IA Y Aprendizaje Automático

Cómo la IAcreatividad
generativa humana
puede aumentar la
por Tojin T. Eapen, Daniel J. Finkenstadt, josh gente, y Lokesh Venkataswamy
De la revista (julio-agosto de 2023)

Todas las imágenes de este artículo se crearon utilizando IA generativa. Estas imágenes se crearon utilizando las indicaciones de bombilla, flor, pastel, formas geométricas, simplicidad, líneas limpias y naturaleza muerta mínima. A
mitad del viaje

Resumen. Existe una tremenda aprensión sobre el potencial de la IA generativa

(tecnologías que pueden crear nuevos contenidos 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 ... más

Leer en español
Existe una enorme aprensión sobre el
potencial de la IA generativa (tecnologías
que pueden crear nuevos contenidos como
audio, texto, imágenes y vídeo) para
reemplazar a las personas en muchos
puestos de trabajo. Pero una de las mayores
oportunidades que ofrece la IA generativa a empresas y gobiernos
es aumentar la creatividad humana y superar los desafíos de
democratizar la innovación.
El término “democratizar la innovación” 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 ellos mismos lo
que necesitan en lugar de simplemente depender de las empresas
para hacerlo. entonces. En las últimas dos décadas,
aproximadamente, la noción de involucrar profundamente a los
usuarios en el proceso de innovación ha despegado, y hoy 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 por 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 ignoradas porque las
empresas no tienen una forma eficiente de evaluarlas o fusionan
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 el campo 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

campo pueden identificar ideas novedosas, pero es posible que no
puedan proporcionar los detalles que las harían factibles. No
pueden traducir ideas confusas en diseños coherentes.

Y, por último, las empresas tienen problemas para ver el bosque a

través de los árboles. Las organizaciones se centran en sintetizar
una serie de requisitos de los clientes, 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 apoyar el pensamiento divergente al hacer
asociaciones entre conceptos remotos y producir ideas extraídas
de ellos. A continuación se muestra un ejemplo de cómo
utilizamos Midjourney, un algoritmo de conversión de texto a
imagen que puede detectar semejanzas 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 muchas herramientas de IA
generativa 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 utilizamos la representación detallada de Midjourney para

inspirar indicaciones en Stable Diffusion, otro modelo popular de
conversión 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).

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 impulsaron a Stable Diffusion a generar diseños para sillas
y chocolates artesanales inspirados en “phantafly” (derecha). Mitad del viaje; Difusión estable

Producir de esta manera una gran cantidad de diseños de forma

rápida y económica 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 de camisetas podría mantenerse al tanto de las
tendencias y ofrecer a los clientes una selección de productos en
constante cambio.
Considere otro ejemplo de cómo esta tecnología puede conectar
ideas para crear conceptos que un individuo o un equipo nunca
habrían ideado por sí mismos. Utilizamos 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 conectando tres entidades distintas
(una extensión de la técnica de creatividad de bisociación).
Nuestro equipo le dio a ChatGPT el siguiente mensaje:
“Desempeñarás el papel de un ideador. Generarás aleatoriamente
10 sustantivos comunes. Luego seleccionarás al azar dos de los 10
sustantivos. Luego me pedirás 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 "alimentos" y "tecnología".

Cuando se nos solicitó, proporcionamos el sustantivo adicional
"automóvil". ChatGPT produjo la siguiente idea de negocio en
poco tiempo: “Un servicio inteligente de entrega de alimentos que
utiliza vehículos autónomos para transportar 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
estar dirigido 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 de negocio que
proporciona una manera conveniente y rentable para que
estudiantes y académicos viajen a conferencias y talleres en todo
el mundo junto con acceso a una biblioteca de libros educativos
durante el vuelo. Propuso que la empresa se llamara Fly and
Study o Edu-Fly.

2. Desafío del sesgo de 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
tanto de forma como de función. Este enfoque puede conducir a
soluciones que los humanos nunca habrían imaginado utilizando
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 las formas de diseño
estándar), la fijación funcional (una falta de capacidad para
imaginar un uso más allá del tradicional) y el efecto Einstellung,
donde las experiencias previas de los individuos les impiden
considerar nuevas formas de resolver problemas.
A continuación se muestra 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 las mascotas.

Los autores 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 han sido impulsadas por el deseo de recrear escenas
y personajes de una historia. Pero las herramientas de IA
generativa pueden ayudar a impulsar los diseños imaginativos de
una empresa.

3. Ayudar en la evaluación de ideas

Las herramientas de IA generativa pueden ayudar en otros
aspectos del inicio de la innovación, incluso aumentando la
especificidad de las ideas y evaluándolas y, en ocasiones,
combinándolas. Considere un desafío de innovación cuyo
objetivo es identificar formas de minimizar el desperdicio de
alimentos. ChatGPT evaluó los pros y los contras de tres ideas en
bruto: (1) empaques con fechas de vencimiento 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 su 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 embalaje 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 consumir sus alimentos antes de
que se echen a perder y reducir el desperdicio de alimentos al
brindar alimentos comestibles sin abrir a quienes los necesitan.
Advirtió que la aplicación puede requerir una gran base de
usuarios para ser efectiva y que el transporte y 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 educativo 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 para 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
viabilidad. Le pedimos a ChatGPT que evaluara los mismos
ejemplos utilizando estos criterios.

Aquí está su evaluación del concepto de empaque dinámico 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 resultar complicado implementarlo, ya que
requiere el desarrollo de nuevos materiales y tecnologías de
embalaje. También requeriría colaboración con fabricantes,
reguladores y distribuidores de alimentos.

Especificidad: es específico porque aborda el problema del

desperdicio de alimentos al proporcionar a los consumidores
fechas de vencimiento 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 proporcionen fechas de vencimiento más precisas,
será más probable que los consumidores utilicen sus alimentos
antes de que se echen a perder.

Viabilidad: Lo más probable es que su desarrollo e

implementación requieran importantes recursos y experiencia, y
puede llevar varios años alcanzar su máximo potencial.

Aquí está la evaluación de ChatGPT de la aplicación para donar

alimentos próximos a 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 quienes los
necesitan.

Viabilidad: Altamente factible. Existen 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, se
puede ayudar a reducir el desperdicio de alimentos y al mismo
tiempo mejorar la seguridad alimentaria de las poblaciones
vulnerables.

Viabilidad: Altamente viable porque se puede implementar

rápidamente y a un costo relativamente bajo. Se necesitarían
asociaciones con fabricantes, distribuidores y bancos de
alimentos 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. Se han realizado
esfuerzos para educar a los consumidores sobre el significado de
las fechas de vencimiento y cómo almacenar adecuadamente los
alimentos para extender su vida útil.
Viabilidad: Altamente factible. Puede implementarse a través de
diversos medios, como campañas de concientización pública,
materiales educativos y divulgación en los medios.

Especificidad: Específica en su objetivo de educar a los

consumidores sobre las diferentes fechas de caducidad y cómo
almacenar adecuadamente los alimentos para reducir el
desperdicio alimentario.

Impacto: Potencialmente significativo. Educar a los consumidores

sobre las diferentes fechas de caducidad y cómo almacenar
adecuadamente los alimentos les hará ser más conscientes del
desperdicio de alimentos y tomar medidas para reducirlo.

Viabilidad: Altamente viable y puede implementarse a un costo

relativamente bajo. Se necesitaría colaboración con grupos de la
industria alimentaria, agencias gubernamentales y otras
organizaciones para desarrollar y distribuir materiales
educativos.

Con las evaluaciones de ChatGPT, sería relativamente fácil

evaluar estos tres conceptos, o calificarlos u organizarlos
rápidamente según los criterios más importantes.

4. Refinamiento de ideas de apoyo

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 intenta conseguir
un contrato o una subvención para desarrollar un programa de
reducción del desperdicio de alimentos puede utilizar las
herramientas para combinar los tres conceptos analizados
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 los envases que pueda rastrear y ajustar la vida útil
de los productos en tiempo real. Mediante el uso de sensores, la
fecha de vencimiento se puede actualizar en función de los
cambios en los factores ambientales, lo que brinda a los
consumidores una estimación más precisa de cuándo un
producto se estropeará”.
“Una aplicación que permite a los consumidores donar alimentos
cerca de su fecha de caducidad tiene como objetivo reducir el
desperdicio de alimentos entregando alimentos comestibles sin
abrir a quienes los necesitan. La aplicación conecta a personas
que tienen excedentes de alimentos con organizaciones locales
que pueden utilizarlos. Al utilizar la tecnología para facilitar las
donaciones de alimentos, la aplicación puede ayudar a reducir el
desperdicio de alimentos y atender 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 "consumir antes de",
"usar antes de" y otras etiquetas de vencimiento, 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 fusionara las tres ideas
en un programa contra el desperdicio de alimentos. En poco
tiempo 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 donar excedentes de
alimentos y la educación del público sobre la importancia de
comprender las fechas de vencimiento de los alimentos. El
embalaje inteligente ayuda a los consumidores a tomar decisiones
informadas sobre la frescura de los alimentos, el programa de
donación garantiza que los excedentes de alimentos 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 usuarios

Al desarrollar ideas o diseños de nuevos productos, la IA
generativa puede facilitar las colaboraciones entre los
diseñadores de una empresa y los usuarios de un producto
potencial y entre los propios usuarios. En otras palabras, la
tecnología hace que la cocreación 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 ser
desarrollados posteriormente por colaboradores adicionales.

Para ilustrar el potencial, mostramos cómo se podría diseñar un

automóvil volador, algo que la gente ha estado intentando
desarrollar durante más de 100 años sin mucho éxito. Le dimos a
Stable Diffusion este mensaje: "Diseñe un producto que pueda
volar pero que también pueda conducirse 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.
Los autores pidieron a Stable Diffusion que diseñara un automóvil volador. Difusión estable

Luego le pedimos a Stable Diffusion que tomara ese diseño y

reinventara el concepto para que el automóvil "se parezca a un
águila robot". La siguiente imagen muestra las variaciones que el
programa de IA generativa produjo rápidamente: desde el diseño
superior izquierdo que se parece más a un águila robot hasta el
concepto más factible de un automóvil volador en la esquina
inferior derecha.

Los autores eligieron uno de los diseños de automóviles voladores y pidieron a Stable Diffusion que lo reinventara
para que pareciera un águila robot. Difusión estable

Un segundo ejemplo ilustra cómo los diseñadores pueden utilizar

dichas herramientas para colaborar en variaciones temáticas de
un diseño estructural. Comenzaron con un diseño de automóvil
volador generado por IA y pidieron a la herramienta que
produjera versiones que se parecieran a una libélula, un tigre, una
tortuga y un águila (ver imagen a continuación).
Esta imagen es otro concepto de coche volador generado por IA (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 utilicen
una herramienta como ChatGPT para desarrollar detalles del
producto y luego utilicen una como Stable Diffusion para obtener
diseños visuales basados ​en una serie de indicaciones que se
basan entre sí. Le dimos a ChatGPT un mensaje similar al que le
habíamos dado a Stable Diffusion: "Describe un producto que
pueda volar pero que también pueda conducirse en la carretera,
un automóvil volador".

ChatGPT proporcionó esta descripción: “El automóvil volador es

un vehículo elegante y futurista diseñado para la aventura
definitiva. Tiene la apariencia de un auto deportivo elegante con
curvas suaves y un exterior pulido pero con rotores ocultos que le
permiten volar”.

Suscríbete a nuestro boletín mensual

Ejecución de la estrategia
Las herramientas que necesita para elaborar planes
estratégicos y cómo hacerlos realidad.
Inscribirse

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. Respondió
con lo siguiente: “Con su cuerpo esbelto, 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 la
carrocería crean un efecto visual sorprendente, ayudando 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.
Los autores utilizaron ChatGPT para describir un automóvil volador y pidieron a Stable Diffusion que generara un
diseño a partir de esa descripción (izquierda) y luego variaciones del diseño que incorporan detalles de libélula e
iluminación (derecha). Difusión estable
...
Los humanos tienen una creatividad ilimitada. Sin embargo, el
desafío de comunicar sus conceptos en forma escrita o visual
impide que un gran número de personas aporte nuevas ideas. La
IA generativa puede eliminar este obstáculo. Como ocurre 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
antigua forma de hacer las cosas, especialmente aquellos
preocupados por quedar obsoletos, se resistirán. Pero las ventajas
(las oportunidades de aumentar drásticamente el número y la
novedad de ideas tanto dentro como 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. Realmente puede
democratizar la innovación.
Una versión
Harvard de esteReview
Business artículo. apareció en la edición de julio-agosto de 2023 de

EL
Tojin T. Eapen es profesor asistente en la
Facultad de Negocios Robert J. Trulaske Sr. de
la Universidad de Missouri y consultor
principal de Innomantra.

DF
Daniel J. Finkenstadt es profesor asistente de
gestión de defensa en la Escuela de Postgrado
Naval de Monterey, California, y director de la
firma asesora Wolf Stake Consulting.

JF
Josh Folk es cofundador y presidente de
soluciones empresariales de IdeaScale, una
plataforma de software de innovación basada
en la nube.

LV
 Lokesh Venkataswamy es el director ejecutivo
y director general de Innomantra, una firma de
consultoría de innovación y propiedad
intelectual en Bengaluru, India.

Recomendado para ti
La IA generativa tiene un problema de propiedad intelectual

Cómo la IA generativa podría alterar el trabajo creativo

Cómo la IA generativa está cambiando el trabajo creativo

PODCAST
Cómo la IA generativa cambia la creatividad