Cómo la IA generativa puede aumentar la creatividad humana

Existe una enorme preocupación por el potencial de la IA generativa (tecnologías que pueden crear nuevos contenidos, como texto, imágenes y vídeos) para reemplazar a las personas en muchos puestos de trabajo. Pero una de las mayores oportunidades que ofrece la IA generativa es aumentar la creatividad humana y superar los desafíos de democratizar la innovación.

En las últimas dos décadas, las empresas han utilizado el crowdsourcing y los concursos de ideas para involucrar a personas ajenas en el proceso de innovación. Sin embargo, muchas empresas se han esforzado por capitalizar estas contribuciones. Les ha faltado una forma eficiente de evaluar las ideas, por ejemplo, o de sintetizar diferentes ideas.

Según los autores, la IA generativa puede ayudar a superar esos desafíos. Puede complementar la creatividad de los empleados y los clientes y ayudarlos a producir e identificar ideas novedosas, y a mejorar la calidad de las ideas sin procesar. En concreto, las empresas pueden utilizar la IA generativa para promover el pensamiento divergente, desafiar los sesgos de experiencia, ayudar a evaluar las ideas, apoyar el perfeccionamiento de las ideas y facilitar la colaboración entre los usuarios.

•••

Resumen de la idea

El problema

En las últimas dos décadas, los esfuerzos de las empresas por implicar a personas ajenas en el proceso de creación de nuevas ofertas han despegado. El crowdsourcing y los concursos de ideas son dos buenos ejemplos. Pero las empresas siguen teniendo dificultades para utilizar la plétora de ideas que se generan.

Las causas fundamentales

La falta de una forma eficiente de evaluar las ideas, las dificultades de los expertos en el dominio para aceptar ideas novedosas, la incapacidad de los colaboradores de proporcionar los detalles necesarios para que sus ideas sean factibles y el desafío de sintetizar diferentes ideas son todos factores.

La solución

La IA generativa puede ayudar a superar estos desafíos. Puede aumentar la creatividad de los empleados y los clientes y ayudarlos a generar e identificar ideas novedosas, así como a mejorar la calidad de las ideas sin procesar.

Existe una enorme preocupación por el potencial de la IA generativa (tecnologías que pueden crear nuevos contenidos, como audio, texto, imágenes y vídeo) para sustituir a las personas en muchos puestos de trabajo. Pero una de las mayores oportunidades que la IA generativa ofrece a las empresas y los gobiernos es aumentar la creatividad humana y superar los desafíos de democratizar la innovación. El término «democratizar la innovación» lo acuñó Eric von Hippel, del MIT, quien, desde mediados de la década de 1970, ha estado investigando y escribiendo sobre la posibilidad de que los usuarios de productos y servicios desarrollen lo que necesitan por sí mismos, en lugar de simplemente confiar en las empresas para que lo hagan. En las últimas dos décadas, más o menos, la idea de implicar profundamente a los usuarios en el proceso de innovación ha despegado y, hoy en día, las empresas utilizan el crowdsourcing y los concursos de innovación para generar una multitud de ideas nuevas. Sin embargo, muchas empresas tienen dificultades para capitalizar estas contribuciones debido a cuatro desafíos. En primer lugar, los esfuerzos por democratizar la innovación pueden provocar una sobrecarga de evaluación. El crowdsourcing, por ejemplo, puede generar una avalancha de ideas, muchas de las cuales acaban siendo abandonadas o ignoradas porque las empresas no tienen una forma eficiente de evaluarlas o de fusionar ideas incompletas o secundarias que podrían resultar potentes en combinación. En segundo lugar, las empresas pueden caer presas de la maldición de la experiencia. Expertos en dominios que son los mejores en generar e identificar _factible_ las ideas a menudo tienen dificultades para generar o incluso aceptar _novela_ ideas. En tercer lugar, las personas que carecen de experiencia en el campo pueden identificar ideas novedosas, pero es posible que no puedan proporcionar los detalles que las harían factibles. No pueden traducir ideas confusas en diseños coherentes. Y, por último, las empresas tienen problemas para ver el bosque por los árboles. Las organizaciones se centran en sintetizar una serie de requisitos de los clientes, pero se esfuerzan por crear una solución integral que atraiga a la comunidad en general. Las herramientas de IA generativa pueden resolver un importante desafío al que se enfrentan los concursos de ideas: combinar o fusionar un gran número de ideas para producir otras mucho más sólidas. Nuestras investigaciones y nuestra experiencia trabajando con empresas, instituciones académicas, gobiernos y ejércitos en cientos de iniciativas de innovación (algunas con y otras sin el uso de la IA generativa) han demostrado que esta tecnología puede ayudar a las organizaciones a superar estos desafíos. Puede aumentar la creatividad de los empleados y los clientes y ayudarlos a generar e identificar ideas novedosas, y a mejorar la calidad de las ideas sin procesar. Hemos observado las cinco formas siguientes. ## 1. Promover el pensamiento divergente La IA generativa puede apoyar el pensamiento divergente al establecer asociaciones entre conceptos remotos y producir ideas extraídas de ellos. He aquí un ejemplo de cómo utilizamos Midjourney, un algoritmo de conversión de texto a imagen que puede detectar semejanzas analógicas entre imágenes, para generar diseños de productos novedosos basados en las instrucciones textuales de un humano. (Utilizamos Midjourney, ChatGPT y Stable Diffusion para los ejemplos de este artículo, pero son solo algunas de las muchas herramientas de IA generativa que están disponibles ahora). Le pedimos a Midjourney que creara una imagen que combinara un elefante y una mariposa, y así surgió la quimera que denominamos «mosca fantasma». Luego utilizamos la representación detallada de Midjourney para inspirar las indicaciones de Stable Diffusion, otro popular modelo de conversión de texto a imagen. Stable Diffusion generó una gama de ideas para diferentes categorías de productos, incluidas sillas y caramelos de chocolate artesanales (consulte las imágenes de abajo).  _Los autores incitaron a Midjourney a producir una imagen que combinara un elefante y una mariposa; llamaron a esta creación «mosca fantasma» (izquierda). Luego, los autores impulsaron a Stable Diffusion a generar diseños para sillas y chocolates artesanales inspirados en la «mosca fantasma» (derecha). A mitad de camino; difusión estable_ Producir de forma rápida y económica una plétora de diseños de esta manera permite a la empresa evaluar rápidamente una amplia gama de conceptos de productos. Por ejemplo, una empresa de ropa que utilice la IA generativa para crear nuevos diseños de camisetas podría mantenerse al tanto de las tendencias y ofrecer a los clientes una selección de productos que cambia constantemente. Considere otro ejemplo de cómo esta tecnología puede conectar ideas para crear conceptos que una persona o un equipo tal vez nunca hayan ideado por sí mismos. Usamos ChatGPT, un tipo de IA generativa conocida como modelo lingüístico grande, para guiar la producción de ideas. Le pedimos que generara ideas mediante un proceso de _trisociación_ conectando tres entidades distintas (una extensión de la técnica de creatividad por bisociación). Nuestro equipo envió a ChatGPT el siguiente prompt: «Hará el papel de un ideador. Generará 10 sustantivos comunes al azar. A continuación, seleccionará al azar dos de los 10 sustantivos. Entonces me pedirá un tercer sustantivo. Generará una idea de negocio combinando o asociando los dos sustantivos que identificó y el sustantivo que identifiqué». ChatGPT generó los sustantivos «comida» y «tecnología». Cuando se nos pidió, pusimos el sustantivo adicional «coche». ChatGPT creó la siguiente idea de negocio en poco tiempo: «Un servicio inteligente de entrega de comida que utiliza coches autónomos para transportar las comidas a los clientes. El aspecto tecnológico podría implicar el uso de la IA para optimizar las rutas de entrega, hacer un seguimiento de la temperatura de los alimentos en tiempo real y proporcionar a los clientes actualizaciones en tiempo real sobre el estado de sus pedidos. El servicio podría dirigirse a profesionales y familias ocupadas que desean opciones de comida cómodas y saludables sin sacrificar el sabor y la calidad». En otra ronda, ChatGPT produjo los sustantivos «aerolínea» y «silla». Cuando se nos pidió, pusimos «universidad» y ChatGPT ideó un concepto de negocio que proporcionara a los estudiantes y académicos una forma cómoda y rentable de viajar a conferencias y talleres por todo el mundo, además de acceso a una biblioteca de libros educativos durante el vuelo. Propuso que la empresa se llamara Fly and Study o Edu-Fly. ## 2. Desafía el sesgo de experiencia Durante las primeras etapas del desarrollo de nuevos productos, los diseños atípicos creados por la IA generativa pueden inspirar a los diseñadores a pensar más allá de sus ideas preconcebidas sobre lo que es posible o deseable en un producto en términos de forma y función. Este enfoque puede llevar a soluciones que los humanos nunca hubieran imaginado con un enfoque tradicional, en el que primero se determinan las funciones y, después, se diseña el formulario para adaptarlas. Estas aportaciones pueden ayudar a superar sesgos como la fijación por el diseño (una dependencia excesiva de los formularios de diseño estándar), la fijación funcional (la falta de capacidad de imaginar un uso más allá del tradicional) y el efecto Einstellung, en el que las experiencias previas de las personas les impiden considerar nuevas formas de resolver los problemas. He aquí un ejemplo de este proceso. Le pedimos a Stable Diffusion que generara diseños genéricos de juguetes inspirados en cangrejos, pero se los proporcionamos sin especificaciones funcionales. Luego, imaginamos las capacidades funcionales después de ver los diseños. Por ejemplo, en la colección de juguetes inspirados en los cangrejos que se muestra a continuación, la imagen de la parte superior izquierda podría convertirse en un juguete para trepar paredes; la imagen de al lado podría ser un juguete que lanza una pelota pequeña a través de una habitación. El cangrejo en un plato cerca del centro podría convertirse en un plato de alimentación lenta para las mascotas.  _Los autores pidieron a Stable Diffusion que ideara conceptos de juguetes inspirados en los cangrejos. Difusión estable_ No se trata de una forma completamente novedosa de crear productos inusuales: gran parte de la arquitectura y la funcionalidad de las atracciones de parques temáticos como Disney World se debe al deseo de recrear escenas y personajes de una historia. Pero las herramientas de IA generativa pueden ayudar a impulsar los diseños imaginativos de una empresa. ## 3. Ayudar en la evaluación de ideas Las herramientas de IA generativa pueden ayudar en otros aspectos de la fase inicial de la innovación, como aumentar la especificidad de las ideas y, a veces, combinarlas. Pensemos en un desafío de innovación en el que el objetivo sea identificar formas de minimizar el desperdicio de alimentos. ChatGPT evaluó las ventajas y desventajas de tres ideas sin procesar: (1) empaquetar con fechas de caducidad dinámicas (etiquetas que cambian automáticamente las fechas o los colores en función de las condiciones ambientales de los lugares donde se almacenan); (2) una aplicación para ayudar a los usuarios a donar alimentos; y (3) una campaña para informar a la gente sobre los tipos de fechas de caducidad y lo que representan en términos de frescura y aptitud para su uso. ChatGPT realizó un análisis equilibrado de los pros y los contras que reflejó lo que cabría esperar de un intercambio entre dos personas interesadas que discutieran las ventajas de esas ideas. Cuando ChatGPT evaluó el concepto de embalaje dinámico con fecha de caducidad, por ejemplo, determinó que ayudaría a los consumidores a entender mejor la vida útil de los productos y alentaría a los fabricantes de alimentos a producir lotes más pequeños que se repondrían con más frecuencia en las estanterías de los supermercados. Además, ChatGPT señaló que las fechas de caducidad dinámicas pueden requerir cambios significativos en el proceso de fabricación y embalaje y, como resultado, podrían aumentar los costes tanto para los fabricantes como para los consumidores. ChatGPT determinó que la aplicación de donación de alimentos podría animar a las personas a agotar sus alimentos antes de que se estropeen y reducir el desperdicio de alimentos al dar alimentos comestibles y sin abrir a los necesitados. Advirtió que la aplicación puede requerir una gran base de usuarios para ser eficaz y que el transporte y la distribución de alimentos de una amplia variedad de fuentes no reguladas podrían plantear problemas de seguridad. El mayor potencial de la IA generativa no es reemplazar a los humanos, sino ayudar a los humanos en sus esfuerzos por crear soluciones hasta ahora inimaginables. Afirmó que las ventajas de un programa educativo para los consumidores eran aumentar el conocimiento de los consumidores sobre el significado de las diferentes etiquetas de caducidad y ayudarlos a tomar decisiones más informadas sobre la compra y el desperdicio de alimentos. Pero ChatGPT advirtió de que este programa educativo podría resultar demasiado complejo porque las fechas de caducidad no están estandarizadas en todos los productos alimenticios. Y advirtió de que informar a los usuarios sobre los diferentes tipos de fechas de caducidad puede resultar caro si el programa tiene un alcance amplio, especialmente si incluye campañas o materiales educativos generalizados. La IA generativa puede ir más allá de los simples pros y contras y ayudar a los humanos a evaluar las dimensiones de la creatividad, como la novedad, la viabilidad, la especificidad, el impacto y la viabilidad. Pedimos a ChatGPT que evaluara los mismos ejemplos utilizando estos criterios. ### Esta es su evaluación del concepto de embalaje dinámico con fecha de caducidad: _Novedad:_ Un poco novedoso. Se han hecho esfuerzos para desarrollar envases inteligentes que puedan prolongar la vida útil de los productos alimenticios, pero la idea de fechas de caducidad dinámicas es un concepto emergente. _Viabilidad:_ Puede resultar difícil de implementar, ya que requiere el desarrollo de nuevos materiales y tecnologías de embalaje. También requeriría la colaboración con los fabricantes, reguladores y distribuidores de alimentos. _Especificidad:_ Es específico en el sentido de que aborda el problema del desperdicio de alimentos al proporcionar a los consumidores fechas de caducidad más precisas para sus alimentos. _Impacto:_ Podría tener un impacto significativo en la reducción del desperdicio de alimentos y la mejora de la seguridad alimentaria. Si se les proporcionaran fechas de caducidad más precisas, es más probable que los consumidores usen sus alimentos antes de que se echen a perder. _Trabajabilidad:_ Lo más probable es que se necesiten recursos y experiencia significativos para desarrollarlo e implementarlo, y pueden tardar varios años en desarrollar todo su potencial. ### Esta es la valoración de ChatGPT sobre la aplicación para donar alimentos a punto de caducar: _Novedad:_ No es particularmente novedoso. Ya hay muchos programas y organizaciones dedicados a reducir el desperdicio de alimentos y a donar los excedentes de alimentos a los necesitados. _Viabilidad:_ Muy factible. Existen muchos modelos establecidos y una infraestructura para apoyar las iniciativas de donación de alimentos. _Especificidad:_ Específico en su objetivo de reducir el desperdicio de alimentos y abordar los problemas de la inseguridad alimentaria. _Impacto:_ Tiene el potencial de tener un impacto significativo, ya que aborda tanto el desperdicio de alimentos como el hambre. Al redirigir los excedentes de alimentos a los necesitados, puede ayudar a reducir el desperdicio de alimentos y, al mismo tiempo, mejorar la seguridad alimentaria de las poblaciones vulnerables. _Trabajabilidad:_ Muy viable, ya que se puede implementar rápidamente y a un coste relativamente bajo. Se necesitarían asociaciones con los fabricantes, distribuidores y bancos de alimentos, así como voluntarios para recolectar y distribuir los alimentos donados. ### Por último, así es como ChatGPT evaluó la idea de informar a los usuarios sobre los diferentes tipos de fechas de caducidad: _Novedad:_ No es particularmente novedoso. Se han hecho esfuerzos para informar a los consumidores sobre el significado de las fechas de caducidad y sobre cómo almacenar los alimentos de forma adecuada para prolongar su vida útil. _Viabilidad:_ Muy factible. Se puede implementar de varios medios, como campañas de sensibilización pública, materiales educativos y divulgación en los medios de comunicación. _Especificidad:_ Específico en su objetivo de informar a los consumidores sobre las diferentes fechas de caducidad y sobre cómo almacenar los alimentos de forma adecuada para reducir el desperdicio de alimentos. _Impacto:_ Potencialmente significativo. Educar a los consumidores sobre las diferentes fechas de caducidad y sobre cómo almacenar correctamente los alimentos hará que sean más conscientes del desperdicio de alimentos y tomarán medidas para reducirlo. _Trabajabilidad:_ Muy viable y se puede implementar a un coste relativamente bajo. Se necesitaría la colaboración con grupos de la industria alimentaria, agencias gubernamentales y otras organizaciones para desarrollar y distribuir materiales educativos. Con las evaluaciones de ChatGPT, sería relativamente fácil evaluar estos tres conceptos, puntuarlos u organizarlos rápidamente en función de los criterios que más importan. ## 4. Apoye el refinamiento de ideas Las herramientas de IA generativa pueden resolver un importante desafío al que se enfrentan los concursos de ideas: combinar o fusionar un gran número de ideas para producir otras mucho más sólidas. Por ejemplo, una organización que esté intentando conseguir un contrato o una subvención para desarrollar un programa de reducción del desperdicio de alimentos puede utilizar las herramientas para combinar los tres conceptos discutidos anteriormente. Lo hicimos en dos pasos. En primer lugar, le pedimos a ChatGPT que desarrollara cada uno de los conceptos: - «Las fechas de caducidad dinámicas son una solución destinada a reducir el desperdicio de alimentos. Esto implica incorporar una tecnología en los empaques que pueda rastrear y ajustar la vida útil de los productos en tiempo real. Mediante el uso de sensores, la fecha de caducidad se puede actualizar en función de los cambios en los factores ambientales, lo que proporciona a los consumidores una estimación más precisa de cuándo un producto se estropeará». - «Una aplicación que permite a los consumidores donar alimentos cerca de su fecha de caducidad tiene como objetivo reducir el desperdicio de alimentos al entregar alimentos comestibles sin abrir a los necesitados. La aplicación conecta a las personas que tienen excedentes de alimentos con las organizaciones locales que pueden utilizarlos. Al utilizar la tecnología para facilitar las donaciones de alimentos, la aplicación puede ayudar a reducir el desperdicio de alimentos y atender a los necesitados». - «Educar a los usuarios sobre los diferentes tipos de fechas de caducidad puede ayudar a los usuarios a tomar decisiones informadas sobre la compra y el consumo de alimentos, reducir el desperdicio y ahorrar dinero. Al aclarar el significado de las etiquetas «consumir antes», «usar antes» y otras etiquetas de caducidad, una campaña educativa puede ayudar a los usuarios a entender mejor cómo determinar si los alimentos son seguros para comer y cuándo es el momento de desecharlos». Luego le pedimos a ChatGPT que uniera las tres ideas en un solo programa de desperdicio de alimentos. En poco tiempo, publicó la siguiente descripción: «La solución integral de reducción del desperdicio de alimentos implica crear envases inteligentes con fechas de caducidad dinámicas, establecer un programa para donar los excedentes de alimentos y educar al público sobre la importancia de entender las fechas de caducidad de los alimentos. Los envases inteligentes ayudan a los consumidores a tomar decisiones informadas sobre la frescura de los alimentos, el programa de donaciones garantiza que los excedentes de alimentos se utilicen bien y la educación crea conciencia sobre el impacto del desperdicio de alimentos. Esta solución tiene el potencial de reducir significativamente el desperdicio de alimentos y crear un futuro más sostenible al empoderar a los consumidores, trabajar con la industria y el gobierno y hacer un mejor uso de los excedentes de alimentos». ## 5. Facilitar la colaboración con y entre los usuarios Al desarrollar nuevas ideas o diseños de productos, la IA generativa puede facilitar la colaboración entre los diseñadores de una empresa y los usuarios de un posible producto y entre los propios usuarios. En otras palabras, la tecnología hace que la creación conjunta de nuevas ofertas sea mucho más fácil y económica. Por ejemplo, una empresa puede dar a los usuarios acceso a herramientas para generar diseños y, a continuación, crear una versión personalizada del producto según las preferencias del cliente. Como alternativa, los diseños de los usuarios podrían publicarse en una plataforma de colaboración colectiva donde la comunidad los evalúe. Entonces, más colaboradores podrían desarrollar aún más los mejores diseños. Para ilustrar el potencial, mostramos cómo se podría diseñar un coche volador, algo que la gente ha estado intentando desarrollar durante más de 100 años sin mucho éxito. Le dimos a Stable Diffusion este prompt: «Diseñe un producto que pueda volar pero también conducir en la carretera, un automóvil volador». Stable Diffusion generó varios diseños y seleccionamos el que nos pareció el más prometedor: el vehículo de la esquina inferior derecha de la imagen de abajo.  _Los autores pidieron a Stable Diffusion que diseñara un automóvil volador. Difusión estable_ Luego le pedimos a Stable Diffusion que cogiera ese diseño y reimaginara el concepto para que el coche «pareciera un águila robot». La imagen de abajo muestra las variaciones que el programa de IA generativa produjo rápidamente, desde el diseño de arriba a la izquierda, que más se parece a un águila robot, hasta el concepto más factible de un automóvil volador en la esquina inferior derecha.  _Los autores eligieron uno de los diseños de automóviles voladores y pidieron a Stable Diffusion que lo reimaginara para que pareciera un águila robot. Difusión estable_ Un segundo ejemplo ilustra cómo los diseñadores pueden utilizar estas herramientas para colaborar en las variaciones temáticas de un diseño estructural. Empezaron con un diseño de automóvil volador generado por la IA y pidieron a la herramienta que produjera versiones parecidas a una libélula, un tigre, una tortuga y un águila (consulte la imagen de abajo).  _Esta imagen es otro concepto generado por la IA de un coche volador (izquierda) con versiones que parecen una libélula, un tigre, una tortuga y un águila (derecha). Difusión estable_ Un enfoque alternativo es que los colaboradores humanos utilicen una herramienta como ChatGPT para desarrollar los detalles del producto y, a continuación, utilicen una como Stable Diffusion para obtener diseños visuales basados en una serie de instrucciones que se basan unas en otras. Le dimos a ChatGPT un prompt similar al que le habíamos dado a Stable Diffusion: «Describa un producto que pueda volar pero también conducir en la carretera, un automóvil volador». ChatGPT proporcionó esta descripción: «El automóvil volador es un vehículo elegante y futurista creado para la máxima aventura. Tiene el aspecto de un elegante coche deportivo con curvas suaves y un exterior pulido, pero con rotores ocultos que le permiten volar». Cuando le dimos esa descripción a Stable Diffusion, aparecía la imagen de abajo a la izquierda. Luego pedimos a ChatGPT que rediseñara la descripción para incluir la información de que el producto debe parecerse a una libélula y tener marcadores de iluminación para volar de noche. Volvió con lo siguiente: «Con su esbelta carrocería, alas extendidas y rotores ocultos, el vehículo recuerda a una libélula que cobra vida. Los marcadores iluminados situados a lo largo de las alas y la carrocería crean un efecto visual impresionante que ayuda a que el vehículo sea visible en la oscuridad». Stable Diffusion tradujo esa descripción a varias versiones que mantenían el diseño factible y añadían elementos de iluminación basados en el patrón de las alas de una libélula. Las imágenes de abajo a la derecha son ejemplos.  _Los autores usaron ChatGPT para describir un automóvil volador y pidieron a Stable Diffusion que generara un diseño a partir de esa descripción (izquierda) y, a continuación, variaciones del diseño que incorporaran detalles e iluminación de libélulas (derecha). Difusión estable_ ### . . . Los humanos tienen una creatividad sin límites. Sin embargo, el desafío de comunicar sus conceptos de forma escrita o visual impide que un gran número de personas aporten nuevas ideas. La IA generativa puede eliminar este obstáculo. Como ocurre con cualquier capacidad verdaderamente innovadora, no cabe duda de que habrá resistencia a ella. Los procesos de innovación de larga data tendrán que cambiar. Las personas con intereses vested en la antigua forma de hacer las cosas, especialmente las que se preocupan por quedar obsoletas, se resistirán. Sin embargo, las ventajas (las oportunidades de aumentar drásticamente el número y la novedad de ideas tanto internas como ajenas a la organización) harán que el viaje valga la pena. El mayor potencial de la IA generativa no es reemplazar a los humanos, sino ayudar a los humanos en sus esfuerzos individuales y colectivos por crear soluciones hasta ahora inimaginables. Puede democratizar realmente la innovación. Read more on [**AI and machine learning**](/topic/subject/ai-and-machine-learning?ab=articlepage-topic) or related topics [**Creativity**](/topic/subject/creativity?ab=articlepage-topic) and [**Innovation**](/topic/subject/innovation?ab=articlepage-topic)