¿Cómo saber si una imagen publicitaria realmente representa la diversidad? Esta investigación transforma elementos visuales en indicadores útiles para la gestión del marketing inclusivo.
Medir la inclusión para mejorar la comunicación de las organizaciones
Las imágenes utilizadas por marcas, empresas e instituciones no solo presentan productos. También transmiten ideas sobre quiénes forman parte de la sociedad, qué identidades son visibles y qué roles se consideran normales o deseables.
Esta investigación estudia cómo evaluar de manera sistemática la diversidad, los estereotipos y las normas de género presentes en la comunicación visual digital.
El trabajo es desarrollado por Carolina Nicolas Alarcón en el marco del proyecto DICYT 032393NA, denominado “Prediciendo el impacto de un ‘me gusta’ en Instagram para evaluar aspectos de marketing inclusivo”. Parte de sus resultados ha sido presentada en encuentros internacionales y ha evolucionado hacia una metodología que busca convertir el análisis de imágenes en indicadores útiles para la gestión organizacional.
Las imágenes también construyen significado
Una campaña digital puede parecer moderna, atractiva y diversa. Sin embargo, una observación más detallada puede revelar patrones repetidos:
- determinados cuerpos aparecen con mayor frecuencia;
- mujeres y hombres son representados en roles diferentes;
- ciertas edades quedan excluidas;
- la diversidad puede ser solamente decorativa;
- algunos grupos aparecen sin voz o protagonismo;
- determinados estereotipos se mantienen aunque cambie el estilo visual.
Por eso, evaluar marketing inclusivo exige mirar más allá de la presencia superficial de distintas personas.
La pregunta central es:
¿Cómo puede una organización saber si su comunicación visual es realmente inclusiva?
Del juicio subjetivo a indicadores de gestión
Muchas organizaciones reconocen la importancia de comunicar de manera inclusiva, pero carecen de herramientas para medirlo.
Las decisiones suelen depender de impresiones generales:
- “La campaña se ve diversa”.
- “Incluimos distintos perfiles”.
- “La comunicación parece representativa”.
El problema es que estas apreciaciones pueden variar entre personas y no permiten comparar campañas, detectar cambios ni establecer metas.
La investigación busca identificar variables observables y convertirlas en indicadores que permitan:
- analizar imágenes;
- comparar piezas comunicacionales;
- monitorear campañas;
- detectar estereotipos;
- evaluar avances;
- orientar decisiones de marketing.
La FAE informó que el estudio presentado por Carolina en EMAC 2026 propone precisamente transformar el análisis de diversidad visual en indicadores de gestión para evaluar, monitorear y fortalecer estrategias de inclusión en entornos digitales.
Un modelo para diagnosticar estereotipos y normas de género
Una etapa importante de esta agenda fue el desarrollo del trabajo:
Modelo de Diagnóstico de Estereotipos y Normas de Género en Imágenes
La investigación fue presentada en el XXIII Congreso Internacional de la Asociación Española de Expertos Científicos en Turismo, realizado en Madrid en 2024.
El trabajo fue desarrollado por Carolina Nicolas junto con Michele Girotto, de la Universidad de Barcelona, y Angélica Urrutia, de la Universidad Finis Terrae.
Su objetivo fue definir variables que permitieran medir el nivel de inclusividad presente en la comunicación visual utilizada por empresas del sector turístico.
¿Qué puede observarse en una imagen?
El análisis de inclusión visual puede considerar elementos como:
Presencia
Qué grupos aparecen y cuáles quedan ausentes.
Protagonismo
Quién ocupa el centro de la acción y quién cumple un papel secundario.
Roles
Qué tareas, profesiones o actividades se asocian con cada identidad.
Diversidad
Cómo se representan género, edad, cuerpos, origen y otras características.
Interacción
Qué relaciones se construyen entre las personas representadas.
Contexto
En qué espacios aparecen y qué significado se atribuye a su presencia.
Estas dimensiones permiten estudiar no solo cuántas personas distintas aparecen, sino cómo son representadas.
Instagram como espacio de investigación
Instagram y otras plataformas visuales se han convertido en espacios centrales para la comunicación de marcas.
En ellas, el impacto de una imagen se expresa mediante acciones como:
- “me gusta”;
- comentarios;
- visualizaciones;
- compartidos;
- interacción con la marca.
El proyecto DICYT vincula la evaluación de marketing inclusivo con la respuesta de las audiencias, buscando comprender cómo las características visuales de una publicación pueden relacionarse con su recepción digital.
Esto permite conectar dos dimensiones:
lo que una organización comunica
y
cómo las personas responden a esa comunicación
Inclusión y comunicación del valor
La investigación también analiza los estilos persuasivos utilizados para comunicar el valor de productos y servicios en formatos emergentes como el Live Streaming Shopping.
Esta modalidad combina:
- transmisión en vivo;
- demostración de productos;
- conversación con audiencias;
- influencia digital;
- venta inmediata.
Carolina ha trabajado esta temática junto con investigadoras de la Universidad de Barcelona, incorporando una perspectiva de género e inclusión para examinar cómo se presenta el valor del producto y qué roles se reproducen dentro de estos entornos digitales.
Una metodología con aplicación organizacional
El valor de esta investigación no está solamente en describir problemas de representación.
Su propósito es construir herramientas que permitan a las organizaciones tomar decisiones.
Los indicadores podrían utilizarse para:
- revisar campañas antes de publicarlas;
- comparar comunicaciones entre períodos;
- evaluar agencias y proveedores;
- establecer estándares internos;
- capacitar equipos de marketing;
- reducir riesgos reputacionales;
- alinear la comunicación con políticas de diversidad;
- verificar si los compromisos institucionales se reflejan realmente en las imágenes.
De esta manera, la inclusión deja de ser únicamente una declaración y puede convertirse en una dimensión observable de la gestión.
El riesgo de la inclusión superficial
Una campaña puede incorporar diversidad visual sin modificar los mensajes de fondo.
Esto ocurre cuando:
- se incluyen distintos perfiles solo para cumplir;
- las personas diversas aparecen sin protagonismo;
- persisten estereotipos tradicionales;
- la inclusión no coincide con las prácticas reales de la organización;
- las imágenes buscan reputación sin generar cambios.
Por eso, el marketing inclusivo requiere coherencia entre:
- representación;
- estrategia;
- cultura organizacional;
- experiencia del consumidor;
- acciones institucionales.
La investigación permite identificar diferencias entre una inclusión sustantiva y una representación meramente simbólica.
Comunicación, confianza y reputación
La manera en que las organizaciones comunican sostenibilidad, diversidad e inclusión puede fortalecer su relación con las audiencias, pero también generar desconfianza cuando existe una distancia entre los mensajes y las prácticas.
Una investigación publicada en Sustainable Futures en 2025, con participación de Carolina Nicolas, estudia cómo el marketing digital sostenible influye en la reputación y el compromiso con las marcas. El trabajo muestra que la educación y el empoderamiento del consumidor cumplen un papel mediador importante: no basta con comunicar acciones responsables; las personas necesitan comprenderlas y percibir que pueden tomar decisiones informadas.
Este enfoque complementa la agenda de marketing inclusivo porque conecta representación, transparencia y participación de las audiencias.
Herramientas de inteligencia artificial y análisis visual
La investigación abre además oportunidades para utilizar herramientas de inteligencia artificial en el análisis de grandes volúmenes de imágenes.
Estas tecnologías podrían contribuir a:
- clasificar elementos visuales;
- detectar patrones;
- comparar campañas;
- medir diversidad;
- identificar asociaciones recurrentes;
- construir indicadores automatizados.
Sin embargo, su uso también plantea desafíos.
Los sistemas de inteligencia artificial pueden reproducir sesgos presentes en los datos con los que fueron desarrollados. Por eso, cualquier herramienta debe combinar análisis automatizado, criterios académicos y revisión humana.
