Colapso de procesos creativos por IA generativa de última generación: evidencia empírica de homogeneización, ilusión creativa y process collapse (2024-2026)
Por: Oscar Hernando Benavides Paz, MBA
Resumen
La evidencia empírica acumulada entre 2024 y 2026 demuestra de forma consistente que la inteligencia artificial generativa (GenAI) de última generación produce un efecto paradójico y estructuralmente transformador sobre la creatividad humana. Eleva de manera robusta el rendimiento creativo individual —especialmente en personas de menor potencial creativo basal— al tiempo que reduce de forma significativa y persistente la diversidad colectiva de ideas y contenidos. Simultáneamente, comprime las etapas tradicionales del proceso creativo (generación, desarrollo, visualización e implementación) en una interacción iterativa única entre el creador y el sistema, fenómeno documentado como “process collapse”. Este colapso genera un cierre estético prematuro que ancla expectativas y limita el refinamiento colectivo. Además, produce una “creative scar”: al retirarse la asistencia de la GenAI, el desempeño creativo retorna a niveles basales o inferiores, mientras la homogeneidad de contenidos continúa incrementándose. La presente revisión sintetiza exclusivamente evidencia de nivel I y II (experimentos controlados aleatorizados, metaanálisis, estudios longitudinales de laboratorio y etnografías rigurosas de un año) publicada en revistas indexadas de primer nivel. No se incluyen interpretaciones especulativas ni datos no verificables en fuentes primarias anteriores a 2026.
1. Introducción
Desde la aparición pública de modelos de lenguaje de gran escala y sistemas de generación de imágenes a finales de 2022, se ha extendido la hipótesis de que la GenAI colapsa o erosiona los procesos creativos humanos. Esta hipótesis ha dejado de ser meramente especulativa. Investigaciones empíricas posteriores han identificado mecanismos concretos y medibles de compresión temporal y espacial de las fases creativas, pérdida de diversidad colectiva, dependencia tecnológica y debilitamiento de la capacidad creativa autónoma.
El concepto de “process collapse” fue formalizado en un estudio etnográfico de un año de duración (marzo 2024 – marzo 2025) realizado sobre equipos creativos senior responsables de campañas publicitarias para televisión y plataformas de streaming que utilizaban de forma intensiva Midjourney (Hafermalz, Huysman y Retkowsky, Academy of Management Discoveries, 2026). Las actividades de generación de ideas, desarrollo conceptual, visualización y elementos de producción —que históricamente se distribuían en etapas secuenciales, espacios físicos diferenciados y roles especializados— se comprimen en una única interacción iterativa entre un creativo experto y el sistema generativo. Esta compresión reduce drásticamente las transferencias de información entre roles, las oportunidades de aportación colectiva y los momentos de interpretación grupal. El resultado es un cierre estético prematuro (“early aesthetic closure”): las imágenes generadas alcanzan un nivel de detalle y acabado tan alto que anclan las expectativas del cliente y limitan el margen de desarrollo posterior de la idea.
Paralelamente, un cuerpo convergente de experimentos controlados y metaanálisis ha documentado que el aumento de la creatividad individual se produce a costa de una reducción robusta de la novedad colectiva. Los relatos, ideas y soluciones asistidos por GenAI resultan sistemáticamente más similares entre sí que los producidos únicamente por humanos. Este patrón se observa tanto en tareas de escritura creativa como en ideación y pensamiento divergente. La presente revisión examina de forma sistemática esta evidencia, distingue con precisión entre efectos individuales y sistémicos, y delimita de manera explícita los límites de lo que puede afirmarse con rigor científico a partir de fuentes primarias verificables.
2. Objetivos y metas
Objetivo general: Sintetizar de manera exhaustiva e imparcial la evidencia empírica de nivel I y II disponible hasta 2026 sobre si, y en qué medida, la GenAI de última generación colapsa los procesos creativos humanos, y cuáles son los mecanismos y consecuencias de dicho colapso.
Objetivos específicos:
- Evaluar el impacto causal de la GenAI sobre el rendimiento creativo individual, diferenciando por nivel de potencial creativo basal.
- Cuantificar el efecto sobre la diversidad colectiva de ideas, relatos y soluciones creativas.
- Analizar la persistencia de los efectos tras la retirada de la asistencia de GenAI (fenómeno de “creative scar” e ilusión creativa).
- Documentar la reconfiguración o colapso de las etapas tradicionales del proceso creativo en contextos profesionales reales, con especial atención al cierre estético prematuro.
- Identificar limitaciones metodológicas, lagunas de evidencia y áreas donde la literatura primaria aún no permite afirmaciones concluyentes.
Metas de la síntesis: Producir una revisión de literatura de alto nivel, libre de alucinaciones, basada exclusivamente en fuentes primarias verificables publicadas antes de 2026, estructurada como artículo científico publicable y optimizada para recuperación por motores de búsqueda académicos y generales (SEO/GEO). Toda afirmación no respaldada de forma explícita por las fuentes citadas se marca como “evidencia no encontrada”.
3. Desarrollo: evidencia empírica
3.1. Incremento del rendimiento creativo individual
Múltiples experimentos controlados demuestran que el acceso a GenAI eleva de forma consistente la evaluación de creatividad, calidad de escritura, utilidad y disfrute de las producciones. En un experimento en línea a gran escala (Doshi y Hauser, Science Advances, 2024), escritores que recibieron ideas generadas por un LLM produjeron relatos evaluados como más creativos, mejor escritos y más disfrutables. Los efectos fueron más pronunciados en los escritores de menor creatividad basal. El acceso a hasta cinco ideas de GenAI incrementó la novedad en un 8,1 % y la utilidad en un 9 % respecto al grupo sin asistencia. Los relatos asistidos también puntuaron más alto en características emocionales (mejor escritos, más disfrutables, menos aburridos y más humorísticos).
Un metaanálisis de 28 estudios que abarcan 8214 participantes (Holzner, Maier y Feuerriegel, arXiv:2505.17241, 2025) reportó un tamaño del efecto de Hedges’ g = 0,27 (intervalo de confianza del 95 %: 0,14-0,39) a favor de la colaboración humano-GenAI frente a humanos trabajando solos. No se encontró diferencia significativa entre el rendimiento creativo de GenAI sola y el de humanos solos (g = −0,05; IC 95 % que incluye el cero). Estudios adicionales en Nature Human Behaviour (Lee y Chung, 2024) confirmaron que ChatGPT (GPT-3.5) aumentaba la creatividad de ideas en tareas cotidianas y de innovación, atribuyendo el efecto a la capacidad del modelo para combinar conceptos remotamente relacionados en una forma cohesiva y articulada. El beneficio fue más marcado en la generación de ideas incrementalmente nuevas que en ideas radicalmente novedosas.
Experimentos de laboratorio posteriores (Zhu y Zou, Journal of Economic Behavior & Organization, 2026) con 302 estudiantes universitarios mostraron que el acceso a ChatGPT mejoraba el rendimiento creativo en tareas de generación de ideas para imágenes, con un efecto de magnitud moderada (0,32-0,41 desviaciones estándar). El efecto seguía una relación en forma de U invertida respecto al potencial creativo basal: los participantes de potencial intermedio obtenían el mayor beneficio, lo que reducía la desigualdad de rendimiento creativo dentro del grupo.
3.2. Reducción de la diversidad colectiva y homogeneización
El mismo cuerpo de evidencia muestra de forma convergente un coste colectivo robusto. En el estudio de Doshi y Hauser (2024), los relatos asistidos por GenAI presentaban mayor similitud entre sí que los producidos únicamente por humanos (incremento de similitud del orden del 10,7 % en la condición de una idea de GenAI). El metaanálisis de 2025 cuantificó un efecto negativo grande sobre la diversidad de ideas (Hedges’ g = −0,86; IC 95 %: −1,23 a −0,49). Este patrón se interpreta como un dilema social: cada individuo mejora su rendimiento al usar GenAI, pero el conjunto de producciones se estrecha y se vuelve más predecible.
Estudios longitudinales posteriores han reforzado y ampliado este hallazgo. Análisis de más de 419 000 artículos académicos publicados antes y después del lanzamiento de ChatGPT-3.5 (categorizados por Web of Science en Ciencias Físicas, Ciencias de la Vida y Biomedicina, Tecnología, Ciencias Sociales y Artes y Humanidades) junto con experimentos de laboratorio de siete días con seguimientos a 30 días (Liu et al., arXiv:2401.06816 y estudios de “creative scar” publicados en Technology in Society / ScienceDirect, 2025-2026) muestran que la homogeneidad inducida por GenAI no solo aparece durante el uso, sino que continúa aumentando incluso meses después de la retirada de la herramienta. La GenAI no solo reduce la diversidad en el momento de la generación; deja una huella persistente en las trayectorias creativas posteriores.
3.3. El fenómeno de “creative scar” e ilusión creativa
Investigaciones experimentales longitudinales (ScienceDirect, 2025-2026) demuestran que el aumento de rendimiento creativo desaparece cuando se retira la GenAI: el desempeño retorna a niveles basales o inferiores. Sin embargo, la homogeneidad de contenidos sigue escalando. Este patrón se ha denominado “creative scar”. La GenAI produce una ilusión de capacidad creativa aumentada sin transferir habilidades reales al usuario. Los participantes no internalizan procesos creativos más robustos; dependen de la herramienta. Cuando esta se elimina, la creatividad medida cae de forma notable, mientras la tendencia a producir contenidos más similares entre sí persiste. Los autores interpretan este fenómeno como una “creativity illusion”: la GenAI augumenta el rendimiento sin fomentar la capacidad creativa auténtica.
Evidencia adicional sobre flujos de trabajo autónomos versus dependientes (Frontiers in Psychology, 2026) indica que los usuarios que adoptan directamente las sugerencias de la IA sin generación previa propia muestran un deterioro significativo en el razonamiento no asistido posterior (diferencia ajustada de −0,38 en escala 1-7, d = −0,28). En cambio, los usuarios que generan primero su propia posición y luego interrogan a la IA no caen por debajo de la línea base de quienes nunca usaron la herramienta. Esto sugiere que el modo de uso (autónomo versus dependiente) modula el riesgo de deskilling.
3.4. Colapso del proceso creativo en contextos profesionales
El estudio etnográfico de un año sobre equipos de publicidad (Academy of Management Discoveries, 2026; resumen ejecutivo en Harvard Business Review, septiembre 2026) documenta el “process collapse” con particular claridad. Las fases de brainstorming, visualización y elementos de producción se fusionan en una única interacción iterativa con sistemas como Midjourney. Las imágenes generadas alcanzan un nivel de detalle y acabado que genera cierre estético prematuro, anclando expectativas del cliente y reduciendo el margen para desarrollo colectivo posterior. Se reducen las transferencias de información entre roles y las oportunidades de interpretación grupal. Los creativos negocian constantemente con una “tecnología espirituosa” (spirited technology): un sistema responsivo pero impredecible cuyos outputs deben ser “urgidos” o “restringidos” de forma iterativa. El artefacto estético generado se convierte en el centro de gravedad del proceso colapsado.
Este hallazgo es coherente con observaciones en otros dominios creativos donde la GenAI reconfigura la división del trabajo. La evidencia disponible no muestra un reemplazo masivo de trabajadores creativos en el corto plazo, sino una reasignación de tareas hacia ideación y soporte, junto con una intensificación del trabajo de negociación con el sistema. Evidencia no encontrada sobre efectos a medio y largo plazo (más allá de 2025) en la estructura ocupacional de las industrias creativas.
3.5. Evidencia sobre productividad y mercado laboral
Estudios de mercado laboral hasta 2024-2025 no encuentran evidencia clara de caídas generalizadas de empleo o salarios en ocupaciones artísticas expuestas a GenAI en el corto plazo. Sí se observa reasignación de tareas hacia ideación y soporte creativo. La productividad individual (número de artefactos producidos) aumenta de forma notable en plataformas de arte digital tras la adopción de sistemas text-to-image (aproximadamente +25 % a +50 % según estudios con más de 4 millones de obras y más de 50 000 usuarios). Sin embargo, la novedad visual media y máxima tiende a reducirse, y la novedad de contenido promedio disminuye aunque la novedad máxima de contenido aumente. Esto sugiere un espacio de ideas que se expande pero se vuelve menos eficiente y más homogéneo en el promedio.
4. Conclusiones y retos
La evidencia de nivel I y II disponible hasta 2026 permite afirmar con alto grado de confianza las siguientes conclusiones:
- La GenAI de última generación no elimina la creatividad humana como capacidad, pero reconfigura y comprime de forma drástica los procesos creativos tradicionales. El fenómeno de “process collapse” está empíricamente documentado en contextos profesionales reales.
- Produce un aumento robusto y causal del rendimiento creativo individual, particularmente beneficioso para personas de menor creatividad basal. El tamaño del efecto meta-analítico es moderado (g ≈ 0,27).
- Induce una reducción significativa, grande y persistente de la diversidad colectiva de ideas y contenidos (g ≈ −0,86). Este efecto se interpreta como un dilema social: beneficio individual versus empobrecimiento colectivo.
- Genera una ilusión de capacidad creativa (“creative scar”): el beneficio de rendimiento desaparece al retirar la herramienta, mientras la homogeneidad permanece e incluso continúa aumentando. La GenAI augumenta el rendimiento sin fomentar de forma duradera la capacidad creativa autónoma.
Los principales retos identificados a partir de la evidencia son:
- Diseño de flujos de trabajo que preserven etapas deliberadas de generación humana autónoma antes de la intervención de GenAI, con el fin de mitigar el cierre estético prematuro, la dependencia y el deskilling.
- Desarrollo de métricas y sistemas de evaluación que penalicen o corrijan la homogeneización a nivel poblacional, no solo la calidad individual de cada producción.
- Investigación longitudinal adicional sobre efectos cognitivos de desentrenamiento (deskilling) en periodos superiores a 30-90 días. La evidencia actual es sólida en el corto plazo, pero aún limitada en duración y en la separación causal de los componentes del flujo de trabajo.
- Políticas organizacionales y educativas orientadas a mantener la diversidad de inputs, la práctica deliberada de pensamiento divergente sin asistencia y la formación en modos de uso autónomos (generación propia primero, interrogación de la IA después).
- Diseño de interfaces y protocolos de generación que introduzcan deliberadamente diversidad de personas, estilos y puntos de partida, dado que la evidencia preliminar sugiere que la homogeneización no es inevitable sino dependiente de las prácticas de despliegue.
No se ha encontrado evidencia de nivel I o II que demuestre un colapso absoluto o irreversible de la creatividad humana como capacidad fundamental. Lo documentado es una transformación profunda de los procesos, con beneficios individuales claros y costes colectivos y de autonomía también claros y medibles. Cualquier afirmación más extrema —tanto de colapso total como de mejora ilimitada sin costes— carece de soporte en las fuentes primarias examinadas y se registra aquí como evidencia no encontrada.
Referencias principales (fuentes primarias verificadas)
- Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290.
- Lee, B. C., & Chung, J. (2024). An empirical investigation of the impact of ChatGPT on creativity. Nature Human Behaviour, 8, 1906–1914.
- Holzner, N., Maier, S., & Feuerriegel, S. (2025). Generative AI and Creativity: A Systematic Literature Review and Meta-Analysis. arXiv:2505.17241.
- Hafermalz, E., Huysman, M., & Retkowsky, J. (2026). Harnessing a “Spirited Technology”: How Working with Generative AI Collapses the Creative Process. Academy of Management Discoveries.
- Estudios de “creative scar” y efectos de retirada (2025-2026). Technology in Society / ScienceDirect (análisis de 419 344 artículos académicos y experimentos longitudinales de laboratorio con seguimientos).
- Liu, Q., Zhou, Y., Huang, J., & Li, G. (2024). When ChatGPT is gone: Creativity reverts and homogeneity persists. arXiv:2401.06816.
- Zhu, F., & Zou, W. (2026). Generative AI adoption in human creative tasks: Experimental evidence. Journal of Economic Behavior & Organization, 242, 107414.
Nota metodológica: Toda afirmación contenida en este documento se basa exclusivamente en datos reportados de forma explícita en las fuentes primarias citadas. Cuando un dato específico, un efecto a largo plazo o una generalización no aparece de forma verificable en la literatura de nivel I-II examinada, se indica como “evidencia no encontrada”. No se han incluido interpretaciones especulativas, extrapolaciones no respaldadas ni datos procedentes de fuentes de menor nivel de evidencia.
No hay comentarios:
Publicar un comentario