Un asistente de compras recomienda productos. Un agente con mayor autonomía puede comparar opciones, seleccionar una y avanzar hasta el pedido o el pago. Ese salto cambia la relación entre consumidor y tecnología: la IA deja de organizar información y empieza a actuar en nombre de la persona.

Delegar puede ahorrar tiempo y reducir la carga de comparar. También introduce preguntas sobre control, privacidad, responsabilidad y coincidencia con las preferencias reales. La evidencia disponible todavía se concentra en encuestas, escenarios y modelos de intención. El comercio autónomo avanza más rápido que los estudios de transacciones reales y repetidas.

Recomendar y delegar no son la misma acción

La autonomía puede distribuirse por etapas. Diferenciar cada una evita tratar todos los asistentes como si tomaran la decisión completa:

• Recomendación: la IA propone alternativas y la persona evalúa.
• Selección: el sistema reduce el conjunto o elige una opción.
• Autorización: la persona confirma límites, presupuesto y condiciones.
• Ejecución: el agente ordena y paga dentro de los permisos concedidos.

Cada paso mueve información y responsabilidad. Una recomendación errónea puede descartarse. Una compra ejecutada añade costos de devolución, exposición financiera y necesidad de rastrear por qué el sistema actuó de esa manera.

La delegación complementaria conserva más agencia

Una investigación de Kexin Meng, Monsumi Singha Mahapatra y Jing Jian Xiao distingue la delegación complementaria, donde la IA apoya la evaluación, de la sustitutiva, donde asume una parte mayor de la decisión. El estudio analizó encuestas de 438 consumidores chinos y comparó etapas de compra con otros 400 participantes.

La delegación sustitutiva se asoció con mayor ambigüedad sobre el desempeño, ambivalencia emocional y amenaza a la autonomía. La complementaria se relacionó con menos ambivalencia y menor amenaza a la autonomía. Al tratarse de datos declarados y modelización estadística, estas asociaciones no prueban que un modo de uso cause por sí solo esas reacciones.

Más autonomía aumenta el valor del control verificable

La confianza en un agente depende de lo que hace y de lo que permite corregir. Un sistema útil debería mostrar criterios, límites y acciones antes de ejecutar una compra. También necesita distinguir preferencias explícitas de inferencias construidas a partir del historial.

Una revisión sistemática sobre IA agéntica en comercio electrónico encontró que gran parte de la literatura mide intención de uso, confianza o disposición a delegar, mientras son menos frecuentes las pruebas de ejecución real. Esa brecha aconseja interpretar con cautela promesas de conveniencia, personalización o mejores decisiones.

La buena delegación mantiene una salida humana

El diseño puede asignar autonomía según riesgo. Reponer un producto habitual dentro de un presupuesto fijo exige menos deliberación que elegir un regalo, contratar un servicio o comprar algo difícil de devolver. A mayor costo, ambigüedad o carga simbólica, más útil resulta una confirmación humana.

Para consumidores, conviene revisar permisos, datos utilizados, reglas de sustitución, límites de gasto y política de devolución. Para comercios y plataformas, la trazabilidad debe permitir explicar qué recomendó el agente, qué autorizó la persona y quién responde cuando el resultado falla.

Los agentes de IA para compras pueden reducir fricción sin eliminar el juicio. Su valor aumenta cuando la tecnología amplía la capacidad de decidir y disminuye cuando sustituye silenciosamente preferencias que todavía no comprende bien. La autonomía útil necesita límites visibles, confirmaciones proporcionales y una forma sencilla de recuperar el control.