La IA puede reemplazarme, pero no hacer mi trabajo.

El film Ex Machina (2014) conduce a los espectadores por un laberinto de ideas que giran en torno a una única pregunta ¿Cuál es la diferencia entre simular perfectamente el comportamiento humano y ser humano?

Fotograma de la película Ex Machina.

Introducción

El último lanzamiento de Anthropic, Claude Design, trajo consigo una nueva ola de inquietudes y debates sobre el lugar que ocupamos los diseñadores en la industria de desarrollo de software. Desde entonces, gran parte de las publicaciones que veo a diario en redes como LinkedIn, X, YouTube llevan títulos como “Crea tu primer sitio web en 5 minutos con Claude” o “Cómo construir un design system completo en sólo un día usando IA”. También vi mucho del tipo “Figma va a morir y tú también si no te adaptas” o “Si todavía dibujas pantallas en Figma debes saber esto”.

Ya sé, no es la primera vez que somos testigos involuntarios de cómo una gran empresa de tecnología intenta imponernos un producto exagerando sus atributos positivos y ocultando los demás. El punto es cómo nos atraviesa a los diseñadores. O más precisamente, qué nos pasa a las personas que nos dedicamos a -y vivimos de- hacer lo que supuestamente ahora puede hacer una IA en menos tiempo y más barato. ¿Puede la IA realmente hacer mi trabajo?

Empecé a sentirme abrumada frente a una gran cantidad de información que no podía abarcar. Cuando algo me preocupa me resulta difícil enfocarme en otra cosa y en la era de la hiperproductividad, uno necesita dejar de lado sus obsesiones y ser productivo. Vaya paradoja.

Hablé con mi equipo de trabajo de manera honesta y les confesé lo que me estaba pasando: parece que debería cambiar mi proceso de trabajo, pero no estoy segura. Necesito unos días para analizarlo y resolver la incertidumbre, una pequeña ventana de tiempo para experimentar con nuevas herramientas y ver cómo resulta.

Escribí esto como parte de un proceso personal que estoy atravesando como profesional del diseño que intenta hacerle frente a la incertidumbre y a la angustia que me genera a veces pensar en cómo vincularme con las nuevas tecnologías. El objetivo es contar una parte de mi experiencia incorporando herramientas de IA en mi flujo de trabajo, lo que aprendí sobre eso y algunas reflexiones al respecto.

Por qué la IA no puede hacer mi trabajo

1. Porque no tiene capacidad de empatía.

Como dice Don Norman, “para los estándares humanos las máquinas son limitadas porque carecen de una historia rica en experiencias que las personas tenemos en común unas con otras y que nos permiten interactuar gracias al entendimiento compartido” (Norman, 2025, p. 24).

La empatía es una capacidad intrínsecamente humana, que algunos humanos todavía conservan, y algo que las máquinas por ahora no tienen aunque hayan sido entrenadas para simularlo. Muy probablemente, la IA no sabrá captar el tono de ironía con el que un usuario describe una función que le resulta inútil o defectuosa durante una entrevista. Tampoco sabrá discernir cuando es propicio salirse del guión para repreguntar o profundizar en un tema que podría llegar a aportar nuevos insights. La IA tampoco sabe cómo se siente la frustración de no entender cómo se debe completar un formulario o cómo eliminar un artículo del carrito. La IA no se equivoca, y si se la descubre en un error, no sentirá vergüenza ni inseguridad. La capacidad de empatizar con las personas usuarias imaginando cómo se sentirán frente a un mensaje de error poco claro o frente a un flujo extremadamente complejo, nos da una ventaja sustancial frente a la IA. Así como nuestra capacidad de entender la ironía, de leer entre líneas, de cuestionar y repreguntar cuando algo hace ruido. Sin embargo, algunas herramientas de IA sí pueden resultar muy útiles para ayudarnos a procesar una parte de la información y documentar el proceso más rápido.

Las soluciones del hemisferio norte pueden diferir, y mucho, de las que necesitamos o deseamos en el extremo sur. Creo que esta es una particularidad que nos exige readaptar lo que la IA produce al nuestro contexto de aplicación.

2. Porque no siempre se adapta a mi contexto.

Las herramientas de IA más hypeadas para todas las tareas vinculadas al diseño UX (como Claude, Figma Make, Copilot, sólo por mencionar algunas) fueron creadas por y para la industria del hemisferio norte del planeta. Eso nos enfrenta a los diseñadores que trabajamos desde el hemisferio sur al desafío de adecuar la nave espacial que nos propone la IA al presupuesto y a la dinámica de trabajo local. Cuando trabajas en diseño UX en Argentina, parte del ejercicio diario de la profesión implica recortar el diseño en el punto exacto en el que se mantiene realizable para el equipo de desarrollo y usable para las personas. En mi experiencia usando IA comprobé que la mayoría de las veces, su concepto de MVP no coincide con el concepto de MVP de la industria local.

La IA puede escribir historias de usuario a partir de un prompt, prototipo o pantallas, pero sigue siendo necesaria la instancia de refinamiento y puesta en común entre las personas que integran los equipos de desarrollo de producto. En esta parte del mundo lidiamos a diario con la escasez de recursos, los cambios repentinos de rumbo, los tiempos ajustados y con la inestabilidad que impacta de manera directa sobre nuestro flujo de trabajo.

También están las características culturales. Un ejemplo básico, que seguramente muchos ya han experimentado, tiene que ver con el uso del lenguaje. La performance de la IA es muy distinta entre el Inglés y el Español, lo que repercute de forma directa cuando se usa con el objetivo de crear contenido o ajustar el writing de un mensaje. Las personas piensan y se comportan de acuerdo a su coyuntura y las soluciones del hemisferio norte pueden diferir, y mucho, de las que necesitamos o deseamos en el extremo sur. Creo que esta es una particularidad que nos exige readaptar lo que la IA produce a nuestro contexto de aplicación.

3. Porque no tiene memoria.

Si pasaste el tiempo suficiente usando IA sabés esto: habrá un momento en el que lo que venías construyendo con dedicación y esfuerzo prompt tras promt se rompe en mil pedazos y casi que no se recupera. Por ejemplo, estabas construyendo un prototipo, comenzás con la descripción general de pantalla, describís las funciones, explicás cómo debe comportarse cada componente y cómo es la transición del punto A al punto B. Casi lográs que sea exactamente lo que querés, cuando de pronto la IA responde a tu indicación con algo nuevo que no sigue ninguna de las pautas y reglas que especificaste anteriormente. Entonces le decis que se equivocó, que vuelva al punto anterior. Lo intenta, pero es muy difícil que logre recuperarse de esa falla. Casi que hay que empezar desde cero, con más cuidado, para seguir construyendo sobre la base de lo que habías logrado.

Esto ocurre a causa de una limitación técnica que tiene la IA vinculada a la memoria, intentaré explicarlo de manera simple y breve. A diferencia de las personas, la IA no dispone de memoria a largo plazo e interactúa dentro de un margen de memoria (conocido como ventana o marco de contexto). Cuando la conversación excede el margen, algo normal si pretendés construir algo complejo, la IA olvida lo dijiste al principio para dejar espacio a lo nuevo. De ahí en más, cada nueva indicación te va a llevar a un bucle hacia el desastre donde cada respuesta degradará exponencialmente la anterior. Es por eso que los gurúes de la IA recomiendan estructurar el proceso de interacción en pasos u objetivos concretos y usar conversaciones distintas para lograr cada uno de ellos. En su propia web, Anthropic se jacta de contar con “una amplia ventana de contexto” que le permite procesar hasta 200.000 tokens en el plan gratuito y hasta 1 millón en los planes pagos (https://www.anthropic.com/). Eso parece mucho, y puede que lo sea, para tareas simples. Pero cuando se trabaja en un proceso complejo, es sorprendente ver la cantidad de tokens que se pueden llegar a consumir en un par de horas trabajando en una misma tarea. Esta cuestión tiene una influencia directa en el proceso de creación del diseñador, no necesariamente buena.

4. Porque funciona mejor en un enfoque de pensamiento fragmentario (no holístico).

Experimentar con diferentes herramientas de IA me ayudó a comprobar que la performance de cada una varía en función de lo que le pidas. Algunas son mejores creando textos, otras elaborando documentación técnica o flujogramas y algunas otras desarrollando prototipos. No encontré, por ahora, una IA que resuelva de manera eficiente esa diversidad de entregables. Ni hablar de esperar que lo haga vinculándolos entre sí y entendiendo que cada uno representa una parte del todo. Esto nos obliga a los diseñadores a conocer cada una de estas herramientas, a saber cuál usar para qué y a saber cómo pedirle a cada una lo que necesitamos (porque no todas hablan igual), por un lado. Y, por el otro, a afrontar el trabajo posterior que implica intervenir en los resultados de lo que construyó la IA para consolidarlo como parte de un sistema coherente que conecte a las partes con el todo y que ese todo funcione bien. Es decir, que lo que entregamos no sea un collage de ideas superfluas e inconexas (algo que se ve muy claramente en personas que trabajan usando IA y que no dedican tiempo a hacer una curaduría concienzuda sobre los resultados).

Las personas somos sujetos y como tales pensamos de manera subjetiva. Es decir, abordamos los problemas y los procesos creativos a través de un pensamiento atravesado por nuestra identidad, percepciones, emociones, creencias y experiencias previas. Esa característica nos provee de una perspectiva singular. La IA no piensa de manera diferente al que lo han hecho desde siempre las máquinas, es decir de manera objetiva (dado que son objetos y están muy lejos de asemejarse a una persona, tema para otro debate). En otras palabras, la IA abordará los problemas basándose en un análisis probabilístico sobre lo que ya se ha experimentado sobre ese problema y ha demostrado que tiene mejores resultados en cuanto a aceptación, resolución, etc. Si hay creatividad en eso, desde mi punto de vista es debatible, pero sin lugar a dudas la IA tiene menos condiciones para la creación que una persona (lo que no significa que todas las personas hagan uso de sus facultades creativas).

Vinculando esto al punto anterior, la IA actualmente no tiene la capacidad de abordar de manera integral un problema complejo. Es una herramienta que resuelve tareas concretas con objetivos específicos.

Alguien con cierta experiencia en diseño UX sabe que su trabajo no es dibujar una pantalla sino algo mucho más complejo que requiere el conocimiento de múltiples disciplinas, capacidad para empatizar con diferentes perfiles y para entablar conversaciones difíciles a diario.

Conclusiones: ¿Puede reemplazarme la IA?

Creo que la IA puede entregar algo que antes se le hubiera demandado a un diseñador de forma barata y rápida. Ese algo (una pantalla, un benchmarking, un user persona) va a ser de menor calidad comparado a lo que podría entregar un diseñador profesional. Claro que la calidad de un entregable depende de múltiples factores: la experiencia de quien lo genera, el tiempo que se le dedique, los recursos que se inviertan. Pero, incluso cuando se usa IA en el proceso de diseño, el resultado será de mejor calidad cuando esté conducido por un profesional en la gran mayoría de los casos. Un diseñador con experiencia está en condiciones de experimentar con IA para decidir cómo incorporarla en su proceso de trabajo pudiendo discriminar entre lo que resulta bien y lo que no en el marco de un estándar de calidad profesional. Desde el enfoque del diseño centrado en las personas esa evaluación debe considerar múltiples factores y requiere de un pensamiento holístico.

Gracias a la IA un emprendedor sin ninguna experiencia en diseño puede crear una landing page para ofrecer sus productos o servicios. En mi opinión, eso no lo convierte en diseñador ni significa que pueda hacer el trabajo que un diseñador haría. Sin embargo, es bastante probable que muchos emprendedores elijan experimentar con IA antes de pensar en pagarle a un diseñador profesional para hacer ese mismo trabajo.

Creo que la IA puede desplazar a los profesionales del diseño en aquellos espacios que se destacan por hablar mucho de usabilidad y que hacen poco por las personas usuarias, en las organizaciones que se enfocan en la solución rápida sin haber comprendido el problema en profundidad (el problema raíz). Y aunque este problema no sea novedoso, hoy nos plantea nuevos desafíos que habrá que afrontar (hasta que la IA pueda hacer nuestro trabajo).