.
Quan dic "augmented" no parlo de delegar decisions en una IA, sinó d'alguna cosa molt més concreta:
- Usar la IA per amplificar el que ja sabem fer bé: investigar, entendre, dissenyar, prototipar.
- Connectar millor la investigació amb les decisions de negoci.
- Dissenyar experiències augmentades (d'usuari, empleat, agent, client…) potenciades per tecnologia per anar més enllà del que una persona podria fer sola.
- Reduir friccions operatives (reclutament, temps morts, esperes) sense rebaixar el rigor.
Clonica© és, d'alguna manera, el nostre primer gran "producte" en aquesta línia.
Quan el teu usuari es presenta… i després confessa que no existeix
La presentació la vam arrencar amb una veu que deia alguna cosa així: "Hola, com esteu? Em presento, soc la Blanca i soc de Barcelona. Vinc cada any al Blanc!… Segueixo estudis com Soluble, Mendesaltaren i Interactius. Us explico un secret? Soc la Blanca, però no soc una persona real. Soc un usuari sintètic creat per representar l'assistent mitjà del Blanc!."
El que és interessant no és el truc de "no soc real", sinó com havia nascut la Blanca:
- Ningú li va passar un guió.
- Ningú va preparar un super prompt.
- Només li vam fer una pregunta senzilla: "Blanca, et pots presentar?"
La Blanca va respondre des d'un corpus d'entrevistes i enquestes reals a assistents del Blanc!: el seu llenguatge, els seus referents, les seves motivacions, les seves pors. És a dir, la Blanca no és un avatar aleatori generat per IA: és la sintetització viva d'un segment real.
Això és el que nosaltres anomenem un usuari sintètic: un agent conversacional que es comporta com un usuari d'un segment concret perquè ha estat creat a partir de dades qualitatives reals, no d'estereotips.
El que no em convencia dels models genèrics
Abans d'arribar a Clonica© vaig explorar diversos enfocaments que es veuen molt ara quan es parla de "persones sintètiques", com ara els models psicològics tipus OCEAN / Big Five:
- S'assignen valors a cinc grans trets de personalitat.
- Pots dir: vull algú molt obert, poc extrovertit, neuroticisme mitjà, etc.
- Amb això parametritzes "personalitats" diferents.
També vam provar enfocaments basats en variables sociodemogràfiques:
- Edat, professió, ingressos, estudis, ciutat, barri…
- Combines i el model et retorna una mena de "persona estàndard".
El problema, almenys per a mi com a researcher, és que tot això es queda curt si no incorpores el context humà:
- La manera en què la gent es contradiu.
- Les coses que no diu però s'intueixen.
- El pes de l'entorn: família, barri, precarietat, cultura, migració…
- La por, la vergonya, el què diran.
Aquí va ser on vaig veure clar que no volia un model que "jugui a ser persona", sinó un sistema que parteixi d'investigació qualitativa real i respecti la complexitat d'aquestes vides.
Clonica© neix just per a això.
Què és Clonica© (de veritat) i com ho construïm
Quan parlo de Clonica©, no parlo d'una eina màgica, sinó d'un servei que combina:
- Investigació amb usuaris reals.
- Curació i modelatge d'aquest coneixement.
- I una capa d'IA que ho fa ràpid, conversable i accionable.
El procés, simplificant, és quelcom així:
1. Capturar la realitat (humà a humà)
El primer continua sent el de sempre:
- Entrevistes en profunditat, etnografies, enquestes.
- Observació contextual.
- Converses llargues on la gent es contradiu, s'emociona, es calla coses.
Busquem el que en investigació s'anomena saturació teòrica: aquell moment en què comences a escoltar el mateix una i altra vegada i ja no emergeixen nous insights. És aquí on sabem que tenim "massa crítica" per construir alguna cosa fiable.
2. Convertir discurs en dataset
Després ve la part menys glamurosa però crucial:
- Depurar transcripcions.
- Agrupar fragments.
- Detectar patrons de comportament, llenguatge, pors, expectatives.
- Identificar tensions, contradiccions, buits.
Amb això muntem un corpus estructurat, que no és només "text", sinó un mirall prou fidel de com pensa i viu aquell segment.
3. Donar vida a l'usuari sintètic
La tercera fase és la de donar-li forma:
- Definir qui és aquell clònic: edat, context, història vital.
- Afinar com parla, quines referències té, què li preocupa.
- Crear la seva narrativa: no des de la fantasia, sinó des dels patrons que han sorgit de la investigació.
És el que vam fer, per exemple, amb la Blanca (assistent del Blanc!) o amb la Monse (dona gran que viu sola amb el botó de la Creu Roja).
4. Validar contra usuaris reals
Això per a mi és clau: no ens creiem el clònic perquè sí.
El que fem és:
- Passar les mateixes preguntes al clònic i a persones reals del segment.
- Comparar respostes:
- No només el literal, sinó les intencions, els matisos, les raons.
En diferents projectes hem estat entre un 85% i un 93% de similitud.
En un estudi amb 150 persones migrants, per exemple, vam assolir un 93% de similitud entre les respostes reals i les de l'usuari sintètic.
Quan alguna cosa no quadra, no ho maquillem: tornem al dataset, revisem, ajustem i repetim.
5. Posar-lo a treballar amb els equips
L'últim pas és integrar-lo en el dia a dia dels equips:
- Explicar qui és aquell clònic, què sap i què no sap.
- Formar l'organització perquè pugui interactuar amb ell.
- Afegir una capa d'acció: el clònic no només respon, sinó que proposa camins per a producte, disseny, negoci.
El que mai diré: "ja no cal investigar amb persones"
Això per a mi és una línia vermella.
Clonica© no substitueix:
- La investigació generativa.
- L'exploració de noves oportunitats.
- El descobriment de problemes que encara no coneixem.
Tot això només passa parlant amb persones reals.
El que sí fa Clonica© és:
- Accelerar validacions.
- Reduir fricció operativa.
- Permetre iterar entre rondes d'investigació amb usuaris reals.
- Poder tenir una "conversa informada" amb el coneixement ja capturat.
Un dels casos que més em va marcar va ser el de la Monse, clònica creada a partir de 20 dones grans que viuen soles i porten el botó de la Creu Roja.
Totes repetien frases com: "Jo no ho necessito". "M'ho ha contractat la meva filla". "Jo estic bé, no em fa falta".
El que cap no verbalitzava clarament, però que va emergir de les entrevistes, va ser que portar aquell botó era com portar penjat un cartell de fragilitat. Un estigma visible. Aquest tipus d'insight no te'l dóna la IA sola. El descobreixes tu, escoltant amb atenció.
Després, un cop ho has entès i modelat, el clònic t'ajuda a reproduir aquell patró per testejar missatges, serveis, journeys, etc.
Com canvia el dia a dia de producte digital
Et comento tres impactes que ja estem veient amb clients i projectes.
1. Velocitat amb rigor
Gràcies als clònics, hem reduït processos típics sense perdre anàlisi humana:
No es tracta de decidir-ho tot amb el clònic, sinó d'arribar millor preparats a la següent interacció amb usuaris reals.
2. Democratitzar l'accés a l'usuari
Alguna cosa que m'il·lusionava molt era aconseguir que el coneixement d'usuari no quedés tancat en research o UX. Amb Clonica© estem veient:
- Equips de màrqueting testejant missatges i campanyes amb el clònic.
- Product managers validant fluxos o funcionalitats abans de prioritzar-les.
- UX writers afinant to i copy en funció de com respon l'usuari sintètic.
- Persones de negoci contrastant pricing o arguments de venda.
En lloc d'enviar un deck de 80 diapositives, ara puc dir-los: "Parla amb la Blanca. Pregunta-li tu mateix." I moltes vegades el clònic desmunta idees en dues respostes, perquè respon com respondria el segment real que ja vam estudiar.
3. Noves formes de treballar junts
Una altra conseqüència interessant és com canvia la dinàmica de tallers i sessions:
- Posem el clònic com a "participant fantasma" en workshops d'ideació.
- Demanem al clònic que argumenti per què prefereix una opció A enfront d'una B.
- Malegem journeys complets parlant amb ell pas a pas.
- Provem contingut i campanyes abans de llançar-les.
De cop, l'usuari, encara que sigui sintètic, té veu a la sala gairebé cada dia.
Quants clònics necessito i quant duren?
Aquesta és una de les preguntes que més ens fan. La resposta honesta és: depèn.
En organitzacions grans solem crear clònics específics alineats amb els seus segments clau.
En paral·lel estem construint un panel propi de clònics perquè empreses més petites, estudis o freelance puguin testejar amb usuaris sintètics sense haver d'arrencar un projecte gran de research.
Sobre la durada, també varia:
- Hi ha segments relativament estables on un clònic pot ser útil durant diversos anys.
- En contextos molt canviants preferim refrescar-lo cada pocs mesos, amb nova investigació qualitativa o enquestes de contrast.
El que jo m'enduc de tot això (4 aprenentatges clau)
Si hagués de resumir el que he après treballant a Clonica.io, diria:
1. La IA no substitueix la investigació: la potencia.
Un usuari sintètic només és tan bo com la investigació que hi ha al darrere. Si el construeixes sobre fum, tindràs fum amb veu.
2. El context és més important que la demografia.
El que marca la diferència no és l'edat ni el codi postal, sinó les pors, les contradiccions, les xarxes de suport, el llenguatge real que la gent utilitza.
3. La cultura de producte canvia.
Quan tota l'organització pot parlar amb l'usuari, ja no és "el que diu l'informe de UX", sinó "el que em va dir ahir la Blanca". Això redueix la fricció i alinea decisions.
4. La velocitat només és un avantatge si mantens el criteri.
Reduir processos de 10 a 2 dies està bé, però només si saps quines decisions pots prendre amb un clònic… i quines requereixen tornar al camp amb persones reals.
Si tot això et ressona i vols veure com es materialitza en una demo real, t'invito a veure el vídeo complet de la presentació al nostre canal de YouTube.
Allà podràs veure com treballem amb aquests usuaris sintètics en directe i les preguntes que ens van fer durant la sessió.
Si vols conèixer més sobre Clonica© i com els usuaris sintètics poden beneficiar la teva investigació i disseny, contacta'ns.
