Automatizar tareas creativas puede reducir tiempos y costos de producción, pero en industrias como la animación ese cálculo oculta un costo menos visible: la erosión de las cadenas de aprendizaje que sostienen el talento a largo plazo.

Esa es la tesis central que Bonnie Taylor Forsyth, animadora y directora de 2D con sede en Sídney y una década de trayectoria en el estudio Mighty Nice, lleva al debate público. Su argumento no es tecnofóbico: es estructural. Cuando la inteligencia artificial comprime o elimina las etapas iniciales de un proceso creativo, también elimina el espacio donde los profesionales junior desarrollan criterio, estilo y juicio. "Las personas entran en la industria y aprenden desde las bases. Tienes que ser lavaplatos antes de ser chef. Las habilidades adquiridas en esas primeras etapas son invaluables", señala.

El problema de la cadena de producción

En animación, como en otras disciplinas creativas, la curva de aprendizaje no es un obstáculo: es el mecanismo de formación de talento. Cada etapa del proceso —desde el boceto hasta la composición final— transfiere conocimiento tácito que no puede documentarse en un prompt ni replicarse con un modelo generativo. Al automatizar esas etapas, las organizaciones ganan velocidad en el corto plazo, pero reducen su capacidad de formar a la siguiente generación de profesionales con criterio propio.

Forsyth lo ilustra con una analogía directa: "Nadie compra un libro para colorear que ya viene coloreado. Estamos eliminando la alegría de nuestras carreras". La metáfora apunta a algo más profundo que la satisfacción personal: cuando el proceso desaparece, también desaparece la motivación intrínseca que sostiene la calidad creativa sostenida.

Eficiencia de producto vs. riqueza de proceso

Uno de los efectos menos discutidos de la IA generativa en flujos creativos es el desplazamiento del foco: del proceso al producto. En animación, esto se traduce en una mayor presión por mostrar resultados finales desde etapas tempranas, lo que reduce el margen de experimentación. "Al escribir un prompt para obtener un resultado final, se pierde toda la hermosa textura que se desarrolla en el camino", explica Forsyth. "Aunque la IA puede generar sorpresas, su enfoque en el pasado limita la capacidad de imaginar el futuro".

Esta tensión no es exclusiva de la animación. En cualquier industria donde la diferenciación competitiva depende de la capacidad creativa —diseño, publicidad, desarrollo de producto, arquitectura de marca—, la automatización acelerada de tareas cognitivas plantea la misma pregunta: ¿qué se pierde cuando se optimiza el camino pero se abandona el recorrido?

Un llamado a revisar los supuestos de productividad

Forsyth presentará esta perspectiva en NodeFest, una conferencia anual dedicada a la animación y la narrativa visual cuyo tema de este año es "Hecho a mano". Su participación no busca frenar la adopción tecnológica, sino abrir un diálogo sobre los supuestos que guían esa adopción. "Mi discurso es un llamado a la industria, un intento de abrir un diálogo y ver si otros comparten esta preocupación", afirma.

El debate que plantea tiene implicaciones que van más allá del gremio animador. En un contexto donde la IA generativa avanza sobre procesos que antes requerían años de formación, la pregunta estratégica no es solo cuánto se puede automatizar, sino qué capacidades organizacionales se degradan silenciosamente en el proceso. La eficiencia de corto plazo y la resiliencia creativa de largo plazo no siempre apuntan en la misma dirección.