Investigación: cuando se utilizan correctamente, los modelos de lenguaje grande (LLM) pueden dar lugar a ideas más creativas.

El auge de la IA generativa está transformando no solo su forma de trabajar, sino también su forma de pensar. Según nuestra experiencia, muchos líderes se centran en la productividad a la hora de implementar la IA generativa. Es cierto que la IA generativa facilitará y agilizará muchas tareas, lo que aumentará la eficiencia y reducirá los costes. Sin embargo, creemos que una de las mayores promesas de esta tecnología reside en otro aspecto: en el descubrimiento de nuevas formas de creatividad humana que pueden impulsar la innovación y el crecimiento. Desde el diseño de productos hasta la estrategia de marca, los modelos de lenguaje grandes (LLM) están influyendo en la fase de ideación, esa etapa inicial y caótica en la que se exploran posibilidades y se cuestionan supuestos. 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 la lluvia de ideas» fue el caso de uso que experimentó un mayor aumento entre 2024 y 2025 (+12 %). Ahora se encuentra entre los cinco casos de uso más comunes, tras subir nueve posiciones en un solo año. ¿Estas herramientas se limitan a producir más ideas similares o pueden desbloquear conocimientos radicales? ¿Y qué pueden hacer las empresas para maximizar la creatividad de sus resultados? Este artículo reúne décadas de investigación sobre la ideación con conocimientos emergentes de la creciente bibliografía sobre la creatividad impulsada por la IA generativa. Nos centramos en cómo los LLM afectan a las primeras etapas del trabajo creativo, concretamente a la generación de ideas, e identificamos las condiciones en las que potencian o dificultan la originalidad. Basándonos en estudios sobre el comportamiento de los consumidores, la ciencia de la creatividad y la colaboración entre humanos e IA, relacionamos las capacidades de la IA con los marcos clásicos de la creatividad, presentamos las funciones prácticas que pueden desempeñar los LLM en la cocreación y ofrecemos formas concretas de utilizar 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 que sean originales y apropiados. Las mejores ideas abren nuevos caminos y ofrecen relevancia práctica. La originalidad se refiere a cuánto se desvía una idea de lo que ya existe. Algunas ideas son pequeñas o incrementales: mejoras bien pensadas de productos o estrategias ya establecidos. Otras son grandes o radicales: desafían categorías o introducen significados inesperados. La adecuación tiene que ver con la viabilidad: ¿puede la idea resolver de forma realista una necesidad del consumidor o encajar en los comportamientos existentes? Una idea puede ser muy original, pero inviable en la práctica, o muy viable, pero carecer de novedad. La ideación es el punto de partida del proceso de innovación: una fase en la que la cantidad prima sobre la calidad. El objetivo es abarcar un amplio espectro y generar muchas posibilidades. Tras un proceso sistemático de filtrado y refinamiento, solo quedan unas pocas ideas con gran potencial. Un buen proceso de ideación aumenta las probabilidades de que las mejores ideas sean excepcionales, tanto en términos de originalidad como de idoneidad. Sin embargo, aunque la IA puede ayudar a cada individuo a generar ideas de mayor calidad, también puede hacer que las ideas de todos se parezcan más entre sí. Cómo la IA generativa impulsa la ideación La IA generativa no solo automatiza, sino que también crea. Los LLM generan resultados similares a los humanos en respuesta a prompts, escribiendo textos, dibujando logotipos, generando recetas, componiendo música y proponiendo ideas para productos. ¿Por qué pueden ser valiosos los LLM para la ideación? Hay dos vías que subyacen a la creatividad humana: la persistencia (generación enfocada de muchas variaciones dentro de un espacio reducido) y la flexibilidad (la capacidad de combinar conceptos distantes). Los LLM emulan ambas, debido a su productividad y amplitud semántica. Sin embargo, también tienen inconvenientes que los ideadores deben tener en cuenta, atribuibles a la forma en que se entrenan. Aumento de la productividad La persistencia en la creatividad significa centrarse en un pequeño número de ideas prometedoras y trabajar metódicamente en ellas. Los LLM están diseñados intrínsecamente para la persistencia, generando cientos o miles de ideas en respuesta al mismo prompt sin cansarse. Esta capacidad de ser exhaustivos no solo es eficiente, sino que tiene un inmenso potencial creativo. Las investigaciones demuestran que los LLM pueden impulsar la producción creativa de formas que antes no estaban al alcance de las personas ni siquiera de los grupos. Por ejemplo, cuantas más ideas genera un LLM, más original se vuelve el conjunto, hasta cierto punto, tras el cual la originalidad se estabiliza. Para generar ideas de alta calidad utilizando LLM, es importante centrarse en un objetivo específico y filtrar las distracciones. Las marcas pueden aprovechar esta productividad específica de varias maneras: Ajuste: entrenar un modelo de IA con contenido especializado (por ejemplo, directrices de marca, comentarios de clientes) para generar ideas que se ajusten estrechamente al contexto empresarial. Sugerencias con pocos ejemplos: mostrar a la IA unos pocos 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 solo son originales, sino también adecuadas para la marca y el contexto informativo más amplio. Aumentar la amplitud semántica Una característica distintiva 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, que se consigue mediante el entrenamiento con conjuntos de datos enormes y diversos. Cuando se les consulta, pueden mezclar conceptos de innumerables campos de formas útiles y, a menudo, sorprendentes. Los LLM están entrenados para generar lo que es más probable que venga después de un prompt, lo que puede llevarles a recurrir a patrones familiares. Para la ideación, queremos ideas poco comunes y poco convencionales. Existen varias técnicas que pueden ayudar a extraer ideas más creativas: Modificadores de personalidad: pedir al modelo que adopte una personalidad específica (por ejemplo, «pensar como Steve Jobs») puede empujarlo hacia nuevas direcciones creativas. Sugerencias híbridas: dividir la generación de ideas en prompts más pequeños y variados y luego combinar los resultados aumenta el número de caminos paralelos hacia una solución. Prompt en cadena de pensamiento: dar al LLM un proceso paso a paso (por ejemplo, lluvia de ideas, edición para mayor audacia, resumen) ayuda a producir ideas casi tan diversas como las de los humanos. Ajustes de temperatura: las temperaturas más altas dan lugar a ideas más inesperadas, pero también a más errores. También se pueden conseguir efectos similares creando prompts que fomenten la precisión o la creatividad desenfrenada, por ejemplo, «Deme las ideas más poco convencionales y sorprendentes que se le ocurran». La ideación humana suele oscilar entre la persistencia enfocada y la flexibilidad amplia. Se puede prompt a los LLM que cambien entre estos modos, tal y como hacen los seres humanos. Reimaginar las funciones de la IA en el pensamiento creativo Más allá de las tácticas técnicas de prompting, hay una pregunta más importante: ¿qué funciones puede desempeñar la IA generativa en el proceso de ideación? A diferencia de la lluvia de ideas tradicional, en la que la generación de ideas suele estar impulsada por los seres humanos, la IA invita a un nuevo modelo de coideación entre personas y máquinas. A veces, la IA actúa como generadora principal de ideas, y los humanos se encargan de evaluarlas y perfeccionarlas. Otras veces, el humano está al mando y la IA actúa como catalizador. Los modelos actuales de IA tienden a destacar en la producción de muchas ideas, especialmente pequeñas y incrementales, pero siguen estando por detrás de los humanos cuando se trata de generar ideas grandes y revolucionarias. Esto sugiere un reequilibrio estratégico: si está explorando ampliamente o buscando volumen, la IA puede tomar las riendas. Si su objetivo es generar ideas audaces y de gran impacto, es posible que los humanos deban liderar, al menos por ahora. Para aclarar estas funciones, proponemos un conjunto de «funciones de ideación» metafóricas para los LLM. Estas funciones son flexibles y pueden utilizarse para impulsar la productividad de la generación de ideas o su rango semántico. LLM como ideador principal El diseñador: Los LLM pueden ayudar a los creadores de ideas mediante la creación de versiones, creando variantes personalizadas para diferentes personas o casos de uso. También pueden ayudar con las pruebas multivariantes, generando docenas de mensajes variados sistemáticamente y señalando variables ocultas que podrían influir accidentalmente en el marketing u otros resultados. El escritor: los LLM pueden elevar la calidad percibida de las ideas al dar forma a la manera en que se reciben, se comprenden y se valoran. Pueden hacer que las ideas sean más claras, más persuasivas y más impactantes. Los LLM como socios intelectuales El entrevistador: los LLM pueden actuar como entrevistadores «socráticos», haciendo las preguntas adecuadas para animarle a pensar de forma más flexible, detectar puntos ciegos o explorar nuevas direcciones. El actor: los LLM pueden actuar como «actores» que imitan aproximadamente a los clientes, proporcionando respuestas realistas que le ayudan a comprender mejor sus necesidades, preferencias y mentalidad. Sin embargo, sus personalidades pueden verse influenciadas por las voces dominantes en Internet y es posible que no representen con precisión a todos los grupos. Cómo la IA generativa remodelará los mercados de ideas La adopción de la IA generativa no solo cambiará la forma en que las personas generan ideas, sino que transformará campos enteros, incluidos el marketing, la innovación de productos y la estrategia empresarial. Por ejemplo, uno de los encuestados en nuestra encuesta sobre adopción, gerente de una empresa tecnológica, afirmó: «Durante el último año, una de las formas más interesantes en las que hemos utilizado la IA generativa ha sido para acelerar el diseño de nuestros productos. Ayuda a generar ideas nuevas y conceptos visuales basados en lo que los clientes realmente buscan, por lo que podemos lanzar nuevos productos más rápidamente y más alineados 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. Pero, aunque los LLM pueden impulsar la creatividad de los usuarios individuales, también pueden reducir la creatividad general de los grupos, elevando el listón de lo que se considera original. Las fuerzas competitivas tienden a recompensar las ideas que realmente destacan. El uso de técnicas como las indicaciones híbridas o la variación de personalidades puede ayudar a desbloquear ideas más distintivas. Las organizaciones pueden incluso inventar nuevas funciones de ideación para los LLM, como la extracción de datos pasados para obtener conocimientos sin explotar o la aparición de hipótesis pasadas por alto. Otro reto emergente es cómo evaluar la calidad de las ideas, no solo generarlas. A menudo no está claro qué ideas tendrán éxito hasta que se prueben en el mundo real. Algunos investigadores están estudiando si los LLM pueden predecir el potencial de las ideas por adelantado, lo que abriría la puerta al uso de la IA tanto para la lluvia de ideas como para la evaluación de las mismas en función de su impacto previsto. Sin embargo, la aplicación de estos sistemas no es sencilla. Las ideas verdaderamente originales, pero poco convencionales, pueden no obtener una buena puntuación en un principio. Si las herramientas de selección inicial favorecen solo lo que les resulta familiar, las empresas pueden filtrar inadvertidamente ideas innovadoras. La mayor promesa de los LLM puede ser ayudarnos a salir de nuestros propios atolladeros mentales. La IA generativa podría empujar a los líderes y a las organizaciones a replantearse estrategias arraigadas y explorar posibilidades radicalmente diferentes. . . . La IA generativa ya no es solo una herramienta administrativa para la automatización, sino que se está convirtiendo en un colaborador de primera línea en la forma en que las empresas crean, exploran e innovan. 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 cómo de bien puede hacerlo y cómo de sabiamente pueden guiarla los humanos. Los LLM son más potentes cuando se utilizan de forma deliberada: para ampliar la generación de ideas (productividad), romper con el pensamiento habitual (amplitud semántica) y asumir funciones 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, reduciendo la diversidad y perdiéndose el tipo de innovaciones grandes e inesperadas que definen el cambio en la industria. El futuro de la ideación no consiste solo en trabajar en colaboración con las máquinas, sino en hacerlo de una manera que maximice de forma inteligente lo mejor que cada uno puede aportar.

Investigación: cuando se utilizan correctamente, los modelos de lenguaje grande (LLM) pueden dar lugar a ideas más creativas.

Resumen.

Partner Center