Durante décadas, los museos han intentado comprender cómo sus visitantes se mueven, observan, sienten y aprenden dentro de las exposiciones. Se han usado encuestas, entrevistas, observaciones y mapas de calor para registrar sus reacciones, pero con resultados limitados. Hoy, gracias a la inteligencia artificial (IA), ese esfuerzo alcanza una nueva dimensión: los museos comienzan a analizar la conducta y las emociones de sus públicos en tiempo real, con un nivel de detalle antes impensable.
Existe un sistema de aprendizaje profundo capaz de registrar los movimientos, trayectorias e interacciones de los visitantes sin recurrir a dispositivos invasivos. Este tipo de soluciones inauguran una nueva museología basada en datos, pero también, y sobre todo, en emociones.
Comprender para Diseñar Mejor.
Los visitantes no recorren un museo de manera aleatoria. Su comportamiento responde a variables psicológicas – curiosidad, atención, fatiga o sobrecarga cognitiva – que determinan el tipo y la calidad de la experiencia. Los sistemas de IA permiten identificar estos patrones invisibles: cuánto tiempo se detiene una persona ante un contenido, qué recorridos sigue, qué secciones ignora o cuáles le provocan un interés sostenido.
Esta información tiene un enorme valor para los equipos museológicos. A partir de ella serán capaces de reorganizar recorridos, ajustar ritmos narrativos, rediseñar la iluminación o los materiales interpretativos y, sobre todo, crear itinerarios personalizados que respondan a los intereses reales de cada visitante. En lugar de imponer un relato único, el museo puede ofrecer una experiencia variable, flexible y emocionalmente significativa.
Desde la perspectiva psicológica, esta personalización responde a necesidades humanas fundamentales: autonomía, competencia y conexión emocional. Si el museo reconoce los intereses del visitante y adapta su discurso, aumenta la sensación de participación y pertenencia, elementos que fortalecen la satisfacción y la memoria del aprendizaje.
Tecnología al Servicio de la Emoción.
Un sistema descrito por Mueller y Ferrato et al. utiliza redes neuronales convolucionales (CNN) y cámaras RGB de bajo coste para identificar insignias portadas por los visitantes. A diferencia de los métodos basados en GPS o smartphones, esta tecnología no es intrusiva, siendo anónima y económica, respetando la privacidad del público y favoreciendo la confianza.
La IA no solo registra la presencia, sino también el comportamiento emocional. Al detectar cuánto tiempo permanece alguien ante un contenido o cómo se detiene en determinados puntos, el sistema puede detectar niveles de interés, atención o incluso fatiga sensorial. Estos datos, integrados en modelos predictivos, permiten evaluar la experiencia emocional de la visita y generar mejoras continuas.
Por ejemplo, si una instalación museográfica provoca sobrecarga cognitiva – los visitantes pasan rápido o se dispersan -, los museólogos/as pueden añadir mediaciones o reorganizar la secuencia narrativa. Por el contrario, si un contenido genera detención prolongada y gestos de concentración, puede interpretarse como un indicador de «flujo», ese estado de inmersión total que la psicología define como altamente placentero y formativo.
De este modo, la IA actúa como un sensor de empatía, capaz de revelar las reacciones afectivas del público sin interrumpir la experiencia.
Museología Basada en Datos, Museología Basada en Personas.
Este tipo de sistemas permite que los museos dejen de tomar decisiones basadas únicamente en intuiciones o percepciones cualitativas. La IA ofrece evidencias cuantificables sobre cómo se experimenta la exposición, pero su verdadero potencial reside en traducir esos datos en estrategias humanizadas.
No se trata de sustituir la mirada del museólogo por algoritmos, sino de complementarla con información empírica que mejore la toma de decisiones. Los datos sobre circulación, permanencia o concentración no tienen sentido aislados: deben interpretarse a la luz de la teoría museológica, la semiótica y la psicología del visitante.
Por eso, el futuro de la museología tecnológica no se definirá por la cantidad de sensores, sino por la capacidad de conectar la información con la emoción, la accesibilidad y la narrativa cultural. La inteligencia artificial no es un fin, sino un instrumento para repensar el museo como un ecosistema de aprendizaje donde el conocimiento se construye desde la experiencia sensorial y cognitiva del visitante.
Ética, Confianza y Privacidad.
Uno de los retos más relevantes de esta nueva etapa es preservar la confianza del público. Las tecnologías de seguimiento no deben percibirse como mecanismos de vigilancia, sino como herramientas de mejora en la experiencia del visitante. Los modelos actuales de IA aplicados en museos apuestan por el anonimato, el consentimiento informado y la transparencia en el uso de los datos.
Un museo éticamente responsable debe garantizar que la tecnología se utilice con criterios de sostenibilidad emocional y respeto hacia el visitante. La confianza institucional se convierte así en un componente esencial de la experiencia.
Hacia un Museo Sensible y Adaptativo.
La aplicación de IA en la observación del comportamiento humano inaugura una nueva generación de museos inteligentes, donde la arquitectura, la museografía y la narrativa se diseñan a partir de evidencias sensoriales y cognitivas.
Estos avances no apuntan a reemplazar la mediación humana, sino a reforzarla. La IA puede ofrecer datos, pero la interpretación sigue siendo humana: los museólogos, educadores y diseñadores son quienes traducen la información en decisiones creativas y pedagógicas.
El futuro inmediato de la museología será híbrido: un diálogo entre análisis de datos, psicología del visitante y sensibilidad museológica y curatorial. Los museos que comprendan esta sinergia estarán mejor preparados para ofrecer experiencias más accesibles, inclusivas y emocionalmente resonantes.
La inteligencia artificial no convierte al museo en una máquina; lo convierte en un organismo más consciente de sí mismo y de su público.
Recursos Bibliográficos.
Hernández Cardona, F. (2018): Museografía contemporánea: espacio, tecnología y participación. Barcelona: Ariel.
Ferrato, A., Limongelli, C., Mezzini, M. y Sansonetti, G. (2022): Using Deep Learning for Collecting Data about Museum Visitor Behavior. Applied Sciences, 12(2), 533.
López García, M. y Pérez Santos, E. (2020): Neurociencia y museos: cómo aprende el cerebro en espacios culturales. Madrid: Síntesis.
Mueller, S. M. (2024): Artificial Intelligence and the Museum Experience. Psychology Today.
Rojas, C. (2023): Diseño de experiencias museísticas basadas en datos y emociones. Revista Museológica Iberoamericana, 25(2), 44–61.
Parry, R. (2021): Museum Technology: The Ethics and Practice of Virtual Heritage. Londres: Routledge.
Tost, L.P. y Economou, M. (2021): Beyond Personalization: Ethical Dimensions of AI in Museums. Museum Management and Curatorship, 36(5), 490–505.
Zancanaro, M., Kuflik, T. y Goren-Bar, D. (2020): Modeling Visitor Behavior in Smart Museums. User Modeling and User-Adapted Interaction, 30(3), 559–582.
Consúltanos sobre Inteligencia Artificial y Experiencia del Visitante: info@evemuseos.com
Tlf. (0034) 600320681 (España) – (0052) 3318939356 (América).
EVE Formación Museos: Aquí.
Imagen: EVE Museos e Innovación
Si quieres recibir los artículos por correo electrónico y el newsletter semanal, completa el campo correspondiente en el formulario de inscripción que encontrarás más abajo en esta página. Tu dirección de correo electrónico será utilizada exclusivamente para enviarte nuestros newsletters y los artículos, pudiendo darte de baja en el momento que quieras.
Inteligencia Artificial y Experiencia del Visitante.
BIBLIOTECA NACIONAL DE ESPAÑA – INTERNATIONAL STANDARD SERIAL NUMBER – ISSN 3020-1179 – EVE MUSEOS E INNOVACIÓN – SPAIN.
