Qué define el cliente, cómo se construye la población, de dónde sale cada dato que conoce cada persona sintética y cómo se resuelve cada respuesta.
Es la página que le damos al área de metodología de una consultora cuando pregunta, con razón, por qué debería creernos.
Cuando sólo hay datos agregados, una población sintética hay que inventarla de forma consistente: se modela cómo se relacionan las variables entre sí y se sortean perfiles de ese modelo.
No hay segmentos inventados por nosotros. La audiencia se arma con las mismas columnas del censo: provincia, departamento y localidad; edad, nivel educativo, condición de actividad, categoría ocupacional.
Antes de lanzar ves cuántas personas sintéticas van a responder y cuánto cuesta.
Cada etapa describe algo que corre hoy en el sistema, no una arquitectura ideal.
Si una cambia, esta página cambia con ella.
Definís a quién le preguntás con las variables del censo
Provincia, departamento y localidad; edad, sexo, nivel educativo, condición de actividad, tipo de hogar, acceso a servicios. Son las columnas reales del Censo 2022, no segmentos inventados por nosotros.
El filtro puede ser el país entero o un partido del Gran Buenos Aires. Lo que cambia es cuántas personas del censo quedan disponibles para muestrear, y eso lo decidís vos, no un mínimo comercial.
Cada persona sintética parte de alguien que figura en el censo
Cada una es una fila real del microdato censal: una persona anonimizada, con su hogar y su vivienda. No generamos perfiles sintéticos a partir de márgenes agregados.
Sobre ese universo corre un ajuste proporcional iterativo (IPF) para que la muestra respete a la vez los márgenes del target, no una variable por vez.
La semilla es fija: dos corridas con la misma configuración comparten las mismas personas. Por eso dos mediciones son comparables entre sí y no dos sorteos distintos.
Cada persona sintética conoce el país en el que vive
El resultado electoral real de su departamento en las generales 2023, del que se deriva un voto propio por persona.
Los indicadores de su región al nivel más específico disponible: inflación, desempleo, pobreza, canasta básica, ingreso mediano, confianza en el gobierno, tasa de homicidios, con su tendencia contra once meses antes.
La coyuntura del día en que corre el estudio: dólar, riesgo país, reservas. Va en la pregunta y nunca en la biografía, porque un dato que cambia todos los días invalidaría la biografía todos los días.
Nadie recibe las noticias en abstracto
Cada persona lee el país a través del espectro de medios que predice su voto: no todos leen los mismos titulares, y los que leen los mismos no los leen igual.
Es la palanca más fuerte del sistema y lo decimos porque es incómodo: la dieta define la dirección de la respuesta con más fuerza que cualquier otra capa. Un mapeo mal hecho de un frente provincial da vuelta el signo de una medición.
Se arma una vez por estudio y se reparte entre las personas del panel. Hacerlo por persona multiplicaría el costo por el tamaño del panel sin cambiar el resultado.
Lo que sale es una distribución y no un promedio
Cada persona sintética responde por separado, con su biografía y su contexto. La biografía se guarda por persona: es un artefacto estadístico sobre datos públicos, así que se reusa entre estudios y entre clientes.
La evaluación usa muestreo verbalizado, el mecanismo publicado contra el colapso de modo: sin él, los modelos de lenguaje concentran las respuestas en los extremos y la varianza de la población desaparece.
Ninguna persona del panel ve la respuesta de otra. No hay contagio ni deliberación: lo que se agrega son opiniones independientes.
Cada informe lleva la huella de lo que lo produjo
Distribución, cortes por siete dimensiones censales, agregado geográfico y verbatims. Los cortes con menos de treinta casos se suprimen en vez de mostrarse con un margen que nadie lee.
Cada corrida lleva una huella de contexto: un hash sobre las versiones de cada dataset y de cada prompt. Si la huella de dos estudios coincide, son comparables; si no, algo cambió abajo y el sistema lo sabe.
La lectura interpretativa la escribe un modelo aparte y queda registrada con su propio hash. Es la única capa del informe que es prosa generada, y está marcada como tal.
La lectura interpretativa del informe la escribe un modelo aparte, queda registrada con su propio hash y está marcada como prosa generada.
Cada persona sintética responde por separado, así que el estudio se puede mirar mientras corre: las respuestas entran de a una, con su localidad, y el mapa se puebla a medida que llegan.
Una corrida real, sin acelerar. Los nombres son sintéticos: el microdato censal no tiene nombres.
Acceso por invitación. Escribinos y te mostramos una corrida completa, con la huella de contexto y los cortes suprimidos incluidos.