Por qué los creativos importan más ahora

OpenAI afirma que la gente crea ya más de 3 mil millones de imágenes a la semana con sus herramientas. Si se suman el texto, la música y el vídeo que hacen otros modelos, la conclusión parece obvia: si una máquina puede producir trabajo creativo competente en segundos, las personas que antes lo hacían importan menos.

Las pruebas apuntan en la dirección contraria. La IA eleva el suelo del trabajo creativo y lo arrastra hacia el término medio. Eso hace que las personas capaces de llevarlo a otra parte valgan más, no menos.

Mejores por separado, más parecidos en conjunto

El estudio más claro es de Anil Doshi y Oliver Hauser, publicado en Science Advances en julio de 2024. Los escritores que recibieron ideas para relatos de un modelo de lenguaje escribieron historias que los lectores valoraron como más creativas, mejor escritas y más amenas, con las mayores mejoras entre los escritores menos creativos. Pero las historias escritas con IA se parecían más entre sí. Los autores describen «un aumento de la creatividad individual a riesgo de perder novedad colectiva».

Un metaanálisis de 2025 de Niklas Holzner, Sebastian Maier y Stefan Feuerriegel, que abarca 28 estudios con 8'214 participantes, encontró el mismo patrón a gran escala. La IA generativa por sí sola rindió más o menos igual que los humanos en tareas creativas. Las personas que trabajaban con IA lo hicieron mejor que las que no, por un margen modesto. Y la IA tuvo «un efecto negativo significativo en la diversidad de ideas», un efecto unas tres veces mayor que la mejora.

La frontera irregular

La uniformidad no es el único riesgo. En un experimento de campo con Boston Consulting Group, publicado ahora en Organization Science, 758 consultores trabajaron en tareas realistas con o sin GPT-4. En las tareas dentro de las capacidades del modelo, quienes usaban IA completaron un 12,2 por ciento más de tareas, un 25,1 por ciento más rápido y con una calidad claramente superior. En una tarea elegida para quedar fuera de ellas, tuvieron 19 puntos porcentuales menos de probabilidades de llegar a una respuesta correcta que los colegas sin IA.

Ethan Mollick, uno de los autores, señaló que las respuestas producidas con IA eran «algo homogéneas y parecidas en conjunto». Una encuesta de Microsoft Research a 319 trabajadores del conocimiento encontró que una mayor confianza en la IA iba unida a menos pensamiento crítico, y que el propio trabajo se desplaza hacia revisar, combinar y asumir la responsabilidad de lo que produce la máquina. Saber dónde está la frontera de una herramienta no es una habilidad técnica. Es criterio.

Lo que aportan las personas

Un modelo se entrena con lo que ya existe y, si se le deja solo, devuelve su versión más probable. Ted Chiang expresó la diferencia en el subtítulo de su ensayo para The New Yorker: «un artista toma decisiones que son fundamentalmente ajenas a la inteligencia artificial». Un brief, un prompt y un tablero de referencias son, cada uno, un conjunto de decisiones. Cuantas más tome una persona de forma deliberada, menos del resultado queda en manos de la media.

Esas decisiones se apoyan en lo que un modelo no tiene: un punto de vista, el conocimiento de un público concreto, la memoria de lo que se probó y fracasó, la intuición de lo que una marca nunca diría. Los empleadores parecen verlo. En el Future of Jobs Report 2025 del Foro Económico Mundial, el pensamiento creativo figura entre las habilidades cuya importancia se espera que siga creciendo hasta 2030, junto a la IA y el big data.

Los profesionales lo notan cuando una empresa lo olvida. En febrero, según informó The Register, la plataforma de vídeo Higgsfield retiró una publicación en la que presumía de que su herramienta de motion design había acabado con más de 20 empleos creativos, tras una oleada de críticas de los artistas que la usan. Aharon Rabinowitz, que dirige Motion Management, escribió que celebrar el final de las carreras de los artistas era «sencillamente una enorme tontería y una falta de visión», y añadió que las herramientas no eran lo bastante buenas como para dejar a nadie sin trabajo.

Cómo trabajan con la IA los buenos equipos

La investigación también sugiere cómo conservar las mejoras sin la uniformidad. Piensa antes de escribir el prompt: Doshi y Hauser describen el riesgo de que los escritores se anclen en las ideas de la máquina, así que las primeras ideas, el enfoque y las referencias deberían venir de personas. Mollick describe dos formas de trabajar que dieron buenos resultados: los centauros, cuyo trabajo tiene «una línea clara entre persona y máquina», y los cíborgs, que entrelazan ambas. Ninguno de los dos cede la decisión.

En la práctica, los buenos equipos amplían con la máquina y acotan con las personas. Le dan referencias en lugar de adjetivos, piden muchas opciones y descartan la mayoría. Comparan su trabajo con lo que publica la competencia, porque el peligro no es un mal resultado, sino un resultado que se parece al de todos los demás. Y una persona con nombre y apellido verifica los hechos y da el visto bueno, porque el momento de mayor confianza en una herramienta es cuando cae el pensamiento crítico.

Dónde se sitúa crue

Usamos la IA para la ejecución, las variantes y la rutina, y queremos que todo eso sea cada vez más rápido. En Reel, las ideas, las referencias y los estilos que se van a fijar se acuerdan con una persona antes de producir nada, se escoge el mejor modelo para cada encargo y una persona elige cada imagen y cada clip que se usa. La máquina produce las opciones. Las personas aportan la dirección y el no.

La IA ha hecho abundante el trabajo competente. Precisamente por eso, las personas capaces de hacerlo específico, sorprendente y acertado valen más que antes.