Kantar y la empresa de biometría iMotions han publicado los resultados del análisis cuantitativo más extenso realizado hasta la fecha sobre la efectividad de la publicidad generada con inteligencia artificial. El estudio, presentado en formato de webinar bajo el título AI-Generated Advertising: How Real People Really React, combina los datos de prueba de publicidad de la base Kantar LINK con la tecnología de codificación facial de Affectiva, que mide las microexpresiones de los espectadores en tiempo real mientras visionan los anuncios.
La muestra comprende 356 anuncios de vídeo creados con herramientas de IA generativa, comparados con un grupo de control de anuncios producidos de forma convencional. Los datos fueron recogidos entre finales de 2024 y principios de 2025, y el perfil de anunciantes corresponde principalmente a marcas con presupuesto suficiente para invertir en test cuantitativo de publicidad.
Rendimiento inferior en los indicadores principales
En la métrica de branded cut-through —que combina notoriedad y atribución de marca—, los anuncios con IA generativa alcanzan de media el percentil 54 de la base de datos LINK, frente al percentil 65 de los anuncios convencionales. La diferencia es estadísticamente relevante, aunque los ponentes subrayan que la dispersión de resultados es amplia en ambos grupos: hay anuncios con IA que rinden muy por encima de la media, y anuncios convencionales que quedan muy por debajo.
Los datos de codificación facial introducen una capa de análisis adicional. Los anuncios con IA generativa generan respuestas emocionales más intensas que los convencionales: su expresividad facial media se sitúa en el percentil 71, frente al 59 del grupo de control. Sin embargo, esa mayor intensidad emocional tiende a distribuirse hacia señales de signo negativo: confusión (percentil 71 vs 60), tristeza (69 vs 57), fruncimiento de ceño (63 vs 53) y arrugamiento de nariz. La valencia emocional general —indicador del tono positivo o negativo de la respuesta— cae al percentil 37 en los anuncios con IA, frente al 44 del grupo de control.
Graham Page, EVP de Commercial Research and Innovation en iMotions, atribuye este patrón principalmente al efecto de los elementos visuales perturbadores o incoherentes: "esto tiende a ocurrir cuando los elementos visuales de la IA son distractores o intrusivos de algún modo, y resultan desagradables o interrumpen la narrativa del anuncio".
La visibilidad de la IA como variable explicativa
El análisis más relevante del estudio es la segmentación de los anuncios con IA en dos grupos: aquellos en los que el uso de tecnología generativa resulta perceptible para un espectador estándar, y aquellos en los que esa IA está integrada de forma fluida. Los resultados difieren de manera significativa.
Los anuncios con IA obvia registran un disfrute medio en el percentil 57, y el 35% cae en el tercio inferior de la distribución en branded cut-through. En contraste, los anuncios con IA integrada de forma no obvia alcanzan un disfrute en el percentil 69, y el 40% se sitúa en el tercio superior de la distribución, superando incluso la media de los anuncios convencionales.
"El uso de AI de forma fluida puede tener resultados muy positivos", concluye Page. "Pero incluso entonces, las trampas tradicionales del desarrollo de campañas pueden seguir apareciendo, como errar en la resonancia de la idea central".
El estudio identifica los rostros humanos como el punto de mayor sensibilidad. La tecnología de generación de imágenes produce con frecuencia caras que resultan visualmente incoherentes de forma sutil, activando lo que en neurociencia se conoce como el efecto uncanny valley: la tendencia del cerebro a encontrar más perturbadoras las imágenes de personas casi realistas que las claramente artificiales.
El caso Allegro: misma campaña, dos resultados
Para ilustrar el mecanismo, el estudio analiza un experimento realizado por Kantar con Allegro, plataforma polaca de comercio electrónico. El cliente encargó dos versiones visuales del mismo anuncio: una con estética de animática gráfica y otra con imágenes hiperrealistas generadas por IA. El guion, la selección de planos y el audio eran idénticos en ambas.
Los datos de codificación facial mostraron picos de nose wrinkle —indicador de rechazo— en la versión hiperrealista durante los primeros planos del protagonista masculino, cuyo aspecto evocaba de forma involuntaria al actor Timothée Chalamet sin terminar de parecérsele. La versión gráfica no generó esa respuesta. El rendimiento global de la versión hiperrealista fue inferior.
Branding: el activo que la IA no incluye por defecto
La segunda dimensión del estudio analiza la vinculación de marca. Los anuncios con IA generativa se sitúan de media en el percentil 49 en la métrica de branding, frente al 62 de los anuncios convencionales. La segmentación reproduce el patrón anterior: IA obvia, percentil 44; IA no obvia, percentil 61.
Vera Šídlová, Global Creative Thought Leadership Director de Kantar, señala que la diferencia se explica principalmente por la ausencia de activos de marca en el proceso de generación: "los modelos de IA usados no estaban adaptados al tono de voz de la marca ni utilizaban sus activos de marca distintivos".
El estudio contrasta dos casos del último Super Bowl. La marca de vodka Svedka presentó un anuncio generado íntegramente con IA protagonizado por dos robots bailarines. El resultado fue un percentil 40 en branding: los espectadores no asociaron con suficiente claridad lo que veían con la marca. En el extremo opuesto, las dos versiones que Coca-Cola realizó con IA de su clásico "Holidays Are Coming", una con personas y otra con animales, alcanzaron el top 1% en branding en toda la base de datos de Kantar, resultado que los autores del estudio califican de "increíblemente raro".
La diferencia, según el análisis, es que Coca-Cola introdujo sus activos de marca, colores, botella, jingle, iconografía navideña, como elementos constitutivos del proceso generativo. "La IA no tiene tu marca en mente a menos que tú la pongas ahí", resume Šídlová.
Entre las dos versiones de Coca-Cola, la que usa animales supera ligeramente en efectividad a la que usa personas. Los datos de codificación facial sugieren que los animales, especialmente el oso perezoso protagonista, generan un perfil emocional más dominado por sonrisas, mientras que en la versión con personas la distribución entre sorpresa y sonrisa es más equilibrada.
El uso deliberado del efecto perturbador
El estudio incluye también un caso que invierte el argumento central. El anuncio de Anthropic para su asistente Claude, emitido durante la Super Bowl 2026, utiliza de forma deliberada el aspecto artificial e inquietante de la IA como recurso narrativo. La campaña, que critica la inserción de recomendaciones de pago en las respuestas de los chatbots, presenta a un personaje femenino diseñado para resultar visualmente perturbador.
El anuncio no está producido con herramientas de IA generativa, pero simula visualmente ese aspecto. Registró la mayor respuesta de expresividad facial de todos los anuncios de la Super Bowl analizados, top 10%, y quedó en el top 20% en disfrute. "Donde el AI-looking añade a la historia, es claramente apropiado", concluye Page.
Conclusiones y marco de aplicación
El estudio cierra con cuatro principios de actuación. Primero, la idea y su ejecución importan más que el uso o no de IA. Segundo, el uso obvio o mal integrado de IA daña el rendimiento tanto emocional como en branding. Tercero, la IA puede generar reacciones emocionales potentes, pero no siempre en la dirección correcta; la validación con audiencias reales sigue siendo necesaria. Cuarto, la centralidad de la marca no es negociable: la IA necesita ser entrenada y guiada por los activos distintivos de la marca para producir resultados coherentes con ella.
En la sesión de preguntas posterior, Šídlová añadió una consideración regulatoria relevante para el mercado europeo: la Ley de IA de la Unión Europea establecerá la obligatoriedad de revelar el uso de IA en contenido publicitario antes de agosto de 2026, aunque algunos mercados ya disponen de regulación al respecto.
