¿Y si la inteligencia artificial no va a sustituir nuestra creatividad, sino a multiplicarla? El último artículo de Harvard Business Review «Research: When Used Correctly, LLMs Can Unlock More Creative Ideas» (De Freitas, Nave y Puntoni, diciembre 2025) trae cosas que creo vale la pena considerar: cuando usamos bien los modelos de lenguaje, no solo trabajamos más rápido, pensamos de formas completamente nuevas.
La ciencia detrás de la colaboración creativa
Este artículo se basa en un estudio publicado en el Journal of Consumer Research: «Ideation with Generative AI—in Consumer Research and Beyond» (De Freitas, Nave y Puntoni, 2025). Los investigadores han descubierto algo relevante: los LLMs funcionan como compañeros creativos que complementan nuestras capacidades humanas de maneras específicas.
Básicamente, tenemos dos formas naturales de ser creativos, y la IA nos ofrece versiones amplificadas de ambas:
1. Persistencia multiplicada
Cuando nos quedamos «en la zona» explorando variaciones de una idea, estamos usando persistencia creativa. Los LLMs pueden hacer exactamente eso, pero generando cientos de ideas coherentes en minutos. En uno de los estudios citados, las ideas originales seguían apareciendo hasta llegar aproximadamente a 500 iteraciones. Es como tener un equipo incansable de brainstorming disponible cuando lo necesitamos.
2. Flexibilidad semántica expandida
Somos buenos conectando cosas inesperadas: pensemos en gemelos de bisutería hechos con piezas de bicicleta. Los LLMs, entrenados con corpus masivos de texto, pueden hacer esas conexiones entre campos que quizás no conocemos o no habríamos considerado. Es acceso instantáneo a asociaciones poco obvias.
El equilibrio entre creatividad individual y colectiva
Aquí está uno de los hallazgos más interesantes: cuando artistas visuales empezaron a usar IA generativa, su productividad creativa aumentó un 25%. Un incremento considerable en la capacidad de producir trabajo creativo.
Pero los investigadores también encontraron un patrón que debemos considerar: si todos usamos la IA del mismo modo básico, nuestras ideas pueden converger. La buena noticia es que esto tiene solución. El estudio nos enseña cómo usar la IA de formas más sofisticadas que mantienen (e incluso aumentan) nuestra originalidad individual sin sacrificar la diversidad colectiva.
Estrategias prácticas que funcionan
Los investigadores han destilado sus hallazgos en estrategias concretas que podemos aplicar:
Para aumentar la productividad creativa:
Few-shot prompting: En lugar de «Dame ideas de productos», probemos: «Aquí hay tres ideas que considero brillantes [ejemplos específicos]… ahora genera 30 más en esa dirección»
Retrieval-augmented generation: Conectar el modelo con bases de datos especializadas o artículos de nuestro campo específico
Fine-tuning: Si trabajamos en un dominio particular (branding de lujo, educación infantil, etc.), podemos entrenar el modelo con ejemplos de ese mundo
Para ampliar la diversidad semántica:
Variación de prompts con modificadores de persona: «Eres Steve Jobs pensando en productos para universitarios…» o «Eres una chef michelin diseñando experiencias de aprendizaje…»
Prompting híbrido: En lugar de un único mega-prompt, creamos múltiples prompts diferentes que generen pools separados de ideas, y luego los combinamos. Es como tener varios equipos creativos trabajando en paralelo.
Chain of thought: Instruir explícitamente los pasos: «Primero genera 30 títulos. Luego revísalos para asegurar que sean audaces y diferentes. Finalmente, desarrolla cada uno en un párrafo…»
Cuatro roles para la colaboración humano-IA
El estudio propone cuatro «roles» que la IA puede desempeñar según nuestras necesidades:
La IA como Diseñador
Cuando necesitamos crear múltiples variaciones de un estímulo para experimentación, controlando posibles confusiones metodológicas. La IA lo hace rápidamente, sin sesgos personales, sin fatiga cognitiva. Puede identificar confusiones potenciales que nosotros pasaríamos por alto.
La IA como Escritor
Tenemos una idea sólida pero nos cuesta expresarla con claridad. Los estudios muestran que los textos refinados con IA son más claros, persuasivos y comprensibles. No se trata de delegar la escritura, sino de tener un editor disponible que nos ayuda a comunicar mejor.
La IA como Entrevistador socrático
Aquí cambia el enfoque completamente. En lugar de pedirle respuestas, le pedimos preguntas:
«Quiero desarrollar un proyecto innovador sobre [tema]. NO me des ideas directamente, hazme preguntas que me ayuden a descubrirlas yo mismo. Dame 5 preguntas que: inspiren mi imaginación, me hagan conectar conceptos distantes, y activen recuerdos significativos de mi experiencia…»
Es como tener un facilitador que extrae lo mejor de nosotros.
La IA como Actor
Necesitamos entender mejor a nuestros usuarios antes de hacer entrevistas reales. Podemos pedirle a la IA que simule conversaciones con diferentes perfiles. No reemplaza a personas reales (los investigadores son claros en esto), pero nos ayuda a refinar preguntas y descubrir ángulos que no habíamos considerado.
Ideas incrementales vs. innovaciones disruptivas
Un hallazgo clave: la IA actual es excelente para ideas incrementales (mejoras, variaciones, optimizaciones), pero para esas innovaciones disruptivas que lo cambian todo, seguimos siendo nosotros los protagonistas.
Esto tiene implicaciones importantes:
- La IA maneja el trabajo pesado de generar y refinar opciones
- Nosotros nos enfocamos en los saltos cualitativos
- Juntos cubrimos todo el espectro creativo
Es una división del trabajo que aprovecha las fortalezas de cada parte.
El precedente AlphaGo
Vale la pena recordar lo que sucedió cuando AlphaGo venció a campeones mundiales de Go. Los jugadores profesionales no se desanimaron. Empezaron a explorar movimientos completamente nuevos, rompiendo con siglos de convenciones. La IA superhúmana los liberó para innovar de formas que antes consideraban imposibles.
Eso es lo que puede hacer la IA generativa por nuestra creatividad: mostrarnos caminos que nunca habríamos imaginado, liberándonos de nuestros propios patrones mentales establecidos.
Lo que esto significa para Human-IA
Este estudio valida varios de nuestros principios fundamentales:
La colaboración humano-IA es más efectiva que la sustitución: No se trata de competir, sino de encontrar sinergias
El pensamiento crítico es determinante: Saber cómo usar la IA marca toda la diferencia entre resultados mediocres y extraordinarios
El proceso importa más que las herramientas específicas: Las técnicas que aprendemos hoy funcionarán con las herramientas que vengan mañana
La IA nos permite ser más humanos: Al liberarnos de tareas mecánicas, podemos enfocarnos en lo que realmente importa: conexión, significado, impacto
Próximos pasos
Te propongo un sencillo experimento:
- Elige un reto creativo actual
- Prueba el rol de «entrevistador»: pídele a tu LLM que te haga preguntas profundas sobre el problema
- Usr prompting híbrido: generar 3 pools de 10 ideas con diferentes «personalidades»
- Combina lo mejor de cada pool
Creo que los resultados te van a sorprender.
El futuro de la creatividad colaborativa
La creatividad siempre ha sidp colaborativa: conversamos, nos inspiramos mutuamente, construimos sobre las ideas de otros. Los LLMs son simplemente nuevos compañeros en ese proceso, con habilidades complementarias específicas.
No necesitamos temer que la IA «robe» nuestra creatividad. Los datos sugieren que, bien usada, la amplifica, la desafía, la lleva a territorios inexplorados.
La creatividad sigue siendo profundamente humana. La IA solo expande el espacio donde podemos jugar.
Referencias:
- Estudio completo: De Freitas, J., Nave, G., & Puntoni, S. (2025). Ideation with Generative AI—in Consumer Research and Beyond. Journal of Consumer Research, 52(1), 18-31. DOI: 10.1093/jcr/ucaf012
- Artículo HBR: De Freitas, J., Nave, G., & Puntoni, S. (2025, diciembre 17). Research: When Used Correctly, LLMs Can Unlock More Creative Ideas. Harvard Business Review. Enlace
Deja una respuesta