Los profesores Jano Jiménez Barreto y Jose Manuel Ramos Henríquez del Área de Marketing, Departamento de Dirección de Empresas e Historia Económica de la Universidad de la Laguna presentaron recientemente sus investigaciones aceptadas en el congreso europeo de marketing EMAC2025. La conferencia EMAC es más que un intercambio académico de ideas y presentación de ponencias europeo, y una increíble experiencia de conexión colaboración y contribución a formar el futuro de la investigación en Marketing. Ambos profesores fueron muy afortunados de presentar sus trabajos en curso, entre más de 1300 ponentes inscritos de 50 países y 600 trabajos aceptados.
Jano Jiménez presentó el trabajo “Empathic Mirroring Responses to Compensate for AI Chatbot Failures”, en el track de conferencias de Digital Marketing & Social Media, en el que son coatures Corné Dijkmans, Grzegorz Kapuscinski y Natalia Rubio (Breda University, Oxford Brookes University, Universidad Autónoma de Madrid, respectivamente). La principal idea de este trabajo es que las empresas pueden proteger su reputación ante fallos de chatbots de IA combinando negación de responsabilidad con empatía hacia los usuarios. Este nuevo estudio revela que las compañías tecnológicas pueden minimizar significativamente el daño reputacional causado por errores en sus sistemas de inteligencia artificial mediante una estrategia comunicativa específica. La investigación demuestra que la llamada «estrategia de reflejo» -que consiste en negar la responsabilidad directa atribuyendo los fallos a factores externos como el mal uso por parte de los consumidores- resulta efectiva para proteger la imagen corporativa, especialmente cuando se combina con muestras de empatía hacia los afectados. Los resultados indican que esta táctica mantiene su eficacia independientemente de la cobertura mediática previa, ofreciendo a las empresas una herramienta valiosa para gestionar crisis en un contexto donde determinar responsabilidades en fallos de IA resulta cada vez más complejo.
José Manuel Ramos presentó un estudio combina encuestas, neurociencia e inteligencia artificial para predecir con mayor precisión las preferencias turísticas. En este estudio titulado “Predicting Tourism Preferences: A Triple-Framework Combining Consumer Surveys, Neurophysiological Data and Multimodal LLMs” fueron co-autoras Anett Erdmann y Kathrin Jaszus (de ESIC University y Trier University of Applied Sciences, respectivamente). Dicha investigación desarrolla un enfoque triple que integra encuestas tradicionales, datos neurofisiológicos y modelos de inteligencia artificial para analizar las preferencias turísticas de forma más precisa que los métodos individuales. El estudio, realizado con 96 participantes de dos países, evaluó las reacciones ante diez imágenes representativas de diferentes tipos de turismo mediante la recopilación simultánea de respuestas autodeclaradas, mediciones neurofisiológicas y análisis de las imágenes por parte de sistemas de IA avanzados. Los resultados revelan patrones distintivos en la variación de datos y correlaciones significativas entre los diferentes métodos de medición y las preferencias declaradas por los participantes. La investigación demuestra que este enfoque integrado mejora considerablemente la capacidad predictiva sobre las preferencias de tipos de turismo en comparación con mediciones basadas en un solo método, contribuyendo al avance de la aplicación de inteligencia artificial y neurociencia en la evaluación de preferencias turísticas.
