Doxa 2403

Investigación: Cuando se utilizan correctamente, los LLM pueden generar más ideas creativas

Por Julián De Freitas, Gideon Nave y Stefano Puntoni

IA generativa

Harvard Business Review

#Doxa #llm #creatividad #inteligenciaartificial #innovación #generaciónideas #tecnología #aprendizajemáquina #creatividadartificial #modeloslenguaje #ideación #productividad #futuro

Resumen. Los modelos lingüísticos amplios son ahora fundamentales en la fase de ideación, donde se exploran posibilidades y se cuestionan suposiciones. Su adopción para la generación de ideas y la lluvia de ideas ha aumentado, convirtiendo estas actividades en uno de los usos más comunes enOrganizaciones. Pero la ideación consiste en generar ideas originales y apropiadas, equilibrando la novedad con la viabilidad. Los LLM fomentan la creatividad mediante la persistencia (produciendo múltiples variaciones sobre un tema) y la flexibilidad (combinando conceptos distantes de maneras inesperadas). Su productividad permite una exploración exhaustiva, mientras que su amplitud semántica permite la remezcla de ideas de diversos campos. Sin embargo, si bien los individuos pueden generar ideas más originales, la diversidad general entre grupos puede reducirse, haciendo que las ideas sean más similares. Para maximizar la calidad, técnicas como el ajuste fino, la incitación de pocas oportunidades y la generación aumentada por recuperación ayudan a alinear los resultados de la IA con objetivos y contextos específicos.

El auge de la IA generativa está transformando no solo nuestra forma de trabajar, sino también nuestra forma de pensar. En nuestra experiencia, muchos líderes se centran en la productividad al implementar la IA generativa. Sin duda, la IA generativa facilitará y agilizará la ejecución de muchas tareas, aumentando la eficiencia y reduciendo los costes. Pero creemos que una de las mayores promesas de esta tecnología reside en otro aspecto: en impulsar nuevas formas de creatividad humana que puedan impulsar la innovación y el crecimiento.

Desde el diseño de producto hasta la estrategia de marca, los grandes modelos lingüísticos (LLM) influyen en la fase de ideación, la confusa etapa inicial donde se exploran las posibilidades y se cuestionan las suposiciones. Por ejemplo, en una encuesta reciente sobre la adopción corporativa de la IA generativa, realizada por uno de nosotros (Stefano), la "generación de ideas y lluvia de ideas" fue el caso de uso que experimentó el mayor aumento entre 2024 y 2025 (+12%). Actualmente, se encuentra entre los cinco casos de uso más comunes, subiendo nueve posiciones en un solo año.

¿Estas herramientas simplemente generan más de las mismas ideas o pueden liberar perspectivas radicales? ¿Y qué pueden hacer las empresas para maximizar la creatividad de sus productos? Este artículo combina décadas de investigación sobre la ideación con perspectivas emergentes de la creciente literatura sobre creatividad generativa impulsada por IA. Nos centramos en cómo los LLM afectan las primeras etapas del trabajo creativo, específicamente la generación de ideas, e identificamos las condiciones bajo las cuales mejoran o dificultan la originalidad. Basándonos en estudios sobre el comportamiento del consumidor, la ciencia de la creatividad y la colaboración entre humanos e IA, mapeamos las capacidades de la IA en marcos clásicos de creatividad, presentamos roles prácticos que los LLM pueden desempeñar en la co-creación y ofrecemos maneras concretas de usar la IA generativa para mejorar la calidad, la diversidad y el impacto de las ideas.

¿Qué es la ideación y cómo medimos su calidad?

La ideación es el proceso de generar nuevas ideas en respuesta a un objetivo o problema específico. En esencia, se trata de producir conceptos originales y apropiados. Las mejores ideas son innovadoras y ofrecen relevancia práctica.

La originalidad se refiere a cuánto se desvía una idea de lo ya existente. Algunas ideas son pequeñas o graduales: mejoras meditadas de productos o estrategias ya establecidos. Otras son grandes o radicales: desafían categorías o introducen significados inesperados.

La pertinencia se basa en la viabilidad: ¿Puede la idea resolver de forma realista una necesidad del consumidor o adaptarse a los comportamientos existentes? Una idea puede ser sumamente original, pero inviable en la práctica, o muy factible, pero carecer de novedad.

La ideación sirve como punto de partida del proceso de innovación: una fase donde la cantidad sirve a la calidad. El objetivo es crear una red amplia, generando múltiples posibilidades. Tras un filtrado y refinamiento sistemáticos, solo quedan unas pocas ideas con alto potencial. Un buen proceso de ideación aumenta las probabilidades de que las mejores ideas sean excepcionales, tanto en términos de originalidad como de pertinencia. Sin embargo, si bien la IA puede ayudar a cada individuo a generar ideas de mayor calidad, también puede hacer que las ideas de todos sean más similares.

Cómo la IA generativa impulsa la ideación

La IA generativa no solo automatiza, sino que crea. Los LLM generan resultados similares a los humanos al responder a indicaciones, redactar textos, diseñar logotipos, generar recetas, componer música y generar ideas para productos.

¿Por qué podrían ser valiosos los LLM para la ideación? Dos vías sustentan la creatividad humana: la persistencia (generación enfocada de múltiples variaciones en un espacio reducido) y la flexibilidad (la capacidad de combinar conceptos distantes). Los LLM emulan ambos, gracias a su productividad y amplitud semántica. Sin embargo, también presentan desventajas que los ideadores deben tener en cuenta, debido a su formación.

Impulsar la productividad

La persistencia en la creatividad implica centrarse en un pequeño número de ideas prometedoras y trabajarlas metódicamente. Los LLM están diseñados intrínsecamente para la persistencia, generando cientos o miles de ideas en respuesta a la misma consigna sin cansarse. Esta capacidad de ser exhaustivo no solo es eficiente, sino que también posee un inmenso potencial creativo.

Las investigaciones demuestran que los másteres de maestría (LLM) pueden impulsar la producción creativa de maneras que antes no estaban al alcance de individuos o incluso grupos. Por ejemplo, cuantas más ideas genera un LLM, más original se vuelve el grupo, hasta cierto punto, después del cual la originalidad se estanca.

Para generar ideas de alta calidad mediante LLM, es importante centrarse en un objetivo específico y eliminar las distracciones. Las marcas pueden aprovechar esta productividad específica de varias maneras:

• Ajuste: entrenamiento de un modelo de IA en contenido especializado (por ejemplo, pautas de marca, comentarios de clientes) para generar ideas que se alineen estrechamente con el contexto comercial.
• Indicación de pocos ejemplos: mostrarle a la IA un puñado de ejemplos de alta calidad para orientar su pensamiento.
• Generación aumentada por recuperación: permitir que la IA acceda a datos específicos del dominio en tiempo real para enriquecer sus respuestas.

La combinación de estas técnicas permite generar nuevas ideas que no sólo son originales sino también apropiadas para la marca y el contexto noticioso más amplio.

Aumentar la amplitud semántica

Un sello distintivo de la creatividad humana es la flexibilidad: establecer conexiones entre conceptos distantes. Los LLM pueden generar ideas que abarcan conceptos muy diferentes gracias a su amplitud semántica, facilitada por el entrenamiento con conjuntos de datos enormes y diversos. Al ser consultados, pueden recombinar conceptos de innumerables campos de maneras útiles y, a menudo, sorprendentes.

Los LLM están capacitados para generar lo que probablemente suceda después de una indicación, lo que puede llevarlos a recurrir a patrones familiares. Para la ideación, buscamos ideas inusuales y poco convencionales. Varias técnicas pueden ayudar a extraer ideas más creativas:

• Modificadores de personalidad: pedirle al modelo que adopte una personalidad específica (por ejemplo, “piensa como Steve Jobs”) puede impulsarlo hacia nuevas direcciones creativas.
• Impulso híbrido: dividir la generación de ideas en impulsos más pequeños y variados y luego combinar los resultados aumenta el número de caminos paralelos hacia una solución.
• Impulso a la cadena de pensamiento: darle al LLM un proceso paso a paso (por ejemplo, lluvia de ideas, edición para resaltar, resumen) ayuda a producir ideas casi tan diversas como las de los humanos.
• Ajustes de temperatura: Las temperaturas más altas generan más ideas inesperadas, pero también más errores. También puedes lograr efectos similares creando indicaciones que fomenten la precisión o la creatividad desbordante, por ejemplo: "Dame las ideas más originales y sorprendentes que se te ocurran".

La ideación humana suele oscilar entre la persistencia enfocada y una amplia flexibilidad. Los LLM pueden ser estimulados a alternar entre estos modos, al igual que los humanos.

Reimaginando el rol de la IA en el pensamiento creativo

Más allá de las tácticas de incitación técnica, hay una pregunta más importante: ¿Qué papel puede desempeñar la IA generativa en el proceso de ideación? A diferencia de la lluvia de ideas tradicional, donde la generación de ideas suele ser impulsada por humanos, la IA invita a un nuevo modelo de co-ideación entre personas y máquinas.

A veces, la IA actúa como generadora principal de ideas, mientras que los humanos las evalúan y perfeccionan. Otras veces, el humano está al mando, con la IA actuando como catalizador. Los modelos de IA actuales suelen destacar en la generación de muchas ideas, especialmente las pequeñas e incrementales, pero aún están por detrás de los humanos a la hora de generar ideas grandes e innovadoras. Esto sugiere un reequilibrio estratégico: si se explora a gran escala o se busca volumen, la IA puede tomar las riendas. Si se busca generar ideas audaces y de gran impacto, es posible que los humanos deban liderar, al menos por ahora.

Para aclarar mejor estos roles, proponemos un conjunto de «roles de ideación» metafóricos para los LLM. Estos roles son flexibles y pueden utilizarse para impulsar la productividad en la generación de ideas o su alcance semántico.

LLM como ideador principal

El Diseñador: Los LLM pueden ayudar a los ideadores mediante la creación de versiones, creando variantes personalizadas para diferentes individuos o casos de uso. También pueden ayudar con las pruebas multivariables, generando docenas de mensajes sistemáticamente variados y señalando variables ocultas que podrían influir accidentalmente en el marketing u otros resultados.

El escritor: Los LLM pueden mejorar la calidad percibida de las ideas al influir en cómo se reciben, comprenden y valoran. Pueden hacer que las ideas sean más claras, persuasivas e impactantes.

LLM como socio de pensamiento

El entrevistador: Los LLM pueden actuar como entrevistadores “socráticos”, formulando las preguntas adecuadas para impulsarlo a pensar con mayor flexibilidad, detectar puntos ciegos o explorar nuevas direcciones.

El Actor: Los LLM pueden actuar como "actores" que imitan a grandes rasgos a los clientes, ofreciendo respuestas realistas que ayudan a comprender mejor sus necesidades, preferencias y mentalidades. Sin embargo, sus perfiles pueden verse influenciados por las voces dominantes en línea y podrían no representar con precisión a todos los grupos.

Cómo la IA generativa transformará los mercados de ideas

La adopción de la IA generativa no solo cambiará la forma en que las personas intercambian ideas, sino que transformará campos enteros, como el marketing, la innovación de productos y la estrategia empresarial. Por ejemplo, un encuestado sobre su adopción, un gerente de una empresa tecnológica, comentó: «Durante el último año, una de las maneras más innovadoras en que hemos utilizado la IA generativa ha sido para acelerar el diseño de nuestros productos. Ayuda a generar ideas innovadoras y conceptos visuales basados ​​en lo que los clientes realmente buscan, lo que nos permite lanzar nuevos productos con mayor rapidez y en mayor sintonía con las tendencias del mercado». Empresas como General Mills ven un gran potencial en la IA generativa para mejorar y acelerar el proceso de innovación, como describe uno de nosotros (Stefano) en un artículo reciente de HBR sobre el uso de personajes sintéticos en la investigación de mercados, que se relaciona con la metáfora del actor descrita anteriormente.

Si bien los LLM pueden impulsar la creatividad de los usuarios individuales, también podrían reducir la creatividad general de los grupos, elevando el estándar de originalidad. La competencia tiende a recompensar las ideas que realmente destacan. El uso de técnicas como la incitación híbrida o la variación de personajes puede ayudar a generar ideas más distintivas. Las organizaciones pueden incluso inventar nuevas funciones de ideación para los LLM, como la extracción de datos históricos para obtener información sin explotar o el descubrimiento de hipótesis pasadas por alto.

Otro desafío emergente es cómo evaluamos la calidad de las ideas, no solo cómo las generamos. A menudo no está claro qué ideas tendrán éxito hasta que se prueban en el mundo real. Algunos investigadores están explorando si los LLM pueden predecir el potencial de las ideas con antelación, lo que abre la puerta al uso de la IA tanto para la lluvia de ideas como para la evaluación de ideas según el impacto previsto. Sin embargo, la aplicación de estos sistemas no es sencilla. Las ideas verdaderamente originales, pero poco convencionales, pueden no tener una buena puntuación en las primeras etapas. Si las herramientas de selección temprana priorizan solo lo conocido, las empresas podrían filtrar inadvertidamente ideas innovadoras.

La mayor promesa de los LLM podría residir en ayudarnos a superar nuestras propias rutinas mentales. La IA generativa podría impulsar a líderes y organizaciones a repensar estrategias arraigadas y explorar posibilidades radicalmente diferentes.

...

La IA generativa ya no es solo una herramienta administrativa para la automatización; se está convirtiendo en un colaborador clave en la creación, la exploración y la innovación de las empresas. A medida que esta tecnología entra en la fase de ideación del proceso creativo, la pregunta no es si puede ayudar a generar ideas, sino qué tan bien lo hace y con qué sabiduría pueden guiarla los humanos.

Los LLM son más eficaces cuando se utilizan deliberadamente: para escalar la generación de ideas (productividad), para romper con el pensamiento habitual (amplitud semántica) y para asumir roles flexibles, desde diseñador y escritor hasta entrevistador y actor. Sin un enfoque reflexivo, las organizaciones corren el riesgo de aglomerarse en torno a las mismas "mejores" ideas, reducir la diversidad y perderse las grandes innovaciones inesperadas que definen el cambio en la industria. El futuro de la ideación no se trata solo de trabajar en conjunto con las máquinas, sino de hacerlo de forma que se maximice inteligentemente lo mejor de cada una de ellas.

Lea más sobre IA generativa o temas relacionados Tecnología y análisis, Análisis y ciencia de datos, IA y aprendizaje automático y Creatividad.

Julian De Freitas es profesor asistente en la unidad de marketing de la Harvard Business School.

Gideon Nave es Profesor Asociado Carlos y Rosa de la Cruz, Departamento de Marketing, Wharton School of Business.

Stefano Puntoni es profesor de marketing en la Wharton School de la Universidad de Pensilvania y codirector de Wharton Human-AI Research. Es uno de los principales científicos del comportamiento que estudia las aplicaciones empresariales de la IA.