Violencia estructural en las universidades públicas: el caso de estudiantes de Marketing Impulsado por Inteligencia Artificial Generativa: Efectos en la Confianza del Consumidor y la Autenticidad Percibida de la Marca

Este estudio examina cómo la adopción de herramientas de inteligencia artificial generativa (IAG) en las estrategias de marketing corporativo afecta dos dimensiones críticas de la relación marca-consumidor: la confianza y la autenticidad percibida. Partiendo de la constatación de que el 67% de los departamentos de marketing de empresas del Fortune 500 ya integran alguna forma de IAG en sus flujos de creación de contenido (McKinsey & Company, 2024), el trabajo aborda una brecha hasta ahora escasamente tratada en la literatura: la ausencia de modelos que articulen simultáneamente los mecanismos cognitivos y afectivos mediante los cuales la exposición a contenido generado por IA reconfigura o deteriora la relación de confianza y la percepción de autenticidad del consumidor. La metodología combina un diseño cuasi-experimental 2×2 (tipo de contenido: generado por IA vs. humano; presencia de divulgación: sí vs. no) con una encuesta de validación cruzada sobre una muestra de 487 consumidores adultos reclutados mediante Prolific Academic, con análisis de potencia estadística previo realizado con G*Power 3.1 (f² = 0.15, α = 0.05, potencia = 0.80). Las escalas empleadas provienen de instrumentos validados en la literatura previa: la escala de autenticidad de marca de Moulard et al. (2021), la escala de confianza en sistemas de IA adaptada de Cheng et al. (2022) y la escala de disposición a la divulgación de Longoni et al. (2022). El análisis estructural se realizó con PLS-SEM mediante SmartPLS 4.0.Los resultados revelan que la exposición a contenido marcado explícitamente como generado por IA reduce la confianza del consumidor en 0.34 desviaciones estándar respecto al contenido de autoría humana (β = −0.34, p < 0.001), pero este efecto se atenúa significativamente cuando se proporciona una divulgación transparente y contextualizada (β de interacción = 0.21, p = 0.008). La autenticidad percibida muestra un patrón más complejo: la IAG no la deteriora per se, sino cuando el consumidor percibe incongruencia entre el tono algorítmico del mensaje y los valores históricos de la marca. El nivel de alfabetización tecnológica actúa como moderador significativo de ambas relaciones. Las implicaciones prácticas apuntan a que las marcas pueden preservar la confianza del consumidor sin renunciar a la eficiencia de la IAG, siempre que implementen estrategias de divulgación proactiva y mantengan coherencia identitaria en sus mensajes automatizados. Teóricamente, el estudio contribuye a los modelos de aceptación tecnológica al introducir la autenticidad percibida como variable mediadora previamente ignorada en contextos de marketing digital impulsado por IA.