Inteligencia artificial generativa en procesos de diseño visual para entornos multimedia interactivos: análisis de pipelines y flujos de trabajo y propuesta de modelo
Article Sidebar
Main Article Content
En una era marcada por la rápida evolución tecnológica, las herramientas de inteligencia artificial generativa están adquiriendo un papel cada vez más relevante en los procesos de diseño visual para entornos multimedia. Este artículo examina cómo estas tecnologías reconfiguran los flujos de trabajo tradicionales en el diseño 2D, particularmente en contextos interactivos, propone modelos que visualizan las fases, funciones y relaciones que emergen de esta integración. A través de un enfoque cualitativo y metodológico basado en el análisis funcional y la experimentación práctica, se documentan distintas etapas del proceso creativo, desde la conceptualización hasta la producción, explorando cómo las instrucciones textuales (prompts) inciden en la calidad y coherencia de los resultados generados. Se analizan casos específicos de interacción entre diseñadores y sistemas generativos, delimitando las tareas asumidas por cada parte, con especial énfasis en las funciones de ideación, iteración visual y producción final. Se propone, a partir del análisis y la investigación, una serie de modelos que representan flujos de trabajo colaborativos aplicados al ámbito multimedia 2D y 3D con XR, donde la agencia humana y algorítmica se articulan de forma estratégica. El estudio aporta una comprensión estructurada sobre los modos en que la inteligencia artificial no solo optimiza tiempos y amplía las posibilidades expresivas, sino que también introduce nuevos retos en la toma de decisiones, la autoría y la formulación creativa. Esta contribución busca servir como referencia analítica y práctica para profesionales del diseño, docentes e investigadores interesados en las transformaciones contemporáneas de la producción visual mediada por tecnologías generativas.
Article Details
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
(c) MARY ANAHI SERNA BERNAL, Jose Luis Rubio Tamayo, 2025
Derechos de autor
Esta obra está publicada bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional (CC BY-NC-ND 4.0)
Mary-Anahí Serna-Bernal, Universidad Autónoma de México, UNAM
Mary Anahí Serna Bernal actualmente cursa la maestría en Diseño y Comunicación Visual, del campo disciplinar de Fotografía, Audiovisual, Multimedia y Animación en la UNAM, donde investiga el uso creativo de la inteligencia artificial generativa en el diseño para videojuegos. Complementa su formación con una estancia en el Laboratorio de Comunicación Interactiva e Inmersiva - Grupo de Investigación Ciberimaginario, del Departamento de Comunicación Audiovisual y Publicidad de la Facultad de Ciencias de la Comunicación de la URJC en Madrid, España. Con su marca personal Munnamour, lidera proyectos de branding y multimedia. Desarrolló la identidad visual y contenidos que combinan diseño digital y multimedia de los cursos en línea que conforman el proyecto “Alianza B@UNAM, CCH & ENP ante la pandemia” para el sistema de bachillerato de la UNAM. Previamente en IUDM era encargada del departamento de diseño gráfico, mantuvo la identidad institucional, generando contenidos para redes sociales, videos, impresos en diversos formatos, además de gestionar proyectos culturales y deportivos. Asimismo, ha participado en documentales, podcast y campañas corporativas y culturales.
Jose-Luis Rubio-Tamayo, Universidad Rey Juan Carlos
Es profesor en la Facultad de Comunicación de la URJC e investigador en el Grupo Ciberimaginario y en el XR Com Lab de la URJC. Sus áreas de especialización son la comunicación en el medio de la realidad extendida, particularmente, la realidad virtual, y la producción en el ámbito multimedia e interactiva. Otra de las líneas de investigación en las que se ha especializado es la comunicación científica y el potencial de las tecnologías inmersivas e interactivas para el desarrollo de contenido en esta área. Ha participado, como investigador, en varios proyectos de investigación nacionales e internacionales (Crescent, Dominoes, Bio3), así como en una COST Action (Purple Gain), y ha realizado estancias en varias universidades, tales como la UdK de Berlín, la Universidad de Montreal o la Universidad de Oporto. Es, además, autor de más de una veintena de publicaciones entre artículos en revistas indexadas y capítulos de libro.
Abiri, G. (2024). Generative AI as Digital Media. Harvard Journal of Sport and Entertainment Law, 15(2). https://doi.org/10.2139/ssrn.4878339
Allan, J., Mills, J. y Bradford, N. (2024, octubre 7). Producing Cinematic Content at Scale with a Generative AI-Enabled OpenUSD Pipeline. NVIDIA Technical Blog. https://developer.nvidia.com/blog/producing-cinematic-content-at-scale-with-a-generative-ai-enabled-openusd-pipeline/
Begemann, A. y Hutson, J. (2024). Empirical insights into AI-assisted game development: A case study on the integration of generative AI tools in creative pipelines. Metaverse, 5(2), 2568. https://doi.org/10.54517/m.v5i2.2568
Benjamin, M. (2025, febrero). The Impact of Generative AI on Traditional Graphic Design Workflows [publicación personal].
Bordas, A., Le Masson, P., Thomas, M. y Weil, B. (2024). What is generative in generative artificial intelligence? A design-based perspective. Research in Engineering Design, 35(4), 427–443. https://doi.org/10.1007/s00163-024-00441-x
Bouschery, S. G., Blazevic, V. y Piller, F. T. (2023). Augmenting human innovation teams with artificial intelligence: Exploring transformer-based language models. Journal of Product Innovation Management, 40(2), 139–153. https://doi.org/10.1111/jpim.12656
Buonamici, F., Carfagni, M., Furferi, R., Volpe, Y. y Governi, L. (2020). Generative Design: An Explorative Study. Computer-Aided Design and Applications, 18(1), 144–155. https://doi.org/10.14733/cadaps.2021.144-155
Caballero, J. (2023). Hacia una nueva dimensión del montaje cinematográfico: Explorando las posibilidades de la inteligencia artificial. Hipertext.net, (26), 53-58. https://doi.org/10.31009/hipertext.net.2023.i26.08
Candy, L. y Edmonds, E. (2002). Modeling co-creativity in art and technology. Proceedings of the Fourth Conference on Creativity & Cognition - C&C ’02, 134–141. https://doi.org/10.1145/581710.581731
Candy, L. y Edmonds, E. (2018). Practice-Based Research in the Creative Arts: Foundations and Futures from the Front Line. Leonardo, 51(1), 63–69. https://doi.org/10.1162/LEON_a_01471
Carbonell-Alcocer, A., Sanchez-Acedo, A., Benitez-Aranda, N. y Gertrudix, M. (2024). Impacto de la Inteligencia Artificial Generativa en la eficiencia, calidad e innovación en la producción de Recursos Educativos Abiertos para MOOCS. Comunicación y Sociedad, (2025:22), 1–31. https://doi.org/10.32870/cys.v2025.8784
Castelli, M. y Manzoni, L. (2022). Special Issue: Generative Models in Artificial Intelligence and Their Applications. Applied Sciences, 12(9), 4127. https://doi.org/10.3390/app12094127
Çelik, T. (2024). Generative design experiments with artificial intelligence: Reinterpretation of shape grammar. Open House International, 49(5), 822–842. https://doi.org/10.1108/OHI-04-2023-0079
Cheng, M.-C. y Chou, P.-I. (2015). A Study of the Effect of Creative Thinking Program on Improving Students’ Culinary Creativity. En B. Zhang (Ed.), 2015 2nd International Conference on Creative Education (ICCE 2015), Pt 1 (Vol. 10, pp. 60–64). Singapore Management & Sports Science Inst Pte Ltd.
Clement, M. y Peter, K. (2025, junio). Applied Generative AI: From Pipeline Architecture to Ethical Deployment. [publicación personal].
Correia, A., Jameel, S., Schneider, D., Paredes, H. y Fonseca, B. (2020). A Workflow-Based Methodological Framework for Hybrid Human-AI Enabled Scientometrics. 2020 IEEE International Conference on Big Data (Big Data), 2876–2883. https://doi.org/10.1109/bigdata50022.2020.9378096
Do, H. M., Spear, L. G., Nikpanah, M., Mirmomen, S. M., Machado, L. B., Toscano, A. P., Turkbey, B., Bagheri, M. H., Gulley, J. L. y Folio, L. R. (2020). Augmented Radiologist Workflow Improves Report Value and Saves Time: A Potential Model for Implementation of Artificial Intelligence. Academic Radiology, 27(1), 96–105. https://doi.org/10.1016/j.acra.2019.09.014
Dossabhoy, S. S., Ho, V. T., Ross, E. G., Rodriguez, F. y Arya, S. (2023). Artificial intelligence in clinical workflow processes in vascular surgery and beyond. Seminars in Vascular Surgery, 36(3), 401–412. https://doi.org/10.1053/j.semvascsurg.2023.07.002
Feher, K. (2025). Generative AI, Media, and Society. Taylor & Francis.
Figoli, F., Rampino, L. y Mattioli, F. (2022, June 25). AI in design idea development: A workshop on creativity and human-AI collaboration. En: D. Lockton; S. Lenzi; P. Hekkert; A. Oak; J. Sádaba y P. Lloyd (eds.), DRS Conference, DRS2022, Bilbao, 25 June - 3 July, Bilbao, Spain. https://doi.org/10.21606/drs.2022.414
Fleischmann, K. (2024). Generative Artificial Intelligence in Graphic Design Education: A Student Perspective. Canadian Journal of Learning and Technology, 50(1), 1–17. https://doi.org/10.21432/cjlt28618
Gil, Y. (2009). From Data to Knowledge to Discoveries: Artificial Intelligence and Scientific Workflows. Scientific Programming, 17(3), 167604. https://doi.org/10.3233/SPR-2009-0261
Hubert, K. F., Awa, K. N. y Zabelina, D. L. (2024). The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks. Scientific Reports, 14(1), 3440. https://doi.org/10.1038/s41598-024-53303-w
Ibarrola, F., Lawton, T. y Grace, K. (2022). A Collaborative, Interactive and Context-Aware Drawing Agent for Co-Creative Design. arXiv, (arXiv:2209.12588). https://arxiv.org/abs/2209.12588
Jang, Y.-W., Kim, J.-W., Lee, H.-B. y Seo, Y.-H. (2025). Generative AI-driven Graphic Pipeline for Web-based Editing of 4D Volumetric Data. Journal of Web Engineering, 24(01), 135-162. https://doi.org/10.13052/jwe1540-9589.2416
Kamalov, F., Santandreu-Calonge, D., Smail, L., Azizov, D., R. Thadani, D., Kwong, T. y Atif, A. (2025). Evolution of AI in Education: Agentic Workflows. arXiv, (arXiv:2504.20082). https://doi.org/10.48550/arXiv.2504.20082
Kaya-Alpan, Z. B. (2020). A Design Guideline Study for an Inmersive Participatory Urban Design Tool [Tesis de maestría, Bahçeşehir University].
Kulishova, N., Stoliarov, I. y Tsykalo, S. (2024). Decision Making in Process of Board Games Artwork Design Using Generative Artificial Intelligence Applications. Technology and Technique of Typography (Tekhnolohiia I Tekhnika Drukarstva), 1(83), 26–38. https://doi.org/10.20535/2077-7264.1(83).2024.299490
Lai, G., Leymarie, F. F. y Latham, W. (2022). On Mixed-Initiative Content Creation for Video Games. IEEE Transactions on Games, 14(4), 543–557. https://doi.org/10.1109/TG.2022.3176215
Letourneau-Guillon, L., Camirand, D., Guilbert, F. y Forghani, R. (2020). Artificial Intelligence Applications for Workflow, Process Optimization and Predictive Analytics. Neuroimaging Clinics of North America, 30(4), e1–e15. https://doi.org/10.1016/j.nic.2020.08.008
Li, J., Cao, H., Lin, L., Hou, Y., Zhu, R. y El Ali, A. (2024). User Experience Design Professionals’ Perceptions of Generative Artificial Intelligence. Proceedings of the CHI Conference on Human Factors in Computing Systems, article 381, 1–18. https://doi.org/10.1145/3613904.3642114
Li, M. y Chen, Y. (2022). Using Artificial Intelligence Assisted Learning Technology on Augmented Reality-Based Manufacture Workflow. Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.859324
Lin, Z., Ehsan, U., Agarwal, R., Dani, S., Vashishth, V. y Riedl, M. (2023). Beyond Prompts: Exploring the Design Space of Mixed-Initiative Co-Creativity Systems. arXiv (arXiv:2305.07465). https://doi.org/10.48550/arXiv.2305.07465
Lin, Z. y Riedl, M. (2023). An Ontology of Co-Creative AI Systems. arXiv (arXiv:2310.07472). https://doi.org/10.48550/arXiv.2310.07472
Liu, C. (2022). Artificial Intelligence Interactive Design System Based on Digital Multimedia Technology. Advances in Multimedia, 2022(1), 4679066. https://doi.org/10.1155/2022/4679066
Liu, Y. (2023). Implications of generative artificial intelligence for the development of the media industry. Advances in Engineering Innovation, 1(1), 28–35. https://doi.org/10.54254/2977-3903/1/2023006
Lively, J., Hutson, J. y Melick, E. (2023). Integrating AI-Generative Tools in Web Design Education: Enhancing Student Aesthetic and Creative Copy Capabilities Using Image and Text-Based AI Generators. DS Journal of Artificial Intelligence and Robotics, 1(1), 23–36. https://doi.org/10.59232/AIR-V1I1P103
McCormack, J., Gifford, T. y Hutchings, P. (2019). Autonomy, Authenticity, Authorship and Intention in computer generated art. arXiv (arXiv:1903.02166). https://doi.org/10.48550/arXiv.1903.02166
Mohammadabadi, S. M. S. (2025). From Generative AI to Innovative AI: An Evolutionary Roadmap. arXiv (arXiv:2503.11419). https://doi.org/10.48550/arXiv.2503.11419
Moreno-Sánchez, D., Moreno-Nieto, D., Burgos-Pintos, P. y Molina, S. I. (2024). Artificial Intelligence in the Design Workflow. Review of Tools with Special Focus on Additive Manufacturing. En C. Manchado del Val, M. Suffo-Pino, R. Miralbes-Buil, D. Moreno-Sánchez, y D. Moreno-Nieto (Eds.), Advances in Design Engineering IV (pp. 468–475). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-51623-8_45
Mortazavi, A. (2023). Enhancing User Experience Design workflow with Artificial Intelligence tools [Tesis de maestría. Linköping University, Suecia]. https://www.diva-portal.org/smash/get/diva2:1800706/FULLTEXT01.pdf
Park, Y. y Yun, J. Y. (2021). A Design Case Study of Artificial Intelligence Pipeline Visualization. Archives of Design Research, 34(1), 133–155. https://doi.org/10.15187/adr.2021.02.34.1.133
Patel, K., Beeram, D., Ramamurthy, P., Garg, P. y Kumar, S. (2024). Ai-Enhanced Design: Revolutionizing Methodologies and Workflows. Intelligence Research and Development, 2(1), 135-157. https://iaeme.com/Home/article_id/IJAIRD_02_01_013
Rico-Sesé, J. (2023). Nuevos retos para el diseño y la comunicación. La inteligencia artificial en los procesos creativos del diseño gráfico. [Tesis doctoral, Universitat Politècnica de València]. https://doi.org/10.4995/Thesis/10251/192876
Rubio-Tamayo, J. L., Wuebben, D. L. y Gertrudix, M. (2024). Standards for science communication in extended and virtual reality: A model for XR/VR based on London Charter and Seville Principles. Journal of Science Communication, 23(3), A03. https://doi.org/10.22323/2.23030203
Rubio-Tamayo, J. L., Gertrudix, M. y Wuebben, D. (2025). Immersive Scientific Communication: A Multidimensional Theoretical Model for Approaching Extended Reality as a Medium. Presence: Virtual and Augmented Reality, 34, 135–157. https://doi.org/10.1162/pres_a_00444
Saadi, J. I. y Yang, M. C. (2023). Generative Design: Reframing the Role of the Designer in Early-Stage Design Process. Journal of Mechanical Design, 145(4), 041411. https://doi.org/10.1115/1.4056799
Sadeghi, A. H., Maat, A. P. W. M., Taverne, Y. J. H. J., Cornelissen, R., Dingemans, A.-M. C., Bogers, A. J. J. C. y Mahtab, E. A. F. (2021). Virtual reality and artificial intelligence for 3-dimensional planning of lung segmentectomies. JTCVS Techniques, 7, 309–321. https://doi.org/10.1016/j.xjtc.2021.03.016
Sakirin, T. y Kusuma, S. (2023). A Survey of Generative Artificial Intelligence Techniques. Babylonian Journal of Artificial Intelligence, 2023, 10–14. https://doi.org/10.58496/BJAI/2023/003
Sapkota, R., Roumeliotis, K. I. y Karkee, M. (2025). AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges. arXiv (arXiv:2505.10468). https://doi.org/10.48550/arXiv.2505.10468
Sattele, V., Reyes, M. y Fonseca, A. (2023). La Inteligencia Artificial Generativa en el Proceso Creativo y en el Desarrollo de Conceptos de Diseño. Umática. Revista sobre Creación y Análisis de la Imagen, 6. https://doi.org/10.24310/umatica.2023.v5i6.17153
Schneider, Á. y Csűrös, D. (2025, Mayo 12). Towards Distributed Creativity: Understanding Generative AI in the Context of Design Philosophy and the Material Turn. En M. Karyda, D. Çay, Á. Bakk, R. Dezső y J. Hemmings, (eds.), Data as Experiential Knowledge and Embodied Processes (pp. 12-13). https://doi.org/10.21606/eksig2025.127
Sengar, S. S., Hasan, A. B., Kumar, S. y Carroll, F. (2024). Generative artificial intelligence: A systematic review and applications. Multimedia Tools and Applications, 84, 23661–23700. https://doi.org/10.1007/s11042-024-20016-1
Serna M., E., Acevedo M., E. y Serna A., A. (2019). Integration of properties of virtual reality, artificial neural networks, and artificial intelligence in the automation of software tests: A review. Journal of Software: Evolution and Process, 31(7). https://doi.org/10.1002/smr.2159
Serra, G. (2024). Integration of AI Tools In The Product Design Workflow. [Tesis de maestría, University of Twente, Holanda]. https://essay.utwente.nl/fileshare/file/103483/Serra_MA_Engineering%20Technology.pdf
Spinner, T., Schlegel, U., Schafer, H. y El-Assady, M. (2019). explAIner: A Visual Analytics Framework for Interactive and Explainable Machine Learning. IEEE Transactions on Visualization and Computer Graphics, 26(1), 1064-1074. https://doi.org/10.1109/tvcg.2019.2934629
Subramonyam, H., Thakkar, D., Ku, A., Dieber, J. y Sinha, A. K. (2025). Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, article 882, 1–22. https://doi.org/10.1145/3706598.3713166
Suyanto, M. y Wibowo, F. W. (2018). Animation opportunities of intelligent multimedia systems in developing a creative economy park. 2018 International Conference on Information and Communications Technology (ICOIACT), 72–77. https://doi.org/10.1109/ICOIACT.2018.8350826
Tammisto, E. (2025). Usage of Artificial Intelligence in Industrial Design Processes. [Tesis de maestría. Lappeenranta–Lahti University of Technology LUT, Finlandia]. https://lutpub.lut.fi/bitstream/handle/10024/169011/Diplomityo_Tammisto_Esa.pdf?sequence=3&isAllowed=y
Venkata, K. (2025). Optimizing Data Pipelines for Generative AI Workflows: Challenges and Best Practices. International Journal on Science and Technology, 16(1), 1527. https://doi.org/10.71097/IJSAT.v16.i1.1527
Wang, C. y Chung, J. (2023). A Study of Artificial Intelligence Generated 3D Engine Animation Workflow. International Journal of Advanced Smart Convergence, 12(4), 286–292. https://doi.org/10.7236/IJASC.2023.12.4.286
Wang, W.-F., Lu, C.-T., Ponsa-i-Campanyà, N., Chen, B.-Y. y Chen, M. Y. (2025). AIdeation: Designing a Human-AI Collaborative Ideation System for Concept Designers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, article 21, 1–28. https://doi.org/10.1145/3706598.3714148
Wilde, L. R. A. (2023). Generative Imagery as Media Form and Research Field: Introduction to a New Paradigm. Image, 19(1) 6-33. https://doi.org/10.25969/MEDIAREP/22326
Wilson, R. (2023). The Host in the Machine; How Ai Is Influencing Content Production: TVB Europe. TVB Europe, 54–55. https://www.tvbeurope.com/business/tvbeurope-releases-may-2023-issue
Winkler-Schwartz, A., Bissonnette, V., Mirchi, N., Ponnudurai, N., Yilmaz, R., Ledwos, N., Siyar, S., Azarnoush, H., Karlik, B. y Del Maestro, R. F. (2019). Artificial Intelligence in Medical Education: Best Practices Using Machine Learning to Assess Surgical Expertise in Virtual Reality Simulation. Journal of Surgical Education, 76(6), 1681–1690. https://doi.org/10.1016/j.jsurg.2019.05.015
Yannakakis, G. N., Liapis, A. y Alexopoulos, C. (2014). Mixed-Initiative Co-Creativity. En 9th International Conference on the Foundations of Digital Games, Fort Lauderdale. 1-8. https://www.um.edu.mt/library/oar//handle/123456789/29459
Yuan, P. F., Yao, J., Yan, C., Wang, X. y Leach, N. (Eds.). (2021). Proceedings of the 2020 DigitalFUTURES: The 2nd International Conference on Computational Design and Robotic Fabrication (CDRF 2020). Springer Singapore. https://doi.org/10.1007/978-981-33-4400-6
Zhang, Z., Wen, F., Sun, Z., Guo, X., He, T. y Lee, C. (2022). Artificial Intelligence-Enabled Sensing Technologies in the 5G/Internet of Things Era: From Virtual Reality/Augmented Reality to the Digital Twin. Advanced Intelligent Systems, 4(7), 2100228. https://doi.org/10.1002/aisy.202100228
Zhou, J., Li, R., Tang, J., Tang, T., Li, H., Cui, W. y Wu, Y. (2024). Understanding Nonlinear Collaboration between Human and AI Agents: A Co-design Framework for Creative Design. arXiv ( arXiv:2401.07312). https://doi.org/10.48550/arXiv.2401.07312
Zhou, Z., Jin, J., Phadnis, V., Yuan, X., Jiang, J., Qian, X., Wright, K., Sherwood, M., Mayes, J., Zhou, J., Huang, Y., Xu, Z., Zhang, Y., Lee, J., Olwal, A., Kim, D., Iyengar, R., Li, N. y Du, R. (2025). InstructPipe: Generating Visual Blocks Pipelines with Human Instructions and LLMs. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, article 877, 1–22. https://doi.org/10.1145/3706598.3713905
Zhu, W., Wang, X. y Gao, W. (2020). Multimedia Intelligence: When Multimedia Meets Artificial Intelligence. IEEE Transactions on Multimedia, 22(7), 1823–1835. https://doi.org/10.1109/TMM.2020.2969791
Zhu, Z., Lee, H., Pan, Y. y Cai, P. (2024). AI assistance in enterprise UX design workflows: Enhancing design brief creation for designers. Frontiers in Artificial Intelligence, 7, 1404647. https://doi.org/10.3389/frai.2024.1404647