La inteligencia artificial (IA) generativa, con herramientas como ChatGPT o Dall-E, está transformando la forma en que se realiza el trabajo creativo, especialmente en industrias donde la innovación juega un papel protagónico.
Sin embargo, el uso de la IA en el proceso de innovación debe hacerse con cierta cautela. Nuestra investigación muestra que la clave del éxito radica en comprender y aprovechar los roles distintos pero complementarios que los humanos y la IA pueden tener en este proceso.
La innovación es esencial para cualquier negocio que quiera prosperar hoy. El 83% de las empresas considera que la innovación es una prioridad, pero sólo el 3% de ellas dice estar dispuesta a traducir esta prioridad en acciones concretas. Esto ilustra cómo las empresas necesitan repensar y fortalecer su enfoque de la innovación.
Leer más: La creatividad de la IA depende de la persona detrás de la pantalla… por ahora
La innovación consiste en resolver problemas complejos que conduzcan a mejoras reales. No se trata sólo de generar buenas ideas, sino también de buscar, seleccionar, organizar y movilizar información relevante para la identificación y resolución del problema a resolver.
La IA generativa puede ayudar a las organizaciones a prepararse para innovar al facilitar estas tareas, pero su potencial en esta área sigue siendo incomprendido.
(Persiana)
Sprints de diseño
Nuestro equipo, compuesto por investigadores académicos especializados en tecnologías digitales emergentes y un profesional experimentado en proyectos de innovación centrados en el ser humano, realizó un estudio sobre el uso de IA generativa durante los sprints de diseño en tres organizaciones (este estudio está disponible como prepublicación y ha sido enviado a una revista para revisión por pares).
Un sprint de diseño es un proceso rápido y estructurado para resolver problemas importantes, que permite a los equipos crear y probar un producto, servicio o estrategia. Los sprints ayudan a reducir los riesgos y costos asociados con el desarrollo de productos tradicionales.
Ya hay miles de suscriptores al boletín de La Conversación. Y tú ? Suscríbase hoy a nuestro boletín para comprender mejor los principales problemas contemporáneos.
Durante un sprint de diseño, un pequeño equipo de cinco a siete empleados de diferentes áreas colabora intensamente durante unos días para resolver un problema. El trabajo es coordinado por un facilitador, quien organiza las actividades, guía al equipo, monitorea el progreso, asegura la claridad de los objetivos y el uso eficiente del tiempo.
La primera fase de un design sprint es comprender y definir el problema. La segunda fase se centra en crear y probar una solución. Estas dos fases movilizan dos tipos de pensamiento:
-
pensamiento divergentelo que implica generar muchas ideas y posibilidades.
-
Pensamiento convergenteque consiste en reducir estas ideas para identificar prioridades o soluciones.
Nuestro estudio analizó cómo el facilitador utilizó herramientas de IA generativa como ChatGPT, DALL-E 3 o Uizard para ayudar al equipo a adoptar eficazmente estas dos formas de pensar.
(Cédric Martineau, Consejo Carverinno)
Cuando la IA y los humanos trabajan juntos
En las actividades de pensamiento divergente, hemos identificado dos beneficios principales del uso de la IA generativa. En primer lugar, animó a los equipos a explorar más posibilidades proporcionando ideas básicas como punto de partida. En segundo lugar, ayudó a reformular y sintetizar las ideas poco claras de los miembros del equipo, lo que mejoró la comunicación dentro de los equipos.
Un participante nos dijo:
A veces teníamos muchas ideas y la IA las resumía en un texto conciso. Esto nos permitió ver las cosas más claramente. Ella nos dio una base, porque había muchas ideas fragmentadas que todos habían aportado y ahora teníamos un texto en el que todos estábamos de acuerdo. De esta manera partimos de una misma base, que sirvió de trampolín para seguir adelante.
Por lo tanto, el valor de la IA generativa no radica en producir ideas brillantes per se, sino en las sinergias que surgieron del proceso. Los miembros del equipo utilizaron su conocimiento contextual y mantuvieron el control del proceso, mientras que la IA les ayudó a expresar mejor sus ideas, ampliar la exploración e identificar posibles puntos ciegos.
(Persiana)
Tome decisiones mejor informadas
Observamos diferentes dinámicas durante las actividades de convergencia, donde los equipos tuvieron que tomar decisiones después de sesiones intensivas de generación de ideas. En este punto, los miembros del equipo a menudo estaban mentalmente agotados. La IA generativa resultó entonces particularmente útil para aligerar la carga de trabajo.
La IA ayudó a gestionar tareas intensivas en información esenciales para la alineación del equipo, como reformular, resumir, organizar, comparar y clasificar opciones. Esto redujo la carga mental de los miembros del equipo, permitiéndoles concentrarse en tareas importantes como evaluar ideas. En este proceso el equipo fue responsable de:
-
Verifique los resultados de la IA para garantizar que el contenido fuera preciso y útil. Por ejemplo, ChatGPT y Uizard ayudaron a desarrollar escenarios y prototipos preliminares para validar su concepto, pero el equipo aún necesitaba perfeccionarlos para cumplir los objetivos del proyecto.
-
Agregar sus propias perspectivas y matices específicos de sus situaciones. para guiar las decisiones finales, teniendo en cuenta factores como la viabilidad, la ética y el impacto estratégico a largo plazo.
Un participante compartió:
A veces la IA se centraba en detalles que no nos importaban… A veces necesitábamos menos resumen general y más información personalizada.
En general, esta forma de colaboración entre humanos y IA durante las actividades de convergencia permitió al equipo tomar decisiones mejor informadas y más seguras sobre el problema a resolver y la solución preferida. Esto les dio una sensación de control sobre los resultados del sprint.
Un participante añadió:
Para fases cruciales como la toma de decisiones o la votación de un elemento importante, como un factor de éxito, si dependiéramos únicamente de la IA para determinar qué es importante, habría rechazo. Estamos en una mejor posición para saberlo. Somos los empleados que implementaremos la solución final.
Desafíos y oportunidades
De acuerdo con la investigación sobre automatización cognitiva y automatización inteligente, encontramos que la IA generativa brindó apoyo en el manejo de tareas cognitivamente exigentes, como reformular ideas mal expresadas, resumir información y reconocer motivos en las contribuciones de los miembros del equipo.
Un desafío importante en el uso de la IA generativa en la innovación es garantizar que complemente, no reemplace, la participación humana. Si bien la IA puede actuar como un compañero útil, existe el riesgo de que su uso excesivo reduzca el compromiso del equipo o la propiedad del proyecto.
El facilitador del sprint de diseño nos explicó:
La viabilidad debe equilibrarse con la deseabilidad. Técnicamente, se podría automatizar la mayor parte del proceso, pero eso acabaría con la diversión y la interacción, y las dudas no se tendrían en cuenta; Además, los miembros del equipo deben hacerse cargo del problema, estos son elementos esenciales en un proceso de innovación centrado en el ser humano.
Por lo tanto, es fundamental evaluar periódicamente el impacto de la IA en este proceso para mantener el equilibrio. La automatización debe mejorar la creatividad y la toma de decisiones sin disminuir las perspectivas humanas, que son el núcleo de la innovación.
A medida que la IA continúa desarrollándose, su papel en la innovación crecerá. Las organizaciones que integren la IA en sus procesos estarán mejor preparadas para satisfacer las rápidas demandas de la innovación moderna. Sin embargo, es esencial comprender tanto las fortalezas como las limitaciones de la IA y los humanos para garantizar que esta colaboración sea efectiva.
Este artículo fue coescrito por Cédric Martineau, director ejecutivo y consultor de gestión de la innovación de Carverinno Consulting.
