Producción audiovisual asistida por inteligencia artificial: revisión de alcance sobre eficiencia del flujo, calidad y carga cognitiva
DOI:
https://doi.org/10.64747/w9kh2z31Palabras clave:
producción audiovisual, inteligencia artificial generativa, flujo creativo, posproducción, carga cognitiva, revisión de alcanceResumen
La inteligencia artificial se integra en ideación, preproducción, animación, edición y posproducción, pero acelerar el trabajo no implica mejorar simultáneamente calidad, carga cognitiva y control creativo. Esta revisión de alcance, orientada por JBI y reportada conforme a PRISMA-ScR, mapeó evidencia empírica publicada hasta el 31 de agosto de 2025. Cuatro consultas en Crossref recuperaron 80 registros; 75 permanecieron tras deduplicación. Se evaluaron 31 informes y se incluyeron 14 estudios: diez audiovisuales directos y cuatro creativos adyacentes. La evidencia indicó mayor utilidad de la IA en tareas estandarizadas, exploración y posproducción, aunque la relación entre intensidad de uso y eficiencia no fue lineal. En diez proyectos de animación, la posproducción alcanzó una eficiencia media de 0,91275 y la correlación entre uso de IA y eficiencia global fue débil (r = 0,23). En educación cinematográfica, nueve de diez estudiantes dedicaron 30–120 minutos a una fase asistida y todos consideraron que habrían terminado antes sin IA. En un experimento con 62 participantes, la animación manual obtuvo mayor atractivo que la producida con captura de movimiento por IA. Ningún estudio audiovisual aplicó una medida estandarizada de carga cognitiva; evidencia adyacente registró mayor demanda mental, esfuerzo y frustración. La IA no constituye un acelerador universal: sus beneficios dependen de la etapa, la madurez tecnológica, la integración y el rol humano.
Referencias
Anantrasirichai, N., & Bull, D. R. (2022). Artificial intelligence in the creative industries: A review. Artificial Intelligence Review, 55, 589–656. https://doi.org/10.1007/s10462-021-10039-7
Azzarelli, A., Anantrasirichai, N., & Bull, D. R. (2025). Intelligent cinematography: A review of AI research for cinematographic production. Artificial Intelligence Review, 58, 108. https://doi.org/10.1007/s10462-024-11089-3
Chen, Y., Wang, Y., Yu, T., & Pan, Y. (2024). The effect of AI on animation production efficiency: An empirical investigation through the network data envelopment analysis. Electronics, 13(24), 5001. https://doi.org/10.3390/electronics13245001
Dueñas Mohedas, S., & Jiménez Alcarria, F. (2025). Generative artificial intelligence in media production: The emerging role of artificial intelligence artist in Spain. Comunicação e Sociedade, 47, e025011. https://doi.org/10.17231/comsoc.47(2025).6212
Go, J., & Han, J. (2024). A study on efficiency in video production processes based on generative AI: Focused on international advertising video cases. Journal of the Korea Institute of Spatial Design, 19(4), 133–142. https://doi.org/10.35216/kisd.2024.19.4.133
Hu, D., Choi, M., Giri, N., Mousas, C., & Adamo-Villani, N. (2025). Perceptions of AI in animation production. In Artificial Intelligence in Music, Sound, Art and Design (pp. 82–93). Springer. https://doi.org/10.1007/978-3-031-90167-6_6
Huang, K.-L., Liu, Y.-C., Dong, M.-Q., & Lu, C.-C. (2024). Integrating AIGC into product design ideation teaching: An empirical study on self-efficacy and learning outcomes. Learning and Instruction, 92, 101929. https://doi.org/10.1016/j.learninstruc.2024.101929
Lin, H., Jiang, X., Deng, X., Bian, Z., Fang, C., & Zhu, Y. (2024). Comparing AIGC and traditional idea generation methods: Evaluating their impact on creativity in the product design ideation phase. Thinking Skills and Creativity, 54, 101649. https://doi.org/10.1016/j.tsc.2024.101649
McGuire, J., De Cremer, D., & Van de Cruys, T. (2024). Establishing the importance of co-creation and self-efficacy in creative collaboration with artificial intelligence. Scientific Reports, 14, 18525. https://doi.org/10.1038/s41598-024-69423-2
Monserrat, A. L., & Srnec, N. M. (2025). Reflection-AI: Artificial intelligence as a redefining force for expressive filmmaking in film schools. Frontiers in Communication, 10, 1598376. https://doi.org/10.3389/fcomm.2025.1598376
Oh, R. (2024). A study of factors influencing intention to use AI video production technology: Focusing on one-person media producers. Korean Journal of Broadcasting and Telecommunication Studies, 38(3), 133–173. https://doi.org/10.22876/kab.2024.38.3.004
Peters, M. D. J., Marnie, C., Tricco, A. C., Pollock, D., Munn, Z., Alexander, L., McInerney, P., Godfrey, C. M., & Khalil, H. (2020). Updated methodological guidance for the conduct of scoping reviews. JBI Evidence Synthesis, 18(10), 2119–2126. https://doi.org/10.11124/JBIES-20-00167
Tricco, A. C., Lillie, E., Zarin, W., et al. (2018). PRISMA extension for scoping reviews (PRISMA-ScR): Checklist and explanation. Annals of Internal Medicine, 169(7), 467–473. https://doi.org/10.7326/M18-0850
Wang, C. Y., Zhou, Q., Fitzmaurice, G., & Anderson, F. (2022). VideoPoseVR: Authoring virtual reality character animations with online videos. Proceedings of the ACM on Human-Computer Interaction, 6(ISS), Article 575. https://doi.org/10.1145/3567728
Yang, W., Lee, H., Wu, R., Zhang, R., & Pan, Y. (2023). Using an artificial-intelligence-generated program for positive efficiency in filmmaking education: Insights from experts and students. Electronics, 12(23), 4813. https://doi.org/10.3390/electronics12234813
Yoo, H.-Y. (2024). Exploring generative AI in digital video production. Journal of the Korean Society for Computer Game, 37(3), 67–73. https://doi.org/10.22819/kscg.2024.37.3.008
Yu, T., Yang, W., Xu, J., & Pan, Y. (2024). Barriers to industry adoption of AI video generation tools: A study based on the perspectives of video production professionals in China. Applied Sciences, 14(13), 5770. https://doi.org/10.3390/app14135770
Zhang, H., Wang, S., & Li, Z. (2025). The neurophysiological paradox of AI-induced frustration: A multimodal study of heart rate variability, affective responses, and creative output. Brain Sciences, 15(6), 565. https://doi.org/10.3390/brainsci15060565
Descargas
Publicado
Versiones
- 2025-12-30 (2)
- 2025-12-30 (1)
Número
Sección
Licencia
Derechos de autor 2025 Nataly Mercedes Vera-Huayamabe (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Las personas autoras conservan sus derechos y otorgan a Sapiens Global el derecho de primera publicación. El artículo se distribuye bajo CC BY 4.0, salvo indicación diferente para material de terceros.
