Autor/a: Carlota de Juan.
Reputation Management & Analytics Consultant
No cabe duda de que la inteligencia artificial está siendo cada vez más utilizada para analizar y monitorizar la reputación de las empresas. Su capacidad para procesar grandes volúmenes de información, identificar patrones o seguir las tendencias ha expandido enormemente las posibilidades de análisis. No obstante, del mismo modo que aumenta su capacidad, también lo hace la naturaleza del reto.
Disponer de más datos no está necesariamente relacionado con un mejor análisis. Una fuente puede ser accesible y fácil de procesar, pero aportar una visión parcial de la situación. Además, ciertos públicos de interés para una organización pueden dejar una huella mucho menor en los entornos digitales y aun así suponer una influencia decisiva sobre su reputación. Por tanto, lo verdaderamente relevante aquí recae en cómo es esa lectura reputacional y sobre qué base metodológica y fuentes se apoya.
En el informe FTI Consulting AI Reputation Monitor, elaborado por esta consultora en Alemania, se ofrece una aproximación interesante sobre los análisis que ofrecen los asistentes de IA como ChatGPT, Perplexity, Copilot y Claude. Para ello, plantearon a estos cuatro modelos un mismo prompt con la misión analizar la reputación de las empresas del DAX40, el principal índice bursátil de Alemania.
El estudio concluye con que la lectura reputacional obtenida puede variar en función del modelo IA utilizado ya que estos difieren y no son proporcionales en el número y tipo de fuentes consultadas para cada respuesta. La mayoría de los modelos dependen en exceso de los contenidos corporativos, las noticias en medios o los portales de inversión tipo outlet por lo que no logran determinar con exactitud un campo de visión del contexto de la empresa.
Con esto, se nos plantea una pregunta: ¿Podemos dejar que sea la propia tecnología la que determine qué información define nuestra reputación?.
Antes de la tecnología está la metodología
La respuesta exige mirar antes a la metodología que a la inteligencia artificial. El salto de la IA a la evaluación de la reputación corporativa no se basa en su capacidad para procesar más información, sino en aplicarla sobre una arquitectura de medición diseñada específicamente para cada empresa.
Visto de otro modo, una medición reputacional no mejora necesariamente al añadir fuentes sin fin. Mejora cuando incorpora fuentes adecuadas para responder a los objetivos reputacionales definidos. Empresas retail, tecnológicas o financieras pueden utilizar tecnologías similares, pero no deberían construir su monitor reputacional a partir de las mismas fuentes ni concederles el mismo peso.
El valor de las fuentes reside en que sean pertinentes, complementarias y capaces de cubrir las perspectivas de los distintos públicos de interés y dimensiones relevantes, evitando confundir abundancia de datos con representatividad.
De la información dispersa a la inteligencia reputacional
Es ahí, una vez se elabora una sólida arquitectura de fuentes, que la IA se transforma en la aliada perfecta y despliega todo su potencial. Permite identificar dónde coinciden o divergen los stakeholders, qué fortalezas no están siendo reconocidas, qué debilidades están emergiendo y detectar señales que serían difícilmente visibles mediante análisis aislados, así como anticipar escenarios de deterioro reputacional.
