La IA puede predecir dónde mirarás. Aún no sabe qué harás.

Las herramientas de IA ahora pueden predecir dónde mirarán las personas en una página web en aproximadamente un minuto, sin un solo visitante real. Lo que no pueden decirte es qué habría hecho ese visitante a continuación: hacer clic, dudar, desplazarse hacia abajo o salir.

Imagina un equipo rediseñando una página de precios. Suben el nuevo diseño a una herramienta de predicción de atención, y el mapa de calor vuelve brillando en rojo sobre el botón "Comenzar prueba gratuita". El diseño atrae la mirada. Buenas noticias, parece.

Pero el mapa de calor no puede responder la pregunta que al equipo realmente le importa. ¿Alguien hizo clic en ese botón? ¿O la gente lo miró, se desplazó hacia abajo para ver el precio y cerró la pestaña?

Esa brecha es la diferencia entre una predicción y una medición.

Un mapa de calor en aproximadamente un minuto

Herramientas como Attention Insight y expoze.io funcionan sin participantes. Subes un diseño, y un modelo entrenado en estudios de seguimiento ocular anteriores predice dónde aterrizará la atención. Attention Insight dice que su modelo aprendió de más de 5.5 millones de fijaciones oculares registradas y devuelve un resultado en aproximadamente 60 segundos (Attention Insight, n.d.).

Las predicciones se sostienen bien. En el MIT/Tuebingen Saliency Benchmark, una prueba académica pública que compara mapas de calor predichos con datos reales de seguimiento ocular, Attention Insight informa una precisión del 92.5% para imágenes generales y expoze.io informa un 95% (Attention Insight, n.d.; expoze.io, n.d.).

Una advertencia: cada proveedor eligió sus propias imágenes de prueba, así que estos son resultados gestionados por proveedores en lugar de auditorías independientes. Un estudio externo encontró que las predicciones de expoze.io estaban cerca del seguimiento ocular real, utilizando 30 fotografías vistas por 110 participantes (Ahtik, 2023).

Para trabajo de diseño temprano, eso es genuinamente útil. Puedes comparar cinco ideas de diseño antes del almuerzo sin reclutar a nadie.

Lo que ninguna predicción puede mostrarte

Un mapa de calor predicho muestra dónde es probable que vaya la atención, en promedio. No puede mostrar qué hace una persona con esa atención, porque no había ninguna persona allí.

Eso deja fuera los momentos que normalmente deciden si una página funciona:

• El clic, o el clic faltante, en el botón que todos miraron
• La pausa antes de un campo de formulario que pide un número de teléfono
• El desplazamiento justo más allá de la sección en la que pasaste semanas trabajando
• La pestaña cerrada a mitad del proceso de compra

La atención es por donde comienza la visita. El comportamiento te dice cómo terminó.

Predecir temprano, medir antes de decidir

La mayoría de los equipos terminarán usando ambos, así que la pregunta útil es cuándo cada uno gana su lugar.

La predicción se adapta a la etapa temprana y rápida: clasificar borradores, detectar un diseño que sepulta el mensaje clave, o revisar un banner antes de que salga para revisión. Es rápida, es barata y es buena describiendo al espectador promedio.

El comportamiento real se adapta a los momentos en que una decisión tiene peso: lanzar el rediseño, elegir entre dos versiones finales, o explicar a los interesados por qué las inscripciones cayeron. En ese punto, "probablemente la gente mirará aquí" no es suficiente. Necesitas ver lo que la gente realmente hizo.

Los equipos que usan ambos obtienen la velocidad de la predicción y la confianza de la evidencia.

Registrando el comportamiento real en un sitio web en vivo

Regresemos al equipo con la página de precios. El mapa de calor les dijo que su botón "Comenzar prueba gratuita" es notado. Lo que aún necesitan es observar a personas reales usar la página, y esa es la etapa para la que está construido Labvanced Web Bridge.

Para configurar el estudio, el equipo pega la dirección web de la página de precios en un estudio de Labvanced, luego hace clic en las partes de la página que quieren seguir: el titular, la tabla de precios, el botón de prueba. Nada en el propio sitio web tiene que cambiar.

Los participantes luego participan desde su propia computadora. Ven la página de precios real y en vivo y la usan como lo haría cualquier persona: leyendo, desplazándose, pasando el cursor y haciendo clic. Mientras lo hacen, su webcam muestra dónde están mirando, y Labvanced registra cada clic, paso del cursor y desplazamiento en las partes que el equipo marcó. Los participantes necesitan Google Chrome y una extensión de navegador gratuita, y Labvanced les ayuda a instalarla si no la tienen.

Esa combinación es lo que hace que el estudio sea tan revelador. El seguimiento ocular y el seguimiento del comportamiento se ejecutan al mismo tiempo y se registran en las mismas partes de la página, así que para cada elemento que el equipo marcó, pueden ver tanto si las personas lo miraron como lo que hicieron a continuación. Cualquiera de las medidas por sí sola cuenta solo la mitad de la historia. Juntas, muestran cómo una mirada se convirtió en una acción, o no.

Ahora el equipo puede responder las preguntas que el mapa de calor no pudo. ¿Las personas que miraron el botón de prueba continuaron haciendo clic en él? ¿Algunos pasaron el cursor sobre él, se desplazaron hacia abajo para ver el precio y se fueron? ¿Dónde se separaron la atención y la acción?

Dado que Web Bridge es parte de la plataforma completa de experimentos de Labvanced, el mismo estudio también puede mostrar diferentes versiones de la página a diferentes participantes. Eso permite al equipo poner sus dos diseños finales uno al lado del otro y ver cuál de ellos actúa realmente la gente.

El seguimiento ocular con webcam detrás de todo esto ha sido probado contra el EyeLink 1000, un rastreador ocular de grado de laboratorio, en un estudio independiente revisado por pares que encontró que su rendimiento está cerca de los estándares de laboratorio (Kaduk et al., 2024).

Preguntas Frecuentes

¿Son precisos los mapas de calor de atención predicha por IA?
Obtienen buenas puntuaciones en un benchmark público. Contra el MIT/Tuebingen Saliency Benchmark, Attention Insight informa una precisión del 92.5% para imágenes generales y expoze.io informa un 95%. Cada proveedor eligió sus propias imágenes de prueba, así que trata estos resultados como gestionados por proveedores en lugar de auditorías independientes.

¿Cuál es la diferencia entre atención predicha y datos de comportamiento reales?
La atención predicha es una estimación de un modelo sobre dónde probablemente miraría un espectador promedio, producida sin que nadie viera la página. Los datos de comportamiento reales se registran de personas reales utilizando la página: dónde miraron, qué hicieron clic, cuánto se desplazaron y si se fueron.

¿Se puede rastrear el comportamiento de un sitio web en vivo sin hardware especial?
Sí. Labvanced Web Bridge utiliza la propia webcam del participante para registrar dónde miran en un sitio web real y en vivo, junto con sus clics, desplazamientos y hovers. Los participantes necesitan Google Chrome y una extensión de navegador gratuita, y el propio sitio web no necesita ningún cambio.

¿Es el seguimiento ocular con webcam lo suficientemente preciso para la investigación?
El seguimiento ocular con webcam de Labvanced se comparó con el EyeLink 1000, un rastreador ocular de grado de laboratorio, en un estudio independiente revisado por pares. Alcanzó una precisión general de 1.4° y una precisión de 1.1°, que los autores describen como cerca de los estándares de laboratorio (Kaduk et al., 2024).

Conclusiones Clave

• Las herramientas de atención de IA predicen dónde mirarán las personas en aproximadamente un minuto, sin participantes, y obtienen buenas puntuaciones en un benchmark académico público.
• Una predicción no puede mostrar el comportamiento: clics, hesitación, desplazamientos o abandono.
• Utiliza predicciones para iterar temprano y datos de comportamiento reales cuando una decisión depende de ello.

Referencias

Ahtik, J. (2023). Utilizando inteligencia artificial para análisis de seguimiento ocular predictivo para evaluar fotografías. Journal of Graphic Engineering and Design, 14(1), 29–35. https://doi.org/10.24867/JGED-2023-1-029

Attention Insight. (n.d.). Tecnología. Recuperado el 2026-09-26 de https://attentioninsight.com/technology/

expoze.io. (n.d.). Conocer expoze.io. expoze.io Knowledge Base. Recuperado el 2026-09-26 de https://support.expoze.io/article/62-meet-expoze-io

Kaduk, T., Goeke, C., Finger, H., & König, P. (2024). Seguimiento ocular con webcam cercano a los estándares de laboratorio: Comparando un nuevo sistema basado en webcam y el EyeLink 1000. Behavior Research Methods, 56(5), 5002–5022. https://doi.org/10.3758/s13428-023-02237-8

¿Qué es Labvanced? Labvanced es una plataforma sin código para construir y ejecutar experimentos de comportamiento en línea, en laboratorio y en dispositivos móviles, con mediciones revisadas por pares como seguimiento ocular con webcam y temporización de milisegundos incorporados. Explora la plataforma · Comienza gratis