El texto presentado describe una revisión sistemática del Diseño por Analogía (DbA), una estrategia cognitiva que fomenta la innovación mediante la transferencia de conocimientos entre diferentes dominios. Los autores argumentan que, si bien la IA generativa ha impulsado la productividad, corre el riesgo de homogeneizar la creatividad; por lo tanto, proponen el DbA como una tecnología mediadora para guiar la colaboración entre humanos e IA. La investigación identifica seis formas de representación, como analogías visuales y funcionales, y las mapea a lo largo de siete etapas del proceso creativo, desde la visión inicial hasta la evaluación final. Mediante el análisis de 85 estudios, las fuentes demuestran cómo el DbA ayuda a mitigar la fijación en el diseño y preserva la autonomía humana en sectores como la manufactura, la educación y el diseño. En definitiva, el texto proporciona directrices estratégicas para el desarrollo de herramientas de IA que fomenten el razonamiento de orden superior y la creatividad ética y basada en valores.
Enlace al artículo científico, para aquellos interesados en profundizar en el tema: "Beyond Input–Output: Rethinking Creativity through Design-by-Analogy in Human–AI Collaboration", por Xuechen Li y colegas. Publicado el 10 de Febrero de 2026.
El resumen, la transcripción, y la traducción fueron hechas usando herramientas de software de Inteligencia Artificial.
El resumen se presenta en la forma de un diálogo entre dos personajes sintéticos que llamaremos Alicia y Beto.
Resumen
Alicia
Probablemente lo hayas sentido últimamente: esa sensación creciente de frustración cuando estás sentado en tu escritorio intentando crear algo realmente nuevo. Podría ser un correo importante, una propuesta de proyecto, un fragmento de código o incluso una obra de arte. Recurres a una herramienta de IA para acelerar el proceso y es fulminantemente rápida, claro.
Beto
Oh, absolutamente.
Alicia
Pero de repente todo lo que estás creando, de hecho todo lo que la gente a tu alrededor crea, empieza a verse, sonar y sentirse exactamente igual.
Beto
Sí, es esa extraña homogeneización del contenido creativo.
Alicia
Exacto. Básicamente, te quedas atascado en una rutina, una especie de fijación de diseño donde la pura eficiencia de la IA limita en realidad la diversidad colectiva de ideas.
Beto
Es la paradoja máxima de la productividad moderna, ¿no?
Alicia
Sí.
Beto
Quiero decir, tenemos estos modelos fundacionales increíblemente potentes literalmente al alcance de la mano. Pero en lugar de expandir nuestros horizontes creativos, a menudo terminan estandarizando nuestra expresión.
Alicia
Oh, claro.
Beto
Porque los algoritmos, por su naturaleza, tienden a optimizar para lo promedio.
Alicia
Sí.
Beto
Lo que significa que acabamos perdiendo las matices altamente específicas de las intenciones humanas que hacen que nuestra creatividad sea valiosa en primer lugar.
Alicia
Y eso es exactamente por lo que la inmersión de hoy es tan excitante. Vamos a profundizar en un artículo de investigación realmente fascinante de 2026 presentado en ACM CHI.
Beto
... que es la Conferencia sobre Factores Humanos y Sistemas Informáticos, por si alguien no lo sabe.
Alicia
Correcto. Gracias. Se titula, en esencia, “Más allá de entrada-salida: repensando la creatividad a través del diseño por analogía en la colaboración humano-IA”. Fue escrito por los investigadores Xuechen Li y colegas, de la Universidad de Tongji, en Shanghai. Y lo que hicieron es realmente impresionante.
Beto
De verdad es una tarea enorme.
Alicia
Sí. Revisaron sistemáticamente 85 artículos clave, que redujeron de una pila inicial de más de 1.600, solo para construir un marco unificado sobre cómo podemos salir de esa misma trampa creativa.
Beto
Su misión, y realmente nuestro objetivo para esta inmersión, es replantear completamente cómo interactúas con la IA. Ahora mismo, la mayoría de nosotros tratamos a la IA como una especie de máquina expendedora.
Alicia
Sí, la analogía de la máquina expendedora es perfecta.
Beto
Metes una moneda, que es tu prompt, y obtienes un snack, que es tu texto o imagen generada. Pero esta investigación sostiene que para desbloquear la innovación de siguiente nivel necesitamos tratar a la IA no como una máquina expendedora, sino como una guía cognitiva.
Alicia
Una guía cognitiva.
Beto
Exacto. Tenemos que pasar de esa interacción transaccional simple y abrazar un proceso mucho más profundo y científicamente fundamentado.
Creatividad a través del Diseño por Analogía
Alicia
Bien, vamos a desglosarlo. ¿Cuál es exactamente el mecanismo central que va a “salvar” nuestra creatividad aquí? Porque los autores lo llaman diseño por analogía, o DbA, "Design by Analogy". Y quiero dejar claro desde el principio: esto no es solo una palabra de moda de lluvia de ideas corporativa que suena bien en una diapositiva.
Beto
Lejos de eso. No, el diseño por analogía es un enfoque cognitivamente fundamentado. Tiene raíces históricas profundas en la psicología. De hecho, rastrea hasta la teoría del "mapeo estructural", "Structure-Mapping" de Dedre Gentner de 1983.
Alicia
De acuerdo, ¿cómo funciona eso en la práctica?
Beto
Para darte una idea, piensa en la clásica analogía que compara un átomo con el sistema solar. La idea central es que tomas una solución o una idea de un dominio fuente, digamos la astronomía, y mapeas su estructura subyacente a un dominio objetivo completamente diferente, como la física cuántica.
Alicia
Así que no estás copiando los detalles superficiales.
Beto
Exacto. Estás extrayendo la lógica estructural subyacente y transfiriéndola.
Alicia
Lo que nos lleva perfectamente a la trampa en la que todos estamos cayendo ahora mismo: la trampa reduccionista de entrada-salida. Escribes un prompt, instantáneamente obtienes un bloque de texto, parece magia. Pero viendo los datos que reunieron, esto es en realidad un proceso creativo severamente comprimido.
Beto
Y esa compresión es exactamente donde radica el peligro. Cuando el proceso entre tu pensamiento inicial y el producto final es totalmente invisible, la IA ignora por completo tus intenciones más profundas. Eso provoca lo que los investigadores llaman "desajuste de intención".
Alicia
Un desajuste de intención. Entonces la IA simplemente rellena los huecos con lo que sea.
Beto
Precisamente. Empieza a incorporar elementos no deseados, a alucinar detalles y, en última instancia, a despojarte de tu agencia humana. Te conviertes en un consumidor pasivo de lo que el algoritmo escupe, en lugar de un creador activo que guía el proceso.
Alicia
Pero el diseño por analogía ofrece un puente para arreglar eso, ¿verdad? Según la investigación, puentea la brecha entre el razonamiento humano abstracto y los resultados tangibles descomponiendo el proceso analógico en cuatro etapas computacionales distintas.
Beto
Sí. Codificación, recuperación, mapeo y evaluación.
Alicia
Exacto.
Beto
Al descomponer el proceso creativo en esas etapas, el DbA nos permite usar la IA para encargarse de la parte pesada de encontrar y alinear estructuras complejas a través de enormes conjuntos de datos, todo sin entregar el volante.
Alicia
Déjame compartir un ejemplo del mundo real del artículo, porque esto fue lo que realmente me hizo entenderlo. Imagina que eres un ingeniero intentando diseñar una pala de turbina eólica más eficiente.
Beto
Bien.
Alicia
Si simplemente vas a una IA estándar y pides un mejor diseño, te dará ajustes incrementales y aburridos sobre molinos existentes. Pero usando diseño por analogía, los investigadores miraron las protuberancias, llamadas tubérculos, en las aletas de las ballenas jorobadas.
Beto
A primera vista parece no tener absolutamente nada que ver con la energía eólica.
Alicia
Cierto. Pero tomaron esa estructura biológica y la mapearon al borde de la pala de la turbina. Resulta que esos tubérculos ayudan a la ballena a deslizarse por el agua con menos resistencia. Y cuando se mapean a una turbina, ayudan a la pala a deslizarse por el aire con menos rozamiento, creando un salto enorme en eficiencia.
Otro estudio clásico que revisaron fue el desarrollo de sistemas avanzados de radar. Eso no surgió solo de retocar ondas de radio en abstracto. Surgió de estudiar la ecolocación biológica de los murciélagos.
Beto
Lo fascinante aquí es cómo la IA puede manejar computacionalmente las matemáticas complejas de estas analogías. Cuando hablamos de analogía en un sentido computacional, en realidad es una ecuación relacional: A es a A' como B es a B'.
Alicia
Espera, estoy tratando de comprenderlo. Suena bien en teoría, pero ¿cómo hace una IA ese salto matemático? Quiero decir, una ballena jorobada y un molino de viento tienen conjuntos de datos completamente distintos. ¿Cómo sabe la máquina conectarlos?
Beto
Esa es la magia de las arquitecturas modernas de IA. Para ponerlo simple, las redes conexionistas, que son básicamente las redes neuronales de reconocimiento de patrones que usamos hoy, las que aprenden de enormes cantidades de datos, se combinan con modelos simbólicos.
Alicia
¿Y los modelos simbólicos qué son exactamente?
Beto
Son algo así como los sistemas lógicos basados en reglas de la vieja escuela. Entonces, juntos, en sistemas híbridos, pueden calcular similitudes estructurales a través de vastos conjuntos de datos totalmente no relacionados. Pueden buscar en miles de millones de patentes, cruzarlas con miles de millones de registros biológicos y encontrar esa coincidencia estructural exacta.
Alicia
Es una locura.
Beto
Al delegar ese mapeo computacional, esa aguja en el pajar, a la IA, tu mente humana queda libre para enfocarse en el significado, el contexto y el valor final de esa conexión.
Alicia
Aquí es donde se pone realmente interesante. La investigación descubrió que el diseño por analogía no solo trata de comparar dos objetos físicos, como una aleta de ballena y una turbina. A través de su revisión de esos 85 artículos, identificaron seis formas distintas de representación que puedes usar para provocar el pensamiento analógico.
Beto
Sí, las seis formas.
Alicia
Recorrámoslas porque esto cambia directamente cómo tú, el oyente, puedes estructurar tu propio trabajo.
Beto
Las dos primeras quizás te son más familiares: semántica y texto, y visual y apariencia. Pero las aplicaciones van mucho más allá de la generación básica de texto. Con representaciones basadas en texto, los sistemas DbA pueden aprovechar estructuras semánticas para ayudarte a crear historias empáticas, o incluso recuperar conocimiento interdisciplinario, por ejemplo, de repositorios militares, y aplicarlo a la ingeniería civil.
Alicia
Wow, está bien. ¿Y en el lado visual?
Beto
Para las analogías visuales, los sistemas se apoyan en similitudes profesionales: geometría, color, estilo. Una herramienta destacada en el artículo hace transferencias de estilo en gráficos vectoriales, o incluso transforma un boceto 2D rudimentario en un modelo 3D altamente complejo simplemente encontrando similitudes estructurales visuales.
Alicia
Así que si eres escritor o diseñador gráfico, te apoyas mucho en estas dos primeras. Pero, ¿y si eres ingeniero de hardware? Ahí entra la tercera categoría: material y estructura.
Beto
Correcto.
Alicia
Esto no es solo sobre cómo algo se ve, sino cómo se comporta físicamente en el mundo real. Hay un ejemplo impresionante en el material sobre el desarrollo de electrónica flexible y estirable.
Beto
Oh, el proyecto de piel artificial.
Alicia
Sí. Los ingenieros no miraron otras placas de circuito para resolver el problema. Miraron la estructura biológica del tejido humano. Literalmente mapearon las propiedades físicas y las características microestructurales de la biología viva a los diseños electrónicos para hacer circuitos que puedan estirarse como la piel.
Beto
Es increíble.
Luego tenemos la cuarta representación: función y atributo. Esto trata de mapear relaciones estructurales y mecanismos de resolución de problemas.
Alicia
Entonces es menos sobre el material físico y más sobre lo que hace.
Beto
Exacto. Por ejemplo, imagina tomar la lógica funcional de cómo una colonia de hormigas distribuye recursos y aplicarla a la logística mecánica. O, a nivel sistémico, optimizar el uso de energía de un edificio inteligente gigantesco mapeándolo directamente a los patrones de comportamiento de las personas que viven dentro.
Alicia
Tiene todo el sentido. Estás tomando la lógica funcional de un dominio biológico o conductual y aplicándola a uno estructural.
Beto
Sí.
Alicia
El número cinco cambia por completo cómo pensamos sobre software y tareas: interacción, flujos de trabajo y experiencia multisensorial. Esto significa que puedes mapear un flujo operacional de una tarea completamente no relacionada a otra.
Beto
Como el ejemplo de síntesis química.
Alicia
Correcto. El artículo menciona mapear un flujo de trabajo robótico automatizado a la síntesis química. Pero mi ejemplo favorito del corpus es una herramienta llamada TextoShop.
Beto
Es un ejemplo brillante de mapeo de flujos de trabajo.
Alicia
De verdad. Toma la lógica de interacción gráfica del software de edición de imagen; piensa en capas, máscaras y pinceles en Photoshop, y la mapea sobre la edición de texto.
Beto
Es tan ingenioso.
Alicia
Imagina borrar una palabra con una herramienta de pincel y que la IA mezcle sin problemas la oración circundante para que la gramática siga intacta. Como el relleno consciente del contenido en una imagen. Estás usando una analogía de interacción para inventar un tipo totalmente nuevo de interfaz de software.
Beto
Y finalmente, la sexta forma es contexto no convencional. Esta quizá sea la categoría más centrada en lo humano de todas. Implica recurrir a contextos culturales especializados, dominios de conocimiento de nicho o experiencias personales altamente únicas que una IA no entendería inherentemente por sí sola.
Alicia
Los estudios de caso aquí son fantásticos. Los investigadores citan un caso donde técnicas locales y muy específicas de fabricación de perfumes, transmitidas por generaciones, fueron adaptadas y mapeadas a la producción de vino para mejorar el proceso de extracción aromática.
Beto
Una gran polinización cruzada de ideas.
Alicia
Y hubo otro estudio donde los principios culturales y los movimientos continuos y fluidos del Tai Chi se incrustaron en el diseño de interacción de tecnologías de drones.
Beto
Con drones Tai chi.
Alicia
Sí. Así que en vez de vuelos bruscos y robóticos, los drones ajustaban su equilibrio y trayectoria basándose en la lógica fluida de las artes marciales. Demuestra que puedes literalmente tomar genialidad de cualquier parte.
Beto
Si conectamos esto con el panorama más amplio, queda claro que la analogía no debería ser solo un truco de salón que usas al comienzo de un proyecto en una sesión de lluvia de ideas. Una contribución importante de este artículo de CHI es demostrar que el DbA abarca todo el proceso creativo en sus cuatro fases.
Alicia
Recorrámoslo. En lugar de solo enumerar fases, veamos cómo lo usarías realmente.
Empezando por la fase uno: definición del producto. Se trata de visión e inspiración. El artículo usa una gran metáfora: imagínate parado justo contra una pared alta. No puedes ver el horizonte. Un problema mal definido te mantiene atascado bajo esa pared. DbA te da una escalera cognitiva.
Beto
Es una excelente manera de visualizarlo.
Alicia
Hay herramientas de IA en el corpus, como StoryAnalogy, que utilizan grandes modelos de lenguaje para minar y generar analogías a nivel narrativo, ayudándote a replantear el problema por completo.
Otra herramienta estudiada, AskNatureNet, visualiza conocimiento biológico estructurado para desencadenar pensamiento divergente. Te ayuda a ver por encima de la pared preguntando: ¿cómo resuelve esto la naturaleza?
Beto
Una vez que has visto por encima de la pared pasas a la fase dos: ideación del producto. Aquí es donde tienes que converger esas inspiraciones divergentes en prototipos concretos y factibles. Se trata de integrar la intención humana.
Por ejemplo, el artículo discute EmoSync, una herramienta de IA que genera analogías personalizadas para ayudar a las personas a comunicar empatía efectiva.
Alicia
Espera, aclaremos eso. Empatía efectiva.
Beto
Sí, básicamente ayudarte a expresar ese profundo “siento tu dolor”. Es notoriamente difícil de comunicar. Pero la IA recupera escenarios analógicos que ayudan a los usuarios a articular sentimientos complejos.
Otro increíble instrumento mencionado es Imitation. Extrae comportamientos de interfaz de usuario de un sitio web existente y retargetea esa lógica de comportamiento a tu propio flujo de desarrollo front-end. Toma la idea abstracta de “quiero sentirme como este otro sitio” y comienza la transición hacia código real.
Alicia
Lo que nos lleva naturalmente a la fase tres: implementación del producto. Específicamente la etapa de fabricación. Aquí es donde las cosas se vuelven físicas. DbA no es solo para pensar, es para hacer. La investigación destaca cómo DbA ayuda a reutilizar conocimientos operativos tácitos y altamente nicho que usualmente se pierden con el tiempo.
Beto
Ese es un punto vital. El conocimiento operativo tácito es ese instinto, esa habilidad manual de un maestro artesano: la forma sutil en que maneja un formón o cómo un ceramista modela la arcilla. No puedes simplemente escribir eso en un manual de instrucciones.
Alicia
Exacto. El artículo muestra cómo los sistemas capturan las técnicas personales y de nicho de un maestro a través de recuperación de video y luego mapean ese conocimiento operacional para que un novato pueda aplicarlo a un medio físico completamente nuevo. Estás transfiriendo la “sensación” del oficio.
Beto
Y finalmente, la fase cuatro: evaluación del producto. Esto cubre tanto la evaluación específica del producto como la gestión de flujo de trabajo a un nivel meta más amplio. DbA puede en realidad predecir resultados del mundo real recuperando y mapeando datos de casos.
Alicia
Como predecir problemas legales.
Beto
Sí. Por ejemplo, usando datos históricos de casos para predecir la probabilidad de litigios de construcción antes de que un edificio esté siquiera acabado, simplemente encontrando patrones analógicos en proyectos pasados. A un nivel meta, los investigadores destacan una herramienta de IA construida específicamente para salvar las brechas terminológicas entre investigadores de IA y especialistas médicos, usando analogías estructurales para asegurar que los flujos de trabajo globales funcionen sin fricciones entre disciplinas totalmente diferentes.
Alicia
Entonces, ¿qué significa esto para ti? Cuando te sientes mañana a la mesa a abordar un proyecto, ¿cuánto deberías dejar que haga la IA? El artículo desglosa sistemáticamente los niveles de automatización que encontraron a lo largo de estos sistemas.
Beto
Clasifican los sistemas en tres categorías principales: asistir, aumentar y automatizar.
- Los sistemas de asistencia reducen tu carga cognitiva manejando la tediosa recuperación de analogías complejas.
- Los sistemas de aumento actúan como exploradores conjuntos donde tú y la IA iteran de ida y vuelta.
- Los sistemas automatizados pueden generar contenido de forma autónoma, pero aún requieren orientación humana y límites.
Crucialmente, de todos los artículos revisados, ni un solo sistema opera al nivel ocho o nueve, que sería autonomía total no supervisada.
Alicia
Eso es tranquilizador.
Beto
Muy. El diseño complejo requiere fundamentalmente supervisión humana, contexto y un sentido de propósito.
Alicia
Y aquí hay una brillante idea psicológica del artículo sobre cómo deberías estructurar esa supervisión. Los novatos y los expertos en realidad necesitan tipos totalmente diferentes de analogías de IA. Definitivamente no es talla única.
Beto
Correcto.
Alicia
Si vas a entrar mañana en un lenguaje de programación nuevo o a probar un software de diseño que nunca usaste, en ese contexto eres un novato. Necesitas que la IA te proporcione lo que llaman "analogías de corta distancia". Estas son ejemplos familiares y altamente estructurados que son muy similares a tu objetivo. Te ayudan a aprender y ejecutar sin sentirte abrumado.
Beto
En cambio, si eres ingeniero de software o diseñador gráfico desde hace diez años, eres un experto. Para ti, pedirle a la IA analogías de corta distancia te atrapará en la fijación de diseño. Porque ya conoces todas las soluciones estándar; simplemente te va a devolver tus propios hábitos.
Alicia
Tiene mucho sentido.
Beto
Los expertos necesitan estímulos de larga distancia, altamente abstractos al principio del proceso para sacarlos de sus rutinas profundas. Necesitas que la IA te lance algo raro, como la aleta de la ballena jorobada. Una vez que tienes esa idea conceptual revolucionaria, puedes indicar a la IA que baje la abstracción y te proporcione estímulos de corta distancia para refinar los detalles granulares.
Alicia
Esta metodología ya está transformando industrias enormes.
- En las industrias creativas, lucha contra las altas barreras técnicas del software de diseño dando a los creadores ese andamiaje analógico.
- En la manufactura inteligente, lo estamos viendo impulsar personalización enmascarada, logística flexible y moldeado por inyección complejo.
- Y en educación y servicios, usan herramientas como la realidad aumentada para explicar temas increíblemente densos, como la computación cuántica, mapeándolos visualmente a analogías cotidianas justo frente al estudiante.
Beto
Esto plantea una pregunta importante, sin embargo. Si el diseño por analogía es tan poderoso, ¿cuáles son los riesgos prácticos para nuestras propias habilidades a medida que lo integramos en nuestros flujos de trabajo? Los investigadores resaltan un par de grandes trampas operativas que tenemos que vigilar.
Alicia
Vamos a escucharlas.
Beto
La primera es la deuda cognitiva. Si dependemos enteramente de herramientas automatizadas para hacer esas conexiones día tras día, empezamos a acumular un déficit en nuestras propias capacidades. Corremos el riesgo de perder nuestro pensamiento incorporado e intuitivo simplemente porque dejamos de ejercitar ese músculo creativo. Dejar que la máquina haga el trabajo pesado y nuestra propia asociación mental se atrofia.
Alicia
Tiene todo el sentido.
Y el segundo riesgo práctico que señalan es la simplificación excesiva. El mundo real es desordenado. Es caótico, altamente contextual y lleno de casos límite. Si no tenemos cuidado, los sistemas DbA podrían empujarnos sutilmente a eliminar toda esa complejidad real, solo para que nuestros problemas encajen en los campos de entrada estandarizados de la IA.
Beto
Exacto. Terminamos diseñando para el algoritmo en vez de diseñar para la realidad.
Y el tercer gran riesgo que identifican es la profunda inserción del sesgo de datos. Dado que estos modelos de IA extraen de enormes conjuntos de datos históricos, arrastran todos los prejuicios sociales incrustados en esos datos. Cuando mapeas lógica estructural de un dominio a otro, podrías estar transfiriendo esos sesgos sin darte cuenta.
Alicia
Lo que nos lleva a la toma de posición fundamental de este artículo. Define claramente la línea operacional entre la capacidad de la máquina y el valor humano. A día de hoy, la IA realiza emparejamiento estadístico de patrones. No entiende realmente el propósito biológico de la aleta de la ballena ni la sensación táctil de los electrónicos estirables. Solo mapea las matemáticas.
Beto
Los humanos, por otro lado, participamos en la construcción intencional de sentido orientada a objetivos.
Alicia
Así que, para evitar la sobrecarga informativa y el agotamiento por homogeneización creativa, no uses tu IA como una solución de un clic. Deja de alimentarla con monedas como una máquina expendedora. Úsala como un compañero de sparring analógico. Desafíala a encontrar esas conexiones estructurales de larga distancia a lo largo de todo tu flujo de trabajo, desde definir el problema en el día uno hasta evaluar el producto final.
Beto
Abordando la IA de esta manera, mantienes tu agencia creativa. Aprovechas el inmenso poder de mapeo computacional de la máquina, mientras preservas férreamente la naturaleza irreductible y orientada a objetivos de tu propia creatividad humana. Tú eres quien inyecta propósito y valor en la analogía.
Alicia
Quiero dejarte con un pensamiento final provocador, sacado del cierre mismo de este artículo de investigación respecto a hacia dónde va todo esto. Hoy hemos hablado de tipear prompts de texto, generar analogías visuales y mapear materiales físicos. Pero los investigadores apuntan hacia el futuro que se aproxima rápidamente de las interfaces cerebro-computadora, o BCI, "Brain-Computer Interface".
Beto
Oh, esto es lo realmente salvaje.
Alicia
Sí que lo es. El artículo sugiere un futuro donde BCI portátiles podrían literalmente decodificar tus patrones neuronales para recuperar experiencias latentes no expresadas. Imagina sentado en tu escritorio, luchando por encontrar las palabras correctas para describir un problema de diseño, y una IA traduce tus gestos creativos preverbales en intercambio de conocimiento entre dominios en tiempo real.
Beto
Wow.
Alicia
Extrae una analogía de una memoria que no habías articulado conscientemente todavía. Nos obliga a preguntar: ¿qué pasa con la creatividad humana cuando una IA puede sacar una analogía directamente de tu subconsciente antes de que siquiera tengas las palabras para describirla?
Beto
Es una frontera profunda. Significa que nuestro conocimiento tácito, esos instintos creativos más profundos de los que hablamos antes, podría volverse directamente computable. Pero también implica que nuestro papel como curadores de nuestros propios pensamientos será más importante que nunca.
Alicia
Muchas gracias por acompañarnos en este análisis. Sigue explorando, sigue planteando las preguntas difíciles y, lo más importante, sigue conectando los puntos.
Entradas
