¿Tiene género el marketing 6.0? Personalización algorítmica y representación de género en la publicidad inmersiva
DOI:
https://doi.org/10.65598/rps.6293Palabras clave:
Marketing 6.0, Publicidad inmersiva, Personalización algorítmica, Inteligencia Artificial, Equidad de géneroResumen
Los entornos digitales inmersivos asociados al Marketing 6.0 se presentan frecuentemente como espacios innovadores, inclusivos y democráticos, capaces de proporcionar experiencias publicitarias altamente personalizadas mediante el uso de Inteligencia Artificial y algoritmos de recomendación. No obstante, aún no se ha esclarecido si esta promesa de inclusión se materializa de manera efectiva en términos de representación, visibilidad y segmentación de género. A pesar de su potencial innovador, los sistemas de personalización algorítmica no son neutrales y pueden reproducir o intensificar las desigualdades de género estructurales presentes en la comunicación audiovisual contemporánea. En este contexto, el presente estudio propone un análisis crítico de la literatura científica que aborda la relación entre la personalización algorítmica, la publicidad inmersiva y las dinámicas de género bajo el marco del Marketing 6.0. Para tal fin, se emplea la metodología PRISMA con el objetivo de identificar, seleccionar y analizar sistemáticamente estudios publicados en bases de datos internacionales. La revisión pretende mapear tendencias teóricas, enfoques metodológicos y hallazgos clave, así como identificar lagunas en la investigación y patrones recurrentes en la conceptualización y representación del género en entornos inmersivos y experiencias publicitarias personalizadas. Los resultados previstos contribuyen a una comprensión más profunda del impacto de la Inteligencia Artificial en la comunicación audiovisual de las marcas, ofreciendo una perspectiva crítica sobre la inclusión, la representación y la equidad de género, al tiempo que refuerzan la relevancia del debate académico sobre prácticas de marketing más conscientes, éticas e inclusivas en el contexto de las tecnologías emergentes.
Descargas
Citas
Ali, M., Sapiezynski, P., Bogen, M., Korolova, A., Mislove, A. y Rieke, A. (2019). Discrimination through Optimization: How Facebook's Ad Delivery Can Lead to Biased Outcomes. Proceed. ACM Human-Comp. Int., 3(CSCW), 1-30. https://doi.org/10.1145/3359301
Almeida, R. (2021). Visagismo como Ferramenta de Branding Pessoal: Desconstruindo Padrões de Beleza Femininos na Sociedade Contemporânea. Convergências, XIV(27), 105-114. https://doi.org/10.53681/c1514225187514391s.27.91
Baia, K. y Liu, Y. (2025). Scarcity, symbolism, and social identity (3S): Unpacking drivers of conspicuous consumption of virtual gear in the metaverse. Journal of Retailing and Consumer Services, 87(104396), 1-16. https://doi.org/10.1016/j.jretconser.2025.104396
Barker, R., & Jurasz, O. (2019). Online Misogyny: A Challenge for Digital Feminism?. Journal of International Affairs, 72(2), 95–114. https://www.jstor.org/stable/26760834
Basalingappa, A. y Namboodiri, S. (2024). Life Journeys and Influential Contributions of Six Marketing Visionaries. Journal of Macromarketing, 44(3), 653-667. https://doi.org/10.1177/02761467241261257
Biete, E. (2021). Por qué los algoritmos afectan más a las mujeres”, Alternativas económicas, nº93. https://alternativaseconomicas.coop/revista/mensual/numero-93
Bin Nofal, A., Ali, H., Hadi, M., Ahmad, A., Qayyum, A., Johri, A., Al-Fuqaha, A. y Qadir, J. (2025). AI-enhanced interview simulation in the metaverse. Computers and Education: Artificial Intelligence, 8(100347), 1-11. https://doi.org/10.1016/j.caeai.2024.100347
Boerman, S. C., Kruikemeier, S. y Zuiderveen Borgesius, F. J. (2017). Online Behavioral Advertising: A Literature Review and Research Agenda. Journal of Advertising, 46(3), 363-376. https://doi.org/10.1080/00913367.2017.1339368
Boccalini, S., Patrizi, M., Vernuccio, M. y Pastore, A. (2025). Enhancing eudaimonic well-being through brand experiences in the VR-based metaverse. Journal of Product & Brand Management, 34(6), 817-831. https://doi.org/10.1108/JPBM-10-2024-5542
Bolukbasi, T., Chang, K-W., Zou, J., Saligrama, V., Kalai, A. (2016). Man is to Computer Programmer as Woman is to Homemaker?. The Conference Advances in Neural Inform. Proc. Systems (NIPS). 4349–435. https://doi.org/10.48550/arXiv.1607.06520
Buolamwini, J. (2017). How I’m fighting bias in algorithms. TED. https://www.ted.com/talks/joy_buolamwini_how_i_m_fighting_bias_in_algorithms/transcript
Buolamwini, J., & Gebru, T. (2018). Gender shades: Intersectional accuracy disparities in commercial gender classification. Proceedings of Machine Learning Research, 81, 77-91.
Buolamwini, J. (2024). Unmasking AI: My mission to protect what is human in a world of machines. Random House.
Choi, S., & Bucher, M. L. (2025). Democratising artificial intelligence through culture: Making generative AI participatory and intersectional through an AI of the commons. IFA (Institut für Auslandsbeziehungen). https://doi.org/10.17901/1571
Cohen, M., Khavkin, M., Movsowitz Davidow, D. y Toch, E. (2026). ChatGPT in the public eye: Ethical principles and generative concerns in social media discussions. New media & society, 28(1), 5-31. https://doi.org/10.1177/14614448241279034
Daniele, F., Bucher, L., Servida, G., & Gilman, R. (2025, dezembro 17). Monetising misogyny: Engagement farming and the tactics behind incendiary online content. GNET. https://gnet-research.org/2025/12/17/monetising-misogyny-engagement-farming-and-the-tactics-behind-incendiary-online-content/
Di Meco, L. (2023a). Hungary: Gendered disinformation and online harassment. She Persisted. https://she-persisted.org/wp-content/uploads/2023/03/ShePersisted_Hungary.pdf
Di Meco, L. (2023b). Monetizing misogyny: Gendered disinformation and the undermining of women’s rights and democracy globally. She Persisted. https://she-persisted.org/wp-content/uploads/2023/02/ShePersisted_MonetizingMisogyny.pdf
Doligalski, T., Sarna, N., Koles, B., Siejka, A. y Kozielski, R. (2024). Advertising in the metaverse and its implications for brands and society. Technological Forecasting & Social Change, 209, 123832. https://doi.org/10.1016/j.techfore.2024.123832
Dutta, A. y Singh, S. (2025). Metaverse Metamorphosis: Fintech’s Evolution Catalyzing New Era of Consumer Behavior. Journal of Consumer Behaviour, 24(1), 420-435. https://doi.org/10.1002/cb.2425
Diwanji, V. S., Conlin, J., Burkett, K. M. y Barros Coelho, M. (2026). Design and realism in virtual influencers as brand endorsers: how anthropomorphism and social identity cues shape consumer responses. Journal of Product & Brand Management, 1-19. https://doi.org/10.1108/JPBM-01-2025-5740
Dwivedi, Y. K., Hughes, L., Wang, Y., Alalwan, A. A., … Sigala, M., Veloutsou, C. y Wirtz, J. (2022). Metaverse marketing: How the metaverse will shape the future of consumer research and practice. Psychology & Marketing, 40(4), 750-776. https://doi.org/10.1002/mar.21767
Escobar, A. (2016). Invisible Participation: The Hologram Protest in Spain. Afterimage,43(4): 8–11. https://doi.org/10.1525/aft.2016.43.4.8
Ferraro, C., Sands, S., Demsar, V. y Cohen, J. (2024). Diversity Representation in Virtual Environments: How Brand Motives Mediate Consumer Perceptions. Australasian Marketing Journal, 32(3), 239-249. https://doi.org/10.1177/14413582241244535
Fan, M., & Zhang, C. (2025). Key factors and influence pathways of agricultural product content marketing on social platforms: A mixed-method approach with LDA and grounded theory. SAGE Open, 15(3), 1–23. https://doi.org/10.1177/21582440251379295
Galliah, S. A. (2019). Algorithms of oppression: Safiya Umoja Noble's powerful exploration of search engines' underlying hegemony and their racist, sexist practices. The Liminal: Interd. Journ. of Techn. in Educ., 1(1), 1-5. https://digitalcommons.du.edu/theliminal/vol1/iss1/9
Gallardo-Hurtado, L. (2025). Las microcelebridades musicales y la transformación de la atención en línea: análisis de la estra¬tegia de marca de Carmen Boza. Hipertext.net, (31), 187-199. https://doi.org/10.31009/hipertext.net.2025.i31.14
Haleem, A., Javaid, M., Qadri, M. A., Singh, R. P. y 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-Ruiz, A., Willem, C., Tortajada, I., Martínez-Martínez, I. J. y Pérez-Portabella-López, A. (2024). Gender bias, stereotypes and diversity on digital platforms. Profesional de la informação, 33(5), 1-11. https://doi.org/10.3145/epi.2024.0510
Hussain, B., Aslam, S., & Imran, A. (2025). Manufacturing beauty: How AI and Social media are redefining aesthetic norms in emerging digital cultures. Acta Psychologica, 260. https://doi.org/10.1016/j.actpsy.2025.105734
Kim, J., Sandhaus, H. y Fussell, S. R. (2023). VR Job Interview Using a Gender-Swapped Avatar. CSCW '23 Companion, 154-159. https://doi.org/10.1145/3584931.3606976
Kotler, P. (2017). Philip Kotler: some of my adventures in marketing. Journal of Historical Research in Marketing, 9(2), 203-208. https://doi.org/10.1108/JHRM-11-2016-0027
Kotler, P., Kartajaya, H., & Setiawan, I. (2025). Marketing 6.0: el futuro es inmersivo. Lid Editorial.
Li, S., Zhu, B., Zhu, H. y Yu, Z. (2024). Co-creation of metaverse brands equity with the impact of celebrity virtual images and real-life influence. Electronic Commerce Research, 26, 213-242. https://doi.org/10.1007/s10660-024-09899-2
López-Belmonte, J., Pozo-Sánchez, S., Moreno-Guerrero, A. J. y Lampropoulos, G. (2025). Factores influyentes en el aprendizaje a través del metaverso en estudiantes de educación secundaria. Rev. Complutense de Educ., 36(2), 203-213. https://dx.doi.org/10.5209/rced.93697
Mehrjoo, A., Cuevas, R., & Cuevas, Á. (2024). Online advertisement in a pink-colored market. EPJ Data Science, 13(36). https://doi.org/10.1140/epjds/s13688-024-00473-2
Morriello, R. (2024). Women in the Metaverse and the gender data gap: a cultural approach. JLIS.it, 15(3), 81-97. https://doi.org/10.36253/jlis.it-623.
Munoz, I., Kim, P., O'Neil, C., Dunn, M. y Sawyer, S. (2024). Platformization of Inequality: Gender and Race in Digital Labor Platforms. Proceedings of the ACM on Human-Computer Interaction, 8(CSCW1), 1-22. https://doi.org/10.1145/3637385
Ofcom. (2025, June). Experiences of engaging with the manosphere. https://www.ofcom.org.uk/siteassets/resources/documents/online-safety/research-statistics-and-data/protecting-children/experiences-of-engaging-with-the-manosphere.pdf?v=398550
O´Neil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Penguin Random House, New York.
Oukhayi, B., Arya, V. y Thomas, A. (2026). Immersive Luxury Branding: Exploring Consumer and Brand Dynamics in the Metaverse Through the AIDA Framework. Journal of Consumer Behaviour, 0(0), 1-28. https://doi.org/10.1002/cb.70123
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., […] y Mulrow, C.D. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372(71), 1-9. https://doi.org/10.1136/bmj.n71
Rai, S. (2019). May the Force Be With You: Narendra Modi and the Celebritization of Indian Politics. Comm., Culture & Critique, 12(3), 323–339. https://doi.org/10.1093/ccc/tcz013
Ramírez-Bustamante, N. & Páez, A. (2021). Análisis jurídico de la discriminación algorítmica en los procesos de selección laboral. SSRN. http://dx.doi.org/10.2139/ssrn.3765741
Rathee, S., Banker, S., Mishra, A. y Mishra, H. (2023). Algorithms propagate gender bias in the marketplace—with consumers' cooperation. Journal of Consumer Psychology, 33, 621-631. https://doi.org/10.1002/jcpy.1351
Rathnasiri, M. S. H. y Dewasiri, N. J. (2024). Book review: Marketing 6.0: the future is immersive. Rajagiri Management Journal, 18(4), 342-347. https://doi.org/10.1108/RAMJ-10-2024-332
Retzlaff, N. (2024). Political Biases of ChatGPT in Different Languages. Preprints 2024, 2024061224. https://doi.org/10.20944/preprints202406.1224.v1
Ricoy-Casas, R.M. (2023). The Metaverse as a New Space for Political Communication. In: López-López, P.C., Barredo, D., Torres-Toukoumidis, Á., De-Santis, A., Avilés, Ó. (eds) Communication and Applied Technologies. Smart Innovation, Systems and Technologies, vol 318. Springer, Singapore. https://doi.org/10.1007/978-981-19-6347-6_29
Ricoy-Casas, R. M. (2022). Holograms and Avatars for political persuasion. Visual Review. Intern. Visual Culture Review, 9(4), 1–10. https://doi.org/10.37467/revvisual.v9.3547
Sama, R. R., Pande, T., Sharma, K. y Das, K. (2025). Plugged into the future: how immersive technologies are changing service experiences? Journal of Service Theory and Practice, 35(5), 776-804. https://doi.org/10.1108/JSTP-12-2024-0465
Sands, S., Ferraro, C., Demsar, V., Cohen, J. y Gvirtz, A. (2024). Immersive Advertising—A Review and Research Agenda: Potential Effects of and Considerations. Journ. Adver. Research, 64(3), 284-300. https://doi.org/10.2501/JAR-2024-01
Seyyed-Kalantari, L., Zhang, H., McDermott, M. B., Chen, I. Y. y Ghassemi, M. (2021). Underdiagnosis bias of artificial intelligence algorithms applied to chest radiographs in under-served patient populations. Nature medicine, 27(12), 2176-2182. https://doi.org/10.1038/s41591-021-01595-0
Santini, R. M., Salles, D., Belin, L. L., Belisário, A., Mattos, B., Medeiros, S. G., Mello, D., Grael, F., Seade, R., Borges, A., Murakami, L., Cardoso, R., Dau, E., Loureiro, F., Yoneshigue, B., Carmo, V., & Maia, F. (2024). Aprenda a evitar ‘esse tipo’ de mulher. NetLab Laboratório de Estudos de Internet e Redes Sociais, Universidade Federal do Rio de Janeiro (UFRJ). https://netlab.eco.ufrj.br/post/aprenda-a-evitar-esse-tipo-de-mulher-estrat%C3%A9gias-discursivas-e-monetiza%C3%A7%C3%A3o-da-misoginia-no-yout
Smith, G.; Rustagi, I. (2021). When Good Algorithms Go Sexist: Why and How to Advance AI Gender Equity, Stanford Social Innovation Review. https://ssir.org/articles/entry/when_good_algorithms_go_sexist_why_and_how_to_advance_ai_gender_equity
Taylor, C. R. y Kim, E. A. (2025). What Are the Unique Features of Digital Advertising? The Six Principles of Digital Advertising in the 21st Century. Journal of Interactive Advertising, 25(4), 328-346. https://doi.org/10.1080/15252019.2025.2556813
Tian, S. y Wang, Y. (2025). Towards a conceptual framework for understanding the experiential and perceptual effects of augmented reality advertising. Computers in Human Behavior, 168, 108656. https://doi.org/10.1016/j.chb.2025.108656
Toader, D. C., Boca, G., Toader, R., Măcelaru, M., Toader, C., Ighian, D. y Rădulescu, A. T. (2020). The Effect of Social Presence and Chatbot Errors on Trust. Sustainability, 12(256), 1-24. https://doi.org/10.3390/su12010256
Tunca, S., Sezen, B. y Wilk, V. (2023). An exploratory content and sentiment analysis of the guardian metaverse articles using leximancer and natural language processing. Journal of Big Data, 10(82), pp. 1-34. https://doi.org/10.1186/s40537-023-00773-w
Tricomi, P. P., Nenna, F., Pajola, L., Conti, M. y Gamberini, L. (2023). You Can't Hide Behind Your Headset: User Profiling in Augmented and Virtual Reality. IEEE Access, 11, 9859-9875. https://doi.org/10.1109/ACCESS.2023.3240071
UNESCO (2019). I'd blush if I could: closing gender divides in digital skills through education. https://unesdoc.unesco.org/ark:/48223/pf0000367416.page=1
UNESCO. (2024). Challenging the bias: Generative AI and the future of gender equality. https://unesdoc.unesco.org/ark:/48223/pf0000388971
Villar-Guevara, M., García-Salirrosas, E. E., Gómez-Bayona, L., Villar, D., Pari-Apaza, M. & Fernández-Mallma, I. (2025). Changes in the Digital World. Adm. Sciences, 15(7), 276. https://doi.org/10.3390/admsci15070276
Zhao, J.; Wang, T.; , Yatskar, M.; Ordonez, V.; Chang, K. (2017). Men Also Like Shopping: Reducing Gender Bias Amplification using Corpus-level Constraints. Proceedings of the 2017 Conference on Empirical Methods in Natural Languaje Processing, 2979-2989. https://doi.org/10.48550/arXiv.1707.09457
Zhou,P.; Shi, W.; Zhao, J.; Huang, K-H.; Chen, M.; Cotterell, R.; Chang, K-H. (2019). Examining Gender Bias in Languages with Grammatical Gender. Proceed. of Empirical Methods in Natural Lang. Proc. (EMNLP), 5279– 5287. https://arxiv.org/pdf/1909.02224.pdf
Yeung, K. (2018). Algorithmic Regulation: A Critical Interrogation. Regulation & Governance, 1-38. http://onlinelibrary.wiley.com/journal/10.1111/(ISSN)1748-5991
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y el derecho de edición
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor.
- Los autores/as ceden a la revista el derecho de la primera publicación. La revista también posee los derechos de edición.
- Todos los contenidos publicados se regulan mediante una Licencia Atribución/Reconocimiento-SinDerivados 4.0 Internacional. Acceda a la versión informativa y texto legal de la licencia. En virtud de ello, se permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista. Si transforma el material, no podrá distribuir el trabajo modificado.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales), una vez publicado en la revista y citando a la misma ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
