Envía por correo este artículo 
Del concepto al algoritmo: El nuevo rol del diseador industrial ante la inteligencia artificial en Design Thinking
From concept to algorithm: The new role of the industrial designer in the face of artificial intelligence in Design Thinking
Do conceito ao algoritmo: O novo papel do designer industrial diante da inteligncia artificial no Design Thinking
Correspondencia: wg.chaca@uta.edu.ec
Ciencias de la Tcnicas y Aplicadas
Artculo de Investigacin
* Recibido: 19 de abril de 2025 *Aceptado: 18 de mayo de 2025 * Publicado: 14 de junio de 2025
I. Universidad Tcnica de Ambato, Ecuador.
II. Universidad Tcnica de Ambato, Ecuador.
III. Universidad Tcnica de Ambato, Ecuador.
IV. Universidad Tcnica de Ambato, Ecuador.
Resumen
Este artculo analiza cmo la inteligencia artificial est transformando el trabajo del diseador industrial, especialmente durante la fase de ideacin en Design Thinking. Tras revisar veintitrs estudios cientficos publicados entre 2016 y 2024, identificamos cambios importantes en la prctica profesional, la enseanza y los aspectos ticos del diseo industrial. Los hallazgos muestran que la IA, particularmente en sus formas generativas, funciona como catalizador del pensamiento divergente. Reduce la fijacin de diseo y ampla significativamente la exploracin conceptual. Tambin reconfigura el rol del diseador, quien adopta funciones emergentes como curador, traductor semntico y evaluador crtico de propuestas algortmicas. El estudio tambin revel tensiones emergentes vinculadas a la apropiacin creativa, la autora compartida y los sesgos culturales presentes en los modelos de entrenamiento. Los resultados indican que el diseador industrial no es sustituido por la IA, como algunos teman, sino redefinido como un integrador de inteligencias mltiples, cuya labor requiere nuevas competencias tcnicas, ticas y reflexivas. Estos hallazgos sugieren la necesidad urgente de actualizar los marcos formativos y profesionales para responder adecuadamente a los desafos que plantea el diseo asistido por inteligencia artificial en el siglo XXI.
Palabras Clave: Diseo industrial; inteligencia artificial; ideacin; design thinking; creatividad computacional.
Abstract
This article analyzes how artificial intelligence is transforming the work of industrial designers, especially during the ideation phase of Design Thinking. After reviewing twenty-three scientific studies published between 2016 and 2024, we identify important changes in the professional practice, teaching, and ethical aspects of industrial design. The findings show that AI, particularly in its generative forms, functions as a catalyst for divergent thinking. It reduces design fixation and significantly expands conceptual exploration. It also reconfigures the role of the designer, who takes on emerging functions as curator, semantic translator, and critical evaluator of algorithmic proposals. The study also revealed emerging tensions linked to creative appropriation, shared authorship, and cultural biases present in training models. The results indicate that the industrial designer is not being replaced by AI, as some feared, but rather redefined as an integrator of multiple intelligences, whose work requires new technical, ethical, and reflective competencies. These findings suggest the urgent need to update training and professional frameworks to adequately respond to the challenges posed by AI-assisted design in the 21st century.
Keywords: Industrial design; artificial intelligence; ideation; design thinking; computational creativity.
Resumo
Este artigo analisa como a inteligncia artificial est transformando o trabalho de designers industriais, especialmente durante a fase de ideao do Design Thinking. Aps revisar vinte e trs estudos cientficos publicados entre 2016 e 2024, identificamos mudanas importantes na prtica profissional, no ensino e nos aspectos ticos do design industrial. Os resultados mostram que a IA, particularmente em suas formas generativas, funciona como um catalisador para o pensamento divergente. Ela reduz a fixao no design e expande significativamente a explorao conceitual. Tambm reconfigura o papel do designer, que assume funes emergentes como curador, tradutor semntico e avaliador crtico de propostas algortmicas. O estudo tambm revelou tenses emergentes ligadas apropriao criativa, autoria compartilhada e vieses culturais presentes em modelos de treinamento. Os resultados indicam que o designer industrial no est sendo substitudo pela IA, como alguns temiam, mas sim redefinido como um integrador de mltiplas inteligncias, cujo trabalho requer novas competncias tcnicas, ticas e reflexivas. Essas descobertas sugerem a necessidade urgente de atualizar a formao e as estruturas profissionais para responder adequadamente aos desafios impostos pelo design assistido por IA no sculo XXI.
Palavras-chave: Design industrial; inteligncia artificial; ideao; design thinking; criatividade computacional.
Introduccin
El diseo industrial ha experimentado, en las ltimas dos dcadas, una transformacin sin precedentes. La irrupcin de herramientas basadas en inteligencia artificial (IA) ha sido, sin duda, el catalizador principal de este cambio (Moya, 2025). Si bien es cierto que las tecnologas digitales no constituyen una novedad en este campo, el papel emergente de la IA generativa parece estar desplazando (de manera progresiva pero decidida) los lmites tradicionales entre pensamiento humano e intervencin algortmica. Esta situacin plantea una cuestin central para el diseador industrial contemporneo: cul es exactamente su rol en un escenario donde los algoritmos ya no se limitan a automatizar tareas rutinarias, sino que tambin generan ideas, conceptos y propuestas de diseo?
La metodologa de Design Thinking, ampliamente adoptada en diseo industrial precisamente por su carcter iterativo, centrado en el usuario y fundamentado en la empata, establece fases clave: la definicin de problemas, la generacin de ideas, el prototipado y la evaluacin. De estas etapas, la fase de ideacin ha sido tradicionalmente considerada, casi como un dogma, el dominio exclusivo de la creatividad humana (Solrzano, 2024). Una creatividad respaldada por intuicin, experiencia y ese conocimiento tcito que solo el ser humano pareca poseer. Sin embargo, estudios recientes revelan que la IA ya interviene activamente en esta fase sagrada, generando inspiraciones, proponiendo soluciones iniciales y, lo que resulta ms intrigante, alterando los propios flujos de pensamiento del diseador (Berni et al., 2024; Lai et al., 2023)
Como documenta (Gong et al., 2024; Sreenivasan & Suresh, 2024) en una revisin sistemtica reciente, la etapa de ideacin dentro del Design Thinking es donde la IA ha tenido mayor penetracin experimental y conceptual. Sin embargo, estos autores subrayan la necesidad de investigaciones ms profundas que analicen cmo esta intervencin reconfigura el perfil del diseador, ms all de mtricas de eficiencia o volumen de ideas generadas (Arellano, 2024).
Diversos estudios han evidenciado algo fascinante: la IA puede actuar como catalizador del pensamiento divergente. Ampla el rango de exploracin y ofrece alternativas que desafan nuestros patrones cognitivos habituales(Saeki & Papalambros, 2014; Wadinambiarachchi et al., 2024). Esto explica por qu, la IA trasciende su papel de mera herramienta de apoyo para convertirse en un agente con capacidad genuina para desencadenar procesos creativos. No obstante (y aqu surge una preocupacin legtima) tambin se ha observado que su uso puede generar fenmenos de fijacin algortmica. Es decir, la replicacin de patrones dominantes del conjunto de datos con el que fue entrenada, lo que potencialmente puede limitar la originalidad y la diversidad de las propuestas (Kwon et al., 2024; Wadinambiarachchi et al., 2024)
Esta dinmica fue anticipada por (Jonson, 2005) al analizar cmo el boceto digital, potenciado por IA, funciona como espacio intermedio de negociacin conceptual. La ambigedad generada no constituye defecto, sino estrategia creativa que abre posibilidades, rompe secuencias lineales de ideacin y estimula nuevas asociaciones formales.
En contextos de colaboracin humano-IA, el rol del diseador comienza a adoptar formas completamente nuevas. De ser el generador exclusivo de ideas, pasa a convertirse en curador, mediador, traductor semntico y, quizs lo ms importante, crtico de los resultados generados por mquinas(Adeleye, 2024; Song et al., 2024). En este marco emergente, su tarea ya no consiste nicamente en proponer, sino tambin en interpretar, seleccionar, adaptar y dotar de sentido las salidas algortmicas. Su competencia se transforma, entonces, desde la produccin material hacia la gestin cognitiva del diseo.
El marco propuesto por (Mandeno & Baxter, 2020) define cinco formas en que la IA puede ampliar las capacidades del diseador durante la ideacin: desde generar propuestas hasta evaluar y sugerir mejoras. Su enfoque resalta que el verdadero valor de la IA no radica solo en la generacin automtica, sino en su articulacin efectiva con el razonamiento proyectual humano.
La incorporacin de sistemas generativos como ChatGPT, Midjourney, DALLE, Vizcom y otros en la prctica pedaggica y profesional ha mostrado impactos que son, cuando menos, diversos (Flores, 2025). Por un lado, mejora significativamente la eficiencia operativa, acelera la iteracin de conceptos y permite simular escenarios de una complejidad antes impensable (Adeleye, 2024; Tang et al., 2024). Por otro lado, plantea cuestionamientos profundos sobre la originalidad, la autora, la propiedad intelectual y esos sesgos culturales que inevitablemente estn presentes en los modelos (Berni et al., 2024; Saeki & Papalambros, 2014).
Desde una perspectiva educativa, se han documentado experiencias que resultan particularmente alentadoras. Estudiantes de diseo que interactan con sistemas de IA han desarrollado, sorprendentemente, una mayor capacidad reflexiva y crtica sobre su propio proceso creativo(Orthel & Day, 2016; Tang et al., 2024). En estos entornos controlados, la IA no reemplaza la labor del diseador, como muchos teman, sino que la amplifica, propiciando condiciones de estimulacin semntica, combinatoria y divergente que antes eran difciles de alcanzar.
Poleac, (2024) destacan cmo la IA puede ampliar la fase de empata al analizar datos masivos y generar patrones que luego deben ser interpretados por el diseador. En este contexto, el rol pedaggico no se limita a ensear herramientas, sino a formar capacidades interpretativas y semnticas que permitan dialogar crticamente con esos datos.
Investigaciones como las de (Adeleye, 2024; Mesbah et al., 2023) han puesto de manifiesto algo prometedor: el potencial de sistemas hbridos de evaluacin de ideas que combinan modelos algortmicos y juicio humano para identificar soluciones que sean tanto viables como creativas. Esto sugiere que el futuro del diseo industrial no radica en la oposicin entre humano y mquina (una dicotoma que parece cada vez ms obsoleta) sino en la conformacin de ecosistemas colaborativos donde ambos agentes interactan con funciones que se complementan ms que se excluyen.
De ah que, este artculo propone una reflexin crtica sobre el nuevo rol del diseador industrial ante la inteligencia artificial, especficamente en el contexto metodolgico del Design Thinking. Buscamos explorar cmo se reformulan las competencias, funciones y tica profesional del diseador cuando el proceso creativo se transforma literal y metafricamente de "concepto" a "algoritmo".
Metodologa
Este estudio se estructur como una revisin sistemtica crtica con enfoque cualitativo, orientada especficamente a analizar los cambios en el rol del diseador industrial ante el uso de inteligencia artificial (IA) en procesos de ideacin dentro del marco del Design Thinking. La investigacin se desarroll entre enero y mayo de 2025. Abarc la lectura y anlisis exhaustivo de veintitrs (23) artculos cientficos, los cuales fueron seleccionados mediante criterios rigurosos por su relevancia temtica, metodolgica y contextual.
Figura 1
Diagrama de Flujo del Proceso de Revisin Sistemtica Siguiendo Directrices PRISMA
El corpus analizado incluye una diversidad de aproximaciones: estudios empricos, revisiones sistemticas, artculos tericos y estudios de caso. Todos relacionados con creatividad asistida por IA, diseo generativo, colaboracin humano-mquina y metodologas de diseo centradas en el usuario. Las fuentes fueron obtenidas de bases de datos acadmicas reconocidas internacionalmente, incluyendo Scopus, ACM Digital Library, ScienceDirect, IEEE Xplore y Google Scholar. Se priorizaron artculos publicados entre 2016 y 2024 (tanto en ingls como en espaol) para capturar la evolucin ms reciente del campo.
Nota. La distribucin muestra un crecimiento exponencial en las publicaciones sobre IA en diseo industrial a partir de 2020, coincidiendo con el auge de herramientas de IA generativa como GPT-3 y DALLE. El pico en 2021 (n=5) refleja el inters acadmico en la interseccin entre creatividad humana y algoritmica. Los 23 artculos analizados representan estudios empricos, revisiones sistemticas y marcos tericos publicados en revistas indexadas.
Los criterios de inclusin fueron establecidos de manera deliberadamente especfica: (1) investigaciones centradas en la ideacin en diseo industrial o diseo de productos, (2) uso explcito de IA generativa como herramienta de apoyo creativo, (3) metodologas aplicadas que consideren al menos una de las fases de Design Thinking, y (4) presencia de resultados vinculados al comportamiento del diseador frente a la IA. Por el contrario, se excluyeron estudios meramente tcnicos sobre algoritmos o fabricacin digital sin vinculacin clara a la fase conceptual del diseo.
Figura 2: Distribucin Temporal de Publicaciones sobre IA en Diseo Industrial (2016-2024)
Ao de publicacin
El anlisis utiliz codificacin temtica abierta y axial(Braun & Clarke, 2006), con el objetivo central de identificar patrones y categoras comunes entre los estudios. Se trabaj con herramientas de organizacin como Notion y Excel, combinacin que facilit considerablemente la trazabilidad de las conexiones tericas y empricas. Los datos se organizaron bajo ejes que emergieron del propio anlisis: transformacin del rol del diseador, fases de intervencin de la IA, efectos sobre la creatividad y desafos ticos/profesionales.
Figura 3: Marco Conceptual de Codificacin Temtica para el Anlisis de IA en Diseo Industrial
Entre los estudios clave utilizados se encuentran, por ejemplo, los de (Kim & Maher, 2023), quienes demostraron de manera convincente que la IA puede aumentar tanto la cantidad como la variedad de ideas en procesos de ideacin. Igualmente significativos fueron los hallazgos de (Wadinambiarachchi et al., 2024), quienes evidencian que los estmulos algortmicos efectivamente reducen la fijacin de diseo. Por su parte,(Adeleye, 2024) analiz el impacto multidimensional en eficiencia, autora y originalidad percibida por diseadores profesionales.
El trabajo de (Berni et al., 2024) result particularmente relevante para entender las funciones emergentes de la IA como generadora, mediadora y buscadora de estmulos. Mientras que (Kwon et al., 2024) y (Saeki & Papalambros, 2015) aportaron evidencias valiosas sobre la alineacin semntica entre las intenciones del diseador y los outputs de IA. Estos artculos, en conjunto, permitieron comprender cmo el diseador actual se transforma progresivamente en curador, traductor y crtico del contenido algortmico.
La validacin del anlisis se realiz a travs de triangulacin mltiple: terica (relacin entre marcos conceptuales), metodolgica (comparacin entre diseos cualitativos, cuantitativos y mixtos) y de fuentes (contrastacin entre estudios desarrollados en contextos acadmicos y profesionales). Este enfoque de triangulacin asegur la consistencia del marco interpretativo y minimiz potenciales sesgos en la sntesis crtica.
El anlisis cualitativo permiti identificar tres tensiones emergentes significativas: apropiacin creativa de la IA, redefinicin de la autora, y equilibrio entre eficiencia automatizada y juicio humano.
Respecto a la apropiacin creativa, se observ que los diseadores comienzan a integrar las propuestas generadas por IA como insumos iniciales que deben ser reinterpretados, adaptando el contenido algortmico a contextos especficos (Chen et al., 2015; Kwon et al., 2024). Esta apropiacin no es, en absoluto, pasiva, sino dialgica, ya que el diseador mantiene el control sobre la narrativa conceptual.
En relacin con la autora, varios estudios destacan una creciente preocupacin por los derechos de propiedad intelectual sobre obras generadas parcialmente por IA. Esto lleva a debates complejos sobre la coautora y la atribucin de crdito (Adeleye, 2024; Berni et al., 2024)
El equilibrio entre eficiencia automatizada y juicio humano fue evidente en contextos educativos y profesionales donde la IA acelera procesos pero requiere supervisin crtica constante para evitar soluciones banales o culturalmente sesgadas (Chen et al., 2015; Tang et al., 2024).
Esta investigacin se centr nicamente en artculos accesibles en bases de datos abiertas, lo que excluy literatura gris o estudios no indexados. Adems, se limit a procesos de ideacin, dejando fuera anlisis en fases como prototipado o implementacin. Investigaciones futuras podran explorar cmo evoluciona la colaboracin humano-IA en dichas fases, as como el impacto longitudinal en prcticas docentes y profesionales.
Resultados
Los resultados del anlisis revelan transformaciones significativas en el rol del diseador industrial cuando se integra inteligencia artificial (IA) en las fases tempranas del proceso de diseo, particularmente en esa etapa crucial que es la ideacin. Una de las primeras observaciones recurrentes resulta ser la reconfiguracin del pensamiento divergente. En este proceso, la IA acta como un disparador semntico capaz de ampliar considerablemente el espacio problemtico del diseador.
Figura 4: Reconfiguracin del Rol del Diseador Industrial: De Generador Exclusivo a Integrador de Inteligencias
Los estudios de (Chen et al., 2015) y (Berni et al., 2024) evidenciaron: los estmulos generados por IA aumentaron tanto la cantidad como la variedad de ideas, mostrando potencial relevante para enriquecer la fase de ideacin en contextos acadmicos y profesionales. Esta lnea de investigacin es profundizada por (Gong et al., 2024), quien analiza especficamente el rol de la IA en el mejoramiento de la creatividad durante procesos de ideacin, demostrando que la intervencin algortmica no solo incrementa mtricas cuantitativas sino que activa mecanismos neurocognitivos que potencian la originalidad conceptual.
Paralelamente, los hallazgos de (Wadinambiarachchi et al., 2024) y (Choi et al., 2024) confirmaron algo que resulta particularmente interesante: el uso de imgenes generadas por IA reduce significativamente la fijacin de diseo en comparacin con estmulos humanos o aleatorios. Este efecto se atribuye a la ambigedad visual y conceptual de los outputs algortmicos. Ambigedad que induce una forma de exploracin ms libre.
Esta capacidad de la IA para desbloquear rutas creativas fue validada por estudios como los de Kwon et al., (2024), quienes demostraron que diseadores expuestos a IA producen conceptos ms diversos (aunque menos viables) lo cual refuerza su utilidad en fases divergentes ms que en etapas resolutivas.
Figura 5: Matriz de Intensidad de Intervencin de IA en las Fases del Design Thinking
Otro hallazgo relevante concierne la redefinicin del rol del diseador como mediador y curador. En los estudios de (Chen et al., 2015) y (Song et al., 2024), se destac algo fundamental: el diseador ya no acta nicamente como generador de ideas, sino como traductor entre intencin creativa y propuesta algortmica. Esta observacin fue profundizada por (Kwon et al., 2024), quienes analizaron cmo los diseadores refuerzan su rol como curadores al modificar prompts y seleccionar activamente outputs que se alinean con sus intenciones. Lejos de una adopcin pasiva, la interaccin diseador-IA se configura como un proceso iterativo de ajuste semntico, reforzando la funcin del diseador como gestor estratgico del contenido algortmico.
En este marco emergente, diseadores asumen funciones interpretativas al reformular, ajustar y seleccionar propuestas generadas por IA, transformando su rol desde ejecucin formal hacia direccin estratgica del proceso de diseo.(Just et al., 2023)
La integracin de IA tambin repercute (y de manera notable) en la eficiencia del proceso. (Adeleye, 2024)y (Tang et al., 2024) muestran cmo la automatizacin de tareas operativas y la generacin rpida de variantes conceptuales incrementan sustancialmente la productividad del equipo de diseo. Sin embargo, estos mismos estudios advierten algo crucial: esta eficiencia debe ser compensada con una vigilancia crtica constante. El uso sin reflexin puede conducir a propuestas que resultan estticamente satisfactorias pero culturalmente vacas o funcionalmente problemticas.
(Camburn et al., 2019) coinciden con esta preocupacin al subrayar que, aunque los sistemas de evaluacin automatizada facilitan la seleccin inicial de ideas, el juicio humano sigue siendo indispensable para interpretar criterios contextuales y asegurar la pertinencia cultural o funcional de las soluciones. La IA, en este caso, opera como un asistente ms que como evaluador final. Esta necesidad de equilibrio fue tambin explorada por (Ahmadabadi et al., 2024), quienes argumentan que la confianza del usuario en sus propias ideas puede integrarse como parmetro til en plataformas de evaluacin colaborativa. Su propuesta destaca cmo la IA puede actuar como moderador o facilitador en entornos donde el diseador humano mantiene agencia sobre qu ideas adoptar o descartar.
En el mbito educativo, (Orthel & Day, 2016), as como (Tang et al., 2024) destacan cmo la interaccin con IA favorece la autorreflexin, estimula revisin del proceso de ideacin y promueve aprendizaje activo. Estudiantes expuestos a herramientas como DALLE o GPT desarrollan, sorprendentemente, conciencia crtica sobre decisiones que toman al disear, especialmente en trminos de justificacin conceptual y coherencia entre problema y solucin.
Se identificaron desafos ticos que merecen atencin especial, relacionados con autora, sesgo de modelos y equidad en acceso a estas herramientas. Estudios como los de Berni et al., (2024) y Adeleye, (2024) documentan preocupaciones crecientes sobre legitimidad de ideas generadas por IA, transparencia de algoritmos utilizados y posible reproduccin de estereotipos o exclusiones culturales. Estos hallazgos sugieren que el rol del diseador debe incorporar dimensin tica crtica en su interaccin con tecnologas generativas.
Figura 6: Tensiones ticas Emergentes en la Colaboracin Humano-IA en Diseo Industria
En conjunto, los resultados muestran algo tranquilizador para la profesin: la IA no desplaza al diseador industrial, sino que reconfigura su rol, ampliando capacidades como mediador, evaluador, intrprete y estratega del proceso creativo. Esta transicin exige nuevas competencias tcnicas, semnticas y ticas, adems de una relectura del Design Thinking adaptada a un ecosistema humano-algortmico.
Figura 7: Transformacin de Competencias del Diseador Industrial: Paradigma Tradicional vs Era IA-Asistida
Discusin
Los hallazgos obtenidos en este estudio confirman una tendencia emergente en la prctica del diseo industrial: el diseador ya no es nicamente un generador de soluciones. Se ha transformado en un gestor de interacciones cognitivas entre su pensamiento creativo y las propuestas generadas por inteligencia artificial. Esta conclusin dialoga directamente con lo planteado por (Chen et al., 2015) y (Song et al., 2024), quienes advierten que la mediacin semntica se convierte en una competencia clave. El diseador traduce intenciones humanas en prompts algortmicos y, a su vez, interpreta los resultados para reintegrarlos dentro de una lgica proyectual coherente. Los diseadores orientan estos sistemas mediante prompts que especifican criterios visuales como minimalismo, biomimetismo, contemporneo entre ortros y requisitos funcionales como ergonoma, e incluso referencias culturales particulares. Un ejemplo interesante sera solicitar inspiracin en los patrones textiles andinos. Los hallazgos de Kwon et al., (2024) confirman algo importante: la precisin semntica del prompt determina en gran medida qu tan relevantes resultan las propuestas generadas.
Se confirma que la IA tiene impacto diferencial y especfico en la fase de ideacin del Design Thinking. A diferencia de etapas como prototipacin o evaluacin, donde la intervencin de IA puede ser ms tcnica o predictiva, en generacin de ideas su papel es esencialmente provocador (Berni et al., 2024). Esta funcin de disparador conceptual resulta valiosa cuando diseadores enfrentan bloqueos creativos o desafos abiertos. Como sealaron Chen et al., (2024) y Wadinambiarachchi et al., (2024), outputs de IA generan rupturas en estructuras cognitivas convencionales, abriendo considerablemente el espectro de soluciones posibles.
Esta apertura no est exenta de riesgos significativos. La posibilidad de depender excesivamente de resultados algortmicos puede provocar homogeneizacin de lenguajes formales, sobre todo trabajando con modelos entrenados en bases de datos con sesgos estticos o culturales evidentes. Adeleye, (2024) y Choi et al., (2024) advierten algo preocupante: sin evaluacin crtica constante, el uso indiscriminado de IA puede reducir diversidad expresiva del diseo industrial y desplazar referencias locales o identidades emergentes.
Adems, como sealan (Sreenivasan & Suresh, 2024) y (Berni et al., 2024), muchos modelos estn entrenados con datasets culturalmente sesgados, predominantemente anglocntricos, lo que podra invisibilizar propuestas estticas o funcionales de regiones subrepresentadas. Es crucial promover el desarrollo de bases de datos abiertas que reflejen una mayor diversidad cultural y geogrfica.
Por otro lado, los estudios de (Tang et al., 2024) y (Orthel & Day, 2016) evidencian algo alentador: la incorporacin de IA en entornos educativos promueve una mayor conciencia metacognitiva entre los futuros diseadores. Lejos de desplazar el aprendizaje activo, como muchos teman, la IA puede funcionar como un catalizador para discutir decisiones, justificar elecciones y estructurar argumentaciones ms slidas. En este contexto, la enseanza del diseo se transforma profundamente. Ya no se trata solo de ensear a dibujar o prototipar, sino tambin de formar en lectura crtica de datos, generacin efectiva de prompts, y evaluacin rigurosa de outputs algortmicos.
El concepto de "co-creacin" tambin experimenta una redefinicin fundamental. Mientras que tradicionalmente implicaba la colaboracin entre actores humanos, hoy se expande para incluir la interaccin entre humanos y sistemas algortmicos. Estudios como los de (Kwon et al., 2024) y (Wang et al., 2025) muestran algo revelador: las decisiones ms valiosas emergen no del reemplazo del diseador, sino de la combinacin entre su juicio crtico y la capacidad exploratoria de la IA. Esto exige un nuevo equilibrio, complejo pero necesario, entre intuicin, anlisis de datos y gestin de herramientas generativas.
El anlisis confirma la necesidad urgente de repensar la tica del diseo desde una perspectiva colaborativa. Como advirtieron (Berni et al., 2024) y (Song et al., 2024), el diseador contemporneo debe asumir responsabilidades concretas sobre los algoritmos que utiliza: desde la eleccin del modelo hasta la revisin de sesgos o exclusiones que este pueda reproducir. Por esta razn, el rol del diseador se ampla hacia lo que constituye activismo tecnolgico, integrando competencias propias de la alfabetizacin digital crtica.
Los resultados y su discusin apuntan hacia cambio de paradigma fundamental: del diseador como hacedor a diseador como integrador de inteligencias. Este nuevo perfil profesional requiere no solo herramientas tcnicas (que siguen siendo importantes) sino tambin capacidades ticas, semnticas y estratgicas para actuar con sentido en entorno inevitablemente atravesado por algoritmos.
Conclusiones
El presente estudio concluye que el rol del diseador industrial en la era de inteligencia artificial (IA) ya no puede entenderse desde el paradigma clsico de creatividad humana como nica fuente generadora de conceptos. Emerge una figura hbrida, mediadora e integradora, cuya funcin se articula en torno a colaboracin con sistemas algortmicos capaces de ampliar, diversificar y acelerar procesos de ideacin. Esta transformacin se manifiesta especialmente en la fase de generacin de ideas del Design Thinking, donde la IA ha mostrado capacidad para operar como disparador semntico, herramienta de exploracin visual y agente provocador de soluciones no convencionales.
Los resultados indican que la IA contribuye positivamente al pensamiento divergente y permite desbloquear patrones de fijacin cognitiva que limitan la creatividad. Aunque su impacto sobre viabilidad tcnica de propuestas an requiere validacin y criterio del diseador humano. El diseador no es desplazado (como muchos teman) sino reconfigurado: ya no produce nicamente, sino que evala, selecciona, adapta y contextualiza.
Desarrollar esta alfabetizacin digital no es tarea simple. Los diseadores necesitan entender cmo funcionan bsicamente estos modelos, aprender a construir prompts efectivos y refinarlos segn los resultados obtenidos. Tambin deben interpretar lo que generan los algoritmos, detectar posibles sesgos y decidir cundo es apropiado usar estas herramientas. Pero hay algo ms: requieren pensamiento crtico para evaluar las propuestas algortmicas y, quizs lo ms importante, la capacidad de establecer principios ticos claros cuando trabajan en estos nuevos entornos de colaboracin.
Se ha identificado expansin significativa del rol del diseador hacia funciones curatoriales y metacognitivas. La labor del diseador implica ahora navegar entre mltiples propuestas generadas por IA, ejercer criterio esttico y funcional sobre su pertinencia, y construir narrativas proyectuales que integren datos, intenciones y contexto de manera coherente. Esta expansin exige nuevas estrategias metodolgicas y mayor sofisticacin en toma de decisiones.
Desde perspectiva educativa, se reconoce algo esperanzador: el uso de IA promueve nuevas formas de aprendizaje, donde el diseador en formacin reflexiona activamente sobre proceso creativo y decisiones proyectuales. La IA no anula juicio humano, sino que lo estimula, siempre que se garantice mediacin pedaggica y tica adecuada. Este hallazgo plantea desafos relevantes para enseanza del diseo, que deber incorporar marcos formativos centrados en interpretacin, crtica y responsabilidad frente al uso de tecnologas emergentes.
La inclusin de IA en entornos profesionales y acadmicos no est exenta de tensiones ticas que merecen atencin cuidadosa: autora compartida, opacidad algortmica y sesgos culturales presentes en modelos de entrenamiento. En este contexto complejo, el diseador industrial debe ejercer vigilancia crtica constante sobre herramientas que utiliza, asumiendo postura tica activa en configuracin de soluciones inclusivas, transparentes y culturalmente pertinentes.
El paso "del concepto al algoritmo" no implica prdida del rol del diseador industrial (como algunos sectores conservadores podran temer) sino ampliacin genuina de su campo de accin. El diseador se convierte en integrador de inteligencias: humana, artificial, colectiva y contextual. Su labor ya no se restringe a produccin de formas u objetos, sino que abarca curadura de procesos, interpretacin de datos, gestin del sentido proyectual y vigilancia tica de sistemas que utiliza.
Ante este escenario de transformacin profunda, actualizar el perfil profesional y acadmico del diseador resulta no solo pertinente, sino imprescindible para enfrentar desafos del diseo en el siglo XXI. El futuro del diseo industrial no se encuentra en resistencia al cambio tecnolgico, sino en capacidad de diseadores para redefinir su prctica, integrando nuevas competencias sin perder de vista valores humanos fundamentales que han caracterizado histricamente a la disciplina.
Para que esto funcione, diseadores, educadores y quienes toman decisiones en poltica educativa deben colaborar activamente. Necesitamos actualizar los programas de estudio, definir principios ticos claros y fomentar un uso reflexivo de estas tecnologas en el diseo. El objetivo no debera ser reemplazar la creatividad humana, sino encontrar formas de amplificarla y enriquecerla a travs de estas nuevas herramientas.
Referencias
1. Adeleye, I. O. (2024). The Impact of Artificial Intelligence on Design: Enhancing Creativity and Efficiency. Journal of Engineering and Applied Sciences, 3(1), 1. https://doi.org/10.70560/vvsfej12
2. Ahmadabadi, S. N., Haghifam, M., Shah‐Mansouri, V., & Ershadmanesh, S. (2024). Design and evaluation of crowdsourcing platforms based on users confidence judgments. Scientific Reports, 14(1). https://doi.org/10.1038/s41598-024-65892-7
3. Arellano, S. G. P., & Rodrguez, L. D. P. (2024). Marketing digital y la personalizacin basada en inteligencia artificial. Revista Cientfica Kosmos, 3(2), 187-208.
4. Berni, A., Borgianni, Y., Rotini, F., Gonalves, M., & Thoring, K. (2024). Stimulating design ideation with artificial intelligence: present and (short-term) future. Proceedings of the Design Society, 4, 1939. https://doi.org/10.1017/pds.2024.196
5. Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77. https://doi.org/10.1191/1478088706qp063oa
6. Camburn, B., He, Y., Raviselvam, S., Luo, J., & Wood, K. (2019). Evaluating Crowdsourced Design Concepts With Machine Learning.pdf.
7. Choi, D., Hong, S., Park, J., Chung, J. J. Y., & Kim, J. (2024). CreativeConnect: Supporting Reference Recombination for Graphic Design Ideation with Generative AI. 1. https://doi.org/10.1145/3613904.3642794
8. Flores, P. D. C. J. (2025). Uso de algoritmos de inteligencia artificial en la creacin de materiales educativos. Revista Ingenio global, 4(1), 250-262.
9. Gong, Z., Paananen, S., Nurmela, P., Gonalves, M., Georgiev, G. V., & Hkkil, J. (2024). AI ROLE IN IDEATION FOR DESIGN CREATIVITY ENHANCEMENT.
10. Jonson, B. (2005). Design ideation: the conceptual sketch in the digital age. Design Studies, 26(6), 613. https://doi.org/10.1016/j.destud.2005.03.001
11. Just, J., Strhle, T., Fller, J., & Hutter, K. (2023). AI-based novelty detection in crowdsourced idea spaces. Innovation, 26(3), 359. https://doi.org/10.1080/14479338.2023.2215740
12. Kim, J., & Maher, M. L. (2023). The effect of AI-based inspiration on human design ideation. International Journal of Design Creativity and Innovation, 11(2), 81. https://doi.org/10.1080/21650349.2023.2167124
13. Kwon, J., Jung, E.-C., & Kim, J. (2024). Designer-Generative AI Ideation Process: Generating Images Aligned with Designer Intent in Early-Stage Concept Exploration in Product Design. Archives of Design Research, 37(3), 7. https://doi.org/10.15187/adr.2024.07.37.3.7
14. Lai, Y., Chen, H.-J., & Yang, C. (2023). Exploring the Impact of Generative Artificial Intelligence on the Design Process: Opportunities, Challenges, and Insights. AHFE International. https://doi.org/10.54941/ahfe1004178
15. Mandeno, P., & Baxter, W. (2020). BARRIERS TO HUMAN CONNECTIVITY AND THE DESIGN OF MORE COLLABORATIVE COWORKING SPACES. Proceedings of the Design Society DESIGN Conference, 1, 1475. https://doi.org/10.1017/dsd.2020.142
16. Mesbah, S., Arous, I., Yang, J., & Bozzon, A. (2023). HybridEval: A Human-AI Collaborative Approach for Evaluating Design Ideas at Scale. Proceedings of the ACM Web Conference 2022, 3837. https://doi.org/10.1145/3543507.3583496
17. Moya, J. G. (2025). Transformacin digital en la educacin: aplicacin de inteligencia artificial para el desarrollo de recursos didcticos en educacin superior. Alpha International Journal, 3(1), 31-42.
18. Orthel, B. D., & Day, J. K. (2016). Processing Beyond Drawing: A Case Study Exploring Ideation for Teaching Design.
19. Poleac, D. (2024). Design Thinking with AI. Proceedings of the ... International Conference on Business Excellence, 18(1), 2891. https://doi.org/10.2478/picbe-2024-0240
20. Saeki, N., & Papalambros, P. Y. (2014). Human-Computer Interaction for Part Selection in Product Design. 106. https://doi.org/10.3850/978-981-09-1348-9_021
21. Solrzano, S. D. M. (2024). Estrategias de marketing digital basadas en inteligencia artificial para pymes. Ethos Scientific Journal, 2(1), 17-29.
22. Song, B., Zhu, Q., & Luo, J. (2024). Human-AI collaboration by design. Proceedings of the Design Society, 4, 2247. https://doi.org/10.1017/pds.2024.227
23. Sreenivasan, A., & Suresh, M. (2024). Design thinking and artificial intelligence: A systematic literature review exploring synergies. International Journal of Innovation Studies, 8(3), 297. https://doi.org/10.1016/j.ijis.2024.05.001
24. Tang, X., Windham, J., & Bush, B. (2024). Pre-AI and post-AI design: balancing human Creativity and AI Tools in the Industrial Design Process. 100. https://doi.org/10.1145/3708394.3708413
25. Wadinambiarachchi, S., Kelly, R., Pareek, S., Zhou, Q., & Velloso, E. (2024). The Effects of Generative AI on Design Fixation and Divergent Thinking. 1. https://doi.org/10.1145/3613904.3642919
26. Wang, W.-F., Lu, C.-T., Campany, N. P. i, Chen, B., & Chen, M. Y. (2025). AIdeation: Designing a Human-AI Collaborative Ideation System for Concept Designers. 1. https://doi.org/10.1145/3706598.3714148
2025 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/).
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/
