Recibido: 09/04/2026 --- Aceptado: 29/04/2026 --- Publicación Anticipada: 18/08/2026 --- Publicado: 01/01/2027

 

INTELIGENCIA ARTIFICIAL GENERATIVA Y CONTENIDO GENERADO POR EL USUARIO EN EL MARKETING DE EVENTOS: 
EL CASO DE LA ACCIÓN PROMOCIONAL #DESAL_IA

GENERATIVE ARTIFICIAL INTELLIGENCE AND USER-GENERATED CONTENT IN EVENT MARKETING: 
THE CASE OF THE PROMOTIONAL ACTION #DESAL_IA

José Vázquez-González
Universidad de Sevilla. España.
jvazquez9@us.es 

 

Carlos Sáenz-Torralba
Universidad de Cádiz. España.
carlos.saenz@uca.es 

 

Rosario Marín-Pinilla
Centro Universitario EUSA, adscrito a la Universidad de Sevilla. España.
rosario.marin@eusa.es 

 

Cómo citar el artículo:

Vázquez-González, José; Sáenz-Torralba, Carlos y Marín-Pinilla, Rosario (2027). Inteligencia artificial generativa y contenido generado por el usuario en el marketing de eventos: El caso de la acción promocional #desal_ia [Generative artificial intelligence and user-generated content in event marketing: The case of the promotional action #desal_ia]. Revista de Comunicación de la SEECI, 60, 1-30. https://doi.org/10.15198/seeci.2027.60.e973 

RESUMEN

Introducción: La irrupción de la Inteligencia Artificial Generativa (IAG) está reconfigurando las dinámicas del marketing experiencial, especialmente en las prácticas de Contenido Generado por el Usuario (CGU) vinculadas a eventos y acciones promocionales en redes sociales. En este contexto, las plataformas digitales no solo facilitan la participación, sino que también condicionan su visibilidad, circulación y legitimación pública. Objetivo: Analizar cómo la IAG se integra en las dinámicas de CGU dentro del marketing experiencial de eventos, a partir del estudio de caso de la acción #DESAL_IA, vinculada a Desalia 2024 (Ron Barceló) en la red social X. Metodología: Se adopta un diseño cualitativo, descriptivo y exploratorio basado en un estudio de caso. El análisis se centra en publicaciones de la marca orientadas a activar, encuadrar y legitimar la dinámica participativa, así como en una selección de contenidos generados por usuarios con formatos heterogéneos, entre ellos hilos visuales intertextuales, piezas musicales producidas con IAG y textos argumentativos asistidos por inteligencia artificial. Resultados: Los hallazgos permiten observar que la marca no solo incentiva la participación, sino que también orienta la creatividad generativa de los usuarios mediante ejemplos, herramientas y marcos de interacción concretos. Asimismo, valida y jerarquiza determinados outputs a través de mecanismos de visibilización propios de la plataforma, contribuyendo a sostener la conversación y a proyectar anticipadamente el imaginario del evento. Discusión: El caso analizado sugiere que la incorporación de la IAG en este tipo de campañas favorece formas de cocreación guiada por la marca, en las que el CGU deja de operar únicamente como expresión espontánea para integrarse en una arquitectura promocional más estructurada, multimodal y participativa. Conclusiones: A partir del estudio de la acción #DESAL_IA, se observa que la difusión del evento se desplaza desde una lógica meramente informativa hacia una experiencia digital compartida, en la que la marca incentiva, orienta y valida públicamente la participación de los usuarios en plataforma.

Palabras clave: inteligencia artificial generativa; contenido generado por el usuario; cocreación; marketing experiencial; marketing de eventos; redes sociales.

ABSTRACT

Introduction: The emergence of Generative Artificial Intelligence (GAI) is reshaping the dynamics of experiential marketing, particularly in User-Generated Content (UGC) practices linked to events and promotional actions on social media. In this context, digital platforms not only facilitate participation, but also condition its visibility, circulation, and public legitimation. Objective: To analyse how GAI is integrated into UGC dynamics within experiential event marketing, based on the case study of the #DESAL_IA campaign associated with Desalia 2024 (Ron Barceló) on the social network X. Methodology: A qualitative, descriptive, and exploratory design is adopted based on a case study approach. The analysis focuses on brand posts aimed at activating, framing, and legitimising the participatory dynamic, as well as on selection of user-generated content in heterogeneous formats, such as intertextual visual threads, music pieces generated with GAI, and AI-assisted argumentative texts. Results: The findings show that the brand not only encourages participation but also guides users’ generative creativity through examples, tools, and specific interaction frameworks. In addition, it validates and hierarchizes certain outputs through platform-based visibility mechanisms, helping to sustain conversation around the event and project its promotional imaginary in advance. Discussion: The case analysed suggests that the incorporation of GAI into this type of campaign encourages forms of brand-guided co-creation, in which UGC no longer operates solely as spontaneous expression, but becomes integrated into a more structured, multimodal, and participatory promotional architecture. Conclusions: Based on the analysis of the #DESAL_IA campaign, it is observed that event promotion shifts from a merely informative logic towards a shared digital experience, in which the brand encourages, guides, and publicly validates user participation on the platform.

Keywords: Generative artificial intelligence; User-generated content; Co-creation; Experiential marketing; Event marketing; Social media.

1. INTRODUCCIÓN

Con la democratización de internet y el surgimiento de nuevas plataformas de comunicación, como las redes sociales, la interacción entre individuos y organizaciones ha experimentado una transformación sin precedentes (Ceballos-del-Cid et al., 2025; Kaplan y Haenlein, 2010; Sáenz-Torralba et al., 2025). Este fenómeno, potenciado por el crecimiento exponencial de usuarios activos en dichas plataformas, ha obligado a empresas e instituciones a redefinir sus estrategias, reconociendo el valor de las redes sociales como un canal comunicacional y relacional directo con sus audiencias y stakeholders (Dwivedi et al., 2021; Salinas-Vázquez et al., 2025). Este nuevo entorno comunicativo se distingue por características como la inmediatez, la bidireccionalidad y una dinámica en constante evolución, que exige de las organizaciones una capacidad continua de adaptación e innovación (Corzo-Cortés et al., 2025; Pulido-Polo y Vázquez-González, 2019; Verhoef et al., 2015). 

Además, estas plataformas han consolidado un ecosistema en el que los consumidores ya no se limitan a ser receptores pasivos, sino que participan activamente en la creación y difusión de contenido, consolidándose como "prosumidores" capaces de moldear la percepción de las marcas (Toffler, 1980). Tras superar esta asunción de las audiencias pasivas, se debe reconocer el potencial que tienen las audiencias activas, ya sean críticas, siendo aquellas que investigan más allá del marco ofrecido; sociales, que comentan e interpretan el contenido que les es ofrecido; o creativas, siendo aquellas que no sólo interactúan, sino que crean y producen contenido a partir de o como respuesta al contenido ofrecido (Benassini Felix, 2014). Por tanto, los comportamientos comunes de los usuarios en esta nueva arena comunicacional son: consumir, difundir y crear (Lastra, 2016). Surge así el Contenido Generado por el Usuario (CGU), fruto de un proceso colectivo de intercreatividad, que puede definirse como “proceso de creación o resolución de problemas de forma conjunta a través de la red” (Fernández Castrillo, 2014, p. 57). 

Para aprovechar al máximo las oportunidades que ofrecen las redes sociales y la tendencia a la participación y la conversación por parte de los usuarios, las empresas e instituciones han adaptado sus estrategias y campañas de marketing (Sáenz-Torralba y Polo-Serrano, 2026). En el caso que atañe a esta investigación, Ron Barceló integra en el diseño experiencial de Desalia, su evento anual convertido en el más deseado por la Generación Z (Europa Press, 2024), la digitalización del mismo previo, durante y post evento (Galmés-Cerezo, 2010, pp. 181-200) para hacer partícipe de este también a su comunidad virtual que no llega a asistir. En ese marco, la acción #DESAL_IA (Desalia 2024) explicita un giro hacia la cocreación mediada por IAG, al convertirla en requisito de participación y situar la difusión/promoción del evento como un espacio de producción experiencial anticipada en el entorno de plataforma.

Si bien el auge de las redes sociales marcó un cambio paradigmático en la relación entre marcas y públicos, el desarrollo de la inteligencia artificial (IA) ha supuesto un nuevo punto de inflexión en la evolución de los procesos comunicativos y estratégicos. La denominada Cuarta Revolución Industrial no solo amplía el repertorio de herramientas disponibles, sino que también transforma las prácticas profesionales y los modelos de interacción en múltiples sectores, incluidas la publicidad y el marketing experiencial (Sossa Azuela y Peña Ayala, 2019; Toribio, 2024). En este contexto, la IA ha dejado de ser una mera proyección teórica para convertirse en un agente con impacto real en la producción, distribución y consumo de contenidos en el ecosistema digital. Así, pese a la diversidad de definiciones sobre el concepto, puede sintetizarse como “una disciplina científica y tecnológica que busca crear sistemas capaces de resolver tareas que normalmente requieren de inteligencia humana” (Franganillo, 2023, p. 2).

Aunque su popularización es reciente, la inteligencia artificial tiene sus orígenes en investigaciones y desarrollos computacionales que datan de mediados del siglo XX. Algunos autores (Chávez Solís et al., 2023, p. 769) sitúan sus fundamentos en la figura de Alan Turing, cuyas investigaciones sentaron las bases para demostrar que las máquinas podían alcanzar niveles de procesamiento análogos a la inteligencia humana (Sancho Caparrini, 2018). Otros, en cambio, remontan su origen a las investigaciones de McCarthy, Minsky y Shannon, quienes impulsaron modelos computacionales inspirados en las redes neuronales del pensamiento humano y desarrollaron sistemas de procesamiento automatizado de la información (Barrera, 2012). En paralelo, la creación de ELIZA, considerado uno de los primeros chatbots conversacionales, introdujo una nueva dimensión en la simulación de interacciones lingüísticas, anticipando el papel de la IA en la comunicación y el servicio al cliente.

Sin embargo, tal y como señala Van Vaerenbergh (2023), el verdadero auge de la IA ha tenido lugar en las últimas décadas, impulsado por los avances en redes neuronales profundas (deep learning) y el procesamiento masivo de datos, cuyo desarrollo ha sido, en muchos casos, promovido por empresas con interés en implementar estas innovaciones (Vargas Mariño, 2023). Estos avances han permitido que la inteligencia artificial no solo optimice procesos automatizados, sino que también reconfigure modelos de negocio y estrategias comunicativas, consolidándose como un recurso clave en la transformación digital contemporánea (Vargas Mariño, 2023).

En función del grado de complejidad alcanzada por la IA, autores como López de Mantarás Badia y Meseguer González (2017) y Porcelli (2021) diferencian dos categorías principales: la “específica” o "débil", que se refiere a sistemas diseñados para realizar tareas específicas que requieren inteligencia, y la “general” o "fuerte", que aspira a replicar completamente la inteligencia humana, incluyendo habilidades como la conciencia y el razonamiento generalizado. Hasta ahora, solo se ha desarrollado la IA débil, ya que, el desarrollo de la IA general es ambicioso y, para Boucher (2020), susceptible de no ser posible (con matices). Complementariamente, Chávez Solís et al. (2023) diferencian dos enfoques fundamentales en los modelos de IA:

La IA Discriminativa (IAD) se centra en aprender cómo lucen los datos, así como identificar elementos distinguibles mediante una frontera de separación, esto facilita las tareas posteriores de clasificación o categorización y la IA Generativa (IAG) busca entender la distribución de las características de los datos por cada clase con el propósito de generar datos similares de forma artificial (pp. 769-770).

1.1 La Inteligencia Artificial Generativa (IAG)

La accesibilidad ha sido un factor determinante en la expansión y consolidación de los modelos de Inteligencia Artificial Generativa (IAG) en distintos ámbitos (Hua et al., 2024). En particular, el lanzamiento de ChatGPT en 2022 marcó un punto de inflexión al democratizar el acceso a tecnologías avanzadas de lenguaje natural, facilitando su adopción masiva y acelerando su desarrollo exponencial (Perezchica-Vega et al., 2024). Desarrollada por OpenAI, esta herramienta transformó la interacción con modelos de IA al permitir la generación automatizada de textos coherentes, la elaboración de contenidos complejos y el análisis eficiente de grandes volúmenes de datos, lo que ha potenciado su integración en diversas industrias, desde la educación y la comunicación hasta el marketing digital (Fernández-Ossó Fuentes y Sánchez-Gey Valenzuela, 2024; Savar Mattas, 2023).

No obstante, la IAG no se limita a la producción de texto, sino que abarca múltiples aplicaciones en la creación de imágenes, vídeos y música, con implicaciones significativas en la reducción de tiempos de producción. Herramientas como DALL-E 2, Midjourney o Bing AI Image Creator han revolucionado la generación de imágenes mediante el uso de redes generativas antagónicas (Generative Adversarial Networks, GANs) y modelos de aprendizaje profundo (deep learning), permitiendo la síntesis de representaciones visuales con un nivel de realismo y creatividad sin precedentes (Chávez Solís et al., 2023, p. 771). En el ámbito audiovisual, soluciones como Make-a-Video de Meta o Phenaki de Google han optimizado la generación de vídeos a partir de descripciones textuales, conocidas como prompts, eliminando las tradicionales barreras de tiempo y recursos. Mientras que la grabación y producción de un anuncio de 20 segundos requieren días de rodaje, postproducción y la participación de equipos técnicos y artísticos, la IAG puede generar piezas audiovisuales de similar duración en cuestión de segundos, evidenciando su potencial disruptivo en la industria del contenido digital (Elías-Zambrano et al., 2023; Franganillo, 2023).

Por otro lado, la IAG también ha irrumpido en la creación musical, con herramientas como Suno o Aiva, que permiten la composición automatizada de piezas originales a partir de instrucciones textuales. Estos modelos, entrenados con amplios repertorios musicales, pueden generar desde melodías simples hasta composiciones complejas en diversos estilos, facilitando la experimentación creativa sin los condicionantes técnicos o temporales de la producción musical tradicional.

La creciente sofisticación de estos modelos ha dado lugar a contenidos generados por inteligencia artificial que, en algunos casos, resultan prácticamente indistinguibles de los producidos por humanos (Hua et al., 2024). Contrariamente, Luo (2024) valora positivamente la eficiencia en la producción de contenido, aunque apunta que “la calidad del contenido generado por la IA no puede ser comparada con el contenido generado por los humanos” (p. 7). 

Si bien inicialmente se estimaba que la IAG no tendría efectos significativos en el mercado laboral hasta 2030 (PwC, 2018), informes como el de Hatzius et al. (2023) señalan que podría eliminar hasta 300 millones de empleos, aunque generando otros nuevos. Este escenario abre oportunidades inéditas en automatización y creatividad, pero también plantea desafíos éticos y epistemológicos vinculados con la autoría, la veracidad y la regulación del contenido generado por IA.

1.1.1. Inteligencia artificial generativa, marketing y comunicación

El ámbito del marketing y la comunicación es uno de los sectores donde la implementación de la IAG ha tenido un impacto más significativo, aportando soluciones innovadoras y optimizando procesos estratégicos. La adopción de estos modelos por parte de empresas de distintos tamaños responde a su “capacidad de aprendizaje y predicción [de las IAG] a partir de bases de datos, que facilitan el diseño de técnicas inteligentes para la automatización de la experiencia con el cliente” (Medina-Chicaiza y Martínez-Ortega, 2020, p. 37). En los últimos años, su evolución ha sido notable: mientras que en sus primeras fases la IAG se empleaba principalmente para la automatización de tareas repetitivas, como el email marketing (Millagala, 2023), en la actualidad se ha consolidado como una herramienta clave para el análisis de grandes volúmenes de datos, la predicción del comportamiento del consumidor y la generación de contenido creativo en diversos formatos (Jordan y Mitchell, 2015).

Los planes de marketing y comunicación empresarial comparten un objetivo común: generar y consolidar relaciones estables con su público objetivo y comunidades (Gomes-Gonçalves et al., 2022). En un entorno digital caracterizado por la interactividad y la inmediatez, las redes sociales se han convertido en un canal privilegiado para conectar con las audiencias, siendo el eje central de muchas estrategias de comunicación corporativa (Dwivedi et al., 2021). En este contexto, la IAG no solo permite el análisis avanzado de datos para diseñar campañas más eficaces, sino que también facilita la creación de contenido y experiencias altamente personalizadas, adaptadas a las necesidades y preferencias individuales de cada usuario (Raab et al., 2024). Esta capacidad de personalización, basada en modelos predictivos, no solo mejora la relevancia de los mensajes, sino que también refuerza el engagement con la marca (Ngai et al., 2019). A su vez, la generación automatizada de contenido permite a las empresas responder a la creciente demanda de materiales dinámicos y actualizados, que capten la atención de las audiencias y refuercen su presencia digital (Millagala, 2023).

En el ámbito publicitario, de igual forma, la IA desempeña un papel fundamental en la optimización de procesos, el aumento de la eficiencia operativa y el desarrollo de campañas personalizadas en función de las preferencias de cada audiencia, además de permitir una segmentación detallada y precisa del mercado (Toribio, 2024). Asimismo, como destaca Grewal et al. (2025), una de las principales fortalezas de la IAG radica en su capacidad para generar experiencias de marca únicas. Sin embargo, al tratarse de contenido producido mediante modelos entrenados sin aprendizaje supervisado (Chávez Solís et al., 2023), estos sistemas pueden reproducir sesgos culturales, raciales y de género (Ramírez Autrán, 2023), lo que podría comprometer la coherencia y autenticidad de la identidad de marca, afectando su percepción por parte del público (Toribio, 2024).

El estudio de Millagala (2023) revela que el 65% de los negocios ya han implementado la IA en el desarrollo de chatbots, el 88% la utiliza para ofrecer recomendaciones personalizadas de productos o contenidos, mientras que aproximadamente el 70% la emplea para la identificación de influencers y colaboradores alineados con el perfil sociodemográfico de su marca, así como para la generación automatizada y eficiente de contenido visual destinado a redes sociales y plataformas digitales.

En los entornos de plataforma, la eficacia comunicativa no depende solo de producir mensajes o incentivar la participación, sino también de las condiciones de visibilidad, circulación y recomendación que cada plataforma establece. Las redes sociales funcionan como infraestructuras sociotécnicas que conectan actores, sostienen la creación de contenido y distribuyen de forma desigual la atención. Por ello, la comunicación de marca se configura como una disputa por la visibilidad algorítmica, donde métricas públicas, sistemas de recomendación y reglas opacas determinan qué contenidos adquieren mayor presencia y legitimidad en la conversación digital (Bleier et al., 2024; Cotter, 2019; Voorveld et al., 2024). En este contexto, la economía de la atención plantea retos éticos y obliga a reconsiderar cómo se gestiona y valora la atención en un entorno digital interconectado (Aldea, 2024).

1.1.2. Inteligencia Artificial Generativa de Contenido (IAGC) y Contenido Generado por el Usuario (UGC)

Existe una estrecha relación entre el Contenido Generado por el Usuario (UGC) y los modelos de Inteligencia Artificial Generativa (IAG). El CGU, apunta Fernández Castrillo (2014, p. 57), permite “aprovechar el talento de la comunidad virtual, obteniendo resultados más creativos”. A su vez, afirma que:

Engloba todos aquellos formatos de contenido, disponibles a través de redes sociales y plataformas online, creados y distribuidos por uno o varios individuos no profesionales. [...] Este tipo de producciones se caracterizan por su alto componente creativo, y por lo general son de carácter transmedia y fruto de dinámicas colaborativas en la web (Fernández Castrillo, 2014, p. 60). 

Lejos de constituir un fenómeno homogéneo, el CGU adopta formas diferenciadas según la arquitectura de cada plataforma, sus affordances expresivas y el grado de intervención estratégica de la marca. La literatura sobre brand-related UGC ha mostrado que no solo cambian los formatos y registros discursivos de una red a otra, sino también dimensiones como la centralidad de la marca, la autorrepresentación, la conexión con la experiencia personal o la respuesta directa a campañas promocionales (Roma y Aloini, 2019; Smith et al., 2012). Por ello, el análisis del CGU no puede desligarse de las condiciones concretas de producción y circulación que lo hacen posible, ni del modo en que las organizaciones encuadran su aparición mediante consignas, repertorios expresivos o mecanismos de reconocimiento público.

La irrupción de la IAG en este ecosistema ha ampliado las posibilidades de producción y distribución de contenido, transformando la manera en que los usuarios participan en la creación digital.

Desde esta perspectiva, Luo (2024) sugiere que resulta más apropiado hablar de Inteligencia Artificial Generativa de Contenido, como una nueva categoría dentro de la producción digital que trasciende la distinción tradicional entre Contenido Generado por Profesionales (CGP) y UGC. Esta denominación no solo refleja el papel activo de la IAG en la generación de contenido, sino que también parece dar respuesta a interrogantes sobre la autoría y la originalidad de las piezas producidas por inteligencia artificial, un debate que ha cobrado relevancia tanto en el ámbito académico como en la industria creativa (Muñoz Vela, 2024).

Independientemente del término empleado, este contenido —cuyo ecosistema más dinámico son las redes sociales (Vázquez-González, 2021)— ha cambiado de forma notable con la incorporación de la IAG en su producción. Dada “la naturaleza inherente del CGU, marcada por su acceso abierto, producción no profesional y rápida difusión online” (Hua et al., 2024, p. 1), la IAG no solo impulsa su expansión, sino que optimiza los procesos creativos, permitiendo generar contenido con mayor rapidez y calidad. Así, el uso de IAG en el UGC constituye una nueva forma de comunicación mediada por inteligencia artificial, donde los modelos generativos participan activamente en la cocreación de mensajes digitales (Hancock et al., 2020).

Dentro de esta relación bidireccional entre IAG y UCG, la perspectiva es doble. Por un lado, los usuarios pueden emplear la IAG para generar contenido de manera rápida, eficiente y con una calidad que, en muchos casos, se asemeja a la producción profesional. Por otro lado, las empresas han comenzado a integrar estas herramientas en sus estrategias de comunicación, no solo incentivando la producción de contenido a través de modelos generativos, sino también identificando y seleccionando aquellas creaciones más relevantes dentro de sus comunidades digitales (Guzman y Lewis, 2024). Además, la IAG permite analizar el sentimiento de ese contenido para medir el estado de la opinión pública respecto a la marca o la empresa, proporcionando información clave para la toma de decisiones estratégicas (Dwivedi et al., 2021).

Desde la literatura sobre cocreación en branding, la relación entre marcas y públicos puede entenderse como un proceso de interacción intencional que influye sobre la marca y sus significados, más que como una suma espontánea de expresiones aisladas (Sarasvuo et al., 2022). En redes sociales y entornos de social commerce, esa cocreación se ve favorecida por dinámicas de intercambio de información, apoyo social y relación continuada entre actores, lo que convierte a los usuarios en agentes relevantes dentro de la construcción de valor de marca (Tajvidi et al., 2020). Trasladado al marketing experiencial, ello implica que la difusión del evento no funciona únicamente como una fase posterior o accesoria, sino como un espacio en el que la marca puede activar, orientar y redistribuir la producción simbólica de sus públicos.

En esta línea, los eventos experienciales constituyen dispositivos especialmente fértiles para la producción de CGU, ya que ofrecen a las marcas un marco organizado desde el que estimular la creación de contenido y favorecer su posterior circulación social. Koivisto y Mattila (2020) muestran, precisamente, que los branded events pueden funcionar como plataformas de cocreación de contenido con los consumidores, integrando la experiencia presencial y su prolongación en redes sociales. Cuando esta lógica se combina con herramientas de IAG, la participación no deja de ser colaborativa, pero pasa a apoyarse en configuraciones sociotécnicas más complejas, en las que la marca no solo convoca la intervención del público, sino que también puede orientar formatos, repertorios y criterios implícitos de valor dentro del entorno de plataforma.

1.2 Experiencia de marca en los eventos

Una de las primeras delimitaciones del concepto de evento surge en la década de los 90 de la mano de Getz (1990) y Goldblatt (2005). Para estos autores, uno de los factores definitorios de los eventos es su carácter efímero y único, lo que les otorga un valor especial y distintivo en comparación con las actividades cotidianas. Señalaban que, para que un evento sea considerado como tal, debe ser un acontecimiento especial, “fuera de las experiencias del día a día” (Galmés-Cerezo, 2010, p. 20). Goldblatt (2005, p. 6), por su parte, enfatiza que “un evento especial reconoce un momento único en el tiempo con una ceremonia y un ritual para satisfacer una necesidad específica”, subrayando la importancia de la singularidad y la intencionalidad en la creación de eventos. 

Una de las aportaciones más significativas de Getz es la focalización en el carácter experiencial de los eventos. El autor afirma que “un evento especial es una oportunidad para una experiencia de ocio, social o cultural fuera del rango normal de opciones o más allá de la experiencia cotidiana” (Getz como se citó en Berridge, 2007, p. 9). Así, se destaca no solo la naturaleza transitoria de los eventos, sino también su capacidad para ofrecer experiencias que trascienden la rutina diaria, lo que los convierte en dispositivos o procesos poderosos para la creación de memorias y la conexión emocional con los asistentes. 

Galmés-Cerezo (2010, p. 179) afirma que, desde una mirada ‘marketiniana’, “la experiencia del evento puede ser vista como la interacción de la persona con la marca, a través de los sentidos, a nivel físico y cognitivo, en un tiempo y espacio determinado”. De igual modo, Masterman y Wood (2006) afirman que los eventos adquieren significado a través del disfrute y la implicación emocional del público objetivo, dentro de las acciones de comunicación de la marca. Además, los autores defienden que el éxito de un evento y de la experiencia de marca en el mismo depende de la correcta puesta en marcha de 7 atributos: la involucración del público objetivo de forma emocional con la marca, el evento y la experiencia; las interacciones positivas entre asistentes, prescriptores de marca, actividades y los productos; la inmersión del público en la experiencia; la intensidad y ‘memorabilidad’ de la experiencia; la individualidad y carácter “único” de la experiencia; la innovación y creatividad en el diseño experiencial del evento; y la integridad del mismo (Masterman y Wood, 2006). A su vez, Brown identifica tres etapas en las que puede ser aplicable el diseño experiencial y, por tanto, desarrollarse la experiencia de marca: la convocatoria, momento en el que el público objetivo es invitado a formar parte; la experiencia del evento en sí misma, y la difusión de la experiencia (Brown como se citó en Masterman y Wood, 2006). 

2. OBJETIVOS

A partir de lo expuesto, este trabajo se centra en la incorporación de la Inteligencia Artificial Generativa (IAG) en prácticas de Contenido Generado por el Usuario (CGU) vinculadas al marketing experiencial de eventos en entornos de plataforma. Más que medir efectos o establecer relaciones causales generalizables, la investigación se orienta a examinar cómo la acción #DESAL_IA articula una dinámica de participación mediada por herramientas generativas, y de qué manera la marca encuadra, orienta y valida públicamente las respuestas de los usuarios en la red social X. Desde esta perspectiva, el interés analítico se sitúa en la arquitectura participativa de la campaña, en los rasgos del contenido producido y en su función dentro de la construcción promocional y experiencial del evento. 

El objetivo general de la investigación es analizar cómo la Inteligencia Artificial Generativa (IAG) se integra en las dinámicas de Contenido Generado por el Usuario (CGU) dentro del marketing experiencial de eventos, a partir del estudio de caso de la acción #DESAL_IA, vinculada a Desalia 2024, en la red social X.

Derivado de este objetivo general, se plantean como objetivos específicos:

1. Identificar de qué manera la IAG se integra en la arquitectura de participación propuesta por la marca, atendiendo a cómo se incentiva, orienta o condiciona la producción de CGU.
2. Describir los principales rasgos formales, narrativos y modales del contenido publicado por los usuarios en el marco de la acción, prestando atención a la presencia explícita o implícita de procedimientos generativos.
3. Determinar la función que desempeña el CGU mediado por IAG dentro de la campaña, atendiendo a su papel en la activación promocional, la conversación en plataforma y la construcción anticipada del imaginario del evento.
4. Interpretar cómo estas prácticas de cocreación guiada por la marca reconfiguran la fase de difusión y promoción del evento, desplazándola desde una lógica meramente informativa hacia una experiencia digital compartida y participativa.

3. METODOLOGÍA

3.1 Enfoque metodológico y diseño de investigación

Para alcanzar estos objetivos se ha optado por una investigación sustentada por una metodología cualitativa y descriptiva y exploratoria, articulada mediante un estudio de caso (Chaves-Montero, 2018). Este enfoque busca comprender y describir en profundidad fenómenos, experiencias o realidades sociales tal como ocurren en su contexto natural, centrándose en el análisis de significados, percepciones, comportamientos y discursos de las personas, más que en la medición numérica de variables (Guevara Albán et al., 2020). Es por ello por lo que resulta pertinente, ya que el objeto de estudio no se reduce a indicadores cuantificables de rendimiento, sino que exige comprender prácticas, significados, recursos expresivos y formas de relación marca-comunidad que emergen en un contexto socio-técnico específico. En este sentido, se adopta un diseño exploratorio y descriptivo, adecuado cuando el fenómeno presenta rasgos novedosos, se encuentra en transformación y requiere una primera sistematización analítica desde su despliegue real. En coherencia con este diseño, la investigación no persigue medir efectos generalizables ni establecer relaciones causales, sino analizar de forma situada cómo se configura una dinámica de participación mediada por IAG en el marco de una acción promocional concreta.

El diseño se concreta en un estudio de caso centrado en la acción promocional #DESAL_IA desarrollada por Ron Barceló en la red social X [@RonBarceloSpain], vinculada a Desalia 2024. La elección del estudio de caso responde a la necesidad de analizar el fenómeno objeto de estudio en su contexto real, atendiendo a sus condiciones de producción, circulación y apropiación por parte de los públicos (Jiménez-Chaves, 2012). En consecuencia, el caso se aborda como una unidad situada, donde la campaña funciona como dispositivo de participación mediada: la marca propone una dinámica, los usuarios responden mediante producción y difusión de contenidos, y la propia plataforma —así como el usuario de la marca— estructuran la visibilidad de esas interacciones a través de sus affordances (por ejemplo, etiquetas, retuits/repost, respuestas y métricas públicas).

3.2 Unidad de análisis, corpus y criterios de selección

El corpus analítico se delimitó a partir de un conjunto de publicaciones públicas recuperables vinculadas a la acción #DESAL_IA, identificadas mediante el uso del hashtag de campaña y/o referencias directas a la dinámica promovida por la marca.

El recorte temporal del corpus se delimita al periodo de activación de la campaña, desde su lanzamiento en X hasta su cierre operativo. Esta decisión se justifica porque el interés del estudio se concentra en la etapa de promoción y/o difusión de la experiencia del evento. Debe señalarse que, debido a las limitaciones de acceso inherentes a la plataforma X y a la ausencia de métricas internas o herramientas propietarias de monitorización de la marca, no fue posible reconstruir con exhaustividad el universo total de publicaciones generadas en torno a la acción. 

Para asegurar la coherencia analítica, se establecieron criterios de inclusión vinculados, en primer lugar, a la pertenencia explícita a la campaña, identificable mediante el uso del hashtag #DESAL_IA y/o la referencia directa a la dinámica de participación propuesta por la marca. En segundo lugar, se consideró la presencia de una intención participativa reconocible, esto es, publicaciones que respondieran a la lógica del reto, a una propuesta creativa asociada a la acción o a una contribución al relato promocional colectivo del evento. Finalmente, se priorizaron aquellas unidades cuya materialidad textual, visual o audiovisual permitiera examinar con claridad la mediación generativa y su función dentro de la arquitectura promocional de la campaña.

Dado el carácter cualitativo, descriptivo y exploratorio del estudio, el material se seleccionó mediante muestreo intencional orientado a la máxima variación y a la relevancia analítica, no a la representatividad estadística. En primer lugar, se incluyeron las publicaciones de @RonBarceloSpain que activan, encuadran y legitiman la dinámica participativa, pues en ellas se explicitan las reglas de entrada, los marcos de interacción y los mecanismos de validación pública. En segundo lugar, se escogió un subconjunto de publicaciones de usuarios que permitiera observar distintas formas de apropiación creativa de la consigna y diversas modalidades de mediación por IAG. La elección atendió a criterios de heterogeneidad formal y modal, presencia explícita o implícita de procedimientos generativos, capacidad para ilustrar registros expresivos diferenciados y pertinencia para analizar la función promocional-experiencial del contenido.

El tamaño del corpus responde, por tanto, a una lógica intensiva de análisis cualitativo orientada a la comparación entre funciones comunicativas, formatos y registros expresivos distintos dentro de una misma acción promocional. Desde esta perspectiva, el interés no reside en cuantificar la participación total ni en extrapolar resultados al conjunto de usuarios de la plataforma, sino en examinar de forma situada cómo la marca configura una dinámica de cocreación guiada y cómo determinadas respuestas de los usuarios materializan esa orientación en piezas concretas.

4. RESULTADOS

4.1 Activación de la campaña y encuadre participativo de la dinámica

La activación de #DESAL_IA se inicia con una publicación de @RonBarceloSpain el 10 de abril de 2024 a las 13:00 h (Figura 1), en la que la marca presenta la dinámica en forma de concurso y sintetiza, en un mismo mensaje, el incentivo, la promesa experiencial del evento y la pauta de participación. En términos de incentivo, se explicita la entrega de ‘6 pases triples’, lo que introduce una lógica competitiva orientada a estimular la participación y la producción de contenidos en un periodo breve. Paralelamente, la publicación funciona como pieza de teaser experiencial al condensar los atributos del evento (duración, volumen de asistentes, localización y tono festivo) y al anclar al lema de marca ‘Vive Ahora’, reforzando una narrativa de urgencia hedonista coherente con el marketing experiencial del formato. La pauta de participación se formula de manera directa y operativa: interacción mínima con la publicación (dar like) y generación de un contenido ‘hecho con IA’ bajo el hashtag #DESAL_IA, lo que delimita el tipo de creatividad esperada y sitúa a la IAG como requisito explícito de entrada. En términos sociotécnicos, el hashtag funciona como dispositivo de indexación y agregación que convierte participaciones dispersas en un flujo común, facilitando su localización y seguimiento dentro de la plataforma. A su vez, la visibilidad de las métricas asociadas a cada publicación (likes, respuestas, retuits/reposts) opera como señal pública de tracción y pertenencia, retroalimentando la lógica de participación y la competencia por visibilidad.

Este encuadre se completa mediante respuestas encadenadas a la publicación inicial, en las que la marca introduce dos elementos que organizan la participación: la temporalidad y la apertura formal del contenido. En primer lugar, se fija una ventana de participación de un día (“mañana a las 13 h digo ganadores”), intensificando la sensación de urgencia y acelerando el ciclo de creación-difusión propio del CGU en redes sociales. En segundo lugar, se legitima una amplitud de formatos (“una canción, un vídeo, una foto, una poesía”), acompañada de la posibilidad de participar múltiples veces. Esta doble decisión combina una restricción temporal fuerte con una flexibilidad creativa alta, favoreciendo una participación más accesible y una mayor diversidad formal en las respuestas. Finalmente, la marca incorpora el enlace a las bases legales (BBLL), cerrando el circuito entre el tono lúdico del reto y su formalización normativa, y dotando de mayor institucionalidad a una dinámica que, en lo visible, se presenta como juego social.

Figura 1.

Tuit de activación de la campaña #DESAL_IA 

Fuente: Ron Barceló Spain [@RonBarceloSpain] (2024a).

4.2 Modelización de la creatividad: El ejemplo como guía de producción con IAG

A los pocos minutos del anuncio, @RonBarceloSpain intensifica la función orientadora de la campaña mediante dos movimientos complementarios. Por un lado, publica un mensaje etiquetado como “EJEMPLO” (Figura 2) que opera como dispositivo pedagógico y de estandarización creativa: la marca no solo solicita contenido generado con IA, sino que muestra explícitamente cómo producirlo a través de un prompt (“Imagen realista. Un avión lleno de patos de goma como pasajeros en los asientos.”) y del resultado visual correspondiente. De este modo, reduce la incertidumbre técnica y traslada el foco desde la idea abstracta de IA hacia una práctica concreta: describir una escena improbable con un estilo verosímil y convertir esa instrucción en una imagen fácilmente compartible. La elección del ejemplo introduce, además, una estética lúdica y memética, alineada con la lógica de circulación rápida en X, y normaliza la iteración creativa al presentar un mosaico de variaciones visuales. Al hacer público el prompt, la marca estandariza la ‘instrucción’ como unidad operativa de la creatividad generativa y convierte el prompting en una gramática compartida de participación (describir, iterar y publicar), lo que acelera un prototipado cultural rápido de escenas y variantes coherentes con el tono de campaña.

Figura 2.

Ejemplo de participación

Fuente: Ron Barceló Spain [@RonBarceloSpain] (2024b).

Por otro lado, la marca amplía esa orientación con una publicación adicional (Figura 3) en la que propone explícitamente ideas de contenido y menciona herramientas accesibles y populares de IAG, sugiriendo una poesía “con Chat Gpt”, una canción “con Suno”, un vídeo “con Runway” o una imagen “con Copilot”. Este gesto refuerza el carácter multimodal de la participación y, al mismo tiempo, funciona como mecanismo de reducción de barreras de entrada: al enumerar posibilidades concretas y asociarlas a herramientas reconocibles, la campaña acota el terreno de juego, legitima formatos diversos y favorece que usuarios con distintos niveles de competencia técnica puedan sumarse con rapidez. La consigna final (“lo que sea pero que sea muuy #Desalia”) termina de perfilar el encuadre creativo: la libertad formal se mantiene, pero queda subordinada a una exigencia de alineación identitaria con el universo del evento, de modo que la IAG no se activa como fin en sí mismo, sino como medio para producir piezas coherentes con la atmósfera y el imaginario de marca.

Figura 3.

Propuesta de ideas y herramientas de IAG

Fuente: Ron Barceló Spain [@RonBarceloSpain] (2024c).

4.3 Curaduría y amplificación: El retuit como mecanismo de legitimación y expectativa

En una fase posterior del mismo día, la marca retuitea una aportación participante y la enmarca con un comentario propio (Figura 4), consolidando un patrón de curaduría pública. El retuit funciona como mecanismo de reconocimiento simbólico: selecciona una pieza concreta, la eleva en visibilidad y, al hacerlo, comunica indirectamente qué tipo de contenido resulta pertinente o valorado dentro de la dinámica. En X, el retuit y la cita funcionan como mecanismos de redistribución que reinsertan la pieza en el flujo de la cuenta de marca, habilitando respuestas encadenadas y acumulación de métricas visibles; por ello, la curaduría pública no solo reconoce, sino que también contribuye a jerarquizar creatividades mediante un feedback de visibilidad propio de la plataforma.

En el caso mostrado, el contenido combina dos capas: una imagen generada por IA que reimagina Desalia con “pitufos” y una fotografía de archivo personal del usuario @marcos2vidal vinculada a Desalia 2022 (Punta Cana), donde un grupo de asistentes aparece caracterizado con esa estética durante la Blue Party de dicha edición. Esta articulación entre generación artificial y memoria experiencial resulta especialmente relevante para el marketing experiencial del evento, porque conecta la promesa del “próximo” Desalia con recuerdos verificables de ediciones anteriores, reforzando la continuidad del relato y la idea de comunidad.

Figura 4.

Retuit de la marca

Fuente: Ron Barceló Spain [@RonBarceloSpain] (2024d, 10 de abril).

El comentario de la marca (“Los míticos pitufos…”) introduce una lectura humorística y afectiva que humaniza la interacción y favorece la conversación. Además, la mención a Michenlo [@michenlo], asociado en el ecosistema del evento (como figura invitada y Dj habitual y promotor de la Blue Party aludida), incorpora una capa de intertextualidad influencer que amplía el alcance potencial del contenido y refuerza la dimensión relacional del dispositivo. En conjunto, este retuit no solo redistribuye un contenido, sino que actúa como señal performativa: transforma una participación individual en ejemplo público, alimenta la expectativa en torno a la selección de ganadores y consolida la campaña como un espacio de cocreación donde la marca alterna entre convocar, enseñar y validar socialmente las respuestas de su comunidad digital.

4.4 Reescritura de universos fílmicos y serialidad del CGU: El evento como escenario pop

Entre los tuits ganadores analizados destaca el hilo publicado por el usuario @MikiZamorano (Figura 5), estructurado en tres partes, en el que se recrean escenas y universos reconocibles del imaginario cinematográfico “trasladándolos” al marco narrativo de Desalia. La elección del formato hilo resulta metodológicamente relevante porque introduce una lógica de serialidad que incrementa la exposición del contenido en el timeline y favorece la continuidad de la conversación: cada nueva “parte” opera como expansión del relato y como recordatorio de la campaña, reforzando la presencia del hashtag y la mención a la cuenta de marca. En términos expresivos, la propuesta se apoya en una estrategia de intertextualidad explícita (personajes, escenarios o atmósferas fílmicas) combinada con signos recurrentes del universo Desalia (fiesta, piscina, estética veraniega), generando un efecto de reconocimiento inmediato y, a la vez, de extrañamiento humorístico.

Figura 5.

Retuit de Tuit de @MikiZamorano

Fuente: Miguel [@MikiZamorano] (2024).

En el plano de la mediación tecnológica, el hilo evidencia cómo el usuario adopta y resignifica la gramática creativa que la propia marca había sugerido en su ejemplo: la recurrencia del “pato de goma” como elemento visual funciona como marcador de continuidad estética con la propuesta inicial de la campaña, y facilita la identificación del contenido como parte de #DESAL_IA. De este modo, la IAG no solo actúa como herramienta de producción, sino como mecanismo de cohesión simbólica entre la consigna de marca y la creatividad del participante. Además, la propuesta sitúa al evento como “escenario transmedia” en el que pueden converger relatos ajenos (cine) y relatos propios (Desalia), ampliando el campo experiencial del evento más allá de su dimensión presencial al convertirlo en un marco ficcional compartible.

La interacción de la marca con esta publicación refuerza, asimismo, la función del CGU como motor de expectativa: al citar el tuit y legitimar públicamente su potencial ganador (“Este tiene que ganar sí o sí #DESAL_IA”, interacción observada en la conversación en X), la cuenta de Ron Barceló no solo reconoce una pieza concreta, sino que activa un efecto demostrativo orientado al conjunto de la comunidad. Ese gesto opera como señal de valoración (qué tipo de creatividad se premia), intensifica la competencia simbólica y estimula la producción de nuevas respuestas alineadas con el tono lúdico, hiperbólico y pop del hilo.

4.5 Producción musical con Suno: La IAG como extensión sonora del imaginario de marca

Otro de los tuits ganadores (Figura 6) desplaza la participación desde la imagen hacia lo musical, mediante la generación de un tema de reggaetón con Suno. La publicación articula, en una misma pieza, la dimensión sonora (la canción) y una capa visual asociada (arte o portada generada), lo que refuerza la condición multimodal que la marca había promovido al sugerir distintas herramientas y formatos. En este caso, la IAG facilita la creación rápida de un “micro-relato musical” donde se condensan elementos clave del posicionamiento experiencial del evento: el enclave (“Fiesta en Canarias”), el marco temporal de intensidad (“hasta el amanecer”) y la integración explícita de la marca (“Bebiendo Ron Barceló”), junto con una formulación de llamada o invitación (“Desalia nos llama…”), que funciona como estribillo o gancho memorístico.

Figura 6.

Tuit de @liberalmedieval

Fuente: Isaac Moreno Gallo fan acc [@liberalmedieval] (2024).

Desde una perspectiva de marketing experiencial, este tipo de participación resulta especialmente significativa porque convierte el CGU en una suerte de jingle comunitario: una pieza que no solo circula como prueba de participación, sino que puede ser reutilizada como contenido de entretenimiento, capaz de reforzar la atmósfera del evento antes de que este suceda. La canción actúa así como recurso de anticipación experiencial, proyectando en el espacio digital sensaciones asociadas a la fiesta (baile, energía, continuidad), y contribuyendo a la construcción de expectativa mediante un lenguaje musical coherente con los códigos de la audiencia objetivo.

4.6 Argumentarios automatizados y umbrales de participación: De la creatividad alta a la accesibilidad

La Figura 7 corresponde a un tuit ganador en el que el usuario presenta “razones” por las que debería obtener el pase a Desalia, apoyándose en un contenido aparentemente generado por un chatbot. A diferencia de las piezas anteriores, la creatividad se desplaza aquí hacia una lógica más instrumental: la IAG se utiliza como generador de un argumentario persuasivo que justifica el merecimiento del premio, con fórmulas típicas de auto-presentación, esfuerzo y recompensa. En términos de campaña, este ejemplo permite observar que el dispositivo participativo admite contribuciones con distintos niveles de complejidad creativa, desde propuestas altamente elaboradas (hilos visuales intertextuales) hasta usos más básicos de generación de texto.

Figura 7.

Tuit de @guilleovi18

Fuente: Captura de pantalla tomada por el autor el 10 de abril de 2024 de un tuit publicado por Guillermo Menendez González [@guilleovi18] el 10 de abril de 2024; el tuit/cuenta ya no está disponible en X (contenido eliminado).

Que una pieza de estas características también resulte premiada sugiere, al menos, dos dinámicas relevantes para el análisis del caso. Por un lado, confirma el bajo umbral de entrada promovido por la campaña: basta con incorporar el hashtag, referir el universo Desalia y evidenciar el uso de IA para que la participación sea considerada válida, lo que amplía las posibilidades de participación dentro de la dinámica. Por otro lado, muestra cómo la IAG tiende a estandarizar ciertas retóricas (razones genéricas, argumentos previsibles), lo que introduce un contraste entre la originalidad buscada por algunas participaciones y la homogeneización discursiva de otras. En conjunto, las Figuras 5, 6 y 7 evidencian que la campaña capitaliza esa heterogeneidad como parte de su estrategia de difusión: una constelación de piezas distintas que, aun con grados desiguales de creatividad, contribuyen a sostener la conversación en torno al evento y a reforzar su imaginario promocional.

5. DISCUSIÓN Y CONCLUSIONES

Los hallazgos del estudio de caso permiten discutir cómo la IAG se inserta, de manera explícita, en una táctica de participación basada en CGU dentro del marketing experiencial de eventos, y cómo esa inserción reconfigura la fase de convocatoria y, sobre todo, la difusión/promoción de la experiencia. Desde esta perspectiva, la principal aportación del caso reside en mostrar cómo esa inserción no solo favorece nuevas formas de producción de CGU, sino que reconfigura su función dentro de la campaña: la marca no se limita a activar participación, sino que orienta, encuadra y valida públicamente determinadas formas de creatividad, consolidando un régimen de cocreación guiada que convierte la circulación del contenido en parte de la experiencia del evento.

En línea con el marco teórico, la campaña #DESAL_IA no opera únicamente como un concurso de engagement, sino como un dispositivo socio-técnico que organiza la intercreatividad de la comunidad (Fernández Castrillo, 2014) en un entorno de plataformas donde la circulación y la visibilidad dependen de rutinas de interacción y de affordances específicas de X —hashtag, respuestas, retuit/cita y métricas públicas— que estructuran la conversación y jerarquizan la visibilidad (Kaplan y Haenlein, 2010; Verhoef et al., 2015). La marca convierte la IAG en condición de entrada (“contenido hecho con IA”) y, a la vez, en infraestructura cultural de la participación: proporciona una gramática creativa (ejemplo con prompt), sugiere herramientas accesibles (ChatGPT, Suno, Runway, Copilot) y establece un marco temporal breve que acelera la producción y la difusión del contenido, intensificando la lógica de “ciclo corto” propia del CGU en redes.

Esta arquitectura sugiere una transición desde el CGU entendido como expresión espontánea de prosumidores (Benassini Felix, 2014; Toffler, 1980) hacia un régimen de cocreación más guiado, donde la creatividad se incentiva, pero también se orienta y se normaliza. El caso permite observar una forma de comunicación mediada por IA en la que los modelos generativos actúan como intermediarios activos de la producción cultural, facilitando que usuarios no profesionales generen piezas con apariencia “profesional” y con alta disponibilidad de variaciones (Hancock et al., 2020; Hua et al., 2024). Aun así, también emerge una tensión señalada por la literatura sobre AIGC: la campaña premia tanto piezas altamente inventivas como otras más estandarizadas, lo que sugiere que la accesibilidad y la rapidez pueden convivir con cierta homogeneización retórica y estética (Luo, 2024). En términos experienciales, #DESAL_IA permite observar cómo la difusión/promoción pasa a desempeñar un papel central en el diseño del evento: el relato digital anticipa la experiencia y la extiende, construyendo deseo, expectativa y pertenencia antes de la vivencia presencial (Galmés-Cerezo, 2010; Masterman y Wood, 2006).

La integración de la IAG en la arquitectura de participación se articula mediante una combinación de incentivo, guía y validación. Por un lado, la convocatoria fija un marco operativo mínimo (interacción, hashtag y requisito IA) que simplifica la adhesión; por otro, la marca orienta la creatividad con ejemplos y con sugerencias concretas de herramientas accesibles, lo que equivale a una alfabetización rápida de la audiencia y a una normalización de prácticas generativas (por ejemplo, la lógica del prompt o la iteración de variantes). Esta orientación no elimina la libertad creativa, pero la encuadra bajo una exigencia identitaria (“que sea muy Desalia”), de modo que la IAG se activa como medio para producir piezas coherentes con el universo del evento y con su promesa hedonista. Finalmente, la curaduría visible a través de retuits y citas cierra el circuito: selecciona, legitima y convierte ciertas contribuciones en referencia pública, incentivando emulación, competencia simbólica y continuidad conversacional.

En cuanto a los rasgos formales y narrativos del contenido, el corpus ganador evidencia una creatividad intensamente intertextual, con un uso recurrente de códigos pop y miméticos. La recreación de universos cinematográficos “trasladados” a Desalia, desplegada además en formato hilo, introduce serialidad y amplía las posibilidades de circulación dentro de la plataforma, al tiempo que transforma el evento en un escenario transmedia capaz de albergar relatos ajenos y resignificarlos. La producción musical generada con herramientas como Suno desplaza la participación hacia lo sonoro, condensando en pocos segundos elementos centrales del imaginario de marca (Canarias, fiesta, continuidad nocturna, consumo del producto) y funcionando como pieza de anticipación experiencial, cercana a un jingle comunitario. Junto a estas propuestas, la presencia de contenidos más instrumentales, como argumentarios generados por chatbot, muestra que el ecosistema de campaña admite umbrales de complejidad creativa muy distintos, lo que refuerza su carácter inclusivo en términos de participación, aunque también introduce una tensión entre originalidad y estandarización discursiva.

La función comunicacional del CGU generado con IAG se orienta a sostener la conversación en torno al evento y a reforzar su construcción promocional en plataforma. El hashtag actúa como agregador y marca de pertenencia, mientras que el formato concurso y la ventana breve de participación impulsan un pico de producción y circulación. En paralelo, la exposición pública de métricas (likes, retuits y respuestas) opera como mecanismo de retroalimentación social que incentiva la participación, refuerza la competición simbólica y facilita que la conversación se sostenga durante la ventana temporal de activación. La amplificación selectiva por parte de la marca añade un efecto normativo: no sólo redistribuye contenido, sino que señala públicamente qué estilos, recursos o enfoques se alinean con el “tono Desalia”, y convierte la interacción con la comunidad en una herramienta de modulación creativa. En conjunto, el CGU deja de ocupar un lugar accesorio para convertirse en un componente central de la difusión de la campaña.

Desde una perspectiva experiencial, el sentido de estas piezas se vincula a la construcción de una experiencia anticipada, socialmente compartida y orientada a la anticipación simbólica del evento. La IAG permite convertir la expectativa en un repertorio de escenas, sonidos y micro-relatos que circulan antes del evento, o que reactualizan memorias de ediciones previas mediante hibridaciones entre generación artificial y archivo personal. Así, la difusión/promoción deja de operar como simple comunicación informativa para funcionar como espacio de inmersión simbólica: un laboratorio creativo donde se negocian pertenencias, se refuerza el deseo de acceso y se produce comunidad alrededor de la promesa experiencial del evento.

A partir del caso analizado, puede sostenerse que la incorporación de la IAG en las dinámicas de CGU, dentro del marketing experiencial de eventos, se traduce en un desplazamiento hacia formas de cocreación más guiadas por la marca. La campaña amplía las posibilidades de participación creativa al ofrecer referencias y herramientas, pero simultáneamente refuerza la capacidad de encuadre de la organización, que define las reglas de entrada, orienta la estética deseable y valida públicamente ciertos outputs. Este equilibrio entre apertura participativa y control simbólico aparece como uno de los rasgos más significativos del caso, junto con una tensión estructural entre diversidad creativa y posible homogeneización retórica o estética asociada al uso extendido de modelos generativos.

Estas interpretaciones deben leerse a la luz del alcance del propio estudio. El análisis se concentra en un corpus reducido y en materiales especialmente visibles dentro de la dinámica promocional examinada, por lo que no pretende describir de manera exhaustiva el conjunto de respuestas de los usuarios en X, sino identificar mecanismos de encuadre, validación y cocreación observables en el caso #DESAL_IA.

Como proyección, resulta pertinente profundizar en comparativas entre plataformas para examinar cómo las affordances y culturas de uso condicionan la forma del CGU con IAG y su circulación; integrar diseños mixtos que relacionen categorías cualitativas con métricas de visibilidad y redes de interacción; y complementar el análisis con entrevistas a responsables de marca y participantes para reconstruir motivaciones, criterios de valoración y percepciones de autenticidad en contenidos híbridos. Del mismo modo, se considera necesario abordar con mayor detalle las implicaciones éticas y de propiedad intelectual en campañas que incentivan AIGC/CGU, especialmente en cuestiones de atribución, transparencia sobre el uso de IA y derechos sobre outputs, debido a su creciente relevancia en los entornos creativos y publicitarios.

6. REFERENCIAS

Aldea, A. (2024). Economía de la atención. Cuadernos de Periodistas, 48, 57-59. https://www.cuadernosdeperiodistas.com/wp-content/uploads/sites/2/2024/10/57_60-Ana-Aldea.pdf 

Barrera, L. (2012). Fundamentos históricos y filosóficos de la Inteligencia Artificial. UCV-HACER Revista de Investigación y Cultura, 1(1), 87-92. https://www.redalyc.org/pdf/5217/521752338014.pdf

Benassini Felix, C. (2014). De audiencias a prosumidores. Acercamiento conceptual. Revista Luciérnaga, 6 (12), 16-29. https://doi.org/10.33571/revistaluciernaga.v6n12a2

Berridge, G. (2007). Events Design and Experience (1a Ed.). Routledge. https://doi.org/10.4324/9780080468112

Bleier, A., Fossen, B. L. y Shapira, M. (2024). On the role of social media platforms in the creator economy. International Journal of Research in Marketing, 41(3), 411-426. https://doi.org/10.1016/j.ijresmar.2024.06.006

Boucher, P. (2020). Artificial intelligence: How does it work, why does it matter, and what can we do about it? European Parliamentary Research Service. https://doi.org/10.2861/44572

Ceballos-del-Cid, Y., Gómez-Calderón, B. y Córdoba-Cabús, A. (2025). Redes sociales y hábitos de consumo informativo de los jóvenes españoles: Un análisis diacrónico (2021-2023). Revista Mediterránea de Comunicación, 16(1), e28010. https://doi.org/10.14198/MEDCOM.28010

Chaves-Montero, A. (2018). La utilización de una metodología mixta en investigación social. En K. Delgado, W. F. Gadea Aiello y S. Vera-Quiñones (Eds.). Rompiendo barreras en la investigación (164-184). Utmachala. https://dialnet.unirioja.es/servlet/articulo?codigo=7643236 

Chávez Solís, M.E., Labrada Martínez, E., Carbajal Degante, E., Pineda Godoy, E. y Alatriste Martínez, Y. (2023). Inteligencia artificial generativa para fortalecer la educación superior. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(3), 767-784.  https://doi.org/10.56712/latam.v4i3.1113

Corzo-Cortés, L., Carrillo-Durán, M.V. y García-García, M. (2025). Nuevas formas de comunicación digital: Revisión sistemática de la literatura sobre influencers virtuales. Revista Mediterránea de Comunicación, 16(2), e28712. https://doi.org/10.14198/MEDCOM.28712

Cotter, K. (2019). Playing the visibility game: How digital influencers and algorithms negotiate influence on Instagram. New Media & Society, 21(4), 895-913. https://doi.org/10.1177/1461444818815684

Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., Duan, Y., Dwivedi, R., Edwards, J., Eirug, A., Galanos, V., Ilavarasan, P. V., Janssen, M., Jones, P., Kar, A.K., Kizgin, H., Kronemann, B., Lal, B., Lucini, B., … Williams, M. D. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice, and policy. International Journal of Information Management, 57, 11-16. https://doi.org/10.1016/j.ijinfomgt.2019.08.002

Elías-Zambrano, R., Ramírez-Alvarado, M.M. y Jiménez-Marín, G. (2023). Imagen y representación de estereotipos y arquetipos en la ficción audiovisual televisiva española: De Cites a El Pueblo como casos de educomunicación en series. Revista Mediterránea De Comunicación, 14(1), 165-87. https://doi.org/10.14198/MEDCOM.23322.

Europa Press (20 de junio de 2024). Desalia se consagra como la experiencia más relevante para la generación Z. Europa Press. https://bit.ly/3Da9epW

Fernández Castrillo, C. (2014). Prácticas transmedia en la era del prosumidor: Hacia una definición del Contenido Generado por el Usuario (CGU). CIC. Cuadernos de Información y Comunicación, 19, 53-67. https://doi.org/10.5209/rev_CIYC.2014.v19.43903

Fernández-Ossó Fuentes, M. y Sánchez-Gey Valenzuela, N. (2024). Place marketing, felicidad y estructura de la comunicación: Revisión y contexto del consumo en materia de bienestar. IROCAMM - International Review Of Communication And Marketing Mix, 7(2), 51-66. https://doi.org/10.12795/IROCAMM.2024.v07.i02.03

Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. methaodos. Revista de Ciencias Sociales, 11(2), 1-17. https://doi.org/10.17502/mrcs.v11i2.710

Galmés-Cerezo, M. (2010). La organización de eventos como herramienta de comunicación de marketing. Modelo integrado y experiencial. [Tesis Doctoral, Universidad de Málaga]. https://bit.ly/3Qwvb5P

Getz, D. (1990). Festivals, special events, and tourism. Van Nostrand Reinhold.

Goldblatt, J. (2005). Special Events: Event Leadership for a New World (4a Ed.). Wiley.

Gomes-Gonçalves, S., Jiménez-Marín, G. y Pulido-Polo, M. (2022). Relaciones públicas y fake news en la comunicación corporativa. Una revisión de la literatura. Revista Internacional De Relaciones Públicas, 12(23), 93-116. https://doi.org/10.5783/revrrpp.v12i23.751

Grewal, D., Satornino, C. B., Davenport, T. y Guha, A. (2025). How generative AI Is shaping the future of marketing. J. of the Acad. Mark. Sci. 53, 702-722. https://doi.org/10.1007/s11747-024-01064-3 

Guevara Albán, G. P., Verdesoto Arguello, A. E., y Castro Molina, N. E. (2020). Metodologías de investigación educativa (descriptivas, experimentales, participativas y de investigación‑acción). RECIMUNDO: Revista Científica de la Investigación y el Conocimiento, 4(3), 163-173.

Guzman, A. L., y Lewis, S. C. (2024). What generative AI means for the media industries, and why it matters to study the collective consequences for advertising, journalism, and public relations. Emerging Media, 2(3), 347-355. https://journals.sagepub.com/doi/10.1177/27523543241289239 

Hancock, J. T., Naaman, M. y Levy, K. (2020). AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations. Journal of Computer-Mediated Communication, 25(1), 89-100. https://doi.org/10.1093/jcmc/zmz022

Hatzius, J., Briggs, J., Kodnai, D. y Pierdomenico, G. (26 de marzo de 2023). The potentially large effects of artificial intelligence on economic growth. Goldman Sachs.  https://gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-45d7-967b-d7be35fabd16.html 

Hua, Y., Niu, S., Cai, J., Chilton, L. B., Heuer, H. y Wohn, D. Y. (2024). Generative AI in User-generated Content. CHI EA '24: Extended Abstracts of the CHI Conference on Human Factors in Computing Systems, 47, 1-7. https://doi.org/10.1145/3613905.3636315

Isaac Moreno Gallo fan acc [@liberalmedieval]. (10 de abril de 2024). #Desal_ia Por una invi te acabo el tema [Tweet con video]. X. https://x.com/liberalmedieval/status/1778025181199405443

Jiménez-Chaves, V. -E. (2012). El estudio de caso y su implementación en la investigación. Revista Internacional de Investigaciones en las Ciencias Sociales, 8(1), p. 141-150. https://dialnet.unirioja.es/servlet/articulo?codigo=3999526 

Jordan, M. I. y Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and perspectives. Science 349(6245), 255-260. https://doi.org/10.1126/science.aaa8415

Kaplan, A. M. y Haenlein, M. (2010). Users of the World, unite! The challenges and opportunities of social media. Business Horizons, 53(1), 59-68. https://doi.org/10.1016/j.bushor.2009.09.003

Koivisto, E. y Mattila, P. (2020). Extending the luxury experience to social media – User-generated content co-creation in a branded event. Journal of Business Research, 117, 570-578. https://doi.org/10.1016/j.jbusres.2018.10.030 

Lastra, A. (2016). El poder del prosumidor. Identificación de sus necesidades y repercusión en la producción audiovisual transmedia. Icono 14, 14, 71-94. https://doi.org/10.7195/ri14.v14i1.902

López de Mantarás Badia, R. y Meseguer González, P. (2017). Inteligencia Artificial. ¿Qué sabemos de? Los libros de la catarata. 

Luo, L. (2024). The impact and implications of Artificial Intelligent-Generated Content (AIGC) on marketing campaigns based on social media. SHS Web of Conferences, 207, 02004, 1-7. https://doi.org/10.1051/shsconf/202420702004

Masterman, G. y Wood, E. (2006). Innovative marketing communications: Strategies for the events industry. Butterworth‑Heinemann.

Medina-Chicaiza, P. y Martínez-Ortega, A. G. (2020). Tecnologías en la inteligencia artificial para el Marketing: Una revisión de la literatura. Pro sciences, 4(30), 36-47. https://doi.org/10.29018/issn.2588-1000vol4iss30.2020pp36-47

Miguel [@MikiZamorano]. (10 de abril de 2024). Los personajes de algunas pelis también se apuntan a DESALIA… [Tweet con imágenes]. X. https://x.com/MikiZamorano/status/1778030798412661044

Millagala, K. (2023). Navigating the confluence of artificial intelligence and socialmedia marketing. International Journal of Research Publication, 133(1), 19-35. https://doi.org/10.47119/IJRP1001331920235473

Muñoz Vela, J. M. (2024). Inteligencia artificial generativa. Desafíos para la propiedad intelectual. Revista de Derecho de la UNED (RDUNED), 33, 17-75. https://doi.org/10.5944/rduned.33.2024.41924

Ngai, E. W. T., Xiu, L. y Chau, D. C. K. (2019). Predictive analytics and artificial intelligence in marketing: A systematic review of the literature. Industrial Marketing Management, 86, 180-199. 

Perezchica-Vega, J. E., Sepúlveda-Rodríguez, J. A. y Román Méndez, A. D. (2024). Inteligencia Artificial Generativa en la educación superior: Usos y opiniones de los profesores. European Public & Social Innovation Review, 9, 1-20. https://doi.org/10.31637/epsir-2024-593

Porcelli, A. (2021). La inteligencia artificial y la robótica: Sus dilemas sociales, éticos y jurídicos. Derecho Global. Estudios sobre Derecho y Justicia, 6(6), 49-105. https://doi.org/10.32870/dgedj.v6i16.286

Pulido-Polo, M. y Vázquez-González, J. (2019). Public relations and events: The organization of festivals as a tool for cultural promotion. IROCAMM - International Review Of Communication And Marketing Mix, 2(2), 13-23. http://doi.org/10.12795/IROCAMM.2019.v02.i02.02

PwC. (2018). Will robots really steal your jobs? An international analysis of the potential long term impact of automation. https://bit.ly/4hNF5Mh

Raab, J., Pang, Y., Baaijens, J. y Zhou, H. (2024). Big Data in organizations: Exploring the adoption of Big Data applications and their impact on organizations in China and the Netherlands. Big Data Research, 36, 1-17. https://doi.org/10.1016/j.bdr.2024.100454

Ramírez Autrán, R. (2023). Sesgos y discriminaciones sociales de los algoritmos en Inteligencia Artificial: una revisión documental. Entretextos, 15(39), 1-17. https://doi.org/10.59057/iberoleon.20075316.202339664

Roma, P., y Aloini, D. (2019). How does brand-related user-generated content differ across social media? Evidence reloaded. Journal of Business Research, 96, 322-339. https://doi.org/10.1016/j.jbusres.2018.11.055 

Ron Barceló Spain [@RonBarceloSpain]. (10 de abril de 2024a). Concurso 6 pases triples a Desalia… [Tweet]. Twitter. https://x.com/RonBarceloSpain/status/1778015170557571375

Ron Barceló Spain [@RonBarceloSpain]. (10 de abril de2024b). #Desal_ia EJEMPLO: Imagen realista. Un avión lleno de patos de goma como pasajeros en los asientos. [Tweet con imágenes]. Twitter. https://x.com/RonBarceloSpain/status/1778020334748266866

Ron Barceló Spain [@RonBarceloSpain]. (10 de abril de 2024c). Una poesía con chatgpt, una canción con Suno, un video con runway, una imagen con copilot, lo que sea pero que sea muuuy #Desal_ia [Tweet]. X. https://x.com/RonBarceloSpain/status/1778020087229829248

Ron Barceló Spain [@RonBarceloSpain]. (10 de abril de 2024d). Los míticos pitufos de la noche azul JAJAJ @michenlo #DESAL_IA [Tweet]. X. https://x.com/RonBarceloSpain/status/1778084021190177271

Sáenz-Torralba, C. y Polo-Serrano, D. (2026). Estrategias de comunicación publicitaria e informativa en el ámbito local: Análisis del ecosistema digital y redes sociales de las parroquias urbanas de Sevilla. IROCAMM - International Review Of Communication And Marketing Mix, 9(1), 120-133. https://doi.org/10.12795/IROCAMM.2026.v09.i01.05

Sáenz-Torralba, C., Sánchez-Gey-Valenzuela, N. y Jiménez-Marín, G. (2025). Evolución y transformación de la comunicación de la Iglesia Católica en la era digital. Una visión a través de la celebración del acto institucional del Jubileo. Revista Internacional de Relaciones Públicas, 29(15), 215-240. https://doi.org/10.5783/revrrpp.v15i29.895 

Salinas-Vázquez, M., Camacho-Escobar, J. y Ferrando-Garrido, J. (2025). Equidad de género en el fashion retail internacional: Narrativas inclusivas y representaciones de identidad en la moda contemporánea. En T. Hidalgo-Marí y J. Herrero-Gutiérrez (Eds.), Entre Algoritmos y Narrativas. Comunicación, Identidad y Consumo en la Sociedad Conectada (pp. 748-769). Editorial Dykinson. https://dialnet.unirioja.es/servlet/articulo?codigo=10451138 

Sancho Caparrini, F. (2018). Breve historia de la inteligencia artificial. Revista de occidente, 446-447, 19-33. https://dialnet.unirioja.es/servlet/articulo?codigo=6503791

Sarasvuo, S., Rindell, A., y Kovalchuk, M. (2022). Toward a conceptual understanding of co-creation in branding. Journal of Business Research, 139, 
543-563. https://doi.org/10.1016/j.jbusres.2021.09.051 

Savar Mattas, P. (2023). A study of AI language processing and its implications. International Journal of Research Publication and Reviews, 4(2), 435-440. https://doi.org/10.55248/gengpi.2023.4218

Smith, A. N., Fischer, E. y Chen, Y. (2012). How does brand-related user-generated content differ across YouTube, Facebook, and Twitter? Journal of Interactive Marketing, 26(2), 102-113. https://doi.org/10.1016/j.intmar.2012.01.002 

Sossa Azuela, J. H. y Peña Ayala, A. (septiembre de 2019). Estado del arte en inteligencia artificial y ciencia de datos. Extracto de la propuesta de creación de la red de inteligencia artificial y ciencia de datos. Instituto Politécnico Nacional, México. https://www.ipn.mx/assets/files/coriyp/docs/inicio/riac/edo-arte-riac.pdf

Tajvidi, M., Richard, M. -O., Wang, Y., y Hajli, N. (2020). Brand co-creation through social commerce information sharing: The role of social media. Journal of Business Research, 121, 476-486. https://doi.org/10.1016/j.jbusres.2018.06.008 

Toffler, A. (1980). La tercera ola. Plaza Janes. 

Toribio, O. (2024). Irrupción e impacto de la Inteligencia Artificial (IA) en la publicidad. Revista INARTES, 1(1), 1-12.

Van Vaerenbergh, S. J. M. (2023). Aplicaciones espectaculares de la inteligencia artificial generativa. Informe CYD 2023 (297-301). Fundación Conocimiento y Desarrollo. 

Vargas Mariño, A. F. (2023). Deus ex machina: Inteligencia artificial frente a la pluralidad epistémica. Nómadas, 57, 1-17. https://doi.org/10.30578/nomadas.n57a5

Vázquez-González, J. (2021). Tik Tok como escenario idóneo para el contenido generado por el usuario (CGU): el caso de #RATATOUILLEMUSICAL. En J. C. Figuereo Benítez y R. Mancinas-Chávez (Eds.), Las redes de la comunicación. Estudios multidisciplinares actuales (pp. 286-301). Dykinson. https://dialnet.unirioja.es/servlet/articulo?codigo=8163307 

Verhoef, P. C., Kannan, P. K., y Inman, J. J. (2015). From multi-channel to omni-channel retailing: Introduction to the special issue on multi-channel retailing. Journal of Retailing, 91(2), 174-181. https://doi.org/10.1016/j.jretai.2015.02.005

Voorveld, H. A. M., Meppelink, C. S., y Boerman, S. C. (2024). Consumers’ persuasion knowledge of algorithms in social media advertising: Identifying consumer groups based on awareness, appropriateness, and coping ability. International Journal of Advertising, 43(6), 960-986. https://doi.org/10.1080/02650487.2023.2264045 

 

CONTRIBUCIONES DE AUTORES, FINANCIACIÓN Y AGRADECIMIENTOS

Contribuciones de los autores: 

Conceptualización: Vázquez-González, José y Sáenz-Torralba, Carlos. Metodología: Vázquez-González, José y Sáenz-Torralba, Carlos. Software: no procede. Validación: Marín-Pinilla, Rosario. Análisis formal: Vázquez-González, José. Curación de datos: Vázquez-González, José. Redacción-Preparación del borrador original: Vázquez-González, José. Redacción-Revisión y Edición: Sáenz-Torralba, Carlos. Visualización: Marín-Pinilla, Rosario. Supervisión: Marín-Pinilla, Rosario. Administración de proyectos: Vázquez-González, José. Todos los autores han leído y aceptado la versión publicada del manuscrito: Vázquez-González, José; Sáenz-Torralba, Carlos y Marín-Pinilla, Rosario.

Financiación: Esta investigación no recibió financiamiento.

AUTORES:

José Vázquez-González

Universidad de Sevilla

Doctor en Comunicación por la Universidad de Sevilla, donde trabaja como docente e investigador postdoctoral. Graduado en Publicidad y Relaciones Públicas, Máster Universitario en Comunicación Institucional y Política y Máster Universitario en Profesorado de Enseñanza Secundaria Obligatoria y Bachillerato, Formación Profesional y Enseñanza de Idioma. Es miembro del grupo de investigación SEJ624 International Research of Advertising, Communication and Marketing Mix. Es gestor técnico adjunto de marketing de la Revista IROCAMM. Ha realizado estancias de investigación internacionales, presentado una veintena de comunicaciones en congresos internacionales y publicado quince capítulos (Q1 SP1) y cinco artículos (dos de ellos SCOPUS Q2). Su línea de investigación es la comunicación queer, las relaciones públicas, la comunicación política e institucional y las representaciones sociales.

jvazquez9@us.es 

Índice H: 6

Orcid ID: https://orcid.org/0000-0002-6450-4799 

Google Scholar: https://scholar.google.com/citations?user=AP6NnzUAAAAJ&hl=es 

ResearchGate: https://www.researchgate.net/profile/Jose-Vazquez-Gonzalez-3 

Scopus: https://www.scopus.com/authid/detail.uri?authorId=57926493200 

Academia.edu: https://us.academia.edu/JoséVázquezGonzález 

 

Carlos Sáenz-Torralba

Universidad de Cádiz

Profesor universitario en el Departamento de Marketing y Comunicación de la Universidad de Cádiz, es graduado en Comunicación Digital por la UPO y máster en Comunicación Corporativa, Protocolo y Eventos por la UOC. Es, además, experto en Psicomarketing & Business Growth por la UDIMA. Pertenece al grupo de investigación SEJ-624 (International Research of Advertising, Communication and Marketing Mix - IROACAMM) de la Universidad de Sevilla, institución donde realiza los estudios de doctorado en Comunicación. Centra su producción científica en las vinculaciones entre la sociedad y la comunicación digital en las instituciones. A su vez, colabora en la gestión técnica y redes sociales de revistas académicas españolas de alto impacto. Cuenta con una amplia experiencia profesional en comunicación institucional, transformación digital y creación y difusión de contenidos.

carlos.saenz@uca.es 

Índice H: 3

Orcid ID: https://orcid.org/0009-0008-0779-417X  

Google Scholar: https://scholar.google.es/citations?user=gp1tq80AAAAJ&hl=es&oi=ao 

ResearchGate: https://www.researchgate.net/profile/Carlos-Saenz-Torralba 

Academia.edu: https://circulodelestrecho.academia.edu/CarlosSáenzTorralba 

 

 

Rosario Marín-Pinilla

Centro Universitario EUSA, adscrito a la Universidad de Sevilla

Licenciada en Publicidad y Relaciones Públicas por la Universidad de Sevilla, Técnica en Protocolo y Organización de Eventos por la Confederación de Empresarios de Andalucía, Máster en Dirección de Comunicación por CESMA (Escuela de Negocios-Caja Madrid) entre otras titulaciones relacionadas con la comunicación. Ha trabajado en agencias de comunicación desde 2001, siendo socia de su propia agencia desde 2005 hasta su cierre en 2024. Desde 2006, es conferenciante y profesora universitaria tanto en centros privados como adscritos. Desde 2023, concentra su labor profesional en el ámbito docente en EUSA, Centro Universitario adscrito a la Universidad de Sevilla. Actualmente es Doctoranda Interuniversitario en Comunicación en la Universidad de Cádiz. Su línea de investigación es la comunicación de género, las relaciones públicas, el lobbismo y la innovación docente.

rosario.marin@eusa.es 

Índice H: 2

Orcid ID: https://orcid.org/0000-0003-1497-4255  

Google Scholar: https://scholar.google.com/citations?user=8cPVoDYAAAAJ&hl=es 

Artículos relacionados:

Amado Mateus, M. (2024). La dualidad de la inteligencia artificial en la sostenibilidad de las cadenas de suministro: Una revisión narrativa. European Public & Social Innovation Review, 9, 1-21. https://doi.org/10.31637/epsir-2024-552

Aramburú Moncada, L. G., López Redondo, I. y López Hidalgo, A. (2023). Inteligencia artificial en RTVE al servicio de la España vacía. Proyecto de cobertura informativa con redacción automatizada para las elecciones municipales de 2023. Revista Latina de Comunicación Social, 81, 1-16. https://doi.org/10.4185/RLCS-2023-1550

Baloğlu, E. y Budak, E. (2025). Cómo integrar la inteligencia artificial en las prácticas periodísticas.Vivat Academia, 158, 1-21. https://doi.org/10.15178/va.2025.158.e1604 

Meneses, C. M. B., García, V. S. y Álvarez, J. I. (2025). Inteligencia artificial, analítica de datos y big data en el márketing y las segmentaciones de cliente y consumidor. Revisión sistemática de literatura. Revista galega de economía: Publicación Interdisciplinar da Facultade de Ciencias Económicas e Empresariais, 34(3), 1. https://dialnet.unirioja.es/descarga/articulo/10116100.pdf 

Solórzano, D., Ochoa, V. y Yánez, J. (2025). Marketing y publicidad en la era de la inteligencia artificial y su impacto en la experiencia del consumidor. Scripta Mundi, 4(1), 31-55. https://elibrary.ru/item.asp?id=81880839