Qué es TRIBE v2 y por qué importa

El sistema se llama TRIBE v2 y Meta lo presentó el 26 de marzo. En el blog oficial, la compañía lo describe como un "gemelo digital" de la actividad neural humana, capaz de predecir cómo responde el cerebro a casi cualquier estímulo visual o sonoro con setenta veces más resolución que cualquier modelo previo. La frase es publicitaria, pero las cifras detrás de ella no lo son: el modelo fue entrenado con más de mil horas de resonancia magnética funcional sobre 720 voluntarios sanos a los que se expuso a videos, podcasts, imágenes y textos.

El resultado es un sistema que, según el paper publicado por el equipo de Fundamental AI Research, predice la actividad cerebral de personas que nunca vio antes con una mejora de dos a tres veces respecto a los métodos tradicionales. En el lenguaje técnico eso se llama zero-shot: no se necesita escanear a cada individuo nuevo para anticipar cómo va a reaccionar. El modelo generaliza.

Meta abrió el código bajo licencia Creative Commons no comercial. El paper, los pesos del modelo y un demo interactivo están disponibles en Hugging Face y GitHub. La empresa lo enmarca como una contribución a la neurociencia abierta: un instrumento para que los investigadores puedan correr miles de experimentos virtuales sin necesidad de meter cuerpos dentro de un escáner. La analogía oficial es la del túnel de viento digital: del mismo modo en que los ingenieros aeroespaciales prueban diseños de aviones en simulaciones antes de fabricar prototipos, los neurocientíficos podrían ahora probar hipótesis sobre el cerebro sin sujetos humanos.

Es una promesa razonable. También es, casi con certeza, lo menos interesante que va a pasar con esta tecnología.

Del laboratorio al mercado: la capa comercial que nadie nombra

Lo interesante no es el sistema de neurociencia abierta. Lo interesante es lo que viene cuando la herramienta deje de ser un instrumento de laboratorio y se vuelva un commodity. Lo que viene cuando alguien —y va a haber alguien— construya encima de TRIBE v2 una capa comercial que permita a un equipo de marketing pasar un guion, un storyboard, una pieza gráfica o el primer corte de un video, y recibir a cambio un mapa de calor neural detallado: dónde se enciende la atención, dónde se activan los circuitos de recompensa, dónde se forma memoria, dónde se dispara la respuesta emocional.

Todo eso antes del lanzamiento. Antes del test A/B. Antes de cualquier audiencia humana. Como apuntaba un análisis reciente de Global Brands Magazine, los marcos regulatorios actuales asumen que las personas pueden reconocer y resistir intentos de persuasión, una premisa que se vuelve frágil cuando la optimización opera por debajo de la conciencia.

Hasta ahora, la inteligencia artificial aplicada al marketing trabajaba sobre el pasado. Analizaba qué había funcionado, qué patrones aparecían en las piezas más virales, qué métricas correlacionaban con qué resultados. Era una IA descriptiva, en el fondo, aunque se vendiera como predictiva. La diferencia con TRIBE v2 es de naturaleza, no de grado. Acá no hay extrapolación: hay un modelo de los mecanismos. La caja negra del comportamiento humano —ese momento en que un estímulo entra por los sentidos y sale convertido en clic, en compra, en abandono, en olvido— empieza a tener algo que se parece a un esquema de cableado.

Las cifras del mercado de neuromarketing ya empezaban a anticipar esto. Antes de TRIBE, los sistemas basados en EEG combinados con machine learning lograban una precisión de 87,1% para predecir intención de compra, frente al 64% de las encuestas tradicionales. El 58% de los marketers estadounidenses ya usa alguna forma de neuromarketing, y las campañas con analítica predictiva basada en IA reportan un retorno 30% mayor. El analista Xpert.digital señala que TRIBE v2 elimina la barrera más cara de toda esta cadena —la propia neuroimagen— y la sustituye por un cálculo.

El problema de la creatividad cuando todos optimizan igual

La pregunta inmediata es por la creatividad. Si se puede predecir, antes de crear, qué reacción cerebral va a generar una pieza, ¿para qué crear cosas que no estén optimizadas? La respuesta intuitiva —siempre va a haber espacio para los que rompan el molde— es cierta y a la vez tramposa. Es cierta porque la historia muestra que las grandes rupturas suelen venir de quienes ignoran las heurísticas dominantes; tramposa porque ignora lo que pasa con el promedio cuando todos los promedios tienen acceso al mismo atajo.

La evidencia sobre eso ya existe, y es anterior a TRIBE. Una investigación de UCLA Anderson de 2025 mostró que cualquier producto generado con asistencia de IA es estadísticamente menos preciso que uno hecho sin ella, en el sentido de que refleja menos los gustos, idiosincrasias y preferencias personales del usuario, y tiende a converger hacia el promedio poblacional. Un estudio publicado en Technology in Society el mismo año documenta el fenómeno bajo el nombre de "monocultura algorítmica": los modelos amplifican patrones mainstream aprendidos de corpora estandarizados y producen una salida intrínsecamente menos diversa.

Y un trabajo de Liu, Wang y Yang en la London Business School aprovechó la prohibición de ChatGPT en Italia en abril de 2023 como experimento natural: los restaurantes de Milán, privados temporalmente del acceso a la herramienta, vieron caer su similitud léxica, sintáctica y semántica en redes sociales —y, paradójicamente, aumentar el engagement orgánico de sus posteos.

La implicancia es incómoda. Si un sistema relativamente romo como ChatGPT ya empuja al promedio hacia la homogeneización, ¿qué va a pasar cuando lo disponible sea un modelo que predice, con resolución de setenta mil voxels, exactamente qué piezas activan los circuitos de atención y recompensa con mayor eficacia? La respuesta probable es que el bloque conceptual del marketing global se va a comprimir. No porque desaparezcan los excéntricos. Sino porque el grueso del sistema —ese fondo sobre el que destacan los excéntricos— se va a volver más uniforme, más eficiente, más afinado a las debilidades cognitivas comunes que el modelo descubrió en setecientas resonancias.

Cuando la calidad deja de diferenciar: el valor se desplaza al canal

Ahí aparece una segunda pregunta, más estructural. ¿Qué queda de la diferenciación cuando todos los actores tienen acceso a la misma máquina de optimización neural? La diferenciación entre marcas, entre creadores, entre agencias, hoy se sostiene en parte sobre una desigualdad invisible: algunos tienen mejor olfato, mejores datos, mejores procesos. Esa desigualdad alimenta una especie de gradiente de calidad que el sistema publicitario aprendió a procesar.

Pero ese gradiente depende de que exista variedad de calidad. Si TRIBE v2 —o sus descendientes comerciales— consigue elevar a casi todo el mercado al último quintil de eficiencia neural, el gradiente colapsa. Lo que era un abanico amplio entre piezas que no generan nada y piezas que lo generan todo se reduce a un rango estrecho cerca del techo. Y cuando todos los anuncios están aproximadamente igual de optimizados para el cerebro humano, la diferenciación por calidad de contenido deja de ser palanca de mercado.

La observación se vuelve entonces casi obvia. Si el contenido se aplana como factor de competencia, el valor se desplaza hacia lo único que queda escaso: el tiempo de las personas. Los huecos en sus jornadas. Los segundos disponibles entre estímulos. La industria publicitaria opera, hasta hoy, bajo una hipótesis implícita: que un anuncio mejor compra atención más barata. Pero si todos los actores acceden a la misma máquina de optimización neural, la calidad deja de diferenciar. Se vuelve un piso, no un techo. Y entonces lo que queda en disputa es el acceso al canal, no el contenido.

El riesgo de la máquina de dopamina y la pregunta del consentimiento

Hay una vuelta de tuerca adicional, que los analistas de Fakewhale señalaron a comienzos de mayo: el riesgo de que esto produzca lo que llaman una "máquina de dopamina refinada". Contenidos diseñados con precisión quirúrgica para maximizar la activación de circuitos de recompensa minimizando el esfuerzo cognitivo. Si se puede simular la respuesta neural de antemano, las iteraciones para encontrar el patrón más adictivo se aceleran de manera dramática. Los efectos visibles —el scroll infinito, la dependencia, la fragmentación de la atención, la polarización— se intensifican.

Meta liberó TRIBE v2 con licencia no comercial, lo que en teoría limita su uso a la investigación académica. En la práctica, la cobertura del último mes —desde Neuroscience News hasta Yahoo Tech— ha insistido en que esa restricción es un cortafuegos delgado. Los modelos derivados, las versiones reentrenadas, los productos comerciales construidos sobre arquitecturas inspiradas en la pública, todo eso queda fuera del alcance de la CC BY-NC.

Hay también una pregunta de consentimiento que casi nadie está haciendo en voz alta. Las 720 personas que prestaron su cerebro durante más de mil horas de resonancia magnética accedieron a participar en investigación neurocientífica. ¿Habrían firmado el mismo formulario sabiendo que sus patrones neurales iban a entrenar un modelo que, por derivación o por imitación arquitectónica, terminaría guiando la próxima generación de campañas publicitarias diseñadas para socavar su propia atención? Los marcos éticos actuales —diseñados para experimentos individuales con principio y fin— no están equipados para procesar esa pregunta.

Implicaciones para la industria digital en América Latina

Para agencias, marcas y creadores de contenido en Uruguay, Argentina, Chile, Colombia, México y Brasil, las implicaciones son concretas y llegan antes de lo que parece. En primer lugar, el acceso al neuromarketing de precisión —hasta hoy reservado a grandes marcas globales con presupuesto para estudios de fMRI— se va a democratizar. Eso suena bien hasta que se entiende que "democratizar" significa que todos tus competidores también van a tener acceso.

En segundo lugar, la presión sobre los creadores de contenido va a intensificarse. El argumento de que el contenido auténtico y orgánico supera al contenido corporativo pulido sigue siendo válido hoy, y probablemente lo sea durante un tiempo. Pero a medida que las herramientas de optimización neural se vuelvan accesibles, la autenticidad como ventaja diferencial se vuelve más difícil de sostener si no está acompañada de algo que los modelos no pueden optimizar: identidad, historia, comunidad real.

En tercer lugar —y esto es quizás lo más relevante para quienes trabajan en marketing digital en la región— la regulación sobre el uso de datos neurales en publicidad prácticamente no existe en América Latina. Los marcos de protección de datos personales vigentes en la mayoría de los países no contemplan datos biométricos de actividad cerebral como categoría especial. Eso significa que el despliegue comercial de sistemas inspirados en TRIBE v2 podría ocurrir en la región antes y con menos fricción que en Europa o en algunos estados de Estados Unidos.

Finalmente, hay una oportunidad: quienes desarrollen ahora criterio para auditar el output de las herramientas de optimización neural —entender qué está optimizando el modelo y para qué, y en qué contextos esa optimización tiene sentido y en cuáles no— van a tener una ventaja competitiva real y difícil de replicar. La capacidad de usar estas herramientas con criterio estratégico, no solo técnico, es lo que diferenciará a las mejores agencias y a los mejores marketers en los próximos años.

Conclusión: lo que vamos a construir encima

Volver al demo de Meta, después de pensar todo esto, produce una sensación distinta. La pieza técnica es elegante, abierta, generosa con la comunidad científica. Su disponibilidad va a acelerar investigaciones que estaban estancadas por el costo absurdo de la neuroimagen. Va a permitir, en algún caso, mejorar diagnósticos de afasia, de Alzheimer, de procesos clínicos donde entender la respuesta cerebral importa de verdad. Eso es real y vale la pena.

Pero la historia de las herramientas dice que su uso predominante rara vez coincide con el uso para el que se anuncian. La imprenta sirvió mucho más a la propaganda que a la teología. Los algoritmos de recomendación, vendidos como instrumentos de personalización, se volvieron motores de polarización. No hay razón para suponer que un modelo capaz de predecir con setenta veces más resolución la respuesta cerebral humana va a usarse mayoritariamente para tratar enfermedades. Va a usarse para vender. Va a usarse para retener. Va a usarse para captar.

Y eso obliga a hacerse una pregunta que excede el marketing. Cuando las herramientas para producir contenidos se vuelven cualitativamente más eficientes que los humanos a los que se dirigen —no más rápidas, no más baratas: más eficientes en el sentido neural estricto—, ¿qué tipo de autonomía cognitiva queda en pie? Las regulaciones publicitarias actuales descansan sobre la idea de que un consumidor adulto puede reconocer y resistir un intento de persuasión. Esa idea fue siempre una aproximación. Se vuelve una ficción cuando la persuasión se diseña por debajo del umbral de la conciencia, sobre un mapa exacto de las debilidades del propio aparato perceptivo.

El demo de Meta, abierto en una pestaña del navegador, sigue iluminando regiones cerebrales con cada frase que se le tipea. Funciona. Funciona muy bien. La pregunta es qué vamos a construir encima.