En Resumen
- Los especialistas en marketing están explorando el uso de inteligencia artificial para garantizar que sus anuncios lleguen a audiencias específicas.
- La tecnología permitiría analizar patrones de comportamiento del usuario para optimizar cuándo y dónde se muestran los anuncios.
- Expertos señalaron que esta estrategia podría transformar la publicidad digital al reducir costos y aumentar la efectividad de las campañas.
En algún punto entre el artículo que estás leyendo y el anuncio que aparece junto a él, se libra una silenciosa batalla por tu atención. La mayoría de los anuncios publicitarios la pierden porque la gente simplemente los detesta —tanto, que grandes empresas tecnológicas como Perplexity o Anthropic intentan alejarse de esas cargas invasivas, buscando mejores modelos de monetización.
Sin embargo, una nueva herramienta de inteligencia artificial desarrollada por investigadores de la Universidad de Maryland y la Universidad de Tilburg quiere cambiar eso, prediciendo con una precisión inquietante si realmente mirarás un anuncio antes de que alguien se moleste en colocarlo ahí.
La herramienta se llama AdGazer, y funciona analizando tanto el anuncio en sí como el contenido de la página web que lo rodea, para luego proyectar cuánto tiempo un usuario promedio fijará su mirada en el anuncio y en el logo de la marca, basándose en extensos datos históricos de investigación publicitaria.
El equipo entrenó el sistema con datos de seguimiento ocular obtenidos de 3.531 anuncios digitales. Personas reales usaron equipos de rastreo visual, navegaron por páginas web y sus patrones de mirada fueron registrados. AdGazer aprendió de todo ello.
Al probarse con anuncios que nunca había visto, predijo la atención con una correlación de 0,83, lo que significa que sus proyecciones coincidieron con los patrones reales de mirada humana aproximadamente el 83% de las veces.
A diferencia de otras herramientas que se enfocan únicamente en el anuncio, AdGazer lee toda la página a su alrededor. Un artículo de noticias financieras junto a un anuncio de relojes de lujo genera un rendimiento diferente al de ese mismo anuncio ubicado junto a un marcador deportivo.
El contexto que rodea al anuncio, según el estudio publicado en el Journal of Marketing, explica al menos el 33% de la atención que recibe un anuncio, y alrededor del 20% del tiempo que los usuarios observan específicamente la marca. Esto es relevante para los especialistas en marketing que durante mucho tiempo asumieron que el contenido creativo era el único responsable de los resultados.
El sistema utiliza un Large Language Model (LLM) multimodal para extraer temas de alto nivel tanto del anuncio como del contenido circundante de la página, y luego determina qué tan bien coinciden semánticamente —básicamente el anuncio en sí frente al contexto en el que se ubica. Estos embeddings temáticos o representaciones temáticas se integran en un modelo XGBoost, que los combina con características visuales de bajo nivel para generar una puntuación de atención final.
Los investigadores también desarrollaron una interfaz llamada Gazer 1.0, donde es posible cargar tu propio anuncio, trazar cuadros delimitadores alrededor de la marca y los elementos visuales, y obtener en segundos un tiempo de mirada proyectado, junto con un mapa de calor que muestra qué partes de la imagen el modelo considera que captarán más atención. Funciona sin necesidad de hardware especializado, aunque la integración completa del LLM para el análisis temático aún requiere un entorno con GPU que no está disponible en la demo pública.
Por ahora es una herramienta académica. Sin embargo, la arquitectura ya existe. La distancia entre una demo de investigación y un producto de ad-tech en producción se mide en meses, no en años.