Conocer la personalidad de un usuario, cliente o candidato a partir de lo que escribe es posible gracias a Watson Personality Insights de IBM. Este servicio, basado en la psicología del lenguaje, extrae metadatos de cualquier masa de texto —tweets, discursos, conversaciones de chat— y devuelve un perfil detallado de personalidad, necesidades, valores y preferencias de consumo.
¿Qué información devuelve Personality Insights?
El servicio estructura su respuesta en tres grandes bloques que, combinados, ofrecen un panorama completo de quien escribió el texto.
El primero es la personalidad, modelada con los Big Five [1:10]. Estas cinco dimensiones son:
- Agreeableness: grado de cooperación y empatía.
- Conscientiousness: nivel de disciplina y responsabilidad.
- Extraversion: sociabilidad y energía hacia el exterior.
- Emotional range: estabilidad emocional.
- Openness: apertura a nuevas experiencias e ideas.
Cada dimensión incluye subcategorías con su propio percentil, lo que permite una lectura granular. Por ejemplo, dentro de openness se evalúan intereses artísticos, imaginación, intelecto y authority challenging [11:36].
El segundo bloque corresponde a necesidades y valores [1:52]. Las necesidades describen qué aspectos de un producto o servicio resuenan con la persona —doce características en total—, mientras que los valores revelan cinco factores que influyen en sus decisiones, especialmente las de compra. Entre los valores aparecen conservación, apertura al cambio, hedonismo, self-enhancement y trascendencia [12:22].
El tercer bloque son las preferencias de consumo [2:12]: qué tipo de productos le interesan, qué música escucha, qué películas ve, qué lee, si tiene inclinación al emprendimiento, al voluntariado o a actividades de salud y aprendizaje.
¿Cómo interpretar los resultados del análisis?
Los resultados se expresan como percentiles normalizados [4:45]. Un percentil de 83 en altruismo, por ejemplo, significa que esa persona está un 83 % por encima de la población base en esa faceta. Algunas variables adicionales usan una escala de cero a uno: cero equivale a "probablemente no", 0.5 a "quizá" y uno a "sí".
Para darle mayor profundidad a la interpretación, el curso incluye dos tablas de referencia [3:18]. La primera explica qué significa un valor bajo y uno alto en cada faceta; por ejemplo, un altruismo bajo indica que la persona prioriza su propio bienestar, mientras que uno alto refleja gratificación al ayudar a otros. La segunda tabla cruza dos dimensiones: alguien con extraversion alta y conscientiousness alta es ambicioso y competitivo, pero si conscientiousness es baja, tiende a ser demostrativo sin tomar mucha conciencia de las consecuencias [3:50].
¿Cuántas palabras necesita el servicio para ser preciso?
El texto debe ser reflexivo, es decir, mostrar las palabras que la persona elige de forma natural. Alrededor de tres mil palabras el resultado se nivela [5:18]: agregar más texto apenas incrementa la certeza, así que ese es el volumen ideal.
¿Para qué sirve en la práctica este análisis de personalidad?
Los casos de uso son variados y van mucho más allá de la curiosidad psicológica.
- Marketing especializado: saber qué valores tiene el usuario, qué medios consume y qué productos le interesan permite diseñar campañas hiperpersonalizadas [4:00].
- Adquisición de clientes: filtrar prospectos cuya personalidad y necesidades se alineen con la oferta de la empresa [4:15].
- Atención a clientes: adaptar el trato al perfil de personalidad para generar empatía real.
- Conexiones personales y reclutamiento: analizar publicaciones de una empresa para estructurar un currículum con valores afines, o bien, desde el lado de la empresa, evaluar si el perfil de un aplicante encaja con la cultura organizacional [4:40].
¿Cómo se crea y consume el servicio en IBM Cloud?
El proceso práctico comienza en cloud.ibm.com [5:45]. Se busca Personality Insights en el catálogo, dentro de la sección de AI. Al crear el servicio se elige la región más cercana —en el ejemplo, Dallas— y el plan Light (gratuito) [6:20].
Una vez creado, la consola muestra cuatro apartados: tutorial de inicio, credenciales del servicio (con el API key y la URL), el plan activo y las conexiones con aplicaciones Cloud Foundry [7:05].
Para consumirlo por terminal se copia el comando cURL del tutorial, se sustituyen el API key y la URL obtenidos de las credenciales, y se indica la ruta al archivo de texto —en el ejemplo, profile.txt con tweets en inglés— [8:10]. Al ejecutar el comando, el servicio responde con un JSON completo que contiene los Big Five, necesidades, valores y warnings [10:20].
Para leer el JSON de forma legible se puede usar jsonbeautifier.org, donde se pega la respuesta y se visualiza la estructura con todos los percentiles y subcategorías [11:10]. Un warning habitual indica que solo se procesaron los primeros 250 kilobytes, lo cual no afecta la certeza porque el umbral de tres mil palabras ya se ha cubierto [12:50].
Si quieres ir más allá del consumo por cURL y conectar Personality Insights con una aplicación, comparte en los comentarios qué caso de uso te gustaría implementar.
