¿Puede ChatGPT ser creativo? Un estudio compara a la IA con 100.000 humanos
Un estudio que comparó a 100.000 personas con modelos como ChatGPT y Gemini sugiere que la IA ya supera la creatividad humana promedio, pero todavía queda lejos del talento de los humanos más creativos.
Autor - Aldo Venuta Rodríguez
5 min lectura
Durante años se repitió la misma idea: la inteligencia artificial puede calcular, clasificar o automatizar tareas, pero la creatividad sigue siendo terreno humano. Esa frontera empieza a moverse. Un equipo internacional de investigadores decidió medirla con datos masivos y puso frente a frente a grandes modelos de lenguaje y a más de 100.000 personas en pruebas diseñadas para evaluar pensamiento creativo. El resultado no es tan simple como “las máquinas ganaron”, pero tampoco tranquiliza del todo.
Según el estudio, algunos sistemas como GPT-4 ya superan el rendimiento creativo promedio de los humanos en tareas lingüísticas bien definidas. Es decir, frente a una persona común, la IA tiende a generar ideas más variadas y menos predecibles. Sin embargo, cuando la comparación se hace con individuos especialmente creativos, la ventaja vuelve a ser claramente humana. La élite creativa sigue muy por encima de cualquier modelo.
Cómo se midió algo tan abstracto como la creatividad
Para evitar juicios subjetivos, los investigadores utilizaron pruebas habituales en psicología cognitiva. La principal fue una tarea de asociación divergente: pedir a participantes —humanos o IA— que generen palabras lo más distintas posible entre sí. Cuanto más alejadas semánticamente estén, mayor puntuación de creatividad. La lógica es sencilla: las mentes más creativas tienden a conectar ideas que normalmente no se relacionan.
Puede parecer un juego de vocabulario, pero este tipo de ejercicios correlaciona con habilidades creativas reales, como escribir historias, idear soluciones originales o plantear conceptos nuevos. Al aplicar exactamente la misma prueba a humanos y a modelos de IA, la comparación se vuelve directa y cuantificable.
En ese terreno, la IA rindió sorprendentemente bien. No solo produjo listas coherentes, sino asociaciones más arriesgadas que las de la mayoría de personas. Eso explica por qué los modelos superaron al promedio humano: no se cansan, no dudan y pueden explorar combinaciones con menos “miedo al error”.
Donde la IA gana… y donde pierde claramente
El matiz importante aparece cuando se mira la distribución completa de resultados. La mitad más creativa de los humanos ya iguala o supera a casi todos los modelos. Y el 10% superior —escritores, artistas, mentes especialmente imaginativas— abre una brecha enorme. En otras palabras, la IA puede vencer al promedio, pero todavía no alcanza a los mejores.
La diferencia se notó todavía más en tareas complejas como escribir haikus, inventar tramas de películas o redactar relatos cortos. Los modelos generaban textos correctos y variados, pero tendían a repetir estructuras, clichés o giros previsibles. Los humanos más talentosos, en cambio, aportaban intención, tono y coherencia narrativa más profunda. No es solo combinar palabras: es darles sentido.
Eso sugiere que la IA imita patrones creativos, mientras que los humanos realmente construyen significado. Puede sonar filosófico, pero en la práctica se traduce en obras más memorables y menos genéricas.
La creatividad de la IA depende de cómo la uses
Otro hallazgo interesante es que la creatividad de los modelos no es fija. Cambia según los parámetros técnicos y las instrucciones. Al aumentar la “temperatura” —un ajuste que introduce más aleatoriedad— la IA se vuelve menos predecible y más audaz. También influye cómo se formula el prompt: pedir asociaciones etimológicas o enfoques inusuales eleva las puntuaciones.
Eso refuerza una idea clave: la creatividad de la IA no nace sola. Está mediada por decisiones humanas. Alguien tiene que diseñar la pregunta, ajustar el sistema y seleccionar los resultados. La máquina propone, pero la dirección sigue siendo humana.
¿Amenaza real o herramienta nueva?
La lectura fácil sería pensar que los trabajos creativos están en peligro inmediato. El estudio no apunta exactamente a eso. Más bien dibuja un escenario intermedio: la IA puede sustituir tareas creativas básicas o repetitivas, pero todavía depende del criterio humano para producir algo verdaderamente original. Es más asistente que reemplazo.
De hecho, el riesgo no está tanto en que la IA “supere” a los creadores, sino en que eleve el nivel mínimo. Si cualquier persona puede generar ideas decentes con un modelo, la competencia aumenta y el valor diferencial pasa a ser la creatividad excepcional, no la media. Los buenos lo tendrán más difícil; los muy buenos seguirán destacando.
Al final, el estudio no demuestra que la imaginación humana haya sido derrotada, sino que la línea entre herramienta y creador es cada vez más difusa. La IA ya no es solo calculadora: participa en el proceso creativo. La pregunta no es si reemplazará a los humanos, sino cómo cambiará la forma en que creamos junto a ella.
Continúa informándote
Qué es Moltbot y por qué preocupa a los expertos en seguridad
Moltbot promete automatizar tareas reales en tu ordenador, pero su necesidad de permisos profundos y memoria persistente abre serias dudas sobre seguridad y control
La inteligencia artificial aprende más rápido si tiene "conversaciones internas" consigo misma
Científicos han descubierto que dotar a la IA de un "monólogo interno" y memoria a corto plazo mejora su capacidad para aprender y resolver tareas complejas con menos datos
La inteligencia artificial ya interviene en un tercio del código que se escribe
Un estudio revela que la IA generativa ya participa en casi un tercio del nuevo código de software, con fuertes diferencias regionales y ventajas para programadores expertos
Qué es una filtración de datos y por qué son más frecuentes de lo que las empresas admiten
Una filtración de datos expone información personal sin permiso y ocurre más seguido de lo que parece mientras muchas empresas retrasan o minimizan el alcance real de las brechas
Microsoft une centros de datos de Wisconsin y Atlanta para entrenar su IA como un único superordenador distribuido
Microsoft enlaza nuevos centros de datos con fibra dedicada y miles de GPU para entrenar modelos de IA a escala masiva, reduciendo meses de cálculo a semanas
Microsoft anuncia Maia 200, su nuevo chip para impulsar aplicaciones de inteligencia artificial
Microsoft lanza su chip de inferencia Maia 200 diseñado para ejecutar modelos de IA a gran escala con eficiencia energética mejorada y reducir su dependencia de Nvidia en hardware de IA