Aceptación de la Inteligencia Artificial Generativa en la industria creativa: el rol del modelo UTAUT, reconocimiento y la confianza de marca en su adopción

Barra lateral del artículo

PDF
Publicado: Apr 1, 2025
Actualizado: 2025-04-01
Versiones:
2025-04-01 (3)
DOI: https://doi.org/10.17163/ret.n29.2025.01
Palabras clave:
Inteligencia Artificial Generativa, UTAUT, reconocimiento, confianza, industrias creativas, Adobe, capital de marca, adopción de tecnología

Contenido principal del artículo

Dominika Weglarz
Universitat Oberta de Catalunya
https://orcid.org/0009-0000-0248-676X
Cintia Pla-Garcia
Universidad Oberta de Cataluña
https://orcid.org/0000-0001-7276-6257
Ana Isabel Jiménez-Zarco
Universidad Oberta de Cataluña
https://orcid.org/0000-0002-8980-6814

Resumen

el estudio explora los factores que influyen en la adopción de la inteligencia artificial (IA) generativa en la industria creativa, tomando como referencia la Teoría Unificada de Aceptación y Uso de Tecnología (UTAUT), y la teoría del capital de marca. Numerosos estudios han demostrado la capacidad explicativa del modelo UTAUT en la adopción tecnológica en diferentes sectores; sin embargo, no se había analizado cómo el capital de marca, especialmente el conocimiento y la confianza influye a la adopción de la Inteligencia Artificial Generativa. El capital dela marca es especialmente relevante en la industria creativa, donde el bajo conocimiento tecnológico hace que la marca de IA sea una fuente clave de información e influencia en la toma de decisiones. Una muestra de 208 profesionales creativos de EE. UU. y España validó el modelo propuestoutilizando PLS-SEM. Los resultados indican que la expectativa de rendimiento, las condiciones facilitadoras y la confianza en la marca influyen positivamente en la intención de uso de la IA Generativa, mientras que el reconocimiento de marca tiene un efecto negativo. La influencia social y la expectativa de esfuerzo no presentaron resultados estadísticamente significativos. El modelo explica el 67 % de la varianza en la intención de uso (R = 0.679), indicando un alto poder predictivo. Se destaca la importancia del desempeño, soportes accesibles y confianza en la marca, abordando los desafíos de la percepción y reconocimiento de marca.

Detalles del artículo

Número
Vol. 15 Núm. 29 (2025): (abril-septiembre)
Sección
Artículos destinados al monográfico
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Autoría: La lista de autores firmantes debe incluir únicamente a aquellas personas que hayan contribuido intelectualmente al desarrollo del trabajo. La colaboración en la recogida de datos no es, por sí misma, criterio suficiente de autoría. "Retos" declina toda responsabilidad por posibles conflictos derivados de la autoría de los trabajos que se publiquen.

Derechos de autor: La Universidad Politécnica Salesiana preserva los derechos de autor de los artículos publicados, y favorece y permite su reutilización bajo la licencia Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Ecuador. Pueden ser copiados, utilizados, difundidos, transmitidos y expuestos públicamente, siempre y cuando: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL del trabajo); (Ii) no se utilicen con fines comerciales; Iii) se mencione la existencia y especificaciones de esta licencia.

Referencias

Abbasi, M., Vassilopoulou, P. y Stergioulas, L. (2017). Technology roadmap for the Creative Industries. Creative Industries Journal, 10, 40-58. https://doi.org/10.1080/17510694.2016.1247627

Alhwaiti, M. (2023). Acceptance of Artificial Intelligence application in the post-covid era and its impact on faculty members’ occupational well-being and teaching self-efficacy: a path analysis using the UTAUT 2 Model. Applied Artificial Intelligence, 37(1). https://doi.org/10.1080/08839514.2023.2175110

Anantrasirichai, N. y Bull, D. (2022). Artificial intelligence in the creative industries: A review. Artificial Intelligence Review, 55, 589-656. https://doi.org/10.1007/s10462-021-10039-7

Ameen, N., Tarhini, A., Reppel, A. y Anand, A. (2021). Customer experiences in the age of artificial intelligence. Computers in Human Behavior, 114, 106548. https://doi.org/10.1016/j.chb.2020.106548

Artechouse. (2023). World of AI Imagination. Artechouse. https://bit.ly/4aK2Hi3

Bagozzi, R. P. y Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16(1), 74-94. https://doi.org/10.1007/BF02723327

Bowden, J. L. H. (2014). The process of customer engagement: A conceptual framework. Journal of Marketing Theory and Practice, 17(1), 63-74. https://doi.org/10.2753/MTP1069-6679170105

Cabrera-Sánchez, J. P., Villarejo-Ramos, Á. F., Liébana-Cabanillas, F. y Shaikh, A. A. (2021). Identifying relevant segments of AI applications adopters: Expanding the UTAUT2’s variables. Telematics and Informatics, 58, 101529. https://doi.org/10.1016/j.tele.2020.101529

Caporusso, N. (2023). Generative artificial intelligence and the emergence of creative displacement anxiety. Research Directs in Psychology and Behavior, 3(1). https://doi.org/10.53520/rdpb2023.10795

Chatterjee, S., Chaudhuri, R., Vrontis, D., Thrassou, A. y Ghosh, S. K. (2021). Adoption of artificial intelligence-integrated CRM systems in agile organizations in India. Technological Forecasting and Social Change, 168, 120783. https://doi.org/10.1016/j.techfore.2021.120783

Chen, J. (2024). The Role of AI: speculative design in redefining artistic collaboration. Journal of Ecohumanism, 3(8), 2261-2272. https://doi.org/10.62754/joe.v3i8.4899

Chui, M., Hall, B., Mayhew, H. y Singla, A. (2022, December 6). The state of AI in 2022 and a half decade in review. McKinsey & Company. http://bit.ly/4hYSYrj

Chuyen, N. y Vinh, N. (2023). An empirical analysis of predictors of AI-powered design tool adoption. TEM Journal, 12(3), 1012-1021.https://doi.org/10.18421/tem123-28

De Almeida Pedro, E., Panizzon, M. y Weber, C. (2023). OHS Professionals AI adoption: A UTAUT Research in Brazilian Industry. 2023 15th IEEE International Conference on Industry Applications (INDUSCON), 850-857. https://doi.org/10.1109/INDUSCON58041.2023.10374850.

García, M. L. M. y Yábar, D. P. (2023). Impact of brand awareness on consumer loyalty. Scientific Journal of Applied Social and Clinical Science, 3(12), 2-9. https://doi.org/10.22533/at.ed.2163122307068

Hair, J. F., Hult, G. T. M., Ringle, C. y Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM) (2nd ed.). Sage.

Hair, J. F., Risher, J. J., Sarstedt, M. y Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24. https://doi.org/10.1108/EBR-11-2018-0203

Handayani, W. P. P. (2023). The UTAUT implementation model in defining the behavioral intention of mobile banking users. Jurnal Manajemen Bisnis, 14(2), 25-39. https://doi.org/10.18196/mb.v14i2.18649

Hatzius, J., Briggs, J., Kodnani, D., Pierdomenico, G. y Goldman Sachs & Co. LLC. (2023). The potentially large effects of artificial intelligence on economic growth (By Goldman Sachs & Co. LLC). https://bit.ly/3ElOOKX

Hem, L. E., De Chernatony, L. e Iversen, N. M. (2003). Factors influencing successful brand extensions. Journal of Marketing Management, 19(7-8), 781-806. https://doi.org/10.1362/026725703322498109

Hess, J. y Story, J. (2005). Trust‐based commitment: Multidimensional consumer‐brand relationships. Journal of Consumer Marketing, 22(6), 313-322. https://doi.org/10.1108/07363760510623902

Izza, A. M., Ardiansyah, M. N., Barkah, F. y Romdonny, J. (2024). Synergistic effects of content marketing and influencers marketing on the formation of brand awareness and purchase interest of TikTok Shop users (Cirebon City case study). International Journal of Social Service and Research, 4(5), 1339-1347. https://doi.org/10.46799/ijssr.v4i05.781

Jiang, J., Ma, J., Huang, X., Zhou, J. y Chen, T. (2024). Extend UTAUT2 model to analyze user behavior of China Construction Bank Mobile App. SAGE Open, 14(4). https://doi.org/10.1177/21582440241287070

Kathuria, S., Bansal, H. y Balhara, S. (2018). Impact of Brand Recognition on Consumer Attraction: A Study of Telecom Sector. Researchers World, Journal of Arts Science & Commerce, 9(1), 57-63. https://doi.org/10.18843/rwjasc/v9i1/07

Maican, C., Sumedrea, S., Tecău, A., Nichifor, E., Chițu, I., Lixăndroiu, R. y Brătucu, G. (2023). Factors influencing the behavioural intention to use AI-generated images in business. Journal of Organizational and End User Computing. https://doi.org/10.4018/joeuc.330019

Menon, D. y Shilpa, K. (2023). Chatting with ChatGPT: Analyzing the factors influencing users’ intention to use OpenAI’s ChatGPT using the UTAUT model. Heliyon, 9(11). https://doi.org/10.1016/j.heliyon.2023.e20962

Rios, R. E. y Riquelme, H. (2010). Sources of brand equity for online companies. Journal of Research in Interactive Marketing, 4(3), 214-240. https://doi.org/10.1108/17505931011070587

Roets, C. R. Q., Bevan-Dye, A. L. y Viljoen, W. P. (2014). Influence of social image and brand trust on mobile phone brand equity amongst African Generation Y students. Mediterranean Journal of Social Sciences, 5(21), 75-84. https://doi.org/10.5901/mjss.2014.v5n21p75

Rubio, N., Oubiña, J. y Villaseñor, N. (2014). Brand awareness–Brand quality inference and consumers’ risk perception in store brands of food products. Food Quality and Preference, 32, 289-298. https://doi.org/10.1016/j.foodqual.2013.09.006

Sanchez, T. (2023). Examining the text-to-image community of practice: Why and how do people prompt generative AIs? Creativity and Cognition. https://doi.org/10.1145/3591196.359305

Sanmukhiya, C. (2020). A PLS –SEM approach to the UTAUT model: the case of Mauritius. Annals of Social Sciences & Management Studies, 6(1). https://doi.org/10.19080/asm.2020.06.555677

Sasmita, J. y Mohd Suki, N. (2015). Young consumers’ insights on brand equity: Effects of brand association, brand loyalty, brand awareness, and brand image. International Journal of Retail & Distribution Management, 43(3), 276-292. https://doi.org/10.1108/IJRDM-02-2014-0024

Smith, C. (2022, December 22). The unreal exhibition showcases AI-handling talents of 'prompt writers'. trend hunter. http://bit.ly/3EgCX0S

Soper, D. S. (2024). A-priori sample size calculator for structural equation models [Software]. https://bit.ly/4hPigrm

Upadhyay, N., Upadhyay, S. y Dwivedi, Y. K. (2022). Theorizing artificial intelligence acceptance and digital entrepreneurship model. International Journal of Entrepreneurial Behaviour & Research, 28(5), 1138-1166. http://dx.doi.org/10.1108/IJEBR-01-2021-0052

Venkatesh, V., Morris, M., Davis, G. B. y Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540

Venkatesh, V., Thong, J. Y. y Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178. https://doi.org/10.2307/41410412

Vinchon, F., Lubart, T., Bartolotta, S., Gironnay, V., Botella, M., Bourgeois-Bougrine, S., Burkhardt, J., Bonnardel, N., Corazza, G. E., Glăveanu, V., Hanson, M. H., Ivcevic, Z., Karwowski, M., Kaufman, J. C., Okada, T., Reiter‐Palmon, R. y Gaggioli, A. (2023). Artificial intelligence and creativity: A manifesto for collaboration. The Journal of Creative Behavior, 57(4), 472-484. https://doi.org/10.1002/jocb.597

Wang, H., Fu, T., Du, Y., Gao, W., Huang, K., Liu, Z., Chandak, P., Liu, S., Van Katwyk, P., Deac, A., Anandkumar, A., Bergen, K., Gomes, C. P., Ho, S., Kohli, P., Lasenby, J., Leskovec, J., Liu, T., Manrai, A. y Zitnik, M. (2023). Scientific discovery in the age of artificial intelligence. Nature, 620(7972), 47-60. https://doi.org/10.1038/s41586-023-06221-2

Wang, H., Wei, J. y Yu, C. (2008). Global brand equity model: Combining customer-based with product-market outcome approaches. Journal of Product & Brand Management, 17(5), 305-316. https://doi.org/10.1108/10610420810896068

Westland, J. C. (2010). Lower bounds on sample size in structural equation modeling. Electronic Commerce Research and Applications, 9(6), 476-487. https://doi.org/10.1016/j.elerap.2010.07.003

Yin, M., Han, B., Ryu, S. y Min, H. (2023). Acceptance of generative AI in the creative industry: Examining the role of AI anxiety in the UTAUT2 model. In Lecture Notes in Computer Science, 14059, 288-310. https://doi.org/10.1007/978-3-031-48057-7_18

Zhang, W. (2020). A study on the user acceptance model of artificial intelligence music based on UTAUT. Journal of the Korea Society of Computer and Information, 25(1), 25-33.https://doi.org/10.9708/jksci.2020.25.06.025