pág. 558
PERCEPCIÓN PUBLICITARIA DE LA
GENERACIÓN Z FRENTE A ANUNCIOS
TRADICIONALES Y BASADOS EN
INTELIGENCIA ARTIFICIAL
GENERATION Z’S PERCEPTION OF ADVERTISING:
TRADITIONAL ADS VERSUS ADS WITH ARTIFICIAL
INTELLIGENCE
Félix Sebastián Bohóquez Cáceres
Universidad Técnica de Machala, Ecuador
Valeria Alexandra Muñoz Matute
Universidad Técnica de Machala, Ecuador
William Stalin Aguilar Galvez
Universidad Técnica de Machala, Ecuador
pág. 559
DOI: https://doi.org/10.37811/cl_rcm.v9i6.20876
Percepción Publicitaria de la Generación Z Frente a Anuncios
Tradicionales y Basados en Inteligencia Artificial
Félix Sebastián Bohóquez Cáceres1
fbohorque2@utmachala.edu.ec
https://orcid.org/0009-0000-6348-0011
Universidad Técnica de Machala
Ecuador
Valeria Alexandra Muñoz Matute
vmunoz3@utmachala.edu.ec
https://orcid.org/0009-0002-4871-4005
Universidad Técnica de Machala
Ecuador
William Stalin Aguilar Galvez
saguilarg@utmachala.edu.ec
https://orcid.org/0000-0002-3844-469X
Universidad Técnica de Machala
Ecuador
RESUMEN
El presente artículo tuvo como objetivo analizar el impacto de los anuncios tradicionales frente a los
anuncios generados por inteligencia artificial en la publicidad corporativa de la marca Puma,
considerando tres variables: impacto visual, la credibilidad del anuncio e intención de compra. La
investigación adoptó un diseño cuasiexperimental con enfoque cuantitativo, aplicada a dos grupos de
jóvenes universitarios de la universidad técnica de Machala que observaron distintos formatos
publicitarios. Los resultados mostraron una alta fiabilidad del instrumento (Alfa de Cronbach superior
a 0,87 en todas las variables). En cuanto al análisis comparativo, los anuncios tradicionales obtuvieron
mayores promedios en credibilidad (M = 4,23) e intención de compra (M = 4,02) frente a los elaborados
con inteligencia artificial (M = 3,78 y M = 3,17, respectivamente), siendo esta última diferencia
estadísticamente significativa (p = 0,002). Aunque el impacto visual fue similar en ambos formatos, los
anuncios tradicionales generaron mayor confianza e intención de compra. Se concluye que la
credibilidad y la conexión emocional siguen siendo factores clave en la efectividad publicitaria frente al
uso de inteligencia artificial.
Palabras claves: inteligencia artificial, publicidad tradicional, generación z, publicidad corporativa,
intención de compra
1 Autor principal
Correspondencia: fbohorque2@utmachala.edu.ec
DOI: https://doi.org/10.37811/cl_rcm.v9i6.20876
Percepción Publicitaria de la Generación Z Frente a Anuncios
Tradicionales y Basados en Inteligencia Artificial
Félix Sebastián Bohóquez Cáceres1
fbohorque2@utmachala.edu.ec
https://orcid.org/0009-0000-6348-0011
Universidad Técnica de Machala
Ecuador
Valeria Alexandra Muñoz Matute
vmunoz3@utmachala.edu.ec
https://orcid.org/0009-0002-4871-4005
Universidad Técnica de Machala
Ecuador
William Stalin Aguilar Galvez
saguilarg@utmachala.edu.ec
https://orcid.org/0000-0002-3844-469X
Universidad Técnica de Machala
Ecuador
RESUMEN
El presente artículo tuvo como objetivo analizar el impacto de los anuncios tradicionales frente a los
anuncios generados por inteligencia artificial en la publicidad corporativa de la marca Puma,
considerando tres variables: impacto visual, la credibilidad del anuncio e intención de compra. La
investigación adoptó un diseño cuasiexperimental con enfoque cuantitativo, aplicada a dos grupos de
jóvenes universitarios de la universidad técnica de Machala que observaron distintos formatos
publicitarios. Los resultados mostraron una alta fiabilidad del instrumento (Alfa de Cronbach superior
a 0,87 en todas las variables). En cuanto al análisis comparativo, los anuncios tradicionales obtuvieron
mayores promedios en credibilidad (M = 4,23) e intención de compra (M = 4,02) frente a los elaborados
con inteligencia artificial (M = 3,78 y M = 3,17, respectivamente), siendo esta última diferencia
estadísticamente significativa (p = 0,002). Aunque el impacto visual fue similar en ambos formatos, los
anuncios tradicionales generaron mayor confianza e intención de compra. Se concluye que la
credibilidad y la conexión emocional siguen siendo factores clave en la efectividad publicitaria frente al
uso de inteligencia artificial.
Palabras claves: inteligencia artificial, publicidad tradicional, generación z, publicidad corporativa,
intención de compra
1 Autor principal
Correspondencia: fbohorque2@utmachala.edu.ec
pág. 560
Generation Z’s Perception of Advertising: Traditional ads Versus ads with
Artificial Intelligence
ABSTRACT
This article aimed to analyze the impact of traditional advertisements versus those generated by artificial
intelligence in Puma’s corporate advertising, considering three variables: visual impact, ad credibility,
and purchase intention. The research adopted a quasi-experimental design with a quantitative approach,
applied to two groups of university students from the Technical University of Machala who viewed
different advertising formats and completed online surveys. The results showed high instrument
reliability (Cronbach’s Alpha above 0.87 for all variables). In the comparative analysis, traditional
advertisements achieved higher averages in credibility (M = 4.23) and purchase intention (M = 4.02)
compared to AI-generated advertisements (M = 3.78 and M = 3.17, respectively), with the latter showing
a statistically significant difference (p = 0.002). Although visual impact was similar in both formats,
traditional advertisements generated greater trust and purchase intention. It is concluded that credibility
and emotional connection remain key factors in advertising effectiveness compared to the use of
artificial intelligence.
Keywords: artificial intelligence, traditional advertising, generation z, corporate advertising, purchase
intent
Artículo recibido 05 septiembre 2025
Aceptado para publicación: 15 octubre 2025
Generation Z’s Perception of Advertising: Traditional ads Versus ads with
Artificial Intelligence
ABSTRACT
This article aimed to analyze the impact of traditional advertisements versus those generated by artificial
intelligence in Puma’s corporate advertising, considering three variables: visual impact, ad credibility,
and purchase intention. The research adopted a quasi-experimental design with a quantitative approach,
applied to two groups of university students from the Technical University of Machala who viewed
different advertising formats and completed online surveys. The results showed high instrument
reliability (Cronbach’s Alpha above 0.87 for all variables). In the comparative analysis, traditional
advertisements achieved higher averages in credibility (M = 4.23) and purchase intention (M = 4.02)
compared to AI-generated advertisements (M = 3.78 and M = 3.17, respectively), with the latter showing
a statistically significant difference (p = 0.002). Although visual impact was similar in both formats,
traditional advertisements generated greater trust and purchase intention. It is concluded that credibility
and emotional connection remain key factors in advertising effectiveness compared to the use of
artificial intelligence.
Keywords: artificial intelligence, traditional advertising, generation z, corporate advertising, purchase
intent
Artículo recibido 05 septiembre 2025
Aceptado para publicación: 15 octubre 2025
pág. 561
INTRODUCCIÓN
En la actualidad, la publicidad audiovisual se ha consolidado como una táctica clave para captar la
atención de la generación Z. La construcción de una marca con una imagen positiva y una base sólida
genera confianza en un entorno tan cambiante y competitivo. Está generación, caracterizada por su
rápida adaptación a los cambios tecnológicos, valora el contenido audiovisual ya que pasa gran parte de
su tiempo inmersa en diversas actividades digitales y, por ello, muestra menor disposición a consumir
medios tradicionales (Navarro & Vázquez, 2020).
Dentro de este panorama, las empresas deportivas ocupan un lugar destacado en el mercado y han
experimentado un crecimiento significativo, impulsado por el valor agregado que incorporan en sus
productos y servicios. El sector deportivo se ha consolidado como un negocio rentable; de hecho, las
franquicias deportivas han registrado un crecimiento sostenido en las últimas décadas, posicionándose
como un modelo empresarial popular. (Ilbay & Ilbay, 2023).
En paralelo, la inteligencia artificial (IA) se está consolidando como una herramienta eficaz y confiable
en el ámbito empresarial, agilizando procesos y optimizando resultados. En publicidad, ha permitido la
creación de campañas más precisas, basadas en la obtención de datos y en la optimización del proceso
creativo, elementos que hoy constituyen pilares básicos de las estrategias (Álvarez,2023). Este
fenómeno no responde a una moda pasajera, sino una transformación duradera en la forma en que las
marcas se comunican con sus audiencias.
Cueva et al. (2021) evidencian que existe una correlación positiva entre el marketing de contenido y la
decisión de compra de la generación Z. La creación de contenidos atractivos, personalizados y auténticos
favorece la relevancia de la marca en la percepción del consumidor y fortalece la intención de compra.
En este sentido, las agencias de marketing respaldan la implementación de campañas audiovisuales que
promuevan el engagement y aporten valor emocional.
A pesar de los avances, persisten dudas sobre cómo son percibidos los anuncios generados por IA en
comparación con los tradicionales, especialmente entre la generación Z, un segmento que prioriza la
autenticidad, la estética y la credibilidad de los mensajes publicitarios. En este contexto, surge el
siguiente problema de investigación:
INTRODUCCIÓN
En la actualidad, la publicidad audiovisual se ha consolidado como una táctica clave para captar la
atención de la generación Z. La construcción de una marca con una imagen positiva y una base sólida
genera confianza en un entorno tan cambiante y competitivo. Está generación, caracterizada por su
rápida adaptación a los cambios tecnológicos, valora el contenido audiovisual ya que pasa gran parte de
su tiempo inmersa en diversas actividades digitales y, por ello, muestra menor disposición a consumir
medios tradicionales (Navarro & Vázquez, 2020).
Dentro de este panorama, las empresas deportivas ocupan un lugar destacado en el mercado y han
experimentado un crecimiento significativo, impulsado por el valor agregado que incorporan en sus
productos y servicios. El sector deportivo se ha consolidado como un negocio rentable; de hecho, las
franquicias deportivas han registrado un crecimiento sostenido en las últimas décadas, posicionándose
como un modelo empresarial popular. (Ilbay & Ilbay, 2023).
En paralelo, la inteligencia artificial (IA) se está consolidando como una herramienta eficaz y confiable
en el ámbito empresarial, agilizando procesos y optimizando resultados. En publicidad, ha permitido la
creación de campañas más precisas, basadas en la obtención de datos y en la optimización del proceso
creativo, elementos que hoy constituyen pilares básicos de las estrategias (Álvarez,2023). Este
fenómeno no responde a una moda pasajera, sino una transformación duradera en la forma en que las
marcas se comunican con sus audiencias.
Cueva et al. (2021) evidencian que existe una correlación positiva entre el marketing de contenido y la
decisión de compra de la generación Z. La creación de contenidos atractivos, personalizados y auténticos
favorece la relevancia de la marca en la percepción del consumidor y fortalece la intención de compra.
En este sentido, las agencias de marketing respaldan la implementación de campañas audiovisuales que
promuevan el engagement y aporten valor emocional.
A pesar de los avances, persisten dudas sobre cómo son percibidos los anuncios generados por IA en
comparación con los tradicionales, especialmente entre la generación Z, un segmento que prioriza la
autenticidad, la estética y la credibilidad de los mensajes publicitarios. En este contexto, surge el
siguiente problema de investigación:
pág. 562
¿Cómo difiere la percepción publicitaria de la Generación Z entre los anuncios tradicionales y aquellos
impulsados por inteligencia artificial, considerando variables como el impacto visual, la credibilidad del
anuncio y la intención de compra?
Si bien la IA se ha posicionado como un recurso valioso en marketing, no existe suficiente evidencia
empírica que comprare dichas variables entre ambos tipos de anuncios. Por ello, este estudio propone
analizar cómo percibe la generación Z los anuncios publicitarios de marcas como Puma, elaborados
creados con métodos tradicionales, frente a aquellos creado con inteligencia artificial. El objetivo
general de la presente investigación es analizar el impacto de los anuncios tradicionales frente a los
anuncios generados por inteligencia artificial sobre la percepción publicitaria de la generación Z.
La inteligencia artificial (IA) se define como una evolución de la automatización, orientada a la creación
de métodos capaces de ejecutar tareas complejas como el aprendizaje, el razonamiento lógico, la
resolución de problemas y la toma de decisiones, mediante la combinación de algoritmos avanzados,
herramientas matemáticas y tecnologías informáticas (Muñoz & Loor, 2024).
Según Giletta et al. (2020), en la actualidad la IA se encuentra ampliamente integrada en múltiples
ámbitos de la vida cotidiana, incluyendo sectores como la salud, la banca, la agricultura, el comercio
electrónico y el entreteniendo. Asimismo, esta tecnología se interconecta con innovaciones como el Big
Data, la robótica y el internet de las cosas, transformando profundamente la manera en que las
organizaciones desarrollan sus actividades.
En este sentido, la IA funciona como un puente inteligente entre los consumidores y la tecnología,
avanzando de manera autónoma sin necesidad de intervención humano. No solo automatiza procesos,
sino que también anticipa patrones de comportamiento con el fin de facilitar más precisas y oportunas
(Pabón et al., 2023).
De acuerdo con Gkikas & Theodoridis (2022), la IA ha transformado el marketing al permitir una
gestión más eficaz de grandes volúmenes de datos, superando las limitaciones humanas en el análisis y
la toma decisiones. Gracias a algoritmos como el aprendizaje automático y la minería de datos, las
empresas pueden predecir con mayor exactitud el comportamiento del consumidor y personalizar sus
estrategias comerciales.
¿Cómo difiere la percepción publicitaria de la Generación Z entre los anuncios tradicionales y aquellos
impulsados por inteligencia artificial, considerando variables como el impacto visual, la credibilidad del
anuncio y la intención de compra?
Si bien la IA se ha posicionado como un recurso valioso en marketing, no existe suficiente evidencia
empírica que comprare dichas variables entre ambos tipos de anuncios. Por ello, este estudio propone
analizar cómo percibe la generación Z los anuncios publicitarios de marcas como Puma, elaborados
creados con métodos tradicionales, frente a aquellos creado con inteligencia artificial. El objetivo
general de la presente investigación es analizar el impacto de los anuncios tradicionales frente a los
anuncios generados por inteligencia artificial sobre la percepción publicitaria de la generación Z.
La inteligencia artificial (IA) se define como una evolución de la automatización, orientada a la creación
de métodos capaces de ejecutar tareas complejas como el aprendizaje, el razonamiento lógico, la
resolución de problemas y la toma de decisiones, mediante la combinación de algoritmos avanzados,
herramientas matemáticas y tecnologías informáticas (Muñoz & Loor, 2024).
Según Giletta et al. (2020), en la actualidad la IA se encuentra ampliamente integrada en múltiples
ámbitos de la vida cotidiana, incluyendo sectores como la salud, la banca, la agricultura, el comercio
electrónico y el entreteniendo. Asimismo, esta tecnología se interconecta con innovaciones como el Big
Data, la robótica y el internet de las cosas, transformando profundamente la manera en que las
organizaciones desarrollan sus actividades.
En este sentido, la IA funciona como un puente inteligente entre los consumidores y la tecnología,
avanzando de manera autónoma sin necesidad de intervención humano. No solo automatiza procesos,
sino que también anticipa patrones de comportamiento con el fin de facilitar más precisas y oportunas
(Pabón et al., 2023).
De acuerdo con Gkikas & Theodoridis (2022), la IA ha transformado el marketing al permitir una
gestión más eficaz de grandes volúmenes de datos, superando las limitaciones humanas en el análisis y
la toma decisiones. Gracias a algoritmos como el aprendizaje automático y la minería de datos, las
empresas pueden predecir con mayor exactitud el comportamiento del consumidor y personalizar sus
estrategias comerciales.
pág. 563
La inteligencia artificial aplicada al marketing permite automatizar decisiones estratégicas mediante el
análisis de grandes volúmenes de datos y la observación del comportamiento del consumidor. Estas
herramientas son especialmente útiles en contextos donde la velocidad de respuesta resulta crucial, ya
que posibilitan la entrega de mensajes personalizados en tiempo real sin necesidad de intervención
humana (Nalini, 2021).
En esta línea, Gkikas & Theodoridis (2022) afirman que la implementación de la IA en el ámbito del
marketing ha dado lugar a un nuevo concepto denominado IA Marketing. Según la revista Forbes, este
enfoque se centra en mejorar el recorrido del cliente mediante tecnologías que simulan el razonamiento
humano, procesan grandes volúmenes de datos y detectan patrones útiles para la toma de decisiones
basadas en el comportamiento del consumidor.
Inteligencia artificial
Haleem et al. (2022) sostienen que la inteligencia artificial (IA) ha transformado de manera significativa
las estrategias de marketing digital al ofrecer herramientas más eficientes y precisas que las capacidades
humanas. Gracias a su potencial para recolectar, analizar y predecir el comportamiento del usuario,
permite a las marcas orientar los anuncios de acuerdo con las preferencias individuales de los
consumidores. En este sentido, la IA se posiciona como un componente esencial para el desarrollo de
contenidos digitales personalizados y como eje central de las futuras estrategias de marketing digital.
En consonancia con lo expuesto, recientes investigaciones destacan que la inteligencia artificial ha
comenzado a transformar de manera profunda la producción y edición de contenidos audiovisuales.
Según (Caballero, 2023) la función de la IA en la generación de videos está evolucionando desde la
simple automatización técnica hacia un papel creativo y narrativo. Las herramientas basadas en IA no
solo aceleran procesos como el montaje o la corrección de color, sino que también son capaces de
analizar patrones visuales y emocionales para construir narrativas personalizadas y adaptadas a las
preferencias del público. De este modo, la creación audiovisual se vuelve más eficiente, innovadora y
centrada en el espectador, posicionando a la IA como un motor esencial para el futuro del contenido
digital y del marketing visual.
(Kapoor & Kumar, 2024)) sostienen que la inteligencia artificial generativa (GenAI) está transformando
radicalmente la creación de contenidos audiovisuales al hacer posible la personalización de anuncios en
La inteligencia artificial aplicada al marketing permite automatizar decisiones estratégicas mediante el
análisis de grandes volúmenes de datos y la observación del comportamiento del consumidor. Estas
herramientas son especialmente útiles en contextos donde la velocidad de respuesta resulta crucial, ya
que posibilitan la entrega de mensajes personalizados en tiempo real sin necesidad de intervención
humana (Nalini, 2021).
En esta línea, Gkikas & Theodoridis (2022) afirman que la implementación de la IA en el ámbito del
marketing ha dado lugar a un nuevo concepto denominado IA Marketing. Según la revista Forbes, este
enfoque se centra en mejorar el recorrido del cliente mediante tecnologías que simulan el razonamiento
humano, procesan grandes volúmenes de datos y detectan patrones útiles para la toma de decisiones
basadas en el comportamiento del consumidor.
Inteligencia artificial
Haleem et al. (2022) sostienen que la inteligencia artificial (IA) ha transformado de manera significativa
las estrategias de marketing digital al ofrecer herramientas más eficientes y precisas que las capacidades
humanas. Gracias a su potencial para recolectar, analizar y predecir el comportamiento del usuario,
permite a las marcas orientar los anuncios de acuerdo con las preferencias individuales de los
consumidores. En este sentido, la IA se posiciona como un componente esencial para el desarrollo de
contenidos digitales personalizados y como eje central de las futuras estrategias de marketing digital.
En consonancia con lo expuesto, recientes investigaciones destacan que la inteligencia artificial ha
comenzado a transformar de manera profunda la producción y edición de contenidos audiovisuales.
Según (Caballero, 2023) la función de la IA en la generación de videos está evolucionando desde la
simple automatización técnica hacia un papel creativo y narrativo. Las herramientas basadas en IA no
solo aceleran procesos como el montaje o la corrección de color, sino que también son capaces de
analizar patrones visuales y emocionales para construir narrativas personalizadas y adaptadas a las
preferencias del público. De este modo, la creación audiovisual se vuelve más eficiente, innovadora y
centrada en el espectador, posicionando a la IA como un motor esencial para el futuro del contenido
digital y del marketing visual.
(Kapoor & Kumar, 2024)) sostienen que la inteligencia artificial generativa (GenAI) está transformando
radicalmente la creación de contenidos audiovisuales al hacer posible la personalización de anuncios en
pág. 564
video a gran escala, algo que antes era inviable por los altos costos y el esfuerzo que implicaba producir
versiones individualizadas. Su estudio demuestra que los videos personalizados mediante GenAI
generan un aumento del 6 al 9 % en la tasa de interacción respecto a los formatos tradicionales,
evidenciando una mejora significativa en la conexión entre marca y consumidor. Además, los autores
destacan que esta tecnología permite adaptar los mensajes publicitarios al historial, contexto y
preferencias de cada usuario, ofreciendo así una comunicación más relevante y efectiva. En
consecuencia, la GenAI se consolida como una herramienta clave en el marketing digital
contemporáneo, al combinar eficiencia, escalabilidad y personalización en la producción de contenidos
audiovisuales.
Impacto visual
El impacto visual de los anuncios se refiere a su capacidad para captar de manera inmediata y eficaz la
atención del espectador. Este elemento resulta crucial en marketing y publicidad, ya que un anuncio bien
diseñado puede moldear la percepción del consumidor e influir directamente en su comportamiento de
compra (Cruz, 2025). Más allá de su función estética, los recursos visuales actúan como mecanismos
persuasivos que desencadena procesos cognitivos y emocionales en el receptor.
La efectividad publicitaria depende, en gran medida, de la visualización visual de elementos como el
color, la tipografía y la composición, los cuales no solo captan atención, sino que también comunican
emociones, intenciones y atributos de marca. (Canchari et al., 2024). Esta capacidad de atracción se
relaciona directamente con procesos cognitivos como la atención y la memoria: la primera actúa como
filtro de los estímulos más relevantes, mientras que la segunda permite influyen en la decisión de compra
(Mondello, 2024).
Credibilidad del anuncio
La credibilidad publicitaria se construye a partir de la interacción comunicativa entre la fuente y su
audiencia, basada en la coherencia del mensaje, la transparencia y la ética de quien comunica
(Defincionwiki, 2025). En este sentido, los anuncios deben transmitir confianza para que el receptor
considere su contenido como veraz, lo que aumenta la probabilidad de una actitud favorable hacia la
marca.
video a gran escala, algo que antes era inviable por los altos costos y el esfuerzo que implicaba producir
versiones individualizadas. Su estudio demuestra que los videos personalizados mediante GenAI
generan un aumento del 6 al 9 % en la tasa de interacción respecto a los formatos tradicionales,
evidenciando una mejora significativa en la conexión entre marca y consumidor. Además, los autores
destacan que esta tecnología permite adaptar los mensajes publicitarios al historial, contexto y
preferencias de cada usuario, ofreciendo así una comunicación más relevante y efectiva. En
consecuencia, la GenAI se consolida como una herramienta clave en el marketing digital
contemporáneo, al combinar eficiencia, escalabilidad y personalización en la producción de contenidos
audiovisuales.
Impacto visual
El impacto visual de los anuncios se refiere a su capacidad para captar de manera inmediata y eficaz la
atención del espectador. Este elemento resulta crucial en marketing y publicidad, ya que un anuncio bien
diseñado puede moldear la percepción del consumidor e influir directamente en su comportamiento de
compra (Cruz, 2025). Más allá de su función estética, los recursos visuales actúan como mecanismos
persuasivos que desencadena procesos cognitivos y emocionales en el receptor.
La efectividad publicitaria depende, en gran medida, de la visualización visual de elementos como el
color, la tipografía y la composición, los cuales no solo captan atención, sino que también comunican
emociones, intenciones y atributos de marca. (Canchari et al., 2024). Esta capacidad de atracción se
relaciona directamente con procesos cognitivos como la atención y la memoria: la primera actúa como
filtro de los estímulos más relevantes, mientras que la segunda permite influyen en la decisión de compra
(Mondello, 2024).
Credibilidad del anuncio
La credibilidad publicitaria se construye a partir de la interacción comunicativa entre la fuente y su
audiencia, basada en la coherencia del mensaje, la transparencia y la ética de quien comunica
(Defincionwiki, 2025). En este sentido, los anuncios deben transmitir confianza para que el receptor
considere su contenido como veraz, lo que aumenta la probabilidad de una actitud favorable hacia la
marca.
pág. 565
(Cespedes, 2021) señala que la credibilidad puede evaluarse desde tres dimensiones: la fuente que emite
el mensaje, el contenido del anuncio y la percepción general hacia la publicidad. A mayor credibilidad
percibida, menor será la resistencia del público frente al mensaje y mayor la posibilidad de conversión
en intención de compra. Asimismo, en escenarios de sobreinformación, la credibilidad funciona como
un filtro que permite distinguir entre publicidad útil y contenido engañoso. En este marco, comprender
cómo los consumidores perciben la credibilidad de los anuncios posibilita diseñar estrategias de
comunicación más efectivas (García & Rodríguez, 2020).
Intención de compra
La intención de compra se entiende como la probabilidad de que un consumidor adquiera un producto
o servicio en el futuro cercano, lo que la convierte en un indicar clave del comportamiento del
consumidor (Vasilica et at., 2024). Su análisis permite identificar los factores que facilitan o dificultan
la conversión del interés en acción, factores que facilitan o dificultan la conversión del interés en acción,
especialmente en los mercados digitales.
Diversos modelos explican este proceso. Por ejemplo, el modelo AIDA (atención, interés, deseo y
acción) describe las etapas de respuesta del consumidor ante la publicidad, y se emplea ampliamente en
marketing para diseñar mensajes persuasivos (Padilla et al., 2024). En este sentido, los anuncios deben
captar atención, generar deseo, despertar intención y finalmente incentivar la acción (Rodríguez et al.,
2024).
Diversos modelos explican este proceso. Por ejemplo, el modelo AIDA (atención, interés, deseo y
acción) describe las etapas de respuesta del consumidor ante la publicidad, y se emplea ampliamente en
marketing para diseñar mensajes persuasivos (Padilla et al., 2024). En este sentido, los anuncios deben
captar atención, generar deseo, despertar intención y finalmente incentivar la acción (Rodríguez et al.,
2024).
En este sentido, la teoría del comportamiento planificado considera la intención de compra como un
componente esencial en la toma de decisiones, dado que el comportamiento del consumidor es
intencional y se encuentra influenciado por tres factores: la actitud, las normas subjetivas y el control
percibido (Ordoñez et al., 2021). Si bien pueden existir limitaciones en la ejecución del comportamiento,
la intención de llevarlo a cabo se constituye como un determinante clave.
(Cespedes, 2021) señala que la credibilidad puede evaluarse desde tres dimensiones: la fuente que emite
el mensaje, el contenido del anuncio y la percepción general hacia la publicidad. A mayor credibilidad
percibida, menor será la resistencia del público frente al mensaje y mayor la posibilidad de conversión
en intención de compra. Asimismo, en escenarios de sobreinformación, la credibilidad funciona como
un filtro que permite distinguir entre publicidad útil y contenido engañoso. En este marco, comprender
cómo los consumidores perciben la credibilidad de los anuncios posibilita diseñar estrategias de
comunicación más efectivas (García & Rodríguez, 2020).
Intención de compra
La intención de compra se entiende como la probabilidad de que un consumidor adquiera un producto
o servicio en el futuro cercano, lo que la convierte en un indicar clave del comportamiento del
consumidor (Vasilica et at., 2024). Su análisis permite identificar los factores que facilitan o dificultan
la conversión del interés en acción, factores que facilitan o dificultan la conversión del interés en acción,
especialmente en los mercados digitales.
Diversos modelos explican este proceso. Por ejemplo, el modelo AIDA (atención, interés, deseo y
acción) describe las etapas de respuesta del consumidor ante la publicidad, y se emplea ampliamente en
marketing para diseñar mensajes persuasivos (Padilla et al., 2024). En este sentido, los anuncios deben
captar atención, generar deseo, despertar intención y finalmente incentivar la acción (Rodríguez et al.,
2024).
Diversos modelos explican este proceso. Por ejemplo, el modelo AIDA (atención, interés, deseo y
acción) describe las etapas de respuesta del consumidor ante la publicidad, y se emplea ampliamente en
marketing para diseñar mensajes persuasivos (Padilla et al., 2024). En este sentido, los anuncios deben
captar atención, generar deseo, despertar intención y finalmente incentivar la acción (Rodríguez et al.,
2024).
En este sentido, la teoría del comportamiento planificado considera la intención de compra como un
componente esencial en la toma de decisiones, dado que el comportamiento del consumidor es
intencional y se encuentra influenciado por tres factores: la actitud, las normas subjetivas y el control
percibido (Ordoñez et al., 2021). Si bien pueden existir limitaciones en la ejecución del comportamiento,
la intención de llevarlo a cabo se constituye como un determinante clave.
pág. 566
Desde la perspectiva, la actitud del individuo ejerce una influencia significativa en la concreción de una
acción específica.
Hipótesis
Para evaluar las relaciones entre las variables de estudio, se definieron las siguientes hipótesis de trabajo.
H1. Los anuncios creados por métodos tradicionales generan un mayor impacto visual en la Generación
Z en comparación a los elaborados con inteligencia artificial.
H2. La Generación Z percibe menor credibilidad en los anuncios tradicionales que en los anuncios
elaborados con inteligencia artificial.
H3. Los anuncios tradicionales influyen en una mayor intención de compra en la Generación Z frente a
la inteligencia artificial.
El producto publicitario empleado en esta investigación corresponde a anuncios de la marca Puma,
seleccionados por su innovación conceptual y por su capacidad para transmitir mensajes relacionados
con la identidad, la tecnología y el estilo de vida. Ambos anuncios comparten un ritmo dinámico, un
alto impacto visual y narrativas que apelan al dinamismo, la autenticidad y la transformación personal.
Sin embargo, se diferencian en su proceso de creación: mientras que uno fue desarrollado mediante
técnicas tradicionales de producción audiovisual, el otro fue generado a través de inteligencia artificial,
incorporando visuales dinámicas y entornos digitalizados. El análisis comparativo de estos anuncios
permite examinar cómo diferentes formas de construcción publicitaria influyen en la percepción del
mensaje, particularmente en lo referente a su credibilidad.
METODOLOGÍA
Para el desarrollo de este estudio, se adoptó un enfoque cuantitativo, con un diseño cuasiexperimental y
un carácter comparativo, utilizando como técnica principal la aplicación de encuestas en línea. El
objetivo fue evaluar las diferencias en la percepción publicitaria entre dos grupos de participantes
mediante la prueba t de Student para muestras independientes, empleando el software SPSS para la
validación estadística de las hipótesis planteadas.
La muestra estuvo conformada por individuos pertenecientes a la generación Z, quienes fueron
seleccionados intencionalmente para participar en el estudio.
Desde la perspectiva, la actitud del individuo ejerce una influencia significativa en la concreción de una
acción específica.
Hipótesis
Para evaluar las relaciones entre las variables de estudio, se definieron las siguientes hipótesis de trabajo.
H1. Los anuncios creados por métodos tradicionales generan un mayor impacto visual en la Generación
Z en comparación a los elaborados con inteligencia artificial.
H2. La Generación Z percibe menor credibilidad en los anuncios tradicionales que en los anuncios
elaborados con inteligencia artificial.
H3. Los anuncios tradicionales influyen en una mayor intención de compra en la Generación Z frente a
la inteligencia artificial.
El producto publicitario empleado en esta investigación corresponde a anuncios de la marca Puma,
seleccionados por su innovación conceptual y por su capacidad para transmitir mensajes relacionados
con la identidad, la tecnología y el estilo de vida. Ambos anuncios comparten un ritmo dinámico, un
alto impacto visual y narrativas que apelan al dinamismo, la autenticidad y la transformación personal.
Sin embargo, se diferencian en su proceso de creación: mientras que uno fue desarrollado mediante
técnicas tradicionales de producción audiovisual, el otro fue generado a través de inteligencia artificial,
incorporando visuales dinámicas y entornos digitalizados. El análisis comparativo de estos anuncios
permite examinar cómo diferentes formas de construcción publicitaria influyen en la percepción del
mensaje, particularmente en lo referente a su credibilidad.
METODOLOGÍA
Para el desarrollo de este estudio, se adoptó un enfoque cuantitativo, con un diseño cuasiexperimental y
un carácter comparativo, utilizando como técnica principal la aplicación de encuestas en línea. El
objetivo fue evaluar las diferencias en la percepción publicitaria entre dos grupos de participantes
mediante la prueba t de Student para muestras independientes, empleando el software SPSS para la
validación estadística de las hipótesis planteadas.
La muestra estuvo conformada por individuos pertenecientes a la generación Z, quienes fueron
seleccionados intencionalmente para participar en el estudio.
pág. 567
Cada participante respondió una encuesta en línea luego de haber sido expuesto a dos tipos de anuncios
seleccionados específicamente para esta investigación.
Las variables de análisis incluidas en la encuesta online fueron: Impacto visual, credibilidad del anuncio
y la intención de compra. Para su medición, se utilizó escala de Likert.
El análisis de los datos permitió examinar el impacto de los anuncios publicitarios creados mediante
inteligencia artificial (IA) en comparación con aquellos elaborados a través de métodos tradicionales,
con el propósito de determinar la influencia que ejercen sobre la percepción publicitaria de la generación
Z.
Experimento
Como instrumento de investigación, se seleccionaron dos anuncios publicitarios de carácter corporativo
de la marca Puma. Uno de ellos fue desarrollado mediante técnicas tradicionales de producción
audiovisual, mientras que el otro fue generado con el uso IA, incorporando recursos digitales y visuales
dinámicos.
Figura 1: Anuncio creado de manera tradicional
Fuente: Plataformas de PUMA/ https://www.youtube.com/watch?v=LaI7Ty0UeRk
Elaborado por: la marca PUMA
El anuncio publicitario denominado como “PUMA GO WILD” fue desarrollado mediante una
producción tradicional, caracterizada por la utilización de escenas reales con modelos humanos en
movimiento. La pieza incorpora un montaje visual dinámico que resalta tanto el producto como el
logotipo y otros elementos distintivos de la marca. La narrativa visual se centra en transmitir valores
asociados a la fuerza, libertad y el estilo de vida deportivo, los cuales se refuerzan a través de imágenes
y expresiones corporales cuidadosamente seleccionadas.
Cada participante respondió una encuesta en línea luego de haber sido expuesto a dos tipos de anuncios
seleccionados específicamente para esta investigación.
Las variables de análisis incluidas en la encuesta online fueron: Impacto visual, credibilidad del anuncio
y la intención de compra. Para su medición, se utilizó escala de Likert.
El análisis de los datos permitió examinar el impacto de los anuncios publicitarios creados mediante
inteligencia artificial (IA) en comparación con aquellos elaborados a través de métodos tradicionales,
con el propósito de determinar la influencia que ejercen sobre la percepción publicitaria de la generación
Z.
Experimento
Como instrumento de investigación, se seleccionaron dos anuncios publicitarios de carácter corporativo
de la marca Puma. Uno de ellos fue desarrollado mediante técnicas tradicionales de producción
audiovisual, mientras que el otro fue generado con el uso IA, incorporando recursos digitales y visuales
dinámicos.
Figura 1: Anuncio creado de manera tradicional
Fuente: Plataformas de PUMA/ https://www.youtube.com/watch?v=LaI7Ty0UeRk
Elaborado por: la marca PUMA
El anuncio publicitario denominado como “PUMA GO WILD” fue desarrollado mediante una
producción tradicional, caracterizada por la utilización de escenas reales con modelos humanos en
movimiento. La pieza incorpora un montaje visual dinámico que resalta tanto el producto como el
logotipo y otros elementos distintivos de la marca. La narrativa visual se centra en transmitir valores
asociados a la fuerza, libertad y el estilo de vida deportivo, los cuales se refuerzan a través de imágenes
y expresiones corporales cuidadosamente seleccionadas.
pág. 568
Figura 2: Anuncio creado por inteligencia artificial
Fuente: Plataformas de Monks x NVIDIA/ https://www.youtube.com/watch?v=f9oo2Yfui5s
Elaborado por: MONKS x NVIDIA
El anuncio publicitario denominado “Agentic prototype with Puma” fue generado íntegramente
mediante inteligencia artificial. Su composición se distingue por la creación digital de rostros, escenarios
y movimientos que siguen patrones no lineales, con una estética de carácter experimental y abstracta.
La expresión visual proyecta elementos de futurismo, innovación y ruptura con lo convencional,
reforzando una narrativa vinculada a los valores deportivos que la marca representa.
MUESTRA
La investigación se desarrolló con una muestra conformada por 60 estudiantes de la Universidad Técnica
de Machala, seleccionados mediante un muestreo por conveniencia. Los participantes pertenecen a la
generación Z, definida como el grupo de personas nacidas entre 1994 y 2009 (Estrada et al., 2021). Esta
generación se distingue por haber crecido en un entorno digital, lo que convierte a la tecnología en un
componente esencial de su vida cotidiana. En consecuencia, valoran la innovación, la personalización y
las conexiones emocionales con las marcas al momento de tomar decisiones de compra.
Para la ejecución del experimento, los estudiantes fueron divididos aleatoriamente en dos grupos de 30
personas. Al primer grupo se le presentó un anuncio corporativo elaborado mediante producción
tradicional, mientras que el segundo grupo se le mostró un anuncio generado con inteligencia artificial.
Posteriormente, ambos grupos respondieron el mismo cuestionario, lo cual permitió comparar las
percepciones publicitarias y analizar el nivel de credibilidad de cada anuncio.
Muestra por conveniencia
El muestro empleado corresponde a una técnica de carácter no probabilístico, basada en la selección de
los participantes según su facilidad de acceso y disponibilidad. Este método permite al investigador
Figura 2: Anuncio creado por inteligencia artificial
Fuente: Plataformas de Monks x NVIDIA/ https://www.youtube.com/watch?v=f9oo2Yfui5s
Elaborado por: MONKS x NVIDIA
El anuncio publicitario denominado “Agentic prototype with Puma” fue generado íntegramente
mediante inteligencia artificial. Su composición se distingue por la creación digital de rostros, escenarios
y movimientos que siguen patrones no lineales, con una estética de carácter experimental y abstracta.
La expresión visual proyecta elementos de futurismo, innovación y ruptura con lo convencional,
reforzando una narrativa vinculada a los valores deportivos que la marca representa.
MUESTRA
La investigación se desarrolló con una muestra conformada por 60 estudiantes de la Universidad Técnica
de Machala, seleccionados mediante un muestreo por conveniencia. Los participantes pertenecen a la
generación Z, definida como el grupo de personas nacidas entre 1994 y 2009 (Estrada et al., 2021). Esta
generación se distingue por haber crecido en un entorno digital, lo que convierte a la tecnología en un
componente esencial de su vida cotidiana. En consecuencia, valoran la innovación, la personalización y
las conexiones emocionales con las marcas al momento de tomar decisiones de compra.
Para la ejecución del experimento, los estudiantes fueron divididos aleatoriamente en dos grupos de 30
personas. Al primer grupo se le presentó un anuncio corporativo elaborado mediante producción
tradicional, mientras que el segundo grupo se le mostró un anuncio generado con inteligencia artificial.
Posteriormente, ambos grupos respondieron el mismo cuestionario, lo cual permitió comparar las
percepciones publicitarias y analizar el nivel de credibilidad de cada anuncio.
Muestra por conveniencia
El muestro empleado corresponde a una técnica de carácter no probabilístico, basada en la selección de
los participantes según su facilidad de acceso y disponibilidad. Este método permite al investigador
pág. 569
determinar, de manera intencional, cuántos y cuáles sujetos formarán parte del estudio. Su aplicación
resulta especialmente útil cuando existen limitaciones de tiempo, recursos o acceso a la población
objetivo, lo que lo convierte en una opción práctica y funcional en investigaciones de carácter
comparativo (Hernández, 2021).
Instrumento
Para la recolección de datos se diseñó una encuesta en línea, compuesta por ítems destinados a medir
las variables planteadas en las hipótesis de investigación. La encuesta fue aplicada después de la
presentación de los anuncios publicitario a cada grupo. Cada participante un anuncio de forma aleatoria
y posteriormente respondió a los ítems correspondientes.
Para la hipótesis H1: Se evaluó mediante afirmaciones relacionadas con la capacidad del anuncio para
captar la atención y la intensidad de sus elementos visuales, siguiendo criterios similares a los empleados
por Lorenzo Gutiérrez (2022) en su estudio sobre publicidad emocional y el impacto de los estímulos
visuales en la actitud del espectador.
Para la hipótesis H2: Se operacionalizó mediante ítems que valoraban la percepción de veracidad,
claridad del mensaje y confianza generada por el contenido publicitario, fundamentándose en los aportes
de Kothari et al. (2025) sobre credibilidad y autenticidad en la publicidad en redes sociales, así como en
Cavazos-Arroyo (2022) respecto a la percepción de engaño y confianza del consumidor ante diferentes
formatos publicitarios.
Para la hipótesis H3: Fue medida con ítems orientados a identificar la disposición del participante para
adquirir el producto tras observar el anuncio, tomando como referencia los planteamientos de Lima-
Vargas et al. (2022) sobre la intención de compra en la generación Z y los factores de decisión analizados
por Garcés-Giraldo et al. (2022) y Llerena Muñaqui & Falcón Quispe (2024) en contextos de consumo
digital y sostenible.
determinar, de manera intencional, cuántos y cuáles sujetos formarán parte del estudio. Su aplicación
resulta especialmente útil cuando existen limitaciones de tiempo, recursos o acceso a la población
objetivo, lo que lo convierte en una opción práctica y funcional en investigaciones de carácter
comparativo (Hernández, 2021).
Instrumento
Para la recolección de datos se diseñó una encuesta en línea, compuesta por ítems destinados a medir
las variables planteadas en las hipótesis de investigación. La encuesta fue aplicada después de la
presentación de los anuncios publicitario a cada grupo. Cada participante un anuncio de forma aleatoria
y posteriormente respondió a los ítems correspondientes.
Para la hipótesis H1: Se evaluó mediante afirmaciones relacionadas con la capacidad del anuncio para
captar la atención y la intensidad de sus elementos visuales, siguiendo criterios similares a los empleados
por Lorenzo Gutiérrez (2022) en su estudio sobre publicidad emocional y el impacto de los estímulos
visuales en la actitud del espectador.
Para la hipótesis H2: Se operacionalizó mediante ítems que valoraban la percepción de veracidad,
claridad del mensaje y confianza generada por el contenido publicitario, fundamentándose en los aportes
de Kothari et al. (2025) sobre credibilidad y autenticidad en la publicidad en redes sociales, así como en
Cavazos-Arroyo (2022) respecto a la percepción de engaño y confianza del consumidor ante diferentes
formatos publicitarios.
Para la hipótesis H3: Fue medida con ítems orientados a identificar la disposición del participante para
adquirir el producto tras observar el anuncio, tomando como referencia los planteamientos de Lima-
Vargas et al. (2022) sobre la intención de compra en la generación Z y los factores de decisión analizados
por Garcés-Giraldo et al. (2022) y Llerena Muñaqui & Falcón Quispe (2024) en contextos de consumo
digital y sostenible.
pág. 570
RESULTADOS
Tabla 1. Estadística de impacto visual
Estadística de fiabilidad
Nota: Elaborado por Autores
La variable impacto visual presentó un coeficiente Alfa de Cronbach de 0,871, lo que indica una buena
consistencia interna entre los ítems empleados. Este resultado respalda la fiabilidad del instrumento
aplicado para evaluar la percepción del impacto visual en videos corporativos elaborados con
inteligencia artificial frente a los tradicionales.
Tabla 2. Estadística de credibilidad del anuncio
Estadística de fiabilidad
Nota: Elaborado por los autores
La variable credibilidad del anuncio obtuvo un coeficiente Alfa de Cronbach de 0,892, lo que refleja un
alto nivel de coherencia interna entre los ítems que integran la escala. Este valor demuestra que el
instrumento aplicado es confiable y consistente para analizar la percepción de credibilidad en los videos
corporativos desarrollados con IA en comparación con los formatos tradicionales.
Tabla 3. Estadística de intención de compra
Estadística de fiabilidad
Nota: Elaborado por Autores
La variable intención de compra presentó un coeficiente Alfa de Cronbach de 0,938, lo que indica una
excelente consistencia entre los 4 ítems que la componen. Este resultado refleja la fiabilidad del
instrumento aplicado para evaluar la percepción de intención de compra en los anuncios elaborados con
inteligencia artificial frente a los tradicionales.
RESULTADOS
Tabla 1. Estadística de impacto visual
Estadística de fiabilidad
Nota: Elaborado por Autores
La variable impacto visual presentó un coeficiente Alfa de Cronbach de 0,871, lo que indica una buena
consistencia interna entre los ítems empleados. Este resultado respalda la fiabilidad del instrumento
aplicado para evaluar la percepción del impacto visual en videos corporativos elaborados con
inteligencia artificial frente a los tradicionales.
Tabla 2. Estadística de credibilidad del anuncio
Estadística de fiabilidad
Nota: Elaborado por los autores
La variable credibilidad del anuncio obtuvo un coeficiente Alfa de Cronbach de 0,892, lo que refleja un
alto nivel de coherencia interna entre los ítems que integran la escala. Este valor demuestra que el
instrumento aplicado es confiable y consistente para analizar la percepción de credibilidad en los videos
corporativos desarrollados con IA en comparación con los formatos tradicionales.
Tabla 3. Estadística de intención de compra
Estadística de fiabilidad
Nota: Elaborado por Autores
La variable intención de compra presentó un coeficiente Alfa de Cronbach de 0,938, lo que indica una
excelente consistencia entre los 4 ítems que la componen. Este resultado refleja la fiabilidad del
instrumento aplicado para evaluar la percepción de intención de compra en los anuncios elaborados con
inteligencia artificial frente a los tradicionales.
pág. 571
Tabla 4. Prueba t (IVPROM)
Estadísticas de grupo
Datos
▪ Grupo 1: Observo video realizado con métodos tradicionales
▪ Grupo 2: Observo video generado con inteligencia artificial
▪ Variable analizada: Impacto visual promedio (IVPROM)
Nota: Elaborado por los autores
Los datos reflejan que el grupo que observo el video tradicional obtuvo una media de 4,14 ligeramente
superior a la del video con IA (3,85). Esto indica que los participantes percibieron mayor atractivo visual
en el video tradicional. Además, su desviación estándar 0,83 frente a 0,93, evidencia una percepción
más uniforme, mientras que el grupo del video con IA presentó mayor variabilidad en las respuestas.
Tabla 5. Prueba de muestras independientes
Nota: Elaborado por los autores
Mediante la prueba de t de muestras independientes muestra que se asumen varianzas iguales por la sig.
= 0,305. El valor de t fue 1,258 con 58 grados de libertad y un p-valor bilateral de 0,214. Dado que el
p-valor es mayor a 0,05, no existe una diferencia estadísticamente significativa en el impacto visual
entre los dos grupos. Aunque el grupo que visualizo el video tradicional presentó una media ligeramente
mayor 4,14 a 3,85, esta diferencia no es suficiente para concluir que tipo de video tradicional o con IA,
influye significativamente en la percepción del impacto visual.
Tabla 4. Prueba t (IVPROM)
Estadísticas de grupo
Datos
▪ Grupo 1: Observo video realizado con métodos tradicionales
▪ Grupo 2: Observo video generado con inteligencia artificial
▪ Variable analizada: Impacto visual promedio (IVPROM)
Nota: Elaborado por los autores
Los datos reflejan que el grupo que observo el video tradicional obtuvo una media de 4,14 ligeramente
superior a la del video con IA (3,85). Esto indica que los participantes percibieron mayor atractivo visual
en el video tradicional. Además, su desviación estándar 0,83 frente a 0,93, evidencia una percepción
más uniforme, mientras que el grupo del video con IA presentó mayor variabilidad en las respuestas.
Tabla 5. Prueba de muestras independientes
Nota: Elaborado por los autores
Mediante la prueba de t de muestras independientes muestra que se asumen varianzas iguales por la sig.
= 0,305. El valor de t fue 1,258 con 58 grados de libertad y un p-valor bilateral de 0,214. Dado que el
p-valor es mayor a 0,05, no existe una diferencia estadísticamente significativa en el impacto visual
entre los dos grupos. Aunque el grupo que visualizo el video tradicional presentó una media ligeramente
mayor 4,14 a 3,85, esta diferencia no es suficiente para concluir que tipo de video tradicional o con IA,
influye significativamente en la percepción del impacto visual.
pág. 572
Tabla 6. Prueba t (CAPROM)
Estadísticas de grupo
Datos
▪ Grupo 1: Observo video realizado con métodos tradicionales
▪ Grupo 2: Observo video generado con inteligencia artificial.
▪ Variable analizada: Credibilidad del anuncio promedio (CAPROM
Nota: Elaborado por los autores
Los resultados evidencian que el grupo que observo el video elaborado con métodos tradicionales
alcanzó una media de credibilidad promedio de 4,23, valor superior al obtenido por el video hecho por
IA de 3,78. Esto refleja que los participantes otorgan mayor nivel de confianza y veracidad a los
anuncios tradicionales. Asimismo, la desviación estándar es 0,72 frente a 1,00, muestra una mayor
consistencia en las opiniones de este grupo, mientras que el video con I, presentó respuestas más
dispersas entre los participantes.
Tabla 7. Prueba de muestras independientes
Nota: Elaborado por los autores
La prueba t de muestras independientes revela que se asumen varianzas iguales por la prueba, sig. =
0,086. El valor obtenido fue t = 1.955, con 58 grados de libertad y un p-valor bilateral de 0,055. Aunque
el p-valor bilateral está justo al límite 0,055, esto indica que la diferencia entre los grupos es
marginalmente significativa, se observa una tendencia moderada que favorece al video tradicional con
la media de 4,23, frente al video generado por IA con la media de 3,78, La diferencia de medias es de -
Tabla 6. Prueba t (CAPROM)
Estadísticas de grupo
Datos
▪ Grupo 1: Observo video realizado con métodos tradicionales
▪ Grupo 2: Observo video generado con inteligencia artificial.
▪ Variable analizada: Credibilidad del anuncio promedio (CAPROM
Nota: Elaborado por los autores
Los resultados evidencian que el grupo que observo el video elaborado con métodos tradicionales
alcanzó una media de credibilidad promedio de 4,23, valor superior al obtenido por el video hecho por
IA de 3,78. Esto refleja que los participantes otorgan mayor nivel de confianza y veracidad a los
anuncios tradicionales. Asimismo, la desviación estándar es 0,72 frente a 1,00, muestra una mayor
consistencia en las opiniones de este grupo, mientras que el video con I, presentó respuestas más
dispersas entre los participantes.
Tabla 7. Prueba de muestras independientes
Nota: Elaborado por los autores
La prueba t de muestras independientes revela que se asumen varianzas iguales por la prueba, sig. =
0,086. El valor obtenido fue t = 1.955, con 58 grados de libertad y un p-valor bilateral de 0,055. Aunque
el p-valor bilateral está justo al límite 0,055, esto indica que la diferencia entre los grupos es
marginalmente significativa, se observa una tendencia moderada que favorece al video tradicional con
la media de 4,23, frente al video generado por IA con la media de 3,78, La diferencia de medias es de -
pág. 573
0.44 puntos, lo que sugiere que el grupo que observo el video con métodos tradicionales percibió más
credibilidad que el grupo que vio el video generado con inteligencia artificial. Las variables de análisis
incluidas en la encuesta online fueron: Impacto visual, credibilidad del anuncio y la intención de compra.
Para su medición, se utilizó escala de Likert.
Tabla 8. Prueba t (ICPROM)
Datos
▪ Grupo 1: Observo video realizado con métodos tradicionales
▪ Grupo 2: Observo video generado con inteligencia artificial
▪ Variable analizada: Intención de compra promedio (CAPROM)
Nota: Elaborado por los autores
Los resultados indican que el grupo que observo y video con métodos tradicionales obtuvo una media
de intención de compra de 4,02, superior a la del video con IA 3,17. Esto muestra una mayor disposición
de compra hacia el video tradicional y una percepción más uniforme entre los participantes, mientras
que el grupo de video con IA presentó mayor variabilidad en sus respuestas.
Tabla 9. Prueba de muestras independientes
Nota: Elaborado por los autores
La prueba t de muestras independientes muestra que se asumen varianzas iguales (Prueba de Levene,
Sig. = 0,168). El resultado fue t = 3,216, con 58 grados de libertad y un p-valor bilateral de 0,002, lo
que indica que existe una diferencia estadísticamente significativa en la intención de compra promedio
(ICPROM) entre los dos grupos. La diferencia de medias fue de 0,85, con un intervalo de confianza del
95% [0,32; 1,38], confirmando que el grupo que vio el video elaborado con métodos tradicionales
(media = 4,02) mostró una intención de compra significativamente mayor que el grupo que observó el
video generado con inteligencia artificial (media = 3,17).
0.44 puntos, lo que sugiere que el grupo que observo el video con métodos tradicionales percibió más
credibilidad que el grupo que vio el video generado con inteligencia artificial. Las variables de análisis
incluidas en la encuesta online fueron: Impacto visual, credibilidad del anuncio y la intención de compra.
Para su medición, se utilizó escala de Likert.
Tabla 8. Prueba t (ICPROM)
Datos
▪ Grupo 1: Observo video realizado con métodos tradicionales
▪ Grupo 2: Observo video generado con inteligencia artificial
▪ Variable analizada: Intención de compra promedio (CAPROM)
Nota: Elaborado por los autores
Los resultados indican que el grupo que observo y video con métodos tradicionales obtuvo una media
de intención de compra de 4,02, superior a la del video con IA 3,17. Esto muestra una mayor disposición
de compra hacia el video tradicional y una percepción más uniforme entre los participantes, mientras
que el grupo de video con IA presentó mayor variabilidad en sus respuestas.
Tabla 9. Prueba de muestras independientes
Nota: Elaborado por los autores
La prueba t de muestras independientes muestra que se asumen varianzas iguales (Prueba de Levene,
Sig. = 0,168). El resultado fue t = 3,216, con 58 grados de libertad y un p-valor bilateral de 0,002, lo
que indica que existe una diferencia estadísticamente significativa en la intención de compra promedio
(ICPROM) entre los dos grupos. La diferencia de medias fue de 0,85, con un intervalo de confianza del
95% [0,32; 1,38], confirmando que el grupo que vio el video elaborado con métodos tradicionales
(media = 4,02) mostró una intención de compra significativamente mayor que el grupo que observó el
video generado con inteligencia artificial (media = 3,17).
pág. 574
DISCUSIÓN
Los resultados muestran que los anuncios elaborados mediante métodos tradicionales fueron mejor
valorados en términos de credibilidad e intención de compra que los creados con inteligencia artificial.
En cuanto al impacto visual, aunque el video tradicional obtuvo una puntuación promedio ligeramente
superior, la diferencia no fue estadísticamente significativa, lo que sugiere que ambos formatos
resultaron visualmente atractivos para los participantes.
En relación con la credibilidad, el formato tradicional generó una percepción más alta de confianza y
veracidad, con una diferencia cercana a la significancia estadística. Por su parte, la intención de compra
presentó una diferencia significativa a favor del anuncio tradicional, lo que evidencia una mayor
disposición de los participantes a adquirir el producto tras observar ese tipo de contenido. En conjunto,
estos hallazgos confirman parcialmente las hipótesis planteadas y resaltan que la autenticidad y la
confianza siguen siendo factores clave en la efectividad publicitaria.
Estos resultados coinciden con estudios como los de Cespedes (2021) y Martín & Ávila (2020), quienes
sostienen que la credibilidad percibida depende de la coherencia entre el mensaje y la fuente emisora.
Aunque la generación Z es digitalmente activa, continúa valorando los mensajes reales y humanizados,
lo cual explica la preferencia observada por los anuncios tradicionales.
Del mismo modo, los hallazgos se relacionan con la investigación de Cevallos y Tinoco (2025), quienes
demostraron que los anuncios tradicionales provocan mayor atención y autenticidad emocional,
mientras que los producidos con inteligencia artificial generan menor conexión y una percepción más
artificial del mensaje. Esto refuerza la idea de que la efectividad publicitaria depende no solo del
atractivo visual, sino también de la capacidad de transmitir emociones genuinas.
Asimismo, los resultados respaldan lo señalado por Bohórquez et al. (2024), al confirmar que la
intención de compra aumenta cuando el contenido logra establecer un vínculo emocional con el público.
Según Álvarez (2023), la inteligencia artificial aporta eficiencia y personalización, pero su éxito depende
de la confianza que logre generar en los consumidores. En la misma línea, Sands et al. (2025) sostienen
que la aceptación de la IA en la publicidad requiere una aplicación ética y transparente, que mantenga
una conexión auténtica con las audiencias.
DISCUSIÓN
Los resultados muestran que los anuncios elaborados mediante métodos tradicionales fueron mejor
valorados en términos de credibilidad e intención de compra que los creados con inteligencia artificial.
En cuanto al impacto visual, aunque el video tradicional obtuvo una puntuación promedio ligeramente
superior, la diferencia no fue estadísticamente significativa, lo que sugiere que ambos formatos
resultaron visualmente atractivos para los participantes.
En relación con la credibilidad, el formato tradicional generó una percepción más alta de confianza y
veracidad, con una diferencia cercana a la significancia estadística. Por su parte, la intención de compra
presentó una diferencia significativa a favor del anuncio tradicional, lo que evidencia una mayor
disposición de los participantes a adquirir el producto tras observar ese tipo de contenido. En conjunto,
estos hallazgos confirman parcialmente las hipótesis planteadas y resaltan que la autenticidad y la
confianza siguen siendo factores clave en la efectividad publicitaria.
Estos resultados coinciden con estudios como los de Cespedes (2021) y Martín & Ávila (2020), quienes
sostienen que la credibilidad percibida depende de la coherencia entre el mensaje y la fuente emisora.
Aunque la generación Z es digitalmente activa, continúa valorando los mensajes reales y humanizados,
lo cual explica la preferencia observada por los anuncios tradicionales.
Del mismo modo, los hallazgos se relacionan con la investigación de Cevallos y Tinoco (2025), quienes
demostraron que los anuncios tradicionales provocan mayor atención y autenticidad emocional,
mientras que los producidos con inteligencia artificial generan menor conexión y una percepción más
artificial del mensaje. Esto refuerza la idea de que la efectividad publicitaria depende no solo del
atractivo visual, sino también de la capacidad de transmitir emociones genuinas.
Asimismo, los resultados respaldan lo señalado por Bohórquez et al. (2024), al confirmar que la
intención de compra aumenta cuando el contenido logra establecer un vínculo emocional con el público.
Según Álvarez (2023), la inteligencia artificial aporta eficiencia y personalización, pero su éxito depende
de la confianza que logre generar en los consumidores. En la misma línea, Sands et al. (2025) sostienen
que la aceptación de la IA en la publicidad requiere una aplicación ética y transparente, que mantenga
una conexión auténtica con las audiencias.
pág. 575
En síntesis, los anuncios tradicionales superan a los generados con IA en credibilidad e intención de
compra, mientras que el impacto visual es percibido de forma similar en ambos casos. Estos resultados
confirman que la autenticidad sigue siendo un elemento esencial para generar confianza y la intención
de compra.
CONCLUSIONES
La presente investigación permitió evidenciar que los anuncios publicitarios elaborados mediante
métodos tradicionales continúan siendo más efectivos en términos de credibilidad e intención de compra
que aquellos generados con inteligencia artificial. Aunque ambos formatos alcanzaron niveles similares
de impacto visual, la diferencia radicó en la percepción de confianza y autenticidad que los participantes
otorgaron al contenido tradicional. Esto confirma que, si bien la inteligencia artificial ha avanzado en la
creación de materiales visualmente atractivos, aún enfrenta limitaciones para transmitir emociones
genuinas y generar vínculos de credibilidad con el público.
Los resultados mostraron que la generación Z, a pesar de ser nativa digital, mantiene una clara
preferencia por los mensajes reales, humanizados y coherentes, asociándolos con mayor veracidad y
conexión emocional. Esta tendencia se relaciona con lo expuesto por Cevallos y Tinoco (2025), quienes
demostraron que los anuncios tradicionales provocan una respuesta emocional más auténtica, mientras
que los generados por IA tienden a percibirse como más impersonales y menos naturales. Asimismo,
los hallazgos coinciden con los planteamientos de Bohórquez et al. (2024) y Álvarez (2023), al señalar
que la efectividad de una campaña no depende únicamente de la tecnología, sino de la capacidad del
mensaje para generar confianza, empatía y valor percibido.
En síntesis, se concluye que los anuncios tradicionales superan a los creados con inteligencia artificial
en los aspectos de credibilidad e intención de compra, mientras que el impacto visual se mantiene
equilibrado entre ambos.
Estos resultados sugieren que la innovación tecnológica debe complementarse con elementos humanos
que fortalezcan la autenticidad y la conexión emocional del mensaje publicitario. La inteligencia
artificial representa una herramienta prometedora para el marketing moderno, pero su verdadero
potencial dependerá de la manera en que las marcas logren integrarla sin perder la esencia emocional
que caracteriza a la comunicación efectiva.
En síntesis, los anuncios tradicionales superan a los generados con IA en credibilidad e intención de
compra, mientras que el impacto visual es percibido de forma similar en ambos casos. Estos resultados
confirman que la autenticidad sigue siendo un elemento esencial para generar confianza y la intención
de compra.
CONCLUSIONES
La presente investigación permitió evidenciar que los anuncios publicitarios elaborados mediante
métodos tradicionales continúan siendo más efectivos en términos de credibilidad e intención de compra
que aquellos generados con inteligencia artificial. Aunque ambos formatos alcanzaron niveles similares
de impacto visual, la diferencia radicó en la percepción de confianza y autenticidad que los participantes
otorgaron al contenido tradicional. Esto confirma que, si bien la inteligencia artificial ha avanzado en la
creación de materiales visualmente atractivos, aún enfrenta limitaciones para transmitir emociones
genuinas y generar vínculos de credibilidad con el público.
Los resultados mostraron que la generación Z, a pesar de ser nativa digital, mantiene una clara
preferencia por los mensajes reales, humanizados y coherentes, asociándolos con mayor veracidad y
conexión emocional. Esta tendencia se relaciona con lo expuesto por Cevallos y Tinoco (2025), quienes
demostraron que los anuncios tradicionales provocan una respuesta emocional más auténtica, mientras
que los generados por IA tienden a percibirse como más impersonales y menos naturales. Asimismo,
los hallazgos coinciden con los planteamientos de Bohórquez et al. (2024) y Álvarez (2023), al señalar
que la efectividad de una campaña no depende únicamente de la tecnología, sino de la capacidad del
mensaje para generar confianza, empatía y valor percibido.
En síntesis, se concluye que los anuncios tradicionales superan a los creados con inteligencia artificial
en los aspectos de credibilidad e intención de compra, mientras que el impacto visual se mantiene
equilibrado entre ambos.
Estos resultados sugieren que la innovación tecnológica debe complementarse con elementos humanos
que fortalezcan la autenticidad y la conexión emocional del mensaje publicitario. La inteligencia
artificial representa una herramienta prometedora para el marketing moderno, pero su verdadero
potencial dependerá de la manera en que las marcas logren integrarla sin perder la esencia emocional
que caracteriza a la comunicación efectiva.
pág. 576
REFERENCIAS BIBLIOGRÁFICAS
Álvarez Luján, J. L. (2023). Inteligencia Artificial y Publicidad: aplicaciones y análisis de su utilización
en campañas recientes. Universidad de Valladolid, repositorio documental.
https://uvadoc.uva.es/handle/10324/61770
Bohórquez-Rogel , L., Torres-Balladares , D. ., & Aguilar-Galvez, W. (2024). Análisis de la influencia
del marketing de contenido en la intención de compra de la marca PYCCA en la ciudad de
Machala . 593 Digital Publisher CEIT, 9(1), 103-111.
https://doi.org/10.33386/593dp.2024.1.2152
Caballero, Jorge. “Toward a New Dimension in Film Editing: Exploring the Possibilities of Artificial
Intelligence”. Hipertext.net, 2023, no. 26, pp. 53-58,
https://doi.org/10.31009/hipertext.net.2023.i26.08
Cavazos-Arroyo, Judith. (2022). Percepción de engaño en la publicidad durante las promociones del
“Buen Fin” en millennials de la Ciudad de México. CienciaUAT, 16(2), 59-72. Epub 16 de
mayo de 2022. https://doi.org/10.29059/cienciauat.v16i2.1581
Cespedes, D. M. (2021). La generación z y el valor de la publicidad en facebook de las mypes de venta
de ropa – Chiclayo, 2020 (Tesis de licenciatura). http://hdl.handle.net/20.500.12423/5479
Cruz, C. (2025). Amor Systemic. Recuperado el 06 de Julio de 2025, de que es impacto visual marketing
y diseño: https://amorsystemic.com/glossario/que-es-impacto-visual-marketing-y-diseno/
Cueva Estrada, J. M., Sumba Nacipucha, N., & Duarte Duarte, W. (2021). Marketing de contenidos y
decisión de compra de los consumidores Generación Z en Ecuador. ECA Sinergia, 12(2), 25–
37. https://doi.org/10.33936/eca_sinergia.v12i2.3459
Defincionwiki. (08 de Enero de 2025). Concepto de Credibilidad: Según Autores y Ejemplos.
Recuperado el 07 de Julio de 2025, de Defincionwiki: https://definicionwiki.com/credibilidad-
segun-autores-ejemplos/
Espino Canchari, I., & Palomino Palomino, E. W. (2025). La percepción del cliente frente al diseño
gráfico en el marketing digital de la pollería huamanguina, Huamanga: 2024.
https://repositorio.unsch.edu.pe/handle/20.500.14612/7651
REFERENCIAS BIBLIOGRÁFICAS
Álvarez Luján, J. L. (2023). Inteligencia Artificial y Publicidad: aplicaciones y análisis de su utilización
en campañas recientes. Universidad de Valladolid, repositorio documental.
https://uvadoc.uva.es/handle/10324/61770
Bohórquez-Rogel , L., Torres-Balladares , D. ., & Aguilar-Galvez, W. (2024). Análisis de la influencia
del marketing de contenido en la intención de compra de la marca PYCCA en la ciudad de
Machala . 593 Digital Publisher CEIT, 9(1), 103-111.
https://doi.org/10.33386/593dp.2024.1.2152
Caballero, Jorge. “Toward a New Dimension in Film Editing: Exploring the Possibilities of Artificial
Intelligence”. Hipertext.net, 2023, no. 26, pp. 53-58,
https://doi.org/10.31009/hipertext.net.2023.i26.08
Cavazos-Arroyo, Judith. (2022). Percepción de engaño en la publicidad durante las promociones del
“Buen Fin” en millennials de la Ciudad de México. CienciaUAT, 16(2), 59-72. Epub 16 de
mayo de 2022. https://doi.org/10.29059/cienciauat.v16i2.1581
Cespedes, D. M. (2021). La generación z y el valor de la publicidad en facebook de las mypes de venta
de ropa – Chiclayo, 2020 (Tesis de licenciatura). http://hdl.handle.net/20.500.12423/5479
Cruz, C. (2025). Amor Systemic. Recuperado el 06 de Julio de 2025, de que es impacto visual marketing
y diseño: https://amorsystemic.com/glossario/que-es-impacto-visual-marketing-y-diseno/
Cueva Estrada, J. M., Sumba Nacipucha, N., & Duarte Duarte, W. (2021). Marketing de contenidos y
decisión de compra de los consumidores Generación Z en Ecuador. ECA Sinergia, 12(2), 25–
37. https://doi.org/10.33936/eca_sinergia.v12i2.3459
Defincionwiki. (08 de Enero de 2025). Concepto de Credibilidad: Según Autores y Ejemplos.
Recuperado el 07 de Julio de 2025, de Defincionwiki: https://definicionwiki.com/credibilidad-
segun-autores-ejemplos/
Espino Canchari, I., & Palomino Palomino, E. W. (2025). La percepción del cliente frente al diseño
gráfico en el marketing digital de la pollería huamanguina, Huamanga: 2024.
https://repositorio.unsch.edu.pe/handle/20.500.14612/7651
pág. 577
Estrada, J. C., Nacipucha, N. S., & Duarte, W. D. (2021). Marketing de contenidos y decisión de compra
de los consumidores Generación Z en Ecuador. Eca Sinergia, 12(2), 25-37.
https://doi.org/10.33936/eca_sinergia.v12i2.3459
Garcés-Giraldo, Luis F., Bermeo-Giraldo, Camila, Valencia-Arias, Alejandro, & Benjumea-Arias,
Martha L.. (2022). Factores determinantes en la decisión de compra a través de medios
virtuales en millennials. Información tecnológica, 33(5), 71-80.
https://dx.doi.org/10.4067/S0718-07642022000500071
Giletta, M., Giordano, A., Mercaú, N., Orden, P., & Villarreal, V. (2020). Inteligencia Artificial:
definiciones en disputa. Sociales Investiga, (9), 20–33.
https://socialesinvestiga.unvm.edu.ar/ojs/index.php/socialesinvestiga/article/view/320
Gkikas, D., Theodoridis, P. (2022). AI in Consumer Behavior. In: Virvou, M., Tsihrintzis, G.A.,
Tsoukalas, L.H., Jain, L.C. (eds) Advances in Artificial Intelligence-based Technologies.
Learning and Analytics in Intelligent Systems, vol 22. Springer, Cham.
https://doi.org/10.1007/978-3-030-80571-5_10
Haleem, A., Javaid, M., Qadri, M. A., Singh, R. P., & Suman, R. (2022). Artificial intelligence (AI)
applications for marketing: A literature-based study. International Journal of Intelligent
Networks, 3, 119-132. https://doi.org/10.1016/j.ijin.2022.08.005
Hernández González, Osvaldo. (2021). Aproximación a los distintos tipos de muestreo no probabilístico
que existen. Revista Cubana de Medicina General Integral, 37(3), 01 de septiembre de 2021.
10 de julio de 2025, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-
21252021000300002&lng=es&tlng=es.
Ilbay-Guaña, E. L., & Ilbay-Guaña, L. P. (2023). Las franquicias en el deporte y el impacto económico
en el mercado nacional e internacional. Revista Política y Ciencias Administrativas, 2(1), 23-
36. https://doi.org/10.62465/rpca.v2n1.2023.42
Kothari H, Choudhary A, Jain A, Singh S, Prasad KDV and Vani UK (2025) Impact of social media
advertising on consumer behavior: role of credibility, perceived authenticity, and
sustainability. Front. Commun. https://doi.org/10.3389/fcomm.2025.1595796
Estrada, J. C., Nacipucha, N. S., & Duarte, W. D. (2021). Marketing de contenidos y decisión de compra
de los consumidores Generación Z en Ecuador. Eca Sinergia, 12(2), 25-37.
https://doi.org/10.33936/eca_sinergia.v12i2.3459
Garcés-Giraldo, Luis F., Bermeo-Giraldo, Camila, Valencia-Arias, Alejandro, & Benjumea-Arias,
Martha L.. (2022). Factores determinantes en la decisión de compra a través de medios
virtuales en millennials. Información tecnológica, 33(5), 71-80.
https://dx.doi.org/10.4067/S0718-07642022000500071
Giletta, M., Giordano, A., Mercaú, N., Orden, P., & Villarreal, V. (2020). Inteligencia Artificial:
definiciones en disputa. Sociales Investiga, (9), 20–33.
https://socialesinvestiga.unvm.edu.ar/ojs/index.php/socialesinvestiga/article/view/320
Gkikas, D., Theodoridis, P. (2022). AI in Consumer Behavior. In: Virvou, M., Tsihrintzis, G.A.,
Tsoukalas, L.H., Jain, L.C. (eds) Advances in Artificial Intelligence-based Technologies.
Learning and Analytics in Intelligent Systems, vol 22. Springer, Cham.
https://doi.org/10.1007/978-3-030-80571-5_10
Haleem, A., Javaid, M., Qadri, M. A., Singh, R. P., & Suman, R. (2022). Artificial intelligence (AI)
applications for marketing: A literature-based study. International Journal of Intelligent
Networks, 3, 119-132. https://doi.org/10.1016/j.ijin.2022.08.005
Hernández González, Osvaldo. (2021). Aproximación a los distintos tipos de muestreo no probabilístico
que existen. Revista Cubana de Medicina General Integral, 37(3), 01 de septiembre de 2021.
10 de julio de 2025, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-
21252021000300002&lng=es&tlng=es.
Ilbay-Guaña, E. L., & Ilbay-Guaña, L. P. (2023). Las franquicias en el deporte y el impacto económico
en el mercado nacional e internacional. Revista Política y Ciencias Administrativas, 2(1), 23-
36. https://doi.org/10.62465/rpca.v2n1.2023.42
Kothari H, Choudhary A, Jain A, Singh S, Prasad KDV and Vani UK (2025) Impact of social media
advertising on consumer behavior: role of credibility, perceived authenticity, and
sustainability. Front. Commun. https://doi.org/10.3389/fcomm.2025.1595796
pág. 578
Kumar, Madhav and Kapoor, Anuj , Generative AI and Personalized Video Advertisements (June 09,
2024). Available at SSRN: https://ssrn.com/abstract=4614118 or
http://dx.doi.org/10.2139/ssrn.4614118
Lima-Vargas, Alvaro Enrique, Cervantes-Aldana, Fernando Javier, & Lima-Vargas, Suemi. (2022). La
intención de compra en la generación Z en el mercado de moda. Contaduría y administración,
67(4), 72-97. Epub 17 de marzo de 2023. https://doi.org/10.22201/fca.24488410e.2022.2974
Llerena Muñaqui, S. A., & Falcon Quispe, J. C. (2024). Variables que se relacionan con la intención de
compra de los consumidores potenciales de electrodomésticos energéticamente eficientes en
Lima en 2023.Universidad Peruana de Ciencias Aplicadas (UPC)
http://doi.org/10.19083/tesis/670835
López-Rodríguez, C. E., Sotelo-Muñoz, J. K., Muñoz-Venegas, I. J. y López-Aguas, N. F. (2024).
Análisis de la multidimensionalidad del brand equity para el sector bancario: un estudio en la
generación Z. Retos Revista de Ciencias de la Administración y Economía, 14(27), 9-20.
https://doi.org/10.17163/ret.n27.2024.01.
Lorenzo Gutiérrez, A. (2022). Publicidad emocional: un estudio sobre la actitud ante la publicidad
racional y el storytelling. Universidad de Valladolid, repositorio documental. Recuperado de
https://uvadoc.uva.es/handle/10324/55088
Margalina, Vasilica Maria, Jiménez-Sánchez, Álvaro, & Cutipa-Limache, Alberto Magno. (2024).
Modelo PLS-SEM para la intención de compra online en el sector moda en Ecuador. RETOS.
Revista de Ciencias de la Administración y Economía, 14(27), 111-114.
https://doi.org/10.17163/ret.n27.2024.07
Martín García, N., & Ávila Rodríguez de Mier, B. (2020). La credibilidad publicitaria en la nueva esfera
mediática: los universitarios y los medios. Ámbitos. Revista Internacional De Comunicación,
(50), 208–223. https://doi.org/10.12795/Ambitos.2020.i50.14
Mondello, F. M. (2024). La tríada cognitiva del consumido: atención, memoria y motivación en
estrategias de marketing. Universidad Europea. https://hdl.handle.net/20.500.12880/8898
Muñoz, D. & Loor, T. (2024). La inteligencia artificial en las estrategias de marketing de las marcas
ecuatorianas (Bachelor's thesis, Babahoyo). http://dspace.utb.edu.ec/handle/49000/17289
Kumar, Madhav and Kapoor, Anuj , Generative AI and Personalized Video Advertisements (June 09,
2024). Available at SSRN: https://ssrn.com/abstract=4614118 or
http://dx.doi.org/10.2139/ssrn.4614118
Lima-Vargas, Alvaro Enrique, Cervantes-Aldana, Fernando Javier, & Lima-Vargas, Suemi. (2022). La
intención de compra en la generación Z en el mercado de moda. Contaduría y administración,
67(4), 72-97. Epub 17 de marzo de 2023. https://doi.org/10.22201/fca.24488410e.2022.2974
Llerena Muñaqui, S. A., & Falcon Quispe, J. C. (2024). Variables que se relacionan con la intención de
compra de los consumidores potenciales de electrodomésticos energéticamente eficientes en
Lima en 2023.Universidad Peruana de Ciencias Aplicadas (UPC)
http://doi.org/10.19083/tesis/670835
López-Rodríguez, C. E., Sotelo-Muñoz, J. K., Muñoz-Venegas, I. J. y López-Aguas, N. F. (2024).
Análisis de la multidimensionalidad del brand equity para el sector bancario: un estudio en la
generación Z. Retos Revista de Ciencias de la Administración y Economía, 14(27), 9-20.
https://doi.org/10.17163/ret.n27.2024.01.
Lorenzo Gutiérrez, A. (2022). Publicidad emocional: un estudio sobre la actitud ante la publicidad
racional y el storytelling. Universidad de Valladolid, repositorio documental. Recuperado de
https://uvadoc.uva.es/handle/10324/55088
Margalina, Vasilica Maria, Jiménez-Sánchez, Álvaro, & Cutipa-Limache, Alberto Magno. (2024).
Modelo PLS-SEM para la intención de compra online en el sector moda en Ecuador. RETOS.
Revista de Ciencias de la Administración y Economía, 14(27), 111-114.
https://doi.org/10.17163/ret.n27.2024.07
Martín García, N., & Ávila Rodríguez de Mier, B. (2020). La credibilidad publicitaria en la nueva esfera
mediática: los universitarios y los medios. Ámbitos. Revista Internacional De Comunicación,
(50), 208–223. https://doi.org/10.12795/Ambitos.2020.i50.14
Mondello, F. M. (2024). La tríada cognitiva del consumido: atención, memoria y motivación en
estrategias de marketing. Universidad Europea. https://hdl.handle.net/20.500.12880/8898
Muñoz, D. & Loor, T. (2024). La inteligencia artificial en las estrategias de marketing de las marcas
ecuatorianas (Bachelor's thesis, Babahoyo). http://dspace.utb.edu.ec/handle/49000/17289
pág. 579
Nalini, M., Radhakrishnan, D., Yogi, G., Santhiya, S. and Harivardhini, V. (2021). Impact of Artificial
Intelligence (AI) on Marketing. Int. J. of Aquatic Science, 12(2), 3159-3167.
https://www.journal-aquaticscience.com/article_135000.html
Narea Jerez, E., Yuqui Ketil, M., Rivera Contreras, S., & Franco Morejón, M. (2025). El nuevo rostro
de la era digital: Implicaciones de la inteligencia artificial en el marketing. Polo del
Conocimiento, 10(4), 1227-1247. https://doi.org/10.23857/pc.v10i4.9373
Navarro Robles, M. y Vázquez Barrio, T. (2020). El consumo audiovisual de la Generación Z. El
predominio del vídeo online sobre la televisión tradicional. Ámbitos: Revista internacional de
comunicación, 50, 10-30. https://doi.org/10.12795/Ambitos.2020.i50.02
Ordoñez Abril, Daniel Yiwady, Calderón Sotero, Jaime Hernán, & Padilla Delgado, Lina Marcela.
(2021). Revisión de literatura de la teoría del comportamiento planificado en la decisión de
compra de productos orgánicos. Revista Nacional de Administración, 12(1), e3178.
https://dx.doi.org/10.22458/rna.v12i1.3178
Pabon, J. F., Aizaga, M., Recalde, H., & Toasa, R. M. (2023). Revisión de literatura sobre impacto de
la inteligencia artificial y su aplicación en el Ecuador. Revista Ibérica de Sistemas e
Tecnologias de Informação, (E55), 100-113.
https://www.researchgate.net/publication/372028731
Padilla Piernas, J. M., Parra Meroño, M. C., & Flores Asenjo, M. del P. (2024). Escape Rooms virtuales:
una herramienta de gamificación para potenciar la motivación en la educación a distancia.
RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 61–85.
https://doi.org/10.5944/ried.27.1.37685
Nalini, M., Radhakrishnan, D., Yogi, G., Santhiya, S. and Harivardhini, V. (2021). Impact of Artificial
Intelligence (AI) on Marketing. Int. J. of Aquatic Science, 12(2), 3159-3167.
https://www.journal-aquaticscience.com/article_135000.html
Narea Jerez, E., Yuqui Ketil, M., Rivera Contreras, S., & Franco Morejón, M. (2025). El nuevo rostro
de la era digital: Implicaciones de la inteligencia artificial en el marketing. Polo del
Conocimiento, 10(4), 1227-1247. https://doi.org/10.23857/pc.v10i4.9373
Navarro Robles, M. y Vázquez Barrio, T. (2020). El consumo audiovisual de la Generación Z. El
predominio del vídeo online sobre la televisión tradicional. Ámbitos: Revista internacional de
comunicación, 50, 10-30. https://doi.org/10.12795/Ambitos.2020.i50.02
Ordoñez Abril, Daniel Yiwady, Calderón Sotero, Jaime Hernán, & Padilla Delgado, Lina Marcela.
(2021). Revisión de literatura de la teoría del comportamiento planificado en la decisión de
compra de productos orgánicos. Revista Nacional de Administración, 12(1), e3178.
https://dx.doi.org/10.22458/rna.v12i1.3178
Pabon, J. F., Aizaga, M., Recalde, H., & Toasa, R. M. (2023). Revisión de literatura sobre impacto de
la inteligencia artificial y su aplicación en el Ecuador. Revista Ibérica de Sistemas e
Tecnologias de Informação, (E55), 100-113.
https://www.researchgate.net/publication/372028731
Padilla Piernas, J. M., Parra Meroño, M. C., & Flores Asenjo, M. del P. (2024). Escape Rooms virtuales:
una herramienta de gamificación para potenciar la motivación en la educación a distancia.
RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 61–85.
https://doi.org/10.5944/ried.27.1.37685