En 2024, los mejores modelos de saliencia visual alcanzan una correlación superior al 91% con datos reales de eye-tracking obtenidos en laboratorio, según el MIT Saliency Benchmark. Este dato tiene implicaciones concretas para la industria del marketing: la barrera entre la neurociencia del consumidor y la producción creativa cotidiana —barrera que durante décadas estuvo definida por el coste y la complejidad del equipamiento de laboratorio— ha dejado de existir para un subconjunto relevante de capacidades analíticas. Pero solo para ese subconjunto. Y la confusión entre lo que puede hacer un modelo de IA y lo que sigue requiriendo neurociencia real es fuente de decisiones mal fundamentadas que afectan a la calidad de los análisis.
El MIT Saliency Benchmark 2024 evalúa modelos de predicción visual sobre bases de datos de eye-tracking real. Los tres modelos con mejor rendimiento alcanzan una correlación de Pearson superior a 0.91 con datos humanos, superando en consistencia la variabilidad entre distintos grupos de participantes humanos en los mismos estudios.
Lo que la IA puede medir: saliencia visual y predicción de fijación
La inteligencia artificial aplicada al análisis de creatividades tiene su terreno de mayor solidez metodológica en la predicción de saliencia visual: dado un estímulo visual —una imagen, un frame de vídeo, una captura de pantalla web— predecir con alta precisión qué zonas de ese estímulo capturarán la atención visual de un observador humano.
Este tipo de predicción tiene décadas de investigación neurocientífica como base: la teoría de la integración de características de Anne Treisman, los modelos de Itti-Koch-Niebur de los años noventa, y los modelos de aprendizaje profundo desarrollados desde 2015 que incorporan no solo las características de bajo nivel —contraste, orientación, movimiento— sino también el contexto semántico de la imagen completa.
Qué puede predecir un modelo y con qué precisión
- Zonas de primera fijación: con alta precisión para imágenes estáticas en las que el primer punto de fijación está determinado principalmente por características visuales de bajo nivel.
- Distribución de atención: el mapa de calor que representa la probabilidad de fijación en cada zona de la imagen. Aquí la precisión es mayor del 90% para imágenes publicitarias.
- Secuencia de escaneo visual: el orden aproximado en que el ojo procesará los elementos principales.
- Saliencia en vídeo: frame a frame, con modelos específicos entrenados sobre datos de eye-tracking en video que incorporan el movimiento como predictor de saliencia dinámica.
"La diferencia entre un modelo de saliencia de 2015 y uno de 2024 no es solo de precisión: es de profundidad semántica. Los modelos actuales entienden que un producto pequeño en una imagen con fondo limpio tiene más saliencia que un producto grande en un fondo complejo." — Ali Borji, profesor de visión computacional, Salient Object Detection: A Survey.
Lo que sigue siendo neurociencia: más allá de la saliencia
La saliencia visual es el primer nivel del comportamiento visual humano. Pero el procesamiento de una creatividad publicitaria no se detiene en la saliencia. Hay capas más profundas que los modelos de IA actuales no pueden capturar con la misma precisión:
- Atención cognitiva sostenida: la diferencia entre que el ojo se pose en un elemento —saliencia— y que el cerebro procese activamente ese elemento —atención. Esta distinción solo es medible con neuroimagen o con EEG de alta densidad.
- Asociación implícita: las conexiones inconscientes entre la marca y atributos de valor. El Test de Asociación Implícita (IAT) mide estas conexiones con metodología específica que no es replicable por modelos de visión artificial.
- Resonancia emocional: la activación afectiva que genera un estímulo visual, medida por biometría facial, respuesta galvánica de la piel o frecuencia cardíaca.
"Confundir saliencia con atención es el error más frecuente en la aplicación de IA al análisis de creatividades. La saliencia dice dónde mira el ojo. La atención dice qué procesa el cerebro. Son cosas distintas." — Dr. Jeremy Wolfe, Harvard Medical School, laboratorio de atención visual.
La combinación correcta: IA más metodología neurocientífica
El valor de la IA no está en reemplazar la neurociencia del consumidor. Está en democratizar el acceso a las capacidades que puede replicar con alta fidelidad —fundamentalmente el análisis de saliencia visual— y en escalar el proceso analítico para que sea operativo en los plazos de producción creativa real.
Un laboratorio de neurociencia puede analizar en profundidad cuatro o cinco creatividades al mes, con un coste por análisis de varios miles de euros. Un sistema de IA puede analizar decenas de creatividades al día, con resultados disponibles en minutos. La elección del instrumento correcto para cada pregunta es la competencia que define la calidad de un análisis de creatividades riguroso.
El futuro del análisis sin laboratorio
La tendencia en investigación es clara: los modelos multimodales que combinan análisis de saliencia visual con estimación de carga cognitiva, detectores de elementos semánticos —rostros, texto, CTA— y modelos de contexto de exposición están reduciendo progresivamente la brecha entre lo que puede medir la IA y lo que requería laboratorio.
Nodymic combina modelos de saliencia visual de alta precisión con metodología neurocientífica desarrollada con la UCM para ofrecer el análisis de creatividades más completo disponible fuera de laboratorio. Prueba el análisis de tu primera creatividad.
Probar análisis IA