Se trata de perfiles enteramente generados por inteligencia artificial que fingen ser dueños de micronegocios para vender productos de bajo costo vía dropshipping; por ejemplo, la cuenta ‘Aliyahsbuckles’ llegó a 40.000 seguidores y uno de sus videos alcanzó 6,5 millones de vistas, según The Verge.
¿Qué estamos viendo exactamente?
Observamos una réplica industrial de contenido emocional: avatares AI que lloran o muestran supuesta precariedad para provocar solidaridad y que el espectador compre. The Verge documenta que estos videos repiten escenarios casi idénticos —mismo fondo, misma mesa— y que muchos fueron creados en las últimas dos meses (según The Verge). Jeremy Carrasco, investigador de Riddance.ai, estima que su equipo detecta hasta 100 cuentas nuevas por día con este patrón (según The Verge). También hay un dato de precio relevante: algunos de esos vendedores piden alrededor de 40 USD por un producto que aparece en Shein a una cuarta parte del precio, según el reportaje (según The Verge). Son señales fáciles de chequear antes de creer en la historia humana que venden.
¿Cómo impacta esto en el mercado argentino?
Vemos tres efectos concretos: erosión de la confianza en pequeñas tiendas, competencia desleal para emprendedores reales y una pérdida de dinero de consumidores que buscan ayudar. Cuando una cuenta con 40.000 seguidores o un video con millones de vistas (según The Verge) capta la atención, roba visibilidad que podría ir a una pyme real. En Argentina, donde la compra por empatía y el apoyo a negocios locales tiene peso cultural, esto distorsiona señales de confianza. Además, el esquema explota la vulnerabilidad del público frente al formato de video corto: el usuario entabla un gesto de apoyo sin verificar al vendedor, y la plataforma no siempre etiqueta ni modera con claridad (según The Verge). El resultado práctico es que la solidaridad se vuelve moneda de cambio sin garantía de impacto real sobre emprendedores.
¿Qué técnicas usan y por qué funcionan?
Los creadores usan una cadena de herramientas: generación de rostros y clips con modelos como Seedance 2.0 o Midjourney, textos y guiones extraídos o adaptados por sistemas tipo ChatGPT o Gemini, y edición final en apps como Kling 2.0 o Maxfusion (según The Verge). Los contenidos suelen ser cortos —modelos actuales limitan clips a unos 15 segundos— y por eso son perfectos para explotar la inmediatez del scroll; si el espectador demora uno o dos segundos en dudar, la interacción ya se cuenta. Además, hay automatización de respuestas a comentarios que imitan registros dialectales para reforzar credibilidad. En conjunto, la combinación de escala (hasta 100 cuentas diarias, según The Verge) y capacidad técnica baja el costo de producir campañas que manipulan empatía a escala.
Qué deberían hacer plataformas, reguladores y emprendedores
Observamos que la solución tiene tres frentes: 1) Regulación y auditoría: exigimos etiquetado obligatorio y auditorías independientes sobre el uso de IA en contenido comercial; el público merece saber si está viendo a una persona real. 2) Plataformas: implementar detección proactiva, vías de reporte claras y reducir telemetría innecesaria que favorece optimizaciones tipo ‘empathy bait’ (recomendación coherente con nuestra postura previa sobre IA y transparencia). 3) Emprendedores: priorizar pruebas tangibles (links a tienda con historial, comprobantes, atención por WhatsApp o MercadoLibre) y comunicar claramente qué es real. Si una cuenta no tiene prueba de venta directa o muestra precios que cuadran con Shein a una fracción del pedido, hay que desconfiar (según The Verge). Apoyamos la adopción práctica de IA, pero exigimos transparencia, etiquetado y auditorías independientes antes de aceptar modelos que afecten empleos o confianza del mercado.
