IA y contenidos: mejores contenidos para marcas idénticas
La IA puede ayudarte a escribir mejor y a producir más. También puede hacer que tu marca suene como todas las demás. Conviene revisar qué le estamos delegando antes de pedirle otra versión.
Imagina que llevas la comunicación de una marca de café. Le pides a una IA ideas para diferenciarte y te propone hablar de rituales, hacer comunidad y contar las historias de quienes cultivan el producto.
Todo encaja. También podría encajar en otras doscientas marcas de café.
Le pides algo más original. Cambia los nombres de las propuestas, añade una experiencia inmersiva y te devuelve una campaña que ahora llama “disruptiva”. Seguimos bastante cerca de donde estábamos.
En el equipo de estrategia en Socialmood comentamos muchísimo esto. Estamos preparando un riport sobre cómo la IA afecta a las ideas y al criterio con el que las elegimos. Hay algo que nos preocupa especialmente: que podamos mejorar cada pieza por separado y acabar haciendo todos cosas más parecidas.
Una pieza puede mejorar mientras el conjunto pierde variedad
Anil Doshi y Oliver Hauser estudiaron qué ocurría cuando un grupo de personas podía recurrir a ideas generadas por IA para escribir relatos. Las historias asistidas recibieron mejores valoraciones, pero se parecían más entre sí que las escritas sin esa ayuda. El trabajo se publicó en Science Advances en 2024. Puedes consultar el estudio aquí.
El resultado tiene un alcance concreto: un experimento de escritura. No permite afirmar que cualquier uso de IA reduzca la creatividad. Sí da una buena razón para mirar más allá de la calidad de cada entrega.
En marketing solemos revisar una propuesta contra el briefing. Comprobamos si se entiende, si responde al objetivo y si tiene sentido para la marca. Todo eso importa. Pero falta otra comparación: cuánto se parece a las propuestas que podría presentar cualquier competidor.
Una campaña puede pasar todos los filtros internos y no darle a nadie un motivo para recordar quién la firma.
La primera respuesta también decide por dónde piensas
Tim Requarth plantea una preocupación parecida en AI, The Great Homogenizer: la influencia de la IA puede empezar al concebir una historia, antes de escribir una sola frase.
https://timrequarth.substack.com/p/ai-the-great-homogenizer
Pensemos en un briefing. Si lo primero que hacemos es pedir cinco territorios creativos, la conversación siguiente suele consistir en elegir uno, combinar dos o corregir el que menos nos disgusta. Las propuestas iniciales ya han decidido buena parte de la discusión.
Podemos reescribir el resultado entero y seguir dentro de ese marco.
Por eso, “lo he revisado yo” dice poco sobre cuánto criterio propio contiene un trabajo. También habría que mirar quién formuló el problema, eligió las referencias y descartó las alternativas.
Esto ocurre sin necesidad de IA. Un equipo puede llevar años copiando las convenciones de su categoría. La herramienta permite repetir ese proceso mucho más rápido.
Quitar las coletillas no devuelve la originalidad
En Why Typos Are Chic, Protein habla del valor que adquieren las peculiaridades de la escritura cuando tantos textos pasan por ChatGPT.
Es fácil reconocer algunas fórmulas: introducciones que podrían abrir cualquier artículo, afirmaciones enormes sin un ejemplo que las sostenga o conclusiones que repiten lo anterior con más entusiasmo.
Corregirlas ayuda. Introducir faltas adrede, bastante menos.
Un texto puede estar perfectamente escrito y tener una voz reconocible. También puede llevar minúsculas, tacos y una errata estratégica y seguir sin decir nada.
Con el diseño pasa algo parecido. Cambiar un degradado morado por un fondo crema no convierte una web en propia. Si la estructura, los argumentos y las imágenes sirven para cualquier empresa del sector, el problema sigue ahí.
Spring Studios lo aborda en After Slop: Taste and Craft in the Age of AI: propone trabajar la selección y el refinamiento para evitar que la producción se vuelva intercambiable.
El criterio también necesita referencias que no elija siempre una máquina
Si utilizamos IA para buscar referencias, resumirlas, sacar conclusiones y proponer la campaña, le hemos cedido una parte considerable del recorrido.
Quick Study se pregunta qué ocurre con el gusto cuando delegamos la selección cultural. Tiene sentido trasladar esa pregunta al trabajo: cómo vas a descubrir algo que cambie tu manera de pensar si solo recibes materiales que encajan con lo que ya estabas buscando.
Para un equipo de marketing, una conversación con atención al cliente puede aportar algo que no aparece en veinte informes de tendencias. También una visita a una tienda, una reseña incómoda o una observación que todavía no sabemos convertir en presentación.
La IA puede ayudarnos a trabajar con ese material. Pero alguien tiene que recogerlo, comprobarlo y decidir por qué importa.
Tampoco conviene dar por hecho que el buen gusto será siempre una ventaja exclusivamente humana. Julie Zhuo cuestiona esa comodidad: parte del gusto consiste en reconocer patrones, algo que las máquinas pueden aprender. Defender una apuesta y decidir llevarla a cabo exige además asumir sus consecuencias.
Cómo cambiar el proceso
Estas son algunas prácticas que proponemos probar. No garantizan originalidad, pero permiten revisar dónde estamos aceptando decisiones por defecto.
Escribe una primera posición antes de abrir el chat. Unas líneas bastan: qué has observado, qué crees que está pasando y qué te gustaría discutir. Así tendrás algo con lo que contrastar la respuesta.
Aporta material específico. “Actúa como un director creativo” explica poco sobre el encargo. Una conversación real con un cliente, ejemplos de la voz de la marca y las restricciones del proyecto dan mucho más con lo que trabajar.
Pide alternativas que partan de ideas distintas. Diez titulares pueden ser diez versiones del mismo argumento. Compara propuestas que cambien la interpretación del problema, el comportamiento que buscan o el papel que tendría la marca.
Revisa las propuestas juntas. Además de elegir la mejor, comprueba si todas repiten la misma promesa. Prueba a cambiar el nombre de la marca por el de un competidor. Si nada chirría, todavía hay trabajo.
Usa la IA para cuestionar tu elección. Puede ayudarte a señalar supuestos sin respaldo, parecidos con campañas conocidas o razones por las que una propuesta no funcionaría. Verifica lo que encuentre: una objeción bien redactada también puede ser falsa.
Hay investigación que invita a experimentar con el proceso. Yun Wan y Yoram Kalman ampliaron el trabajo sobre relatos utilizando ideas generadas mediante perfiles diversos de IA. En ese experimento, consiguieron conservar la diversidad de las historias frente al grupo sin asistencia. Sus resultados sugieren que la uniformidad también depende de cómo se configura la colaboración. Aquí está el estudio.
Skills para revisar los automatismos
Un skill reúne instrucciones que un agente puede aplicar de forma recurrente. Algunos se han creado precisamente para corregir patrones genéricos:
- Humanizer revisa fórmulas de escritura artificial y permite utilizar textos del autor como referencia de voz.
- Impeccable incorpora criterios de diseño y herramientas para detectar recursos visuales repetidos.
- Frontend Design, de Anthropic, pide definir una dirección a partir del encargo y revisar qué decisiones son específicas de ese proyecto.
Merece la pena probarlos con trabajo real y comparar el resultado. Su utilidad dependerá de las instrucciones y referencias que aportemos, además de la revisión posterior.
Porque también podemos terminar usando todos las mismas reglas para intentar ser diferentes. Una lista de palabras prohibidas no sabe qué tiene de particular tu marca. Eso hay que ponerlo en el trabajo.
En el próximo brief, prueba a llevar una observación propia antes de pedir ideas. Después compara las propuestas por lo que dicen, no solo por lo bien que están presentadas. Y guarda alguna que te obligue a discutir: quizá sea un error, pero al menos tendrás que explicar por qué.
