Divergir y converger: un método abierto para estimular la creatividad en equipo en tiempos de IA

Cuando se habla de inteligencia artificial en comunicación, la conversación suele girar en torno a las herramientas. Temas como qué modelo genera mejores textos o imágenes, qué aplicación automatiza qué tarea, o qué flujo de trabajo ahorra más tiempo. Esta mirada deja a menudo en segundo plano una cuestión previa importante en una organización, fundamental para innovar: cómo se decide qué problema merece resolverse y qué solución se ajusta mejor a esa necesidad.

Esas preguntas motivaron el hackatón de ideación celebrado el 16 de octubre en el marco de la presentación del Centro de Comunicación e Inteligencia Artificial de la UMH (ComunIA). Alrededor de 200 personas, entre profesionales, representantes de empresas y estudiantes, trabajaron durante dos horas en equipos de cinco a diez personas sobre retos de comunicación reales planteados por organizaciones como el Elche CF, Grupo Antón, Spumatex, Brandty y el propio centro ComunIA, seleccionados entre las cerca de 140 propuestas que enviaron las empresas al inscribirse.

La actividad no buscaba prototipos, sino conceptos. Su diseño se apoyó en una idea con más de setenta años de recorrido en la psicología de la creatividad: las buenas ideas surgen de alternar dos formas de pensar, una que abre posibilidades y otra que las cierra. Pensamiento divergente para abrir y convergente para cerrar. Esa alternancia resulta hoy más valiosa que nunca porque la IA facilita ambas fases, pero todavía necesitamos saber cómo ejecutarlas para ser creativos.

Aquí se explica el valor de este tipo de métodos, pero sobre todo se publica la metodología completa que diseñamos para nuestro hackatón. Se comparten las fases, las técnicas, de dónde procede cada una, los roles, los tiempos y los materiales, para que cualquier redacción, organización o aula pueda replicarla o adaptarla.

Divergir y converger: una idea de los años cincuenta

La distinción entre pensamiento divergente y pensamiento convergente procede del psicólogo estadounidense J. P. Guilford, que en los años cincuenta propuso estudiar la creatividad como una capacidad medible. El pensamiento divergente consiste en generar muchas respuestas posibles ante un mismo problema; el convergente, en evaluarlas y quedarse con la más adecuada. Ninguno es suficiente por sí solo, pues sin divergencia no hay alternativas, y sin convergencia no hay decisión.

El problema habitual en los equipos es que ambos modos se mezclan. Se critica una idea en el mismo momento en que se formula o se sigue añadiendo opciones cuando ya tocaba elegir. Por eso, buena parte de las metodologías de innovación se basan en separar ambos tiempos de forma explícita.

Una de las más conocidas es el doble diamante, difundido por el Design Council británico a partir de 2005. Su forma gráfica resume la lógica: un primer diamante que se abre para explorar el problema (Descubrir) y se cierra para definirlo (Definir), y un segundo que se abre para generar soluciones (Desarrollar) y se cierra para concretarlas (Entregar). Fue la base del hackatón, con una adaptación: entre el desarrollo y la entrega se añadió una fase breve de cierre, dedicada solo a elegir la idea final, para que la convergencia tuviera su propio espacio.

En la fase de diseño se descartó otra opción muy extendida, el lean startup de Eric Ries, porque su ciclo de construir, medir y aprender exige prototipar y validar con usuarios, algo inviable en una sesión de menos de dos horas. El doble diamante, en cambio, permite detenerse en la fase de concepto sin que el proceso quede cojo.

La arquitectura: un reto por sala, varias respuestas por reto

Cada sala trabajó sobre un único reto, abordado en paralelo por varios equipos. Los equipos se formaron antes del evento y se diseñaron heterogéneos, mezclando estudiantes, profesionales y perfiles de empresa para evitar que la gente se agrupara por afinidad.

En cada sala había cuatro figuras de acompañamiento, cada una con un momento de mayor utilidad:

• Dinamizador, del equipo de ComunIA: guiaba la metodología y se aseguraba de que todo funcionara.
• Stakeholder, representante de la empresa del reto: lo presentaba, resolvía dudas (sobre todo en Descubrir) y elegía al final la propuesta que más le convenía.
• Mentor externo, de una empresa amiga de ComunIA: aportaba mirada profesional, especialmente en Desarrollar.
• Experto de LibertadIA, patrocinador del evento: velaba por que la IA formara parte de las propuestas desde el principio.

Dentro de cada equipo se repartieron cinco roles: facilitador, guardián del tiempo, relator, portavoz y abogado del diablo. La asignación de roles es una práctica habitual del aprendizaje cooperativo, y aquí respondía a un riesgo concreto: en equipos de diez, suele hablar una minoría y el resto escucha. El facilitador tenía como encargo explícito que todo el mundo interviniera en cada fase, y el guardián del tiempo gestionaba el ritmo sin cortar a nadie, porque los tiempos de cada fase eran orientativos.

El abogado del diablo merece una mención aparte. Su origen es el advocatus diaboli de la Iglesia católica, encargado de argumentar contra las canonizaciones, y en la gestión de equipos se ha recuperado como antídoto contra el pensamiento de grupo descrito por Irving Janis en los setenta: la tendencia a buscar consenso a costa del análisis crítico. En el hackatón, su tarea era cuestionar las decisiones en los momentos de elegir. Por su parte, el relator anotaba a la vista de todos los hallazgos, las preguntas y las ideas, y redactaba el lienzo final, mientras que el portavoz preparaba y defendía la exposición ante la sala.

La última pieza fueron las lentes, una aplicación de la idea de que las restricciones estimulan la creatividad en lugar de limitarla. Todos los equipos compartían una lente común, la inteligencia artificial, que debía formar parte real de la solución. La prueba era sencilla: si se quitaba la IA y la propuesta no cambiaba, la IA era solo un adorno. Además, cada equipo recibía una lente específica para que las propuestas de una misma sala no resultasen idénticas: presupuesto cero, público menor de 25 años, comunicación hacia dentro, alianzas y comunidad, o una solución lanzable en 30 días.

Los materiales por equipo eran sencillos, y las instrucciones que se entregaron a los participantes están disponibles para descargar aquí.

• Cuatro hojas A3, una por pregunta guiada, para las estaciones rotativas.
• El lienzo de propuesta, con campos para el problema, la idea, el público, el papel de la IA y la propuesta resumida en una frase.
• Una tarjeta con las lentes (común y específica) y otra con los cinco roles y su frase clave.
• Modelos de pegatinas para marcar los roles de cada participante.
• Las instrucciones de la sesión resumidas.

Las fases: de dónde viene cada técnica

Tras una apertura de 15 minutos, en la que el dinamizador expuso la dinámica y el stakeholder presentó el reto, se repartieron los roles y las lentes y los equipos recorrieron cinco fases en una hora. Cada una alternaba de forma deliberada el modo divergente y el convergente, y cada técnica se eligió por su capacidad para que participara todo el equipo, no solo los más extrovertidos.

Descubrir (divergente, 10 minutos)

El equipo exploraba el reto a partir de cuatro preguntas guiadas: a quién afecta el problema, qué se sabe y qué se supone, dónde está el cuello de botella y dónde podría ayudar la IA. Se descartaron técnicas como los cinco porqués o los mapas de empatía porque los equipos solo conocían lo que la empresa les contaba, y las preguntas guiadas aprovechaban mejor esa información limitada.

La dinámica fue de estaciones rotativas, inspirada en el carousel brainstorming del ámbito educativo y en la lógica del World Café. Cada pregunta estaba en una hoja y los participantes pasaban por las cuatro dejando pósits y ampliando (sin juzgar) los de los demás. El formato obliga a moverse, a hablar en grupo pequeño desde el primer minuto y a construir sobre lo que otros han escrito.

Definir (convergente, 10 minutos)

El objetivo era reformular el reto como una pregunta «¿Cómo podríamos…?», una fórmula que Min Basadur popularizó en Procter & Gamble en los años setenta y que después extendieron IDEO y Google. Su valor está en las palabras. “Cómo” presupone que hay solución; “podríamos” admite varias y el plural implica al equipo. La pregunta debía incluir desde el principio la IA y la lente del equipo.

Para elegir entre las propuestas, si el equipo se atascaba, se proponía una votación grupal. Antes de decidir, el abogado del diablo tenía que haber cuestionado la pregunta elegida. Este rol es especialmente relevante en las fases convergentes, ya que en las divergentes se debe suspender el juicio y priorizar la cantidad sobre la calidad de las ideas.

Desarrollar (divergente, 20 minutos)

La fase se basaba en una conversación libre que tenía, de nuevo, una sola regla: nadie critica. Es el principio de aplazar el juicio que Alex Osborn formuló en Applied Imagination (1953), el libro que dio origen al brainstorming. Separar la generación de ideas de su evaluación rebaja el miedo a equivocarse y permite que aparezcan propuestas que, discutidas desde el primer momento, se habrían descartado antes de tiempo.

Si la conversación decaía, el equipo pasaba al «Sí, y…», procedente de la improvisación teatral. Cada aportación debía construir sobre la anterior en lugar de sustituirla. En esta fase, el mentor externo era especialmente útil para empujar las ideas hacia lo viable.

Cerrar (convergente, 10 minutos)

El abogado del diablo atacaba las dos o tres ideas finalistas con la objeción más seria que encontrara, y el equipo elegía una para que el relator la escribiera en una sola frase en la que todos se reconocieran.

Entregar y exponer (convergente, 10 y 25 minutos)

El relator completaba un lienzo de propuesta, inspirado en el formato visual de una sola página que popularizó el Business Model Canvas de Alexander Osterwalder e Yves Pigneur, con un campo obligatorio sobre el papel de la IA. Mientras, el portavoz ensayaba la exposición ante su equipo. Las presentaciones fueron orales, sin proyección, y al final el stakeholder eligió la propuesta que más le convenía para su empresa.

Claves para replicarlo

Quien quiera llevar esta metodología a su aula, redacción u organización puede tener en cuenta algunas lecciones que aprendimos al diseñarla:

• Elegir bien los retos. Funcionan los que son concretos, se entienden sin información interna y dejan margen para varias soluciones. Si la IA es la lente común, debe poder tener un papel razonable en todos ellos.
• Formar los equipos de antemano y mezclar perfiles, para evitar que la gente se agrupe por afinidad.
• Tratar los tiempos como orientativos. El dinamizador marca el inicio, la mitad y el último minuto de cada fase, y el guardián del tiempo decide con el facilitador si un bloque necesita más a costa de otro.
• Trabajar casi todo con el equipo completo. Los subgrupos se reservan para la primera fase; si no, los roles pierden sentido.
• Vigilar la IA como adorno. El error más habitual es añadirla al final. La pregunta de control es qué cambiaría si se quitara.

Por qué sigue siendo necesario pese a la IA

Podría pensarse que un ejercicio así, con pósits y hojas en la pared, pierde sentido cuando un modelo de lenguaje genera cien ideas en segundos. Ocurre lo contrario. La IA ha abaratado la fase divergente, pero no resuelve por sí sola lo que decide el resultado: qué problema se plantea y con qué idea se compromete el equipo. Además, tiende a homogeneizar: un experimento de Anil Doshi y Oliver Hauser publicado en Science Advances en 2024 mostró que los relatos escritos con ideas de un modelo de lenguaje se valoraban como más creativos, pero se parecían más entre sí. Las lentes específicas respondían precisamente a ese riesgo.

Por eso, la IA no se planteó como sustituta del proceso, sino como lente común dentro de él. Puede ser una gran aliada para ampliar el abanico de opciones, siempre que la definición del problema y la elección final, que exigen contexto, contraste y compromiso colectivo, sigan en manos del equipo.

En un ecosistema en el que la IA multiplica las opciones disponibles, la capacidad diferencial no es generar ideas, sino definir bien los problemas y decidir en equipo. Esa capacidad se entrena, y esta metodología queda abierta para quien quiera ponerla en práctica, adaptarla y mejorarla.