Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 6
MARKETING DE CONTENIDOS: INNOVACIÓN CREATIVA CON INTELIGENCIA
ARTIFICIAL GENERATIVA
CONTENT MARKETING: CREATIVE INNOVATION WITH GENERATIVE ARTIFICIAL
INTELLIGENCE
Autores: ¹Johan Sebastián Rodríguez Masache, ²Romy Nohely Toctaquiza Piedra y
3
Ricardo
Patricio Medina Chicaiza.
¹ORCID ID: https://orcid.org/0009-0009-1840-5165
²ORCID ID: https://orcid.org/0009-0005-3278-8351
3
ORCID ID: https://orcid.org/0000-0002-2736-8214
¹E-mail de contacto: jrodriguez1266@uta.edu.ec
²E-mail de contacto: rtoctaquiza5696@uta.edu.ec
³E-mail de contacto: ricardopmedina@uta.edu.ec
Afiliación:¹*²*³*Universidad Técnica de Ambato, (Ecuador).
Articulo recibido: 14 de Noviembre del 2024
Articulo revisado: 4 de Diciembre del 2024
Articulo aprobado: 9 de Enero del 2025
¹Egresado de la Facultad de Ciencias Administrativas de la Carrera de Mercadotecnia en la Universidad Técnica de Ambato, (Ecuador).
²Egresado de la Facultad de Ciencias Administrativas de la Carrera de Mercadotecnia en la Universidad Técnica de Ambato, (Ecuador).
³Docente en la Facultad de Ciencias Administrativas de la Universidad Técnica de Ambato, (Ecuador). Docente en la Facultad de
Ingenierías de la Pontificia Universidad Católica, (Ecuador). Máster en marketing digital y comercio electrónico por la Universidad
Internacional de la Rioja, (España).
Resumen
El objetivo de este estudio fue implementar la
inteligencia artificial generativa en el
marketing de contenidos para optimizar la
creación de publicaciones en redes sociales,
específicamente en empresas textiles. Para
lograrlo, se realizó una revisión bibliográfica
exhaustiva de artículos académicos, además de
una observación directa de las prácticas en
redes sociales de empresas textiles. La
metodología incluyó el uso de herramientas
tecnológicas como Chat GPT-4, Canva Pro y
Freepik, que permitieron generar contenidos
visuales y de texto de forma automatizada y
eficaz. Los resultados destacaron que la
aplicación de IAG facilita la personalización
del contenido, ajustando las publicaciones
según los intereses de la audiencia. Se
estableció un perfil detallado del consumidor
objetivo, lo cual fue fundamental para
optimizar las estrategias de comunicación y
selección de canales. Además, se diseñó un
cronograma de publicaciones enfocado en
maximizar el engagement a través de contenido
creativo y segmentado en plataformas como
Instagram, TikTok y Facebook. La
implementación de IAG en marketing de
contenidos no solo reduce los costos y tiempos
de producción, sino que también incrementa la
efectividad de las estrategias digitales al
generar contenidos más relevantes y adaptados
a las preferencias del público objetivo. Este
enfoque puede ser replicado en otros sectores,
permitiendo a las organizaciones mejorar su
presencia en redes sociales y conectar de
manera efectiva con sus audiencias.
Palabras clave: Inteligencia artificial,
Inteligencia artificial generativa,
Marketing, Marketing de contenido, Redes
sociales.
Abstract
The objective of this study was to implement
generative artificial intelligence in content
marketing to optimize the creation of social
media posts, specifically in textile companies.
To achieve this, an exhaustive bibliographic
review of academic articles was carried out, in
addition to a direct observation of the social
media practices of textile companies. The
methodology included the use of technological
tools such as Chat GPT-4, Canva Pro and
Freepik, which allowed the generation of visual
and text content in an automated and efficient
way. The results highlighted that the
application of IAG facilitates the
personalization of content, adjusting posts
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 7
according to the interests of the audience. A
detailed profile of the target consumer was
developed, which was essential to optimize
communication and channel selection
strategies. In addition, a publication schedule
was designed focused on maximizing
engagement through creative and segmented
content on platforms such as Instagram,
TikTok and Facebook. The implementation of
IAG in content marketing not only reduces
production costs and times, but also increases
the effectiveness of digital strategies by
generating more relevant content adapted to the
preferences of the target audience. This
approach can be replicated in other sectors,
allowing organizations to improve their social
media presence and connect effectively with
their audiences.
Keywords: Artificial intelligence,
Generative artificial intelligence,
Marketing, Content marketing, Social
media.
Sumário
O objetivo deste estudo foi implementar
inteligência artificial generativa no marketing
de conteúdo para otimizar a criação de
postagens em mídias sociais, especificamente
em empresas têxteis. Para isso, foi realizada
uma revisão bibliográfica exaustiva de artigos
acadêmicos, além de uma observação direta das
práticas de mídia social das empresas têxteis. A
metodologia incluiu a utilização de ferramentas
tecnológicas como Chat GPT-4, Canva Pro e
Freepik, que permitiram a geração de conteúdo
visual e textual de forma automatizada e
eficiente. Os resultados destacaram que o
aplicativo IAG facilita a personalização de
conteúdo, adaptando as postagens aos interesses
do público. Foi elaborado um perfil detalhado
do consumidor-alvo, essencial para otimizar as
estratégias de comunicação e a seleção de
canais. Além disso, foi elaborado um
cronograma de publicações focado em
maximizar o engajamento por meio de conteúdo
criativo e segmentado em plataformas como
Instagram, TikTok e Facebook. A
implementação do IAG no marketing de
conteúdo não só reduz custos e tempos de
produção, mas também aumenta a eficácia das
estratégias digitais ao gerar conteúdo mais
relevante e adaptado às preferências do público-
alvo. Essa abordagem pode ser replicada em
outros setores, permitindo que as organizações
melhorem sua presença nas mídias sociais e se
conectem efetivamente com seus públicos.
Palavras-chave: Inteligência artificial,
Inteligência artificial generativa, Marketing,
Marketing de conteúdo, Redes sociais.
Introducción
En la última década, las redes sociales digitales
han emergido como medios de comunicación
fundamentales en la vida de los ciudadanos,
alcanzan millones de usuarios en todo el mundo
con una tendencia creciente (Cambronero &
Gómez, 2021). Este crecimiento exponencial ha
llevado a las empresas e instituciones a enfocar
sus esfuerzos publicitarios en estos medios, se
integra las redes sociales en sus estrategias de
marketing para aprovechar la conectividad web
y la interactividad con los usuarios (Gómez &
Palacios, 2021). Así mismo, las redes sociales
se han consolidado como herramientas clave
para la promoción de contenido digital de
servicios o productos (Ramos et al., 2022). En
este contexto, la necesidad del marketing de
contenidos se vuelve imperativa, ya que permite
a las organizaciones generar valor a través de
publicaciones estratégicas en diversos
formatos, y establecer relaciones sólidas con sus
audiencias.
El marketing de contenidos (MC) es una serie
de estrategias de marketing enfocadas en
proporcionar información útil y atractiva a
través de varios medios digitales y comunidades
sociales, este contenido deber ser valioso y
relevante para el cliente o consumidor (Barrera
Noboa et al., 2022). Conforme a Mendia et al.
(2023) el propósito del MC es ganar la
confianza de los clientes potenciales y
diferenciarse de la competencia mediante la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 8
creación de contenido de calidad, el cual no se
limita a ser publicidad, sino que busca ofrecer
conocimiento y resolver las necesidades de los
usuarios.
De acuerdo con Borja (2021), el MC nace como
respuesta a la problemática del marketing
tradicional, que consiste en la emisión de
mensajes que pasan desapercibidos al no
ofrecer nada de valor a cambio. El enfoque en
contenido busca captar la atención del público
objetivo al proporcionar información de gran
utilidad. Con lo expuesto anteriormente, se
observa la importancia de que las
organizaciones generen y publiquen contenido
de calidad en las comunidades virtuales de su
audiencia, con el objetivo de lograr mayor
visibilidad, posicionar la marca y captar la
atención de los consumidores, lo cual requiere
el desarrollo de estrategias específicas por parte
de los líderes de marketing (Cueva et al., 2021).
En el contexto empresarial actual, la tecnología
y la publicidad son aspectos dominantes, por
ello, para mantenerse competitivas, las
organizaciones deben adoptar estrategias
agresivas en ambos campos, en este caso, la
Inteligencia Artificial (IA) se destaca como una
herramienta para esta tarea. Al implementar la
IA, las organizaciones pueden personalizar el
contenido presentado a los consumidores, al
ofrecer lo relevante según las preferencias
expresadas por los usuarios, esto facilita la
creación de nichos de mercado basados en
gustos en lugar de limitarse a factores
geográficos (Cuervo, 2021).
La inteligencia artificial generativa (IAG) ha
emergido como una herramienta fundamental
en la producción de contenido en los distintos
medios de comunicación, abarca campos como
el periodismo, la creación visual, la producción
audiovisual y el entretenimiento. Esta
tecnología facilita la generación automatizada
de textos, voces e imágenes estáticas y en
movimiento, lo que agiliza procesos, disminuye
los tiempos de producción y promueve la
eficiencia (Franganillo, 2023). El modelo
generativo se entiende como una técnica de IA
que produce objetos sintéticos al analizar
ejemplos de entrenamiento, aprender sus
patrones y distribución, y luego generar réplicas
realistas. Además, la IAG utiliza esta técnica
junto con los avances en el aprendizaje
profundo o deep learning (DP) para crear
contenido diverso en gran escala ocupa
diferentes medios, que incluye texto, gráficos,
audio y vídeo (Zielinski et al., 2023).
La problemática detectada a través de la
observación directa señala que las empresas
textiles enfocadas en la fabricación y
comercialización de jeans carecen de un manejo
eficiente del marketing de contenidos en sus
redes sociales. Esto se debe, en gran parte, a la
falta de conocimiento y/o resistencia al cambio
a tecnológicas que utilicen IA, específicamente
la IAG. En este contexto, el objetivo de esta
investigación es crear recursos para la
elaboración de contenido con inteligencia
artificial generativa.
Materiales y Métodos
Para la presente investigación, se revisaron
documentos indexados en bases de datos
académicas como: Scopus, Dialnet, Redalyc,
Science Direct, DOAJ y Google Académico. La
búsqueda se enfocó en artículos científicos y
páginas web, seleccionadas mediante el uso de
palabras clave tales como: marketing,
marketing de contenidos, inteligencia artificial,
inteligencia artificial generativa, generative
artificial intelligence, content marketing, IA,
IAG, prompts, entre otras. Esta revisión
bibliográfica permitió identificar los principales
temas de investigación, tales como:
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 9
comprensión del término inteligencia artificial
generativa y aportes teóricos al marketing de
contenidos (ver figura 1):
Figura 1: Materiales y métodos
Fuente: Elaboración propia
De manera complementaria, se realizó una
observación directa de los canales digitales de
difusión empleados por empresas textiles, lo
que revelo un uso predominante de redes
sociales como Facebook, Instagram y TikTok
para la comunicación de sus productos. Por
último, se utilizaron diversas herramientas
tecnológicas como Chat GPT-4, Microsoft
Copilot, Freepik, Pikaso y Canva Pro para la
generación del contenido.
Desarrollo
Comprensión del término inteligencia
artificial generativa
García & Vázquez (2023) expresan que el
término "inteligencia artificial generativa" no
tiene una definición clara y universalmente
aceptada, lo que causa confusión. Aunque
cualquier sistema de IA que produzca
resultados a su vez puede considerarse
generativo, en la comunidad de investigación de
IA se usa el término específicamente para
referirse a modelos avanzados que crean
contenido de alta calidad que parece hecho por
humanos.
Definir la IAG permite desglosar y analizar
cómo esta tecnología puede transformar las
estrategias de creación y personalización. Al no
existir una concepción clara, se genera
confusión sobre su alcance y potencial.
Formular un concepto basado en las propuestas
de diversos autores, permitirá no solo clarificar
el término, sino también establecer una base
sólida para futuras investigaciones.
Para comenzar, se presenta una tabla que
muestra la conceptualización de la inteligencia
artificial generativa, construida con las
propuestas teóricas de siete autores. En este
contexto, se elabora un concepto propio (ver
tabla 1). Con los aportes expuestos, se define a
la inteligencia artificial generativa como una
tecnología capaz de crear contenido como
textos, imágenes, videos, audios, etc. de manera
autónoma, basada en aprendizajes automáticos
y redes neuronales artificiales que procesan
información de manera similar a un cerebro
humano.
Aportes teóricos al marketing de contenidos
Como señala Bohórquez Rogel et al. (2024) el
marketing de contenidos es una estrategia de
marketing que consiste en generar, publicar y
distribuir material relevante que atraiga al
público objetivo. En este proceso, es
fundamental determinar qué tipo de
información se desea ofrecer a la audiencia y en
qué formatos se presentará. Adicionalmente,
Pachucho et al. (2021) expresa que el MC que
se establece como una táctica empresari al
diseñada para atraer la atención de los mercados
objetivos contemporáneos. Estos mercados, que
están continuamente conectados a medios
digitales y redes sociales, buscan consumir
contenido relevante y comparten información
útil con sus comunidades.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 10
Tabla 1. Conceptualización de Inteligencia Artificial Generativa
Referencias Bibliográficas
Artículo
Conceptos
(Mandapuram et al., 2018)
Investigating the
Prospects of Generative
Artificial Intelligence
Es un área de estudio fascinante que tiene el potencial de
provocar una revolución en la forma en que producimos y
consumimos contenido. Puede crear nuevas obras de arte,
música y rostros humanos reales que nunca han sido vistos.
(Ooi et al., 2023)
The Potential of
Generative Artificial
Intelligence Across
Disciplines: Perspectives
and Future Directions
La IAG utiliza el aprendizaje automático, las redes
neuronales y otras técnicas para generar nuevo contenido
(por ejemplo, texto, imágenes, música) al analizar patrones e
información de los datos de entrenamiento. Esto ha
permitido que la IAG tenga una amplia gama de
aplicaciones, desde la creación de contenido personalizado
hasta la mejora de las operaciones empresariales.
(Lv, 2023)
Generative artificial
intelligence in the
metaverse era
La IAG es una forma de IA que puede generar de manera
autónoma nuevo contenido, como texto, imágenes, audio y
video. La IAG ofrece enfoques innovadores para la
producción de contenido tienen el potencial de mejorar la
experiencia de búsqueda, transformar los métodos de
generación y presentación de información.
(Zielinski et al., 2023).
Chatbots, generative AI,
and scholarly
manuscripts: WAME
recommendations on
chatbots and generative
artificial intelligence in
relation to scholarly
publications
Es una técnica de inteligencia artificial que genera objetos
sintéticos analizando ejemplos de entrenamiento;
aprendiendo sus patrones y distribución; y luego creando
réplicas realistas. La IAG utiliza el modelado generativo y
los avances en el aprendizaje profundo para producir
contenidos diversos a escala utilizando medios existentes
como texto, gráficos, audio y vídeo
(Rosignoli, 2023)
Inteligencia Artificial
Generativa y la
Formación de
Formadores
La IAG, impulsada por modelos de lenguaje de gran escala
(LLM), ofrece capacidades avanzadas en la generación de
texto, resolución de problemas, y creación de contenidos
multimedia
(Aguado & Grandío, 2024)
Hacia una ecología
mediática de la IA
generativa: la obra
creativa en la erade la
automatización
Es un tipo de IA dedicada a aprender e identificar patrones y
características del conjunto de datos y textos culturales para
generar nuevos datos o textos culturales similares acordes
con un contexto de aplicación.
(Andreoli et al., 2024)
Entre humanos y
algoritmos: percepciones
docentes sobre la
exploración con IAG en
la Enseñanza del Nivel
Superior
Utiliza el aprendizaje automático y las redes neuronales
artificiales para discernir patrones y tendencias dentro de
datos existentes y crear contenido original proporcionando
nuevas perspectivas de automatización. La IAG lleva
consigo la capacidad de producir nuevo, coherente y variado
contenido en diversos campos de conocimiento y utilizando
distintos formatos y lenguajes como texto, imágenes, audios
y videos
Fuente: Elaboración propia
En el trabajo de Li et al. (2021) se sostiene que
el marketing de contenidos es una estrategia
centrada en el cliente, y se define el valor del
contenido como útil, relevante, atractivo y
oportuno. En este enfoque, las empresas se
encargan de ofrecer contenido valioso, mientras
que los clientes responden de manera positiva.
Los principios fundamentales de esta estrategia
incluyen generar reconocimiento y popularidad
de la marca mediante la viralidad del contenido,
fomentar interacciones con los clientes y
promover el boca a boca positivo. En sintonía,
Dwivedi et al. (2021) afirma que esta forma de
marketing ofrece una manera innovadora de
conectar con clientes potenciales en todo el
mundo. Por lo tanto, es fundamental enfocar
esfuerzos en generar confianza y captar la
atención de los clientes mediante contenido
significativo, preciso y provechoso.
Lou & Xie (2020) mencionan que el MC
consiste en desarrollar y compartir material
relevante y valioso, con el fin de atraer, captar,
y establecer una conexión con una audiencia
objetivo bien definida y comprendida. El
propósito de esta estrategia es generar
beneficios a la empresa al tiempo que se
fomenta el compromiso y lealtad del cliente
hacia la marca. Por lo que, el MC no busca sólo
ganancias para la empresa, sino también
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 11
fortalecer el vínculo cliente-empresa, lo que
ayuda a construir relaciones duraderas y
sostenibles a largo plazo.
Resultados y Discusión
Para el desarrollo de este trabajo se exploró los
métodos utilizados por Simabur et al. (2023)
para la creación de contenidos, quien alude los
siguientes pasos: el primer paso se enfoca en la
preproducción de contenido, el segundo se
enfoca en la creación y publicación de
contenido, finalmente, la evaluación de
contenido. Sin embargo, Diachuk et al. (2019)
complementan los pasos mencionados
anteriormente con cuatro pasos importantes
para que esta sea eficiente: la búsqueda y
análisis preliminares, creación de contenido,
promoción y distribución y, por último,
evaluación de progreso.
Una vez analizadas las etapas presentadas por
los autores, se establecen las siguientes fases:
planificación, creación de contenido,
distribución y promoción, y evaluación del
rendimiento (ver figura 2):
Figura 2: Fases para la creación de contenido
Fuente: Elaboración propia
Fase 1: Planificación
Objetivo: Identificar el perfil del consumidor,
las herramientas de inteligencia artificial
generativa, y las redes sociales en donde se
publicará el contenido.
Descripción: Se determina el público objetivo
mediante un Buyer persona al cual está dirigido
las publicaciones. Al igual que se establecen las
tecnologías de IAG que se usarán para la
creación de contenido y las redes sociales para
su difusión (ver tabla 2):
Tabla 2. Buyer Persona
Audiencia:
• Edad: entre 18- 24 años
• Sexo: Mujer
• Ubicación: Zona urbana y rural
• Nivel educativo: Titulo de segundo nivel
• Ocupación: Estudiante universitario
• Ingresos: Medio
• Estilo de vida: Activa con un enfoque en equilibrar sus estudios, trabajo y
vida social.
• Motivaciones: Busca jeans que sean cómodos para el uso diario, versátiles
para combinar con diferentes estilos y que se ajusten a su presupuesto.
• Intereses: Sigue las últimas tendencias de moda, busca inspiración en
redes sociales y le gusta experimentar con diferentes estilos.
Fuente: Elaboración propia
El conocimiento profundo de las motivaciones
y el comportamiento de compra de este buyer
persona facilita la creación de mensajes
publicitarios y la selección de los canales de
comunicación más efectivos. En suma, la
construcción de este perfil detallado es
fundamental para optimizar las estrategias en
redes sociales y aumentar el engagement.
Para la generación de texto se utilizó Chat GPT
que de acuerdo con Sharma & Yadav (2022) es
un modelo pre-entrenado que responde de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 12
manera comprensible a entradas de texto, lo que
lo hace útil para generar texto basado en lo que
requiere el usuario. En esta IA se puede crear
contenido de marketing, como descripciones de
productos y mensajes promocionales, en menos
tiempo y, potencialmente, con mayor calidad
que los creadores de contenido humanos (Rivas
& Zhao, 2023).
En cuanto a la creación de imágenes Freepik
Pikaso es una herramienta que utiliza IAG para
crear y editar imágenes de manera eficiente.
Ofrece un generador de imágenes que
transforma descripciones en visuales
impresionantes al ingresar un texto, seleccionar
un estilo y ajustar color e iluminación (ver tabla
3):
Tabla 3. Inteligencias Artificiales Generativas
Generación
de texto
Generación
de
imágenes
Fuente: Elaboración propia
Redes Sociales
Las redes sociales Facebook, Instagram y
TikTok son plataformas ideales debido a su
enfoque visual, alto nivel de interacción y
segmentación precisa. Instagram y TikTok, con
su enfoque en contenido visual y dinámico,
permiten mostrar de manera atractiva los
procesos y generar mayor conexión con
audiencias interesadas. Facebook, por su parte,
ofrece un alcance más amplio para llegar a
diversos públicos. La combinación de estas
plataformas potencia la visibilidad, fomenta la
interacción y así optimizar la efectividad del
contenido generado por IAG.
Fase 2: Creación de Contenidos
Objetivo: Generar contenido a través de
tecnologías de IAG previamente seleccionadas.
Descripción: Mediante instrucciones
detalladas se le pedirá a cada IAG que nos
proporcione los recursos necesarios para la
elaboración del contenido.
En base al aporte Fuentealba et al. (2024) es
importante seguir una serie de pasos que
establezcan el contexto y detallen claramente lo
que se espera de la respuesta, ya que esto
influirá directamente en la calidad y precisión
de las respuestas generadas por un modelo de
inteligencia artificial:
➢ Tarea (T). Definir lo que se desea lograr
(resumir, generar, responder, etc)
➢ Instrucción (I). Formular claramente la
tarea o instrucción principal que se quiere
ejecutar.
➢ Contextualización (C). ¿Qué conocimiento
previo debe tener el modelo para generar
una respuesta adecuada?
➢ Detalles (D). Detalles específicos del
formato de salida como longitud, estilo de
lenguaje, tono, etc.
Es importante aclarar que este esquema puede
adaptarse al tipo de contenido que se desee
generar y la IAG que se vaya a usar. En el caso
de plataformas que se especializan únicamente
en la creación de imágenes, como Freepik
Pikaso, el enfoque se simplifica, ya que solo se
requiere una contextualización clara y detalles
específicos para obtener resultados óptimos (ver
tabla 4):
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 13
Tabla 4. Generación del contenido con IAG
Tecnología
Esquema
Instrucción
Chat GPT
T.- Proponer
I.- una idea creativa para crear contenido.
C.- La marca vende jeans, su público objetivo son mujeres de 18 a 24 años, busca
resaltar la versatilidad de sus prendas.
D.- Tono amigable con enfoque en la comodidad y estilo.
Tecnología
Esquema
Instrucción
Freepik
Pikaso
C.- Una modelo mujer
D.- Jeans azules clásicos con una camiseta blanca y sneakers para un día de compras o
de paseo por la ciudad.
Fuente: Elaboración propia
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 14
A partir de los resultados obtenidos mediante
diversas tecnologías, las ideas se adaptan y
modifican según las necesidades de la empresa.
Una vez aprobados los recursos generados por
la IAG, como imágenes, textos e ideas, estos se
integran de forma creativa y coherente en
plataformas de edición como Canva (ver figura
3):
Para una mejor visualización del contenido
creado por la IAG se adjunta el siguiente enlace:
https://bit.ly/3ZRKH1M
Fase 3: Distribución y Promoción
Objetivo: Crear un cronograma de publicación
para la difusión del contenido generado.
Descripción: Se considera ideas para contenido
con una frecuencia de publicación de 4 días a la
semana, así como las redes sociales donde se
publicará.
Figura 3: Adaptación de recursos
Fuente: Elaboración propia.
Tabla 5. Generación de copy IAG
Tecnología
Esquema
Instrucción
Copilot
T.- Generar
I.- Un copy llamativo.
C.- La imagen muestra un carrusel con
distintos estilos enfocados en mostrar la
versatilidad de los jeans.
D.- Lenguaje y tono que conecte con
mujeres jóvenes de 18 a 24 años.
Fuente: Elaboración propia
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 15
Tabla 6. Cronograma de ideas de contenido
Semana
Lunes
Miércoles
Viernes
Sábado
1
Inspiración de Estilo: Estilos para
el trabajo (Instagram, Facebook)
Detrás de Cámaras: Proceso de
fabricación (Instagram,
TikTok)
Testimonios de Clientes:
Reseñas y fotos (Facebook,
Instagram)
Desafío de Estilo: Invita a
compartir estilos (Instagram,
TikTok)
2
Estilo: Jeans para el fin de semana
(Instagram, Facebook)
Detrás de Cámaras: Entrevista
con el diseñador (Instagram,
TikTok)
Testimonios de Clientes:
Video de experiencia
(Facebook, Instagram)
Desafío de Estilo: Mejores
estilos de la semana
(Instagram, TikTok)
3
Inspiración de Estilo: Combina tus
jeans con otras prendas
(Instagram, Facebook)
Detrás de Cámaras: Estilos en
el taller (Instagram, TikTok)
Testimonios de Clientes:
Historias de clientes
(Facebook, Instagram)
Desafío de Estilo: Usa el
hashtag y participa
(Instagram, TikTok)
4
Inspiración de Estilo: Jeans en
diferentes temporadas (Instagram,
Facebook)
Detrás de Cámaras: Calidad y
sostenibilidad (Instagram,
TikTok)
Testimonios de Clientes:
Clientes destacados
(Facebook, Instagram)
Desafío de Estilo: Concurso
mensual de estilos
(Instagram, TikTok)
Fuente: Elaboración propia
El cronograma sugiere publicaciones los lunes,
miércoles, viernes y sábados para maximizar la
exposición y el compromiso del público.
A continuación, se muestra un ejemplo de todo
el contenido generado por IAG publicado en
redes sociales (ver figura 4):
Figura 4: Publicación en medios de difusión
Fuente: Elaboración propia
Fase 4: Evaluación del Rendimiento
Objetivo: Medir el desempeño de las
publicaciones generadas con IAG.
Descripción: Se aplica una fórmula que mide
el engagement rate de las publicaciones.
Una vez que se hayan generado los resultados,
se usan herramientas de monitoreo específicas
para cada red social. Estas herramientas
permiten un seguimiento de los indicadores
clave de desempeño (KPI), establecidos en la
siguiente tabla. Los indicadores seleccionados
servirán para calcular el engagement rate de las
publicaciones:
De acuerdo con Navarrete et al., (2024) el
engagement se entiende como una medida del
éxito de las publicaciones, aceptadas y
valoradas por los usuarios. Como se establece
en (1) el engagement rate se calcula de la
siguiente manera:
engagement rate=
comentarios y respuestas+me gusta+compartidos
visualizaciones
*100
(
1
)
Hootsuit, una plataforma de análisis y métricas
de redes sociales, indica que una tasa de
interacción efectiva oscila entre el 1% y el 5%.
Se entiende que, una tasa inferior al 1% se
considera baja y refleja poco interés por parte
de la audiencia, mientras que una tasa superior
al 5% es vista como excelente, lo que indica un
alto nivel de compromiso e interés por parte de
los espectadores.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 16
Tabla 7. Métricas
Fuente: Elaboración propia
Se propone un ejemplo para una mejor
comprensión de los posibles resultados:
Comentarios (15), Respuestas (10), Me gusta
(35), Compartidos (8), Visualizaciones (1000).
Engagement rate (1) = (25+35+8)/ (1000) *100
Engagement rate (1) =68/ (1000) *100
Engagement rate (1) =0,068 *100
Engagement rate (1) =6,8%
El porcentaje 6,8% indica un excelente nivel de
compromiso e interés por parte de la audiencia.
Según lo antes mencionado, una tasa superior al
5% refleja un alto involucramiento por parte de
los espectadores, lo que sugiere que el
contenido ha logrado captar su atención de
manera efectiva, por lo tanto, un indicador de
éxito en términos de conexión e interacción con
la audiencia
Conclusiones
Para recapitular, la inteligencia artificial
generativa es una tecnología que puede crear
contenido de manera autónoma. Utiliza técnicas
de aprendizaje automático y redes neuronales
artificiales, que son sistemas computacionales
diseñados para procesar información de manera
similar al cerebro humano. Esto significa que,
al igual que las personas, esta tecnología puede
aprender de datos, identificar patrones y generar
nuevas creaciones basadas en ese conocimiento,
sin intervención humana directa.
La implementación de la inteligencia artificial
generativa en el marketing, específicamente en
la creación de contenido, implica una
optimización significativa de recursos
humanos, financieros y del tiempo. Puede
automatizar tareas creativas que
tradicionalmente requerían la intervención de
profesionales como diseñadores gráficos,
editores de video, fotógrafos o modelos. Al
generar textos, imágenes y otros elementos de
forma autónoma, permiten a las empresas e
instituciones reducir el esfuerzo y el coste
asociados a la contratación de personal y a la
gestión de equipos creativos.
Si bien en este estudio se aplicó al área
comercial, este tipo de tecnologías también son
aplicables a otras áreas como la educativa, ya
que permiten mejorar la eficiencia en la
comunicación académica al adaptar los
mensajes a las necesidades de diferentes grupos
de interés y generar contenido atractivo y
relevante para los estudiantes.
Agradecimientos
Este artículo tuvo apoyo del proyecto de
investigación “Innovación en la comunicación
en la Universidad Técnica de Ambato”,
aprobado mediante a resolución No UTA-
CONIN-2023-0373-R.
Referencias Bibliográficas
Aguado, J. M., & Grandío, M. del M. (2024).
Hacia una ecología mediática de la IA
generativa: La obra creativa en la era de la
automatización. Palabra Clave, 27(1),
Article 1.
https://doi.org/10.5294/pacla.2024.27.1.8
Medio digital
Herramientas de monitoreo
Indicadores
Facebook
Meta Business Suite
Comentarios
Respuestas
Reacciones
Compartidos
Visualizaciones
Instagram
Tik tok
Tik tok Analytics
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 17
Andreoli, S., Perillo, L., Aubert, E., &
Cherbavaz, M. C. (2024). Entre humanos y
algoritmos: Percepciones docentes sobre la
exploración con IAG en la Enseñanza del
Nivel Superior. Revista Iberoamericana de
Tecnología en Educación y Educación en
Tecnología, 37, Article 37.
https://doi.org/10.24215/18509959.37.e6
Barrera, E. L., Cueva, J. M., Sumba, N. A., &
Villacrés, F. I. (2022). Análisis de la
influencia del marketing de contenidos en el
turismo interno de Ecuador. Suma de
Negocios, 13(28), 57-67.
https://doi.org/10.14349/sumneg/2022.V13.
N28.A7
Bohórquez, L., Torres Balladares, D., &
Aguilar Gálvez, W. (2024). Análisis de la
influencia del marketing de contenido en la
intención de compra de la marca PYCCA en
la ciudad de Machala. 593 Digital Publisher
CEIT, 9(1), 103-111.
Borja, F. A. (2021). La importancia de la
creación de contenido en Marketing:
Importance of content creation in Marketing.
Revista científica en ciencias sociales -
ISSN: 2708-0412, 3(1), Article 1.
https://doi.org/10.53732/rccsociales/03.01.2
021.69
Cambronero, B., & Gómez, B. (2021). El uso de
redes sociales y su implicación para la
comunicación en salud. Revisión
bibliográfica sobre el uso de Twitter y la
enfermedad del cáncer. Doxa Comunicación.
Revista Interdisciplinar de Estudios de
Comunicación y Ciencias Sociales, 377-392.
https://doi.org/10.31921/doxacom.n33a868
Cuervo, C. A. (2021). Efectos de la inteligencia
artificial en las estrategias de marketing:
Revisión de literatura. aDResearch ESIC
International Journal of Communication
Research, 24(24), Article 24.
https://doi.org/10.7263/adresic-024-02
Cueva, J. M., Sumba Nacipucha, N., & Duarte
Duarte, W. (2021). Marketing de contenidos
y decisión de compra de los consumidores
Generación Z en Ecuador | ECA Sinergia.
ECA Sinergia, 12(2), 25-37.
https://doi.org/10.33936/eca_sinergia.v12i2.
3459
Diachuk, I., Britchenko, I., & Bezpartochnyi,
M. (2019). Content marketing model for
leading web content management. 119-126.
https://doi.org/10.2991/icseal-19.2019.21
Dwivedi, Y. K., Ismagilova, E., Hughes, D. L.,
Carlson, J., Filieri, R., Jacobson, J., Jain, V.,
Karjaluoto, H., Kefi, H., Krishen, A. S.,
Kumar, V., Rahman, M. M., Raman, R.,
Rauschnabel, P. A., Rowley, J., Salo, J.,
Tran, G. A., & Wang, Y. (2021). Setting the
future of digital and social media marketing
research: Perspectives and research
propositions. International Journal of
Information Management, 59, 102168.
https://doi.org/10.1016/j.ijinfomgt.2020.102
168
Franganillo, J. (2023). La inteligencia artificial
generativa y su impacto en la creación de
contenidos mediáticos. methaodos.revista de
ciencias sociales, 11(2), Article 2.
https://doi.org/10.17502/mrcs.v11i2.710
Fuentealba, D., Flores, C., & Eguía, R. A.
(2024). The art of prompts’ formulation:
Limitations, potential, and practical
examples in large language models. Salud,
Ciencia y Tecnología, 4, .969-.969.
https://doi.org/10.56294/saludcyt2024.969
García, F., & Vázquez, A. (2023). What Do We
Mean by GenAI? A Systematic Mapping of
The Evolution, Trends, and Techniques
Involved in Generative AI. International
Journal of Interactive Multimedia and
Artificial Intelligence, 8(4), 7.
https://doi.org/10.9781/ijimai.2023.07.006
Gómez, E. A., & Palacios, W. (2021). Revisión
de literatura sobre marketing en redes
sociales. Interfaces, 4(1), Article 1.
Li, F., Larimo, J., & Leonidou, L. C. (2021).
Social media marketing strategy: Definition,
conceptualization, taxonomy, validation, and
future agenda. Journal of the Academy of
Marketing Science, 49(1), 51-70.
https://doi.org/10.1007/s11747-020-00733-
3
Lou, C., & Xie, Q. (2020). Something social,
something entertaining? How digital content
marketing augments consumer experience
and brand loyalty. International Journal of
Advertising, 40(3), 376-402.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Edición Especial
2025
Página 18
https://doi.org/10.1080/02650487.2020.178
8311
Lv, Z. (2023). Generative artificial intelligence
in the metaverse era. Cognitive Robotics, 3,
208-217.
https://doi.org/10.1016/j.cogr.2023.06.001
Mandapuram, M., Gutlapalli, S. S., Bodepudi,
A., & Reddy, M. (2018). Investigating the
Prospects of Generative Artificial
Intelligence. Asian Journal of Humanity, Art
and Literature, 5(2), Article 2.
https://doi.org/10.18034/ajhal.v5i2.659
Mendia, J. N., Morales, E. A., & Moscoso, A.
E. (2023). Uso del social media marketing y
el engagement en universidades de Machala.
593 Digital Publisher CEIT | ISSN 2588-
0705, 7(3), Article 3.
https://doi.org/10.33386/593dp.2022.3.1082
Navarrete, A. L., Osorio, R. C., Somavilla, R.
D., & Méndez, M. C. (2024). La interacción
del usuario en TikTok: El engagement según
la tipología de contenido. Tsafiqui - Revista
Científica en Ciencias Sociales, 14(1),
Article 1.
https://doi.org/10.29019/tsafiqui.v14i22.120
0
Ooi, K.-B., Tan, G. W.-H., Al-Emran, M., Al-
Sharafi, M. A., Capatina, A., Chakraborty,
A., Dwivedi, Y. K., Huang, T.-L., Kar, A. K.,
Lee, V.-H., Loh, X.-M., Micu, A., Mikalef,
P., Mogaji, E., Pandey, N., Raman, R., Rana,
N. P., Sarker, P., Sharma, A., … Wong, L.-
W. (2023). The Potential of Generative
Artificial Intelligence Across Disciplines:
Perspectives and Future Directions. Journal
of Computer Information Systems, 0(0), 1-
32.
https://doi.org/10.1080/08874417.2023.226
1010
Pachucho, P., Cueva, J., Sumba, N., & Delgado,
S. (2021). Marketing de contenidos y la
decisión de compra del consumidor de la
generación Y. IPSA Scientia, revista
científica multidisciplinaria, 6(3), Article 3.
https://doi.org/10.25214/27114406.1123
Ramos, M., Rojas, J. G., Tarmeño, L. E.,
Cosme, O., & Cordova, F. (2022). Marketing
digital en redes sociales y su contribución a
la identidad de marca en alojamientos
turísticos familiares. Global Business
Administration Journal, 5(2), Article 2.
https://doi.org/10.31381/gbaj.v5i2.4029
Rivas, P., & Zhao, L. (2023). Marketing with
ChatGPT: Navigating the Ethical Terrain of
GPT-Based Chatbot Technology. AI, 4(2),
Article 2. https://doi.org/10.3390/ai4020019
Rosignoli, S. (2023). Inteligencia Artificial
Generativa y la Formación de Formadores:
Aportes desde la perspectiva de la
Tecnología Educativa. Question/Cuestión,
3(76), Article 76.
https://doi.org/10.24215/16696581e857
Sharma, S., & Yadav, R. (2022). Chat GPT – A
Technological Remedy or Challenge for
Education System. Global Journal of
Enterprise Information System, 14(4),
Article 4.
Simabur, A., Herlina, R., & Wiradharma, G.
(2023). Creating Exciting Content: A
Descriptive Study of Pixbox’s Digital
Marketing Strategies on Social Media.
CHANNEL: Jurnal Komunikasi, 11.
https://doi.org/10.12928/channel.v11i1.123
Zielinski, C., Winker, M. A., Aggarwal, R.,
Ferris, L. E., Heinemann, M., Lapeña Jr, J.
F., Pai, S. A., Ing, E., Citrome, L., Murad, A.,
Voight, M., & Habibzadeh, F. (2023).
Chatbots, generative AI, and scholarly
manuscripts: WAME recommendations on
chatbots and generative artificial intelligence
in relation to scholarly publications.
Colombia Medica, 54(3), e1015868.
https://doi.org/10.25100/cm.v54i3.5868
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Johan Sebastián
Rodríguez Masache, Romy Nohely Toctaquiza Piedra
y Ricardo Patricio Medina Chicaiza.