Inteligencia de Sala en Museos

Durante años, muchos museos han medido el comportamiento del público con herramientas bastante rudimentarias: contadores en la puerta, estimaciones de tiempo de visita, encuestas a la salida y poco más. Útil, sí, pero insuficiente para responder a preguntas clave: ¿qué hace exactamente la gente dentro de la sala?, ¿qué ve y qué ignora?, ¿cómo se relaciona el contenido con la atención?, ¿qué perfiles de visita conviven realmente en nuestro museo?

La combinación de sensores, inteligencia artificial y evaluación de experiencia de usuario (UX) está empezando a ofrecer respuestas más finas a estas cuestiones. Y, sobre todo, a demostrar que no se trata de «poner cámaras» y ya está, sino de cruzar datos de movimiento con observación cualitativa y entrevistas para entender comportamientos, motivaciones y recorridos con mucha más precisión.

De Seguir Personas a Entender Patrones.

La tecnología base es relativamente conocida: cámaras instaladas en el techo, u otros sensores, captan de forma anónima la posición y el movimiento de los visitantes en sala. Los modelos de IA procesan esos datos, eliminan «ruidos» (personal del museo, movimientos erráticos) y reconstruyen trayectorias individuales: por dónde entra cada persona, qué zonas pisa, dónde se detiene, cuánto tiempo permanece en un área, qué «campo de visión» tiene según la orientación de la cabeza, etc.

A partir de ahí, el paso interesante es aplicar «algoritmos de agrupamiento» (clustering) para identificar patrones de movimiento: grupos de trayectorias que se parecen entre sí. En lugar de cien recorridos distintos sin forma, empiezan a aparecer «tipos de sala»: gente que la recorre entera, gente que se concentra en una zona, gente que entra y sale casi en línea recta…

Cuando sobre esos mapas colocamos los elementos museográficos – cuadros, vitrinas, dispositivos digitales, puertas, bancos – podemos ver de manera muy plástica qué zonas atraen más, cuáles son sistemáticamente ignoradas, qué obras empujan a reorganizar la ruta y cómo la arquitectura (puertas enfrentadas, columnas, muebles centrales) condiciona la circulación.

UX: lo que los Sensores No Ven.

Si nos quedáramos sólo con los datos de tracking, tendríamos una cartografía fría del movimiento. Sabemos el «qué» (recorridos), pero no el «por qué» ni el «cómo se vive» la experiencia en el museo. Por eso es crucial cruzar este análisis con metodologías cualitativas de UX: observación directa en sala, entrevistas breves al final de la visita, pequeños cuestionarios sobre hábitos culturales y percepción de la exposición.

Cuando se hace este cruce, empiezan a aparecer correlaciones muy sugerentes:

• perfiles de público con alta formación cultural que recorren la sala a gran velocidad, deteniéndose sólo ante piezas muy específicas;

• visitantes que no siguen ninguna ruta prescrita, sino que se mueven «a golpe de intuición», atraídos por colores, tamaños o encuadres;

• personas que pasan por delante de un dispositivo multimedia sin usarlo porque su diseño «no dice que sea interactivo», o porque su forma se confunde con el mobiliario;

• tiempos medios de estancia por sala bastante más breves de lo que muchos equipos imaginan, con diferencias claras entre espacios de entrada (más curiosidad) y espacios finales (más fatiga).

En paralelo, la observación sistemática permite detectar actitudes: curiosidad, aburrimiento, concentración, uso o no uso del móvil, interacción social con otros visitantes, etc. De esta combinación de capas nacen cosas mucho más ricas que un simple «la sala funciona» o «no funciona».

Cuatro Maneras de Habitar una Sala.

A partir de estos datos, algunos equipos han empezado a proponer perfiles experienciales de visita. No son categorías rígidas, pero ayudan a pensar el diseño expositivo desde la diversidad real del público. Por ejemplo:

• “Quiero verlo todo”: se mueve intentando cubrir toda la sala, lee la mayoría de las cartelas y suele utilizar algún recurso de mediación (audioguía, folleto, app). Es el perfil que la museología tradicional ha tenido siempre en mente.

• “Voy a lo que me llama”: improvisa, se deja arrastrar por impresiones visuales y espaciales. No tiene necesidad de completitud; le basta con momentos intensos.

• “Busco las piezas clave”: entra ya con una idea de lo que quiere ver (las «obras estrella») y organiza su recorrido en función de ello. El resto del contenido es un paisaje de fondo.

• “Sigo lo que me marcan”: respeta al máximo el recorrido sugerido, presta atención a lo que el layout indica – comenzar aquí, seguir allá – y rara vez se sale del guion.

En una misma sala conviven estos cuatro modos de estar (y otros posibles). La consecuencia es obvia: no existe un único recorrido ideal ni un único tipo de mediación válida. Diseñar sólo para el visitante «modelo catálogo» deja fuera una parte importante de las maneras reales de usar el espacio.

Del Dato a la Decisión Museográfica.

¿Qué se puede hacer con esta información?

• Ajustar la museografía: si observamos que ciertas áreas se vacían sistemáticamente y otras se saturan, podemos replantear la disposición de obras, el papel del mobiliario, la ubicación de bancos, la señalización o el uso de recursos digitales.

• Rediseñar dispositivos invisibles: si un tótem multimedia elegante se interpreta como «escultura» y nadie lo toca, quizá su diseño formal esté compitiendo con su función. Cambios pequeños en forma, color, iconografía o ubicación pueden marcar la diferencia.

• Segmentar de forma más inteligente: entender que hay visitantes que nunca usarán una audioguía, pero sí responderán a un estímulo espacial; y otros que agradecerán un recorrido muy pautado con información densa. Esto permite afinar ofertas, rutas, contenidos y campañas de comunicación.

• Evaluar cambios con criterios sólidos: repetir el análisis antes y después de una intervención expositiva da datos objetivos sobre cómo ha cambiado la circulación y la atención, más allá de impresiones subjetivas.

Todo esto, siempre, cruzado con lo cualitativo: no se trata de optimizar la sala como si fuera un supermercado, sino de usar la analítica para reforzar la misión cultural, no para vaciarla.

Ética, Privacidad y Límites.

Trabajar con sensores e IA en museos plantea inevitablemente cuestiones éticas: anonimato, consentimiento, posibles sesgos en la estimación de género o edad, uso posterior de los datos. La clave está en:

• garantizar que no se captan ni almacenan imágenes identificables de personas;

• ser transparentes con el público sobre el uso de tecnologías de análisis;

• y evitar derivar estos sistemas hacia formas invasivas de perfilado comercial.

Bien manejada, esta analítica no tiene por qué convertirse en vigilancia; puede ser, sencillamente, una forma más precisa de escuchar cómo se mueven, sienten y usan el museo quienes lo visitan.

En definitiva, pasar del conteo de cabezas a la inteligencia de sala supone asumir que el comportamiento del público es un material tan importante como las propias colecciones. Y que cruzar IA, observación y UX no es un capricho tecnológico, sino una herramienta poderosa para hacer museos más legibles, más habitables y más atentos a la complejidad de sus visitantes.

Recursos Bibliográficos:

Asensio, M. y Pol, E. (2008): Nuevos públicos, nuevos museos. Ariel.

Parry, R. (2010): Museos en un mundo digital. Ariel.

Camuñas, A., et al. (2023): Analítica de visitantes y diseño expositivo: retos y oportunidades. Revista de Museología.

Falk, J.H. y Dierking, L.D. (2016): The Museum Experience Revisited. Routledge.

Bitgood, S. (2011): Social Design in Museums: The Psychology of Visitor Studies. MuseumsEtc.

Kidd, J. (2014): Museums in the New Mediascape: Transmedia, Participation, Ethics. Routledge.

Vom Lehn, D. y Heath, C. (2005): Accounting for new technology in museum exhibitions. International Journal of Arts Management.

Tallon, L. y Walker, K. (editores) (2008): Digital Technologies and the Museum Experience. AltaMira Press.