Diseño de una propuesta tecnológica basada en inteligencia artificial generativa para el fortalecimiento del diseño artesanal Design of a technological proposal based on generative artificial intelligence to strengthen artisan design
Barra lateral del artículo
Contenido principal del artículo
Resumen
La inteligencia artificial generativa se ha consolidado como una tecnología emergente con capacidad para apoyar procesos de ideación, diseño visual, generación de patrones, prototipado y creación de contenidos digitales. En el sector artesanal, su incorporación puede contribuir a diversificar propuestas estéticas, documentar repertorios culturales, fortalecer la promoción de productos y mejorar la competitividad de asociaciones artesanales. No obstante, su uso también plantea desafíos relacionados con autenticidad, apropiación cultural, derechos de autor, sesgos algorítmicos, brecha digital y posible desplazamiento del valor creativo humano. El objetivo de este artículo es diseñar una propuesta tecnológica basada en inteligencia artificial generativa para fortalecer el diseño artesanal y la comercialización digital de productos artesanales, considerando criterios de co-creación, preservación cultural, control humano y uso responsable de la tecnología. La metodología empleada fue cualitativa, documental, descriptiva y propositiva, mediante una revisión narrativa de literatura académica y documentos técnicos relacionados con inteligencia artificial generativa, diseño asistido por IA, co-creación humano-IA, patrimonio cultural, artesanía tradicional y marketing digital. Como resultado, se plantea una propuesta organizada en siete fases: diagnóstico participativo, documentación cultural y visual, capacitación en IA generativa, laboratorio de co-diseño artesanal, validación artesanal y cultural, comercialización digital asistida por IA y evaluación de impacto. Se concluye que la IA generativa puede convertirse en una herramienta de apoyo para la innovación artesanal siempre que se implemente con participación comunitaria, transparencia, protección cultural y validación humana
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? En Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610–623). Association for Computing Machinery. https://doi.org/10.1145/3442188.3445922
Bommasani, R., Hudson, D. A., Adeli, E., Altman, R., Arora, S., von Arx, S., Bernstein, M. S., Bohg, J., Bosselut, A., Brunskill, E., Buch, S., Card, D., Castellon, R., Chatterji, N., Chen, A., Creel, K., Davis, J. Q., Demszky, D., Donahue, C., ... Liang, P. (2021). On the opportunities and risks of foundation models. arXiv. https://arxiv.org/abs/2108.07258
Ding, C., Ismail, N. A., Hussein, M. K., & Hussain, N. (2025). A systematic review of the traditional handicrafts preservation toward sustainable intangible cultural heritage. SAGE Open, 15(3). https://doi.org/10.1177/21582440251337837
Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. https://doi.org/10.1126/sciadv.adn5290
Dwivedi, Y. K., Ismagilova, E., Hughes, D. L., Carlson, J., Filieri, R., Jacobson, J., Jain, V., Karjaluoto, H., Kefi, H., Krishen, A. S., Kumar, V., Rahman, M. M., Raman, R., Rauschnabel, P. A., Rowley, J., Salo, J., Tran, G. A., & Wang, Y. (2021). Setting the future of digital and social media marketing research: Perspectives and research propositions. International Journal of Information Management, 59, 102168. https://doi.org/10.1016/j.ijinfomgt.2020.102168
Epstein, Z., Hertzmann, A., Akten, M., Farid, H., Fjeld, J., Frank, M. R., Groh, M., Herman, L., Leach, N., Mahari, R., Pentland, A., Russakovsky, O., Schroeder, H., Smith, A., & the Investigators of Human Creativity. (2023). Art and the science of generative AI. Science, 380(6650), 1110–1111. https://doi.org/10.1126/science.adh4451
Feuerriegel, S., Hartmann, J., Janiesch, C., & Zschech, P. (2024). Generative AI. Business & Information Systems Engineering, 66, 111–126. https://doi.org/10.1007/s12599-023-00834-7
Gallegos-Zurita, D. E., Veintimilla-Andrade, J. G., Veintimilla-Andrade, M. Á., & Trujillo-Borja, X. F. (2026). Validez de contenido para diagnosticar adopción digital e inteligencia artificial en artesanos de Guayaquil. INNOVA Research Journal, 11(2), 154–169. https://doi.org/10.33890/innova.v11.n2.2026.2954
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. En Advances in Neural Information Processing Systems, 27.
Isola, P., Zhu, J.-Y., Zhou, T., & Efros, A. A. (2017). Image-to-image translation with conditional adversarial networks. En Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 5967–5976). IEEE. https://doi.org/10.1109/CVPR.2017.632
Li, H., Zhu, Y., Guo, Q., Wang, J., Shi, M., & Liu, W. (2024). Unveiling consumer satisfaction with AI-generated museum cultural and creative products design: Using importance-performance analysis. Sustainability, 16(18), 8203. https://doi.org/10.3390/su16188203
Li, Y., Chen, Y., Hou, Y., Chen, C., Han, Y., Han, J., Dai, W., Li, Y., Tang, X., Li, M., Dong, Q., & Li, H. (2025). LacAIDes: Generative AI-supported creative interactive circuits crafting to enliven traditional lacquerware. arXiv. https://arxiv.org/abs/2510.08326
Liu, G., Ding, X., Cai, J., Wang, W., Wang, X., Diao, Y., Chen, J., Yu, T., Xu, H., & Mi, H. (2023). Digital making for inheritance and enlivening intangible cultural heritage: A case of hairy monkey handicrafts. En Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery. https://doi.org/10.1145/3544548.3581539
Liu, G., Shi, Q., Yao, Y., Feng, Y.-L., Yu, T., Liu, B., Ma, Z., Huang, L., & Diao, Y. (2024). Learning from hybrid craft: Investigating and reflecting on innovating and enlivening traditional craft through literature review. En Proceedings of the CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery. https://doi.org/10.1145/3613904.3642205
Ramesh, A., Pavlov, M., Goh, G., Gray, S., Voss, C., Radford, A., Chen, M., & Sutskever, I. (2021). Zero-shot text-to-image generation. En Proceedings of the 38th International Conference on Machine Learning (Vol. 139, pp. 8821–8831). PMLR.
Raviprakash, N., Damani, S., Chatterjee, A., Joshi, M., & Agrawal, P. (2019). Using AI for economic upliftment of handicraft industry. arXiv. https://arxiv.org/abs/1907.02014
Rezwana, J., & Ford, C. (2025). Human-centered AI communication in co-creativity: An initial framework and insights. En Proceedings of the 17th Conference on Creativity & Cognition. Association for Computing Machinery. https://doi.org/10.1145/3698061.3726932
Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-resolution image synthesis with latent diffusion models. En Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 10674–10685). IEEE. https://doi.org/10.1109/CVPR52688.2022.01042
Shawon, M. T. R., Tanvir, R., Shifa, H. F., Kar, S., & Jubair, M. I. (2020). Jamdani motif generation using conditional GAN. En 2020 23rd International Conference on Computer and Information Technology (ICCIT) (pp. 1–6). IEEE. https://doi.org/10.1109/ICCIT51783.2020.9392654
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
Wang, H., Qiu, T., Li, J., Lu, Z., & Ma, Y. (2025). HarmonyCut: Supporting creative Chinese paper-cutting design with form and connotation harmony. En Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery. https://doi.org/10.1145/3706598.3714159
Wang, T., Ma, Z., & Yang, L. (2023). Creativity and sustainable design of wickerwork handicraft patterns based on artificial intelligence. Sustainability, 15(2), 1574. https://doi.org/10.3390/su15021574
Weidinger, L., Uesato, J., Rauh, M., Griffin, C., Huang, P.-S., Mellor, J., Glaese, A., Cheng, M., Balle, B., Kasirzadeh, A., Biles, C., Brown, S., Kenton, Z., Hawkins, W., Stepleton, T., Birhane, A., Hendricks, L. A., Rimell, L., Isaac, W., ... Gabriel, I. (2022). Taxonomy of risks posed by language models. En Proceedings of the 2022 ACM Conference on Fairness, Accountability, and Transparency (pp. 214–229). Association for Computing Machinery. https://doi.org/10.1145/3531146.3533088
Yu, Q., Tao, X., & Wang, J. (2025). Sustainable design on intangible cultural heritage: Miao embroidery pattern generation and application based on diffusion models. Sustainability, 17(17), 7657. https://doi.org/10.3390/su17177657