Percepción, adopción y potencial comercial de la voz generativa (LLM) en la Generación Z: El caso de Gemini Live
Abstract
El presente Trabajo de Fin de Grado analiza la percepción, adopción y potencial comercial de la voz generativa de los Grandes Modelos de Lenguaje (LLM) en la Generación Z, tomando como caso de estudio la herramienta Gemini Live de Google y su perfil de voz "Vega". En un contexto marcado por la acelerada integración de la Inteligencia Artificial en la vida cotidiana, esta investigación tiene como objetivo principal determinar qué emociones despierta la interacción por voz en los usuarios jóvenes y evaluar su eficacia como canal para el Voice Commerce. Para ello, se llevó a cabo un estudio cuantitativo mediante encuestas a una muestra de participantes de entre 18 y 30 años. La metodología evaluó variables críticas como los hábitos de uso, la respuesta emocional (humanidad y cercanía), la confianza funcional y la predisposición a integrar la IA en las distintas fases del proceso de compra. Los resultados revelan que, si bien la Generación Z reconoce la utilidad práctica y la competencia técnica de la voz de Gemini, la adopción del formato de voz sigue siendo minoritaria frente al texto. Se identifica una clara barrera emocional: la voz es percibida como clara y eficiente, pero carente de personalidad y calidez humana, generando en ocasiones una sensación de inquietud (efecto Valle Inquietante). En el ámbito comercial, el estudio concluye que la voz genera suficiente confianza para actuar como prescriptor en fases de descubrimiento y consideración, pero resulta ineficaz para la conversión o cierre de la compra. Asimismo, se observa una "paradoja de la privacidad", donde los usuarios aceptan la cesión de datos a cambio de la utilidad funcional que la herramienta les proporciona.
Fields of Study & Subjects
AI in Service Interactions
Technology Adoption and User Behaviour
Digital Marketing and Social Media
Publication details
- Journal / source
- Zaguan (Universidad de Zaragoza)
- Publication date
- 1 January 2026
- Language
- ES
- Document type
- Thesis