Avanzando la ciencia del comportamiento aplicada: el marco GAP

Por qué nuestras elecciones importan más de lo que creemos

Desde suscribirse a una pensión hasta hacer clic en “aceptar” en línea, nuestras decisiones cotidianas están sutilmente moldeadas por decisiones de diseño y por poderosas tecnologías nuevas. Este artículo presenta el marco GAP, una hoja de ruta para gobiernos, empresas y organizaciones sin ánimo de lucro que desean utilizar los conocimientos sobre el comportamiento humano de manera responsable y eficaz. Muestra cómo ideas clásicas sobre hábitos y sesgos pueden combinarse con la inteligencia artificial y las limitaciones del mundo real para ir más allá de los simples “empujones” hacia formas de influir en la conducta más inteligentes, justas y transparentes.

Mirar el comportamiento con nuevos ojos

La primera parte del marco GAP, Herramientas Generales, se centra en lo que la ciencia del comportamiento ya sabe sobre cómo piensan y actúan las personas. Los autores agrupan muchos hallazgos famosos en una lente simple llamada SHELL: nos guían la influencia social, los hábitos, las emociones, la capacidad mental limitada y el autocontrol limitado. Esta lente ayuda a las organizaciones a superar las suposiciones habituales de que la gente simplemente necesita más información o incentivos mayores. En su lugar, las anima a preguntarse: ¿las personas imitan a otros? ¿Actúan en piloto automático? ¿Están abrumadas por opciones complejas? ¿Cansadas o estresadas? Ver los problemas a través de SHELL pretende ser un paso diagnóstico antes de diseñar cualquier solución.

Encontrar obstáculos ocultos dentro de los sistemas

Una vez que se sospechan los principales impulsores del comportamiento, el marco destaca las auditorías conductuales como una forma de descubrir qué está fallando realmente dentro de una organización. Las auditorías de sludge buscan obstáculos innecesarios—formularios, pasos y demoras que malgastan tiempo y energía. Las auditorías de sesgos buscan patrones injustos en decisiones como contratación o concesión de préstamos, mientras que las auditorías de ruido detectan inconsistencias aleatorias entre personas que deberían juzgar casos de forma similar. Juntas, estas auditorías revelan cuándo los sistemas son confusos, injustos o poco fiables. Solo después de este trabajo diagnóstico entra la conocida idea de “arquitectura de elección”: pequeños cambios en cómo se presentan las opciones, como predeterminados, recordatorios o diseños simplificados, diseñados para facilitar las buenas decisiones sin restringir la libertad.

Incorporando máquinas inteligentes en la ecuación

El segundo pilar de GAP, Algoritmos, explica cómo las nuevas herramientas de datos—especialmente la inteligencia artificial—pueden potenciar la ciencia del comportamiento si se usan bien. La IA puede abrir nuevas formas de recopilación de datos, desde escanear millones de mensajes para captar estado de ánimo y opiniones hasta realizar megaestudios que comparen docenas de intervenciones a la vez. También puede detectar patrones en conjuntos de datos enormes que los humanos pasarían por alto, como cuánto tiempo tarda realmente en formarse un hábito o qué factores predicen con más fuerza la renuencia a vacunarse. Además, los sistemas de IA pueden ofrecer sugerencias o recomendaciones personalizadas en el momento adecuado y a gran escala. Al mismo tiempo, los autores advierten que estas mismas herramientas pueden usarse para manipular a las personas o invadir la privacidad, por lo que las salvaguardas éticas y la supervisión son esenciales.

Hacer que la ciencia del comportamiento funcione en organizaciones reales

El tercer pilar, Consideraciones Prácticas, reconoce que incluso las mejores ideas fracasan sin las personas, normas y métodos adecuados. Usando el nemotécnico TEAM, los autores abordan cómo construir equipos de conocimientos conductuales, decidir si centralizarlos o distribuirlos entre departamentos, y combinar habilidades de psicología, economía, ciencia de datos, derecho y más. Enfatizan la necesidad de roles claros, directrices éticas y respeto por leyes de privacidad como las normas europeas de protección de datos. Los costes también importan: algunos empujones son baratos y muy rentables, mientras que los sistemas avanzados de IA exigen una inversión pesada y un cuidadoso análisis coste–beneficio. Finalmente, el marco subraya la importancia de las pruebas rigurosas—mediante experimentos, ensayos de campo y otros métodos de investigación—para que las organizaciones aprendan no solo “qué funciona”, sino para quién, en qué contextos y a qué coste.

Integrando piezas antiguas y nuevas

En lugar de sustituir modelos populares como COM-B, MINDSPACE o EAST, el marco GAP está diseñado para situarse por encima de ellos y conectar los puntos. SHELL y las auditorías afinan el diagnóstico, los modelos existentes de cambio de comportamiento ayudan a diseñar intervenciones, los algoritmos amplían lo que se puede ver y escalar, y TEAM mantiene todo anclado en estructuras, ética y presupuestos del mundo real. Los autores son francos respecto a los límites de su propuesta: GAP no cataloga todas las técnicas posibles, y existe el riesgo de que cualquier marco pueda estrechar el debate u obviar cambios sistémicos más profundos que podrían ser necesarios. Piden más estudios comparativos de distintas estrategias y actualizaciones del GAP a medida que evolucionen la tecnología y la regulación.

Qué supone esto para la vida cotidiana

En términos sencillos, el marco GAP es una guía para usar la ciencia sobre el comportamiento humano de manera más inteligente y reflexiva. Insta a los profesionales a diagnosticar problemas con cuidado antes de apresurarse a soluciones, a combinar el juicio humano con el poder de detección de patrones de los algoritmos y a crear equipos y normas que mantengan la influencia transparente y justa. A medida que los organismos públicos y las empresas moldean cada vez más nuestras elecciones—tanto fuera como dentro de línea—GAP ofrece una forma de aprovechar estas herramientas para mejorar la salud, las finanzas y los resultados sociales, respetando al mismo tiempo la autonomía y la diversidad de las personas.

Cita: Costa, S., Mills, S., Duyck, W. et al. Advancing applied behavioral science: the GAP framework. Humanit Soc Sci Commun 13, 261 (2026). https://doi.org/10.1057/s41599-026-06542-3

Palabras clave: ciencia del comportamiento aplicada, empujones y arquitectura de elección, inteligencia artificial en la política, auditorías conductuales, toma de decisiones organizacional