Simile quiere crear simulaciones de los 8,000 millones de personas del planeta. Su director ejecutivo, Joon Sung Park, afirmó en una entrevista con The Generalist que sus sistemas pueden predecir el comportamiento humano con más de 85% de precisión. La cifra que relacionó con una investigación anterior tiene un alcance concreto: compara respuestas de encuestas con la consistencia de los propios participantes, no con todas las decisiones que tomarán en la vida real.
La empresa construye agentes de inteligencia artificial que intentan representar a personas o grupos para explorar cómo responderían ante un producto, un cambio de precio u otra situación. Park contó a The Generalist que incluso usó una simulación para prepararse para su conversación con el entrevistador Mario Gabriele.
Qué midió realmente el estudio del 85%
En la versión inicial de una investigación publicada en 2024, Park y sus colaboradores crearon agentes a partir de entrevistas de unas dos horas con 1,052 participantes de Estados Unidos. Después compararon las respuestas de los agentes con las de las personas en la General Social Survey, una encuesta sobre actitudes y otros temas sociales.
El resultado no significaba que los agentes acertaran el 85% de todas las respuestas. Los investigadores midieron su desempeño frente a otra referencia: cuánto coincidían las respuestas de las propias personas al repetir la encuesta dos semanas después. Los agentes alcanzaron el 85% de esa consistencia humana.
Una revisión del mismo trabajo, publicada como preprint en junio de 2026, evaluó preguntas reservadas de la encuesta. Frente a la misma referencia, los agentes basados solo en entrevistas alcanzaron el 83%; los basados en encuestas, el 82%; y los que combinaban ambas fuentes, el 86%. Los autores también estudiaron rasgos de personalidad, juegos económicos y respuestas a experimentos, con otras medidas.
Park dijo a The Generalist que la tecnología de Simile ha evolucionado desde los trabajos originales y que la empresa recopila actualmente entre 15 y 30 minutos de datos por persona. La prueba académica no demuestra por sí sola que el producto comercial actual obtenga el mismo resultado en todos los usos.
Del laboratorio a las decisiones de empresas
Según Park, los clientes pueden consultar poblaciones simuladas para explorar preguntas sobre sus productos o estrategias. La empresa también aspira a modelar interacciones entre personas y, a largo plazo, cuestiones sociales más amplias. Representar a toda la población mundial es una meta declarada, no una capacidad ya demostrada.
Simile ha descrito por separado un modelo que estima el posible error de cada simulación. La compañía señala que lo evaluó con unas 8,600 preguntas reservadas del entrenamiento y reconoce que un buen resultado promedio no garantiza que cada respuesta individual sea correcta. Esa es una evaluación de la propia empresa y usa métricas distintas a la prueba académica de 2024.
Datos personales y límites de la predicción
Park explicó que Simile habla con participantes que dan su consentimiento y combina entrevistas con datos de comportamiento. También dijo que la información pública de una figura conocida puede servir como punto de partida para una simulación, aunque la consideró imperfecta por sí sola.
El aviso de privacidad para participantes indica que la información compartida puede incluir hábitos de consumo y datos de salud, si la persona decide proporcionarlos. También contempla su uso para crear agentes y desarrollar modelos, así como la entrega de material a clientes para investigación de mercado conforme al acuerdo de participación.
Una revisión de 2026 en Humanities and Social Sciences Communications advierte que las simulaciones con múltiples agentes presentan riesgos de sesgo y problemas de reproducibilidad. Su análisis aborda el campo en general, no una evaluación específica de Simile. Para una empresa que use estas herramientas, la distinción importa: una respuesta plausible sigue necesitando contrastarse con el comportamiento que pretende representar.
