López-Chao, VicenteMeira-Rodríguez, PedroGonzález, Wenceslao J.2025-09-032025-09-032025https://hdl.handle.net/2183/45713[Resumen] La integración de herramientas de inteligencia artificial xerativa en los procesos de diseño es un fenómeno emergente que transforma tanto los métodos como los resultados de la práctica creativa. No ámbito específico del diseño de entornos audiovisuales, estas herramientas de aprendizaje profundo, como las redes neurais convolucionais (CNN), las redes xerativas antagónicas (GAN) y, sobre todo, los modelos de difusión, presentan un potencial significativo para ampliar las posibilidades expresivas y comunicativas del diseño visual. Al mismo tiempo, suscitan nuevas preguntas alrededor del control de autoría, la coherencia formal y conceptual de los resultados, y el papel del diseñador en los flujos de trabajo mediados por algoritmos. En este marco, la presente Tesis Doctoral persigue dos objetivos principales, interconectados entre sí. En primer lugar, la investigación se centra en el análisis del impacto de estas herramientas en los flujos de diseño audiovisual, valorando sus implicaciones sobre la comunicación visual, la creatividad y la toma de decisiones durante el proceso. Para ello, se estudian diversos aspectos como la consistencia en las generaciones sucesivas, el comportamiento de los parámetros de control, y la influencia de los modelos empleados en la configuración de la imagen. En segundo lugar, el estudio pretende establecer un sistema de evaluación que permita comprender la percepción del potencial creativo de estas herramientas por parte de profesionales del diseño, así como definir criterios para el análisis de la coherencia y adecuación de los resultados generados al contexto comunicativo. Esta segunda línea se desarrolla paralelamente a la primera, pues la comprensión crítica de las capacidades y limitaciones de los modelos de difusión contribuye a reformular el rol de la inteligencia artificial dentro del pensamiento y la práctica del diseño audiovisual[Resumo] A integración de ferramentas de intelixencia artificial xerativa nos procesos de deseño é un fenómeno emerxente que transforma tanto os métodos coma os resultados da práctica creativa. No ámbito específico do deseño de contornas audiovisuais, estas ferramentas de aprendizaxe profunda, como as redes neurais convolucionais (CNN), as redes xerativas antagónicas (GAN) e, sobre todo, os modelos de difusión, presentan un potencial significativo para ampliar as posibilidades expresivas e comunicativas do deseño visual. Ao mesmo tempo, suscitan novas preguntas arredor do control de autoría, a coherencia formal e conceptual dos resultados, e o papel do deseñador nos fluxos de traballo mediados por algoritmos. Neste marco, a presente Tese de Doutoramento persegue dous obxectivos principais, interconectados entre si. En primeiro lugar, a investigación céntrase na análise do impacto destas ferramentas nos fluxos de deseño audiovisual, valorando as súas implicacións sobre a comunicación visual, a creatividade e a toma de decisións durante o proceso. Para iso, estúdanse diversos aspectos como a consistencia nas xeracións sucesivas, o comportamento dos parámetros de control, e a influencia dos modelos empregados na configuración da imaxe. En segundo lugar, o estudo pretende establecer un sistema de avaliación que permita comprender a percepción do potencial creativo destas ferramentas por parte de profesionais do deseño, así como definir criterios para a análise da coherencia e adecuación dos resultados xerados ao contexto comunicativo. Esta segunda liña desenvólvese paralelamente á primeira, pois a comprensión crítica das capacidades e limitacións dos modelos de difusión contribúe a reformular o rol da intelixencia artificial dentro do pensamento e da práctica do deseño audiovisual.[Abstract] The integration of generative artificial intelligence tools into design processes is an emerging phenomenon that is transforming both the methods and outcomes of creative practice. In the specific field of audiovisual environment design, these deep learning tools—such as convolutional neural networks (CNNs), generative adversarial networks (GANs), and, above all, diffusion models—offer significant potential to expand the expressive and communicative possibilities of visual design. At the same time, they raise new questions regarding authorship control, the formal and conceptual coherence of the results, and the role of the designer within algorithmically mediated workflows. Within this framework, the present Doctoral Thesis pursues two main, interconnected objectives. Firstly, the research focuses on analysing the impact of these tools on audiovisual design workflows, evaluating their implications for visual communication, creativity, and decision-making throughout the process. To this end, various aspects are explored, such as consistency across successive generations, the behaviour of control parameters, and the influence of the models used in shaping the image. Secondly, the study aims to establish an evaluation system that enables a better understanding of how design professionals perceive the creative potential of these tools, as well as to define criteria for analysing the coherence and suitability of the generated results within the communicative context. This second line of inquiry develops in parallel with the first, since a critical understanding of the capabilities and limitations of diffusion models contributes to redefining the role of artificial intelligence in audiovisual design thinking and practice.engOs titulares dos dereitos de propiedade intelectual autorizan a visualización do contido desta tese a través de Internet, así como a súa reprodución, gravación en soporte informático ou impresión para o seu uso privado e/ou con fins de estudo e de investigación. En ningún caso se permite o uso lucrativo deste documento. Estes dereitos afectan tanto ao resumo da tese como ao seu contido Los titulares de los derechos de propiedad intelectual autorizan la visualización del contenido de esta tesis a través de Internet, así como su reproducción, grabación en soporte informático o impresión para su uso privado o con fines de investigación. En ningún caso se permite el uso lucrativo de este documento. Estos derechos afectan tanto al resumen de la tesis como a su contenidoRedes xerativas antagónicas (GAN)Redes neurais convolucionais (CNN)Diseño audiovisualContornas audiovisuaisIntelixencia artificialDeseño audiovisualdoctoral thesisembargoed access