Ideas baratas
No hay ideas buenas ni malas, pero sí baratas y útiles
Hace apenas un año se publicó un trabajo de investigación (o research paper si gustan) sobre el costo de generación de ideas con Inteligencia Artificial:
Este paper (es más corto, gracias) explora el potencial de los Modelos de Gran Lenguaje (lo que conocemos por LLMs), en especial el modelo GPT-4 (de OpenAI), para la generación de ideas para la innovación.
La investigación es muy interesante y toma un claro argumento a favor del uso de las LLMs. La eficiencia, la calidad de las ideas generadas y las implicaciones para la gestión de la innovación son sus argumentos más fuertes. Pero, pero, algo tengo para argumentar en contra de tanta positividad.
Quiero dejar claro mi lugar antes de proseguir. Sí, sigo estando a favor del uso de estas herramientas. Para mí son excelentes a la hora de potenciar nuestros procesos creativos. Sólo que no lo veo tan optimista como el paper especifica.
El Potencial de una LLM en la Innovación
La hipótesis que da inicio sugiere que en el mundo de la creatividad y la innovación, una empresa en búsqueda de una idea para una oportunidad de negocio, preferiría una persona creativa que genere una idea brillante y nueve ideas absurdas en lugar de una que genere diez ideas decentes. Como no van a implementar las 10 ideas sino una (quizás dos), solo importan algunos resultados positivos.
En pocas palabras, a mayor productividad de ideas más probabilidad de calidad en algunas de ellas. Algo que ustedes leen seguido en Creative Workout: generar muchas ideas para encontrar una que valga la pena.
Tomando esa premisa, una LLM está diseñada para hacer exactamente eso: generar muchas soluciones plausibles sin ejercer juicio de calidad. Esto se lo conoce como un “Feature not a Bug” (una característica no un error) de las LLMs. Una expresión muy utilizada en el campo de la tecnología para expresar que una acción de un producto que puede parecer un defecto a primera vista, en realidad es intencional y está diseñado para ser así. Por lo cual para la ideación, la falta de juicio y alta productividad de una LLM podrían ser muy valioso para generar ideas.
Por lo tanto, la hipótesis de este paper es que las LLM son excelentes para ideación y busca probarlo evaluando el desempeño de las LLM en la generación de nuevas ideas.
Para esto comparan las habilidades de ideación de GPT-4 con las de estudiantes de universidades de élite, centrándose en tres grupos de ideas: uno generado por estudiantes, otro por GPT-4 con una mínima orientación, y un tercero por GPT-4 después de exponerse a ideas de ejemplo de alta calidad.
Productividad y Eficiencia
Siendo que los autores del paper eran a su vez profesores de diseño e innovación en Wharton, Cornell Tech y la International Business School, tomaron 200 ideas al azar de sus estudiantes para evaluar y comparar.
¿Pero qué tipo de ideas?
El desafío de ideación consistía en crear un nuevo producto físico para el mercado minorista (prendas de vestir, elementos de cocina, juguetes, etc…), que tenga un valor igual o menor a 50 dólares. El límite de precio sirve para limitar la complejidad de los proyectos en el transcurso de un semestre.
Los hallazgos del estudio dicen que GPT-4 es súper eficiente. Mientras que una persona podía generar cinco ideas en 15 minutos, GPT-4 puede producir 200 en el mismo período. Este nivel de productividad podría revolucionar la fase de generación de ideas en la innovación, permitiendo a las empresas explorar un paisaje mucho más amplio de posibilidades en menor costo y tiempo. Los autores también sugieren que esto cambiaría el enfoque de la gestión de la innovación, desde la generación hacia la evaluación y selección de las ideas.
Respecto a la calidad de las ideas, los autores también encuentran que las ideas generadas por GPT-4 son, en promedio, superior a las generadas por los estudiantes. Usando la intención de compra del consumidor como medida, las ideas de GPT-4 obtuvieron una puntuación más alta en promedio y a su vez, esas ideas mostraron una probabilidad de compra 11% mayor que la mejor idea de los estudiantes.
Por ende, la conclusión de los autores es que esta alta productividad combinada con la mayor calidad de las mejores ideas le da a GPT-4 una ventaja significativa en el proceso de ideación.
Pero, pero, pero tengo algo que decir
Las LLMs nos ayudan a generar una cantidad inmensa de ideas, pero con eso solo no resolvemos un proceso de ideación o un flujo de innovación. Claro que quienes nos dedicamos a la creatividad y la innovación podemos generar menos ideas, pero la experiencia nos ayuda a generar propuestas más matizadas y alineadas con las limitaciones y oportunidades del mundo real. Porque podemos tener una tonelada de ideas producidas por GPT-4, pero eso no significa que esas ideas cumplan necesidades tácticas o estratégicas.
Otro de los puntos es que si bien hubo una medición preestablecida como la intención de compra del consumidor, como métrica es bastante limitada porque esta no suele capturar completamente el potencial de una idea o comprender la complejidad de implementación en la solución de un problema. O incluso una idea puede parecer compleja para un consumidor pero ser muy efectiva para la compañía. Un ejemplo de esto puede ser cuando Apple eliminó en las laptops la posibilidad de utilizar CDs. De un año para el otro, si querías acceder a información debías utilizar un disco portátil por usb o espacio en la nube. Yo mismo recuerdo haberme ofuscado en su momento y hoy no puedo imaginarme usando CDs de ningún modo.
Henry Ford, fundador de Ford Motor Company, resumió el párrafo anterior 100 años atrás con esta frase:
“Si le hubiera preguntado a la gente qué querían, me habrían dicho que un caballo más rápido”
Otro punto que podemos marcar es que esa especificidad que nos brinda una LLM es a su vez un límite. Porque si bien puede tener un foco determinado en la generación de ideas, podría dejar afuera sutilezas culturales o dinámicas de mercado. El texto que genere puede sonar coherente y relevante, pero esas ideas podrían ser inprácticas o desalineadas con los objetivos más amplios de un negocio.
También podemos argumentar que si todas las empresas utilizan las mismas herramientas de IA para la ideación, ¿cuál sería el riesgo de que todas obtengan ideas similares? Ahí nos encontraríamos con una reducción de la diversidad de la innovación en el mercado. En este caso en particular, la consultora de innovación Board of Innovation, se encuentra implementando estas herramientas para la generación de soluciones de innovación empresarial, pero lo hace con herramientas propias, para evitar esta homogeneización.
Como creativos no debemos quedarnos al costado e incorporar estas herramientas a nuestro proceso. Pero tenemos que comprender que estas herramientas poseen limitaciones. Son increíbles para facilitarnos tareas y ayudarnos a activar nuestros procesos creativos. Pero no debemos creer que una de estas herramientas nos hará el 100% de nuestro trabajo. La chispa, la emoción, la diferenciación, el ingenio o como se les ocurra llamar a eso que nos hace generar ideas, debe depender de nosotros.
¡Gracias por leer Creative Workout! Espero que te haya sido valioso. Si así fue, compártelo con tus contactos o en redes sociales para que más personas puedan aprovecharlo.
Si tienes comentarios, responde este mail o escríbeme por Linkedin.
¡Nos vemos la próxima semana! 🤘🤖🤘
Emma