Los bots y las identidades falsas sabotean la investigación de usuarios

Los impostores están alterando cada vez más la investigación de usuarios, ya que la captación a distancia y las herramientas de IA accesibles facilitan la participación fraudulenta, según un artículo de Kathren Neuss en TechRadar.

La investigación a distancia se extendió durante la pandemia de COVID-19 y sigue siendo popular porque puede reducir los costes de viaje y logística, además de permitir llegar a participantes de una zona geográfica más amplia. Sin embargo, el anonimato digital y las pocas barreras para verificar la identidad también han propiciado un grupo de «participantes profesionales» que utilizan los estudios remunerados como fuente de ingresos complementarios.

Los datos de la iniciativa Global Data Quality de Market Research Society revelaron que el 95% de los investigadores cualitativos encuestados había sufrido fraude de participantes durante los 12 meses anteriores. Las respuestas fraudulentas pueden distorsionar los resultados de un estudio y ocultar las necesidades reales de los usuarios. Un estudio de caso de 2025 indicó que la proporción de respuestas utilizables bajó de aproximadamente el 75% a cerca del 10% después de que se incorporaran respuestas fraudulentas a la muestra.

Neuss advierte que no se debe considerar la falta de vídeo o los problemas de audio como prueba de fraude, ya que los participantes pueden tener motivos personales o relacionados con la accesibilidad. En su lugar, los investigadores pueden buscar patrones, como incoherencias entre las respuestas de selección y las de la entrevista, direcciones de correo electrónico inusuales y parecidas, y grupos de solicitudes sospechosas. Ninguna de estas señales demuestra por sí sola que haya fraude.

Según el artículo, los investigadores deben excluir del análisis los datos de participantes que hayan falseado su elegibilidad y revisar los incidentes con el equipo. La IA contribuye a la participación fraudulenta, pero el reconocimiento de patrones también puede ayudar a detectar participantes recurrentes y grupos de respuestas sospechosas.