Cómo la IA generativa puede aumentar la creatividad humana
Úselo para promover el pensamiento divergente.
Por Tojin T. Eapen, Daniel J. Finkenstadt, Josh Folk y Lokesh Venkataswamy
IA Y Aprendizaje Automático
Harvard Business Review
#Doxa #IA #aprendizaje #automático #generativa #tecnología #trabajo #creatividad #desafíos #innovación
Resumen. Existe una tremenda aprensión sobre el potencial de la IA generativa, las tecnologías que pueden crear contenido nuevo, como texto, imágenes y videos, para reemplazar a las personas en muchos trabajos. Pero una de las mayores oportunidades que ofrece la IA generativa es aumentar la creatividad humana y superar los desafíos de la innovación democratizante.En las últimas dos décadas, las empresas han utilizado competencias de crowdsourcing e ideas para involucrar a los extraños en el proceso de innovación. Pero muchas empresas han luchado para capitalizar estas contribuciones. Le han faltado una forma eficiente de evaluar las ideas, por ejemplo, o sintetizar diferentes ideas.La IA generativa puede ayudar a superar esos desafíos, dicen los autores. Puede complementar la creatividad de los empleados y los clientes y ayudarlos a producir e identificar ideas novedosas, y mejorar la calidad de las ideas en bruto. Específicamente, las empresas pueden usar IA generativa para promover el pensamiento divergente, desafiar el sesgo de experiencia, ayudar en la evaluación de ideas, apoyar el refinamiento de ideas y facilitar la colaboración entre los usuarios.
Existe una enorme aprensión sobre el potencial de la IA generativa (tecnologías que pueden crear contenido nuevo como audio, texto, imágenes y video) para reemplazar a las personas en muchos trabajos. Pero una de las mayores oportunidades que ofrece la IA generativa a las empresas y los gobiernos es aumentar la creatividad humana y superar los desafíos de democratizar la innovación.
El término "innovación democratizadora" fue acuñado por Eric von Hippel del MIT, quien, desde mediados de la década de 1970, ha estado investigando y escribiendo sobre el potencial de los usuarios de productos y servicios para desarrollar lo que necesitan por sí mismos en lugar de simplemente confiar en las empresas para que lo hagan. entonces. En las últimas dos décadas, más o menos, la noción de involucrar 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 nuevas ideas. Sin embargo, muchas empresas luchan por capitalizar estas contribuciones debido a cuatro desafíos.
Primero, los esfuerzos para democratizar la innovación pueden resultar en una sobrecarga de evaluación. El crowdsourcing, por ejemplo, puede producir una avalancha de ideas, muchas de las cuales terminan siendo descartadas o descartadas 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 presa de la maldición de la experiencia. Los expertos en dominios que son mejores para generar e identificar ideas factibles a menudo tienen dificultades para generar o incluso aceptar ideas novedosas.
En tercer lugar, las personas que carecen de experiencia en el dominio pueden identificar ideas novedosas pero no pueden proporcionar los detalles que harían factibles las ideas. No pueden traducir ideas desordenadas en diseños coherentes.
Y finalmente, las empresas tienen problemas para ver el bosque por los árboles. Las organizaciones se enfocan en sintetizar una gran cantidad de requisitos del cliente, pero luchan por producir una solución integral que atraiga a la comunidad en general.
Las herramientas de IA generativa pueden resolver un desafío importante que se enfrenta en los concursos de ideas: combinar o fusionar una gran cantidad de ideas para producir otras mucho más sólidas.
Nuestra investigación y nuestra experiencia trabajando con empresas, instituciones académicas, gobiernos y militares en cientos de esfuerzos de innovación, algunos con y otros sin el uso de IA generativa, han demostrado que esta tecnología puede ayudar a las organizaciones a superar estos desafíos. Puede aumentar la creatividad de los empleados y clientes y ayudarlos a generar e identificar ideas novedosas y mejorar la calidad de las ideas en bruto. Hemos observado las siguientes cinco formas.
1. Promover el pensamiento divergente
La IA generativa puede respaldar el pensamiento divergente al hacer asociaciones entre conceptos remotos y producir ideas extraídas de ellos. Aquí hay un ejemplo de cómo usamos Midjourney, un algoritmo de texto a imagen que puede detectar similitudes analógicas entre imágenes, para generar diseños de productos novedosos basados en indicaciones textuales de un ser humano. (Utilizamos Midjourney, ChatGPT y Stable Diffusion para los ejemplos de este artículo, pero son solo algunas de las herramientas generativas de IA que ahora están disponibles). Le pedimos a Midjourney que creara una imagen que combinara un elefante y una mariposa., y produjo la quimera que llamamos "fantasma".
Luego usamos la representación detallada de Midjourney para inspirar mensajes en Stable Diffusion, otro modelo popular de texto a imagen. Stable Diffusion generó una variedad de ideas para diferentes categorías de productos, incluidas sillas y dulces de chocolate artesanales (ver imágenes a continuación).
Una agrupación de tres imágenes. El primero es un típico elefante gris pero con orejas abiertas del color y la forma de las alas de una mariposa azul y con una mariposa de colores al final de la cola. La segunda es una cuadrícula de cinco por cuatro. Cada uno de los veinte cuadrados contiene una silla colorida con elementos de la creación elefante-mariposa. La tercera es una cuadrícula de cinco por cuatro. Cada uno de los veinte cuadrados contiene lo que parecen chocolates hechos a mano, cada uno con diferentes características de la creación elefante-mariposa.
Los autores pidieron a Midjourney que produjera una imagen que combinara un elefante y una mariposa; llamaron a esta creación “phantafly” (izquierda). Luego, los autores pidieron a Stable Diffusion que generara diseños para sillas y chocolates artesanales inspirados en “phantafly” (derecha). mitad del viaje; Difusión estable
La producción rápida y económica de una gran cantidad de diseños de esta manera permite a una empresa evaluar rápidamente una amplia gama de conceptos de productos. Por ejemplo, una empresa de ropa que utiliza IA generativa para crear nuevos diseños para camisetas podría estar al tanto de las tendencias y ofrecer una selección de productos en constante cambio a los clientes.
Considere otro ejemplo de cómo esta tecnología puede conectar ideas para crear conceptos que un individuo o un equipo quizás nunca hayan ideado 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 al conectar tres entidades distintas (una extensión de la técnica de creatividad de bisociación). Nuestro equipo le dio a ChatGPT el siguiente aviso: “Jugarás el papel de un creador de ideas. Generarás aleatoriamente 10 sustantivos comunes. Luego seleccionará al azar dos de los 10 sustantivos. Luego me pedirá un tercer sustantivo. Generarás una idea de negocio combinando o asociando los dos sustantivos que identificaste y el sustantivo que identifiqué”.
ChatGPT generó los sustantivos "comida" y "tecnología". Cuando se le solicitó, proporcionamos el sustantivo adicional "car". ChatGPT produjo la siguiente idea comercial en poco tiempo: “Un servicio inteligente de entrega de alimentos que utiliza automóviles autónomos para transportar las comidas a los clientes. El aspecto tecnológico podría implicar el uso de IA para optimizar las rutas de entrega, rastrear la temperatura de los alimentos en tiempo real y brindar a los clientes actualizaciones en tiempo real sobre el estado de sus pedidos. El servicio podría dirigirse a profesionales ocupados y familias que desean opciones de comidas convenientes y saludables sin sacrificar el sabor y la calidad”.
En una ronda separada, ChatGPT produjo los sustantivos "aerolínea" y "silla". Cuando se nos solicitó, proporcionamos "universidad" y ChatGPT ideó un concepto comercial que brinda una forma conveniente y rentable para que los estudiantes y académicos viajen a conferencias y talleres en todo el mundo junto con el acceso a una biblioteca de libros educativos durante el vuelo. Propuso que la empresa se llamara Vuela y Estudia o Edu-Fly.
2. Desafiar el sesgo de la experiencia
Durante las primeras etapas del desarrollo de nuevos productos, los diseños atípicos creados por 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 nunca habrían imaginado usando un enfoque tradicional, donde primero se determinan las funciones y luego se diseña la forma para acomodarlas. Estos aportes pueden ayudar a superar sesgos como la fijación del diseño (una dependencia excesiva de formas de diseño estándar), la fijación funcional (falta de capacidad para imaginar un uso más allá del tradicional) y el efecto Einstellung, donde 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 no le proporcionamos especificaciones funcionales. Luego imaginamos capacidades funcionales después de ver los diseños. Por ejemplo, en la colección de juguetes inspirados en cangrejos que se muestra a continuación, la imagen en la parte superior izquierda podría convertirse en un juguete para escalar paredes; la imagen al lado podría ser un juguete que lanza una pequeña pelota a través de una habitación. El cangrejo en un plato cerca del centro podría convertirse en un plato de alimentación lenta para mascotas.
Una cuadrícula de imágenes de cinco por cuatro; cada uno de los veinte cuadrados contiene una imagen de un diseño de juguete diferente inspirado en un cangrejo. Los diseños de juguetes varían en color, composición y estilo.
Los autores le pidieron a Stable Diffusion que ideara conceptos de juguetes inspirados en 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 parques temáticos como Disney World ha sido impulsada por el deseo de recrear escenas y personajes de una historia. Pero las herramientas de IA generativa pueden ayudar a poner en marcha 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 parte delantera de la innovación, incluso aumentando la especificidad de las ideas y evaluando ideas y, a veces, combinándolas. Considere un desafío de innovación donde el objetivo es identificar formas de minimizar el desperdicio de alimentos. ChatGPT evaluó los pros y los contras de tres ideas en bruto: (1) envases con fechas de caducidad dinámicas (etiquetas que cambian automáticamente las fechas o los colores según las condiciones ambientales en los lugares donde se almacenan); (2) una aplicación para ayudar a los usuarios a donar alimentos; y (3) una campaña para educar a las personas sobre los tipos de fechas de vencimiento y lo que representan en términos de frescura y aptitud para el uso. ChatGPT produjo un análisis equilibrado de los pros y los contras que reflejaba lo que podríamos esperar de un intercambio entre dos personas interesadas que discuten los méritos de tales ideas.
Cuando ChatGPT evaluó el concepto de empaque dinámico con fecha de vencimiento, por ejemplo, determinó que ayudaría a los consumidores a comprender mejor la vida útil de los productos y alentaría a los fabricantes de alimentos a producir lotes más pequeños que se repondrían con mayor frecuencia en los estantes de los supermercados. Además, ChatGPT señaló que las fechas de vencimiento dinámicas pueden requerir cambios significativos en el proceso de fabricación y empaque y, como resultado, podrían aumentar los costos tanto para los fabricantes como para los consumidores.
ChatGPT determinó que la aplicación de donación de alimentos podría alentar a las personas a usar sus alimentos antes de que se echen a perder y reducir el desperdicio de alimentos al dar alimentos comestibles sin abrir a los necesitados. Advirtió que la aplicación puede requerir una gran base de usuarios para ser efectiva y que el transporte y la distribución de alimentos de una amplia variedad de fuentes no reguladas podría plantear problemas de seguridad.
El mayor potencial de la IA generativa no es reemplazar a los humanos; es ayudar a los humanos en sus esfuerzos por crear soluciones hasta ahora inimaginables.
Afirmó que las ventajas de un programa de educación para los consumidores eran aumentar la conciencia 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 vencimiento no están estandarizadas en todos los productos alimenticios. Y advirtió que educar a los usuarios sobre diferentes tipos de fechas de vencimiento puede ser costoso si el programa tiene un alcance amplio, particularmente si involucra 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 dimensiones de la creatividad como la novedad, la viabilidad, la especificidad, el impacto y la funcionalidad. Le pedimos a ChatGPT que evaluara los mismos ejemplos usando estos criterios.
Aquí está su evaluación del concepto dinámico de empaque con fecha de vencimiento:
Novedad: Algo novedoso. Se han realizado esfuerzos para desarrollar envases inteligentes que puedan extender la vida útil de los productos alimenticios, pero la idea de fechas de vencimiento dinámicas es un concepto emergente.
Viabilidad: puede ser un desafío implementarlo, ya que requiere el desarrollo de nuevos materiales y tecnologías de empaque. También requeriría la colaboración con los fabricantes, reguladores y distribuidores de alimentos.
Especificidad: es específico porque 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. Cuando se les proporcionan fechas de caducidad más precisas, es más probable que los consumidores usen sus alimentos antes de que se echen a perder.
Viabilidad: lo más probable es que requiera recursos y experiencia significativos para desarrollarse e implementarse y puede llevar varios años desarrollar completamente su potencial.
Aquí está la evaluación de ChatGPT de la aplicación para donar alimentos a punto de caducar:
Novedad: No particularmente novedoso. Ya existen muchos programas y organizaciones dedicadas a reducir el desperdicio de alimentos y donar los excedentes de alimentos a los necesitados.
Factibilidad: Altamente factible. Hay muchos modelos establecidos y una infraestructura para apoyar los esfuerzos de donación de alimentos.
Especificidad: Específico en su objetivo de reducir el desperdicio de alimentos y abordar los problemas de 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 quienes los necesitan, puede ayudar a reducir el desperdicio de alimentos y al mismo tiempo mejorar la seguridad alimentaria de las poblaciones vulnerables.
Viabilidad: Altamente factible en el sentido de que puede implementarse rápidamente y a un costo relativamente bajo. Requeriría asociaciones con fabricantes de alimentos, distribuidores y bancos de alimentos, así como voluntarios para recolectar y distribuir los alimentos donados.
Finalmente, así es como ChatGPT evaluó la idea de educar a los usuarios sobre los diferentes tipos de fechas de vencimiento:
Novedad: No particularmente novedoso. Ha habido 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.
Factibilidad: Altamente factible. Se puede implementar a través de varios medios, como campañas de concientización pública, materiales educativos y divulgación en los medios.
Especificidad: Específico en su objetivo de educar a los consumidores sobre las diferentes fechas de vencimiento y cómo almacenar adecuadamente los alimentos para reducir el desperdicio de alimentos.
Impacto: Potencialmente significativo. 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 tomen medidas para reducirlo.
Trabajabilidad: Altamente viable y puede implementarse a un costo relativamente bajo. Requeriría colaboración con grupos de la industria alimentaria, agencias gubernamentales y otras organizaciones para desarrollar y distribuir materiales educativos.
Usando las evaluaciones de ChatGPT, sería relativamente fácil evaluar estos tres conceptos, o puntuarlos u organizarlos rápidamente según los criterios más importantes.
4. Refinamiento de la idea de soporte
Las herramientas de IA generativa pueden resolver un desafío importante que se enfrenta en los concursos de ideas: combinar o fusionar una gran cantidad de ideas para producir otras mucho más sólidas. Por ejemplo, una organización que está tratando de ganar un contrato o una subvención para desarrollar un programa de reducción de desperdicio de alimentos puede usar las herramientas para combinar los tres conceptos discutidos anteriormente. Hicimos esto en dos pasos. Primero, 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 tecnología en el empaque 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 se estropeará un producto”.
- “Una aplicación que permite a los consumidores donar alimentos cerca de su fecha de vencimiento tiene como objetivo reducir el desperdicio de alimentos al dar alimentos comestibles sin abrir a quienes los necesitan. La aplicación conecta a las personas que tienen excedentes de alimentos con organizaciones locales que pueden usarla. Mediante el uso de 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 vencimiento puede ayudarlos a tomar decisiones informadas sobre la compra y el consumo de alimentos, reducir el desperdicio y ahorrar dinero. Al aclarar el significado de 'mejor antes', 'usar antes de' y otras etiquetas de caducidad, una campaña educativa puede ayudar a los usuarios a comprender mejor cómo determinar si los alimentos son seguros para comer y cuándo es el momento de desecharlos”.
A continuación, le pedimos a ChatGPT que combinara las tres ideas en un programa de desperdicio de alimentos. En pocas palabras, produjo la siguiente descripción: “La solución integral para la reducción del desperdicio de alimentos implica la creación de envases inteligentes con fechas de vencimiento dinámicas, el establecimiento de un programa para la donación de excedentes de alimentos y la educación del público sobre la importancia de comprender las fechas de vencimiento de los alimentos. El empaque inteligente ayuda a los consumidores a tomar decisiones informadas sobre la frescura de los alimentos, el programa de donación garantiza que los alimentos sobrantes se aprovechen 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 menos costosa. Por ejemplo, una empresa puede brindar a los usuarios acceso a herramientas para generar diseños y luego crear una versión personalizada del producto según las preferencias del cliente. Alternativamente, los diseños de los usuarios podrían publicarse en una plataforma de crowdsourcing donde la comunidad los evalúe. Los mejores diseños podrían luego ser desarrollados por colaboradores adicionales.
Para ilustrar el potencial, mostramos cómo se podría diseñar un automóvil volador, algo que la gente ha estado tratando de desarrollar durante más de 100 años sin mucho éxito. Le dimos a Stable Diffusion este mensaje: "Diseña un producto que pueda volar pero que también se conduzca en la carretera, un automóvil volador". Stable Diffusion generó varios diseños y seleccionamos el que consideramos más prometedor: el vehículo en la esquina inferior derecha de la imagen a continuación.
Una cuadrícula de imágenes de tres por dos; cada uno de los seis cuadrados contiene una imagen de un concepto diferente de automóvil volador. Los vehículos varían en color y forma.
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 automóvil "se asemeje a un águila robótica". La siguiente imagen muestra las variaciones que produjo rápidamente el programa de IA generativa, desde el diseño superior izquierdo que se parece más a un águila robótica hasta el concepto más factible de un automóvil volador en la esquina inferior derecha.
Una cuadrícula de imágenes de tres por dos; cada uno de los seis cuadrados contiene una imagen de un diseño de coche volador. Los seis autos voladores tienen la misma forma básica, pero cada uno contiene variaciones únicas, como adiciones en forma de plumas en diferentes lugares, diseñadas para que parezca un águila robótica.
Los autores eligieron uno de los diseños de automóviles voladores y le pidieron a Stable Diffusion que lo reinventara para que pareciera un águila robótica. Difusión estable
Un segundo ejemplo ilustra cómo los diseñadores pueden usar tales herramientas para colaborar en variaciones temáticas de un diseño estructural. Comenzaron con un diseño de automóvil volador generado por IA y le pidieron a la herramienta que produjera versiones que se asemejaran a una libélula, un tigre, una tortuga y un águila (ver imagen a continuación).
Una agrupación de dos imágenes. El primero muestra un concepto de automóvil volador que tiene dos alas en forma de bucle en la parte superior, un cuerpo en forma de caparazón de tortuga y ruedas y tren de aterrizaje en la parte inferior. La segunda imagen es una cuadrícula de dos por dos; cada una de las cuatro imágenes tiene una variación del diseño de la primera.
Esta imagen es otro concepto generado por IA de un automóvil volador (izquierda) con versiones que se asemejan a una libélula, un tigre, una tortuga y un águila (derecha). Difusión estable
Un enfoque alternativo es que los colaboradores humanos usen una herramienta como ChatGPT para desarrollar detalles del producto y luego usen una como Stable Diffusion para obtener diseños visuales basados en una serie de indicaciones que se complementan entre sí. Le dimos a ChatGPT un aviso similar al que le habíamos dado a Stable Diffusion: "Describe un producto que puede volar pero también conducir en la carretera, un automóvil volador".
ChatGPT proporcionó esta descripción: “El automóvil volador es un vehículo elegante y futurista que está construido para la máxima aventura. Tiene la apariencia de un elegante auto deportivo con curvas suaves y un exterior pulido pero con rotores ocultos que le permiten tomar vuelo”.
Cuando le dimos esa descripción a Stable Diffusion, proporcionó la imagen de abajo a la izquierda. A continuación, le pedimos a ChatGPT que reinventara la descripción para incluir la información de que el producto debe parecerse a una libélula y tener marcadores de iluminación para volar de noche. Regresó con lo siguiente: “Con su cuerpo delgado, alas extendidas y rotores ocultos, el vehículo recuerda a una libélula que cobra vida. Los marcadores iluminados ubicados a lo largo de las alas y el cuerpo crean un efecto visual impresionante, lo que ayuda a que el vehículo sea visible en la oscuridad”.
Stable Diffusion tradujo esa descripción en varias versiones que mantuvieron el diseño factible y agregaron elementos de iluminación basados en el patrón de las alas de una libélula. Las imágenes de abajo a la derecha son ejemplos.
Una agrupación de dos imágenes. El primero muestra un diseño de automóvil volador que se asemeja a un elegante mouse de computadora con ruedas. Se ve aerodinámico, con una nariz cónica y sin alas laterales obvias. La segunda imagen es una cuadrícula de dos por dos; cada uno de los cuatro diseños de autos voladores es una variación del primer diseño. Cada automóvil tiene diferencias únicas en el diseño de su superficie, que se asemejan a alas de insectos o rayos de luz de neón.
...
Los seres humanos tenemos una creatividad ilimitada. Sin embargo, el desafío de comunicar sus conceptos en forma escrita o visual restringe a un gran número de personas de contribuir con nuevas ideas. La IA generativa puede eliminar este obstáculo. Como con cualquier capacidad verdaderamente innovadora, sin duda habrá resistencia a ella. Los procesos de innovación de larga data tendrán que cambiar. Las personas con intereses creados en la forma antigua de hacer las cosas, especialmente aquellas preocupadas por volverse 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; es ayudar a los humanos en sus esfuerzos individuales y colectivos para crear soluciones hasta ahora inimaginables.
Una versión de este artículo apareció en la edición de julio-agosto de 2023 de Harvard Business Review.
Lea más sobre inteligencia artificial y aprendizaje automático o temas relacionados Creatividad e innovación
Tojin T. Eapen es profesor asistente en el Robert J. Trulaske Sr. College of Business de la Universidad de Missouri y consultor principal en Innomantra.
Daniel J. Finkenstadt es profesor asistente de gestión de defensa en la Escuela Naval de Posgrado, en Monterey, California, y director de la firma asesora Wolf Stake Consulting.
Josh Folk es cofundador y presidente de soluciones empresariales en IdeaScale, una plataforma de software de innovación basada en la nube.
Lokesh Venkataswamy es el director ejecutivo y director general de Innomantra, una firma consultora de innovación y propiedad intelectual en Bangalore, India.
No hay comentarios:
Publicar un comentario