Cómo la IA generativa puede aumentar la creatividad humana

Existe un enorme temor por el potencial de la IA generativa (tecnologías que pueden crear contenido nuevo, como audio, texto, imágenes y vídeo) para reemplazar a las personas en muchos trabajos. 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 la democratización de 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 confiar simplemente en las empresas para hacerlo. En las últimas dos décadas, más o menos, la idea de involucrar profundamente a los usuarios en el proceso de innovación ha despegado, y hoy en día las empresas utilizan los concursos de crowdsourcing e innovación para generar 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 evaluaciones. 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 fusionar ideas incompletas o menores que podrían resultar potentes en combinación.

En segundo lugar, las empresas pueden caer en 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 para 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 posibles. No pueden traducir ideas desordenadas 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 encontrar una solución integral que atraiga a la comunidad en general.

Las herramientas de IA generativa pueden resolver un importante desafío al que se enfrentan en los concursos de ideas: combinar o fusionar un gran número de ideas para producir otras mucho más sólidas.

Nuestra investigación 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 a partir de ellos. He aquí un ejemplo de cómo utilizamos Midjourney, un algoritmo de conversión de texto a imagen que puede detectar semejanzas analógicas entre las imágenes, para generar diseños de productos novedosos basados en las indicaciones textuales de un humano. (Hemos utilizado 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 produjo la quimera que llamamos «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 serie de ideas para diferentes categorías de productos, incluidas sillas y caramelos de chocolate artesanales (consulte las imágenes de abajo).

Los autores impulsaron 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 «Phantafly» (derecha). A mitad del viaje; 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 en constante cambio.

Considere otro ejemplo de cómo esta tecnología puede conectar ideas y crear conceptos que una persona o un equipo tal vez nunca se le ocurran por sí mismos. Usamos ChatGPT, un tipo de IA generativa conocida como modelo de lenguaje grande, para guiar la producción de ideas. Le pedimos que generara ideas a través de un proceso de trisociación conectando tres entidades distintas (una extensión de la técnica creativa de bisociación). Nuestro equipo le dio a ChatGPT el siguiente mensaje: «Hará el papel de un ideador. Generará aleatoriamente 10 sustantivos comunes. A continuación, seleccionará al azar dos de los 10 sustantivos. Entonces me pedirá un tercer nombre. 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 presentó 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, rastrear la temperatura de los alimentos en tiempo real y ofrecer a los clientes actualizaciones en tiempo real sobre el estado de sus pedidos. El servicio podría estar dirigido a profesionales y familias ocupadas que desean opciones de comida prácticas 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 a ChatGPT se le ocurrió un concepto de negocio que ofrecía una forma cómoda y rentable para que los estudiantes y académicos viajaran a conferencias y talleres en 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. Desafíe el sesgo de experiencia

Durante las primeras fases 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 conducir a soluciones que los humanos tal vez nunca hubieran imaginado con un enfoque tradicional, en el que primero se determinan las funciones y luego se diseña la forma para adaptarse a ellas. Estas aportaciones pueden ayudar a superar sesgos como la fijación por el diseño (una dependencia excesiva de las formas 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 problemas.

He aquí un ejemplo de este proceso. Le pedimos a Stable Diffusion que generara diseños genéricos de juguetes inspirados en cangrejos, pero lo proporcionamos sin especificaciones funcionales. Luego nos imaginamos las capacidades funcionales después de ver los diseños. Por ejemplo, en la colección de juguetes inspirados en 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 de un plato cerca del centro podría convertirse en un plato que se alimenta lentamente para las mascotas.

Los autores pidieron a Stable Diffusion que ideara conceptos de juguetes inspirados en los cangrejos. Difusión estable

Esta no es una forma completamente novedosa de crear productos inusuales: gran parte de la arquitectura y la funcionalidad de las atracciones en los parques temáticos como Disney World se deben 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 evaluar las ideas y, a veces, combinarlas. Considere un desafío de innovación en el que el objetivo sea identificar formas de minimizar el desperdicio de alimentos. ChatGPT evaluó los pros y los contras de tres ideas básicas: (1) envases con fechas de caducidad dinámicas (etiquetas que cambian automáticamente las fechas o los colores según las condiciones ambientales de los lugares en los que se almacenan); (2) una aplicación para ayudar a los usuarios a donar alimentos; y (3) una campaña para informar a las personas 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 reflejaba lo que cabría esperar de un intercambio entre dos personas interesadas sobre las ventajas de esas ideas.

Cuando ChatGPT evaluó el concepto de envasado 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 importantes en el proceso de fabricación y envasado 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 la gente a consumir sus alimentos antes de que se estropeen y reducir el desperdicio de alimentos al dar alimentos comestibles sin abrir a los necesitados. Advirtió que la aplicación podría necesitar 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 que este programa educativo podría ser demasiado complejo porque las fechas de caducidad no están estandarizadas en todos los productos alimenticios. Y advirtió de que educar 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. Hemos pedido a ChatGPT que evaluara los mismos ejemplos utilizando estos criterios.

Esta es su valoración 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 las fechas de caducidad de los alimentos más precisas.

Impacto: Podría tener un impacto significativo en la reducción del desperdicio de alimentos y en la mejora de la seguridad alimentaria. Cuando se les dan fechas de caducidad más precisas, es más probable que los consumidores consuman sus alimentos antes de que se estropeen.

Trabajabilidad: Lo más probable es que su desarrollo e implementación requieran importantes recursos y experiencia y que tarde varios años en desarrollar todo su potencial.

Esta es la valoración de ChatGPT de 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. Hay 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, a mejorar la seguridad alimentaria de las poblaciones vulnerables.

Trabajabilidad: Muy viable, ya que se puede implementar de forma rápida y a un coste relativamente bajo. Se necesitaría asociarse con 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 educar a los usuarios sobre los diferentes tipos de fechas de caducidad:

Novedad: No es particularmente novedoso. Se han hecho esfuerzos para educar a los consumidores sobre el significado de las fechas de caducidad y cómo almacenar correctamente los alimentos para prolongar su vida útil.

Viabilidad: Muy factible. Se puede implementar a través de varios medios, como campañas de sensibilización pública, materiales educativos y divulgación en los medios de comunicación.

Especificidad: Específico en su objetivo de educar a los consumidores sobre las diferentes fechas de caducidad y cómo almacenar correctamente los alimentos para reducir el desperdicio de alimentos.

Impacto: Potencialmente importante. Educar a los consumidores sobre las diferentes fechas de caducidad y 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 material educativo.

Con las evaluaciones de ChatGPT, sería relativamente fácil evaluar estos tres conceptos o puntuarlos u organizarlos rápidamente según los criterios que más importan.

4. Apoye el refinamiento de la idea

Las herramientas de IA generativa pueden resolver un importante desafío al que se enfrentan en 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 expuestos anteriormente. Lo hicimos en dos pasos. Primero, 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 tecnología en los envases 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 ofrecer alimentos comestibles sin abrir a quienes los necesitan. La aplicación conecta a las personas que tienen excedentes de comida con 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 ayudar 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 despilfarro y ahorrar dinero. Al aclarar el significado de «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 pedimos a ChatGPT que fusionara las tres ideas en un solo programa de desperdicio de alimentos. En poco tiempo, publicó la siguiente descripción: «La solución integral para reducir el desperdicio de alimentos consiste en crear envases inteligentes con fechas de caducidad dinámicas, establecer un programa de donación de 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 comida se aprovechen 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 aprovechar mejor 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 la 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 crowdsourcing donde la comunidad los evalúe. Los mejores diseños podrían entonces ser desarrollados aún más por otros colaboradores.

Para ilustrar su potencial, mostramos cómo se podría diseñar un coche volador, algo que la gente lleva más de 100 años intentando desarrollar 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 tomara 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 la parte superior izquierda, que se parece más a un águila robótica, 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 que parecieran una libélula, un tigre, una tortuga y un águila (consulte la imagen de abajo).

Esta imagen es otro concepto de coche volador generado por la IA (izquierda) con versiones que se parecen a 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, después, usen 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 mensaje 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 dio esta descripción: «El automóvil volador es un vehículo elegante y futurista diseñado para la aventura definitiva. Tiene el aspecto de un deportivo elegante, con curvas suaves y un exterior pulido, pero con rotores ocultos que le permiten volar».

Cuando le dimos esa descripción a Stable Diffusion, nos dio la imagen de abajo a la izquierda. Luego pedimos a ChatGPT que rediseñara la descripción para incluir la información de que el producto debía parecerse a una libélula y tener marcadores luminosos para volar de noche. Volvió con lo siguiente: «Con su carrocería esbelta, 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 en 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, luego, 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 contribuyan con 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 creados en la antigua forma de hacer las cosas, especialmente las que están preocupadas por quedar obsoletas, se resistirán. Pero las ventajas —las oportunidades de aumentar drásticamente el número y la novedad de las ideas tanto de dentro como de fuera de 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. Realmente puede democratizar la innovación.