El 8 de mayo de 2026, organizamos "La experiencia de usuario de la confianza y la seguridad" en Okta Bangalore, nuestro primer evento de diseño centrado en el diseño para la confianza y la seguridad. Lo que comenzó como una conversación sobre la complejidad se convirtió en algo más profundo: una reflexión colectiva sobre lo que significa ser diseñador en un mundo dominado por la IA.
Pero esto es lo que hizo que este evento fuera diferente: no solo hablamos de participación; la diseñamos.
A lo largo de la velada, entre cada presentación breve, planteamos una nueva pregunta a más de 150 asistentes a través de una aplicación web diseñada a medida. Mientras escuchaban a los ponentes hablar sobre la complejidad administrativa, las experiencias de los desarrolladores y el futuro del diseño empresarial, los asistentes respondieron preguntas para revelar la postura de la comunidad de diseño sobre la IA, el criterio y las habilidades más importantes.
Esto no fue una encuesta posterior al evento. Se trataba de una comprobación en directo: se capturó información en tiempo real a medida que se debatían ideas, se cuestionaban suposiciones y cambiaban las perspectivas.
Esto es lo que aprendimos.
Los datos y comentarios que se presentan a continuación provienen de las respuestas de 150 diseñadores de la comunidad de Bangalore que participaron en el evento Okta x Friends of Figma. Estos profesionales representan una amplia gama de sectores y empresas.
El conjunto de herramientas de IA: un panorama fragmentado
Lo que preguntamos
Cuéntanos qué herramientas de IA utilizas actualmente: ¿en qué herramientas te basas para el trabajo de diseño y para qué usas específicamente cada una?
Lo que surgió
Esta primera pregunta reveló una verdad que sospechábamos pero que necesitábamos confirmar: todavía no existe un flujo de trabajo de diseño de IA estándar.
Las herramientas más mencionadas se agruparon en lugares predecibles:
- Claude: Mencionado en investigación, ideación, arquitectura y generación de código.
- Figma Make: Para diseñadores que utilizan la IA directamente como su herramienta de diseño principal.
- Cursor: Para prototipado rápido y diseño asistido por código.
- ChatGPT y Copilot: Para investigación general y lluvia de ideas.
- Perplejidad y Géminis: para la síntesis de investigación y el análisis comparativo
- v0 y Antigravity: Para la generación rápida de MVP y prototipos.
Sin embargo, la composición del conjunto de herramientas variaba drásticamente según el nivel y la especialización del diseñador.
Un diseñador sénior de UX de una importante consultora describió su enfoque de orquestación: "Figma Make y Claude para prototipos interactivos". “NotebookLM para analizar documentos, investigar vídeos y sintetizar todo.”
Mientras tanto, un jefe de diseño pintó un panorama diferente: "ChatGPT para preguntas y respuestas, Claude para diseño, Figma Make para prototipos, Claude Code para producción y Gemini para imágenes e iconos".
La perspectiva
Los diseñadores no están esperando “la herramienta de IA perfecta”. Están reuniendo conjuntos de herramientas adaptados a sus problemas específicos: investigación, generación de ideas, creación de prototipos y presentación. No se trata tanto de dominar una sola herramienta, sino más bien de coordinar muchas de ellas.
Donde chocan los datos y el instinto
Lo que preguntamos
Describa una decisión de diseño reciente en la que los datos apuntaban en una dirección, pero su instinto decía otra. ¿Qué hizo y por qué?
Lo que esto reveló
Esta pregunta toca la fibra sensible de lo que hace que el diseño sea valioso en un mundo impulsado por la IA. Cuando los datos hablan un idioma y la intuición habla otro, ¿dónde queda el criterio del diseñador?
Las respuestas fueron aleccionadoras. Revelaron que los diseñadores viven en una tensión constante entre lo que dicen las métricas y lo que les dicta su experiencia.
Un diseñador de una conocida aplicación de streaming describió un momento en el que el análisis de datos impulsado por IA casi los desorientó:
“Estábamos intentando mejorar la retención de nuestra aplicación.” Según los datos, los usuarios abandonaban el proceso en cierta parte de la incorporación; sin embargo, yo tenía una idea completamente diferente... La IA interpretó mal las métricas, y la decisión de diseño que tomé a raíz de eso no tenía ningún sentido. Fue detectado —honestamente, por uno de nuestros usuarios— y fue entonces cuando lo corregimos y arreglamos el flujo.
Un gerente de diseño visual de una empresa global de bienes de consumo se mantuvo firme en su instinto cuando los datos decían una cosa y su vista decía otra:
"En un proyecto reciente, los datos indicaron que la gente no se identificaría con el lenguaje de diseño que estábamos utilizando." Pero sabía que podíamos vender el lenguaje de diseño, fue bien recibido y el proyecto fue un éxito.
El patrón observado en las respuestas
Cuando los diseñadores confiaron en su instinto en lugar de en las recomendaciones de la IA, no estaban rechazando datos, sino que estaban aportando un contexto al que la IA no puede acceder: las relaciones con los usuarios, la historia de la organización, los objetivos estratégicos y los matices de lo que realmente significa "éxito" en su dominio específico.
Esto no fue una rebelión contra la IA. Fue una prueba de que el criterio importa.
Cuando la IA se equivoca: el problema de la corrección
Lo que preguntamos
Cuéntanos alguna ocasión en la que la IA cometió un error en tu trabajo y cómo lo detectaste o corregiste.
Lo que esto reveló
Los errores de la IA no siguieron un patrón único. Se dividieron en tres categorías distintas, cada una de las cuales revelaba algo diferente sobre cómo deben pensar los diseñadores:
Colapso de contexto
La IA simplifica en exceso escenarios complejos. Un diseñador sénior de UX de una importante empresa de consultoría lo describió así:
A veces tiene alucinaciones y se desvía de la intención. Así que, cuando analizamos el diseño desde el punto de vista del usuario (recorrido cognitivo), descubrimos el problema y realizamos iteraciones para solucionarlo.
Sesgo sin conciencia
Un diseñador de un proveedor de tecnología financiera (fintech) detectó un error sutil pero crítico:
"Se trataba de programar el prototipo... La única forma de corregirlo es mejorar las indicaciones y proporcionar mucho contexto y referencias."
El problema de la suposición
A veces, la IA da saltos lógicos que rompen los flujos de trabajo reales. Un diseñador de productos fintech lo describió vívidamente:
"Recientemente, estuve trabajando en una función de prueba en un flujo de editor SQL donde los casos de prueba eran verificados por el sistema o por el usuario." Y al practicar, asumía que incluso el sistema verificado sería a su vez verificado por humanos, interrumpiendo así el flujo.
¿Cómo se detectaron estos errores?
La respuesta siempre fue la misma: otros humanos y usuarios. La mayoría de los diseñadores mencionaron la detección de errores de IA a través de los comentarios de los usuarios (lo más común), la revisión por pares, la validación de expertos en la materia o las pruebas directas con datos reales.
Un vicepresidente adjunto de una empresa del sector financiero describió un ciclo de validación:
"Siempre le pido a la IA que valide sus decisiones y resultados desde la perspectiva de otra persona; por ejemplo, si se trata de una decisión técnica, le pido a la IA que asuma el rol de CTO o de gerente de ingeniería para revisarla y corregir el rumbo."
Cómo la IA cambió el proceso de diseño (para bien y para mal)
Lo que preguntamos
¿Cómo ha cambiado el trabajo con IA la forma en que aborda la exploración o la ideación de diseños en sus primeras etapas?
Lo que esto reveló
La relación entre la IA y el proceso de diseño no es unidireccional. Es complicado. Los diseñadores experimentan simultáneamente libertad y presión.
La paradoja de la velocidad
A los diseñadores les encantó la aceleración:
"Sin duda, ha aumentado la velocidad a la hora de obtener prototipos interactivos que podemos probar con los usuarios y el equipo de desarrollo." Así que siempre empiezo por ahí, y todos en mi equipo hacen lo mismo. Ya nunca empezamos un diseño de Figma desde cero. Siempre se alimenta del contexto en el prompt y se itera a partir de ahí.
Pero esta aceleración tuvo un coste oculto. Un líder fundador de una organización de diseño de productos captó la tensión a la perfección:
"Por un lado, ahora es mucho más fácil visualizar las diferentes iteraciones y, al mismo tiempo, las partes interesadas quieren el producto final en la primera propuesta." Como diseñador, diría que me encanta y a la vez lo odio un poco.
El cambio de claridad
Varios diseñadores describieron una reorientación positiva. En lugar de lanzarse directamente a Figma, ahora primero reflexionan profundamente:
"La IA me ha ayudado mucho a sacar mis pensamientos de mi cabeza, a explorar diferentes enfoques y a desarrollar un pensamiento alternativo." Ahora dedico la mayor parte de mi tiempo a esto y luego procedo a diseñar, lo que en última instancia me ha aportado mayor claridad y confianza a la hora de presentar propuestas.
La cuestión de la creatividad
Un diseñador gráfico expresó una preocupación que se repitió en todas las respuestas:
"Suelo generar menos ideas que antes, sin usar IA, y siento que esto hace que el proyecto avance más rápido y sea más eficiente, pero podría afectarme como diseñador y mi creatividad a largo plazo, ya que no trabajo con muchas variaciones ni genero ideas de forma más amplia y profunda."
Los problemas que la IA aún no puede resolver.
Lo que preguntamos
¿Qué problema de diseño crees que la IA no puede resolver fundamentalmente y por qué?
Lo que esto reveló
Cuando pedimos a los diseñadores que pusieran un límite, el consenso fue sorprendente y uniforme. Con notable claridad, surgieron cuatro temas principales:
Empatía y comprensión humana
Varios diseñadores volvieron a esto:
"Comprender el comportamiento humano es la base del diseño." Y eso es difícil para el modelo de lenguaje grande (LLM), ya que opera con conocimiento existente. Esto debe ser realizado por humanos para obtener los mejores resultados.
«Cualquier diseño que requiera empatía y compasión humanas».
Innovación y originalidad
Un líder fundador de una organización de diseño de productos fue directo:
"Ser innovador." La IA simplemente devuelve lo que ya se le ha introducido. Por lo tanto, lo mejor que puede hacer es recrear lo que ya existe; sin embargo, con la intervención humana, la innovación y la creatividad son infinitas. Así que diría que, sin el toque humano, incluso la IA sigue siendo una mala experiencia."
Contexto y pensamiento sistémico
Un diseñador de productos de un proveedor de tecnología financiera identificó una limitación estructural:
"Creo que la IA tiene un largo camino por recorrer en lo que respecta al análisis de contexto." Se siente abrumado al recordar decisiones pasadas y por qué algo fue pospuesto. Y ahí es donde todavía se necesita un ser humano.
Navegación de las partes interesadas y de la organización
Un diseñador sénior de una importante empresa de consultoría señaló una realidad que la IA no puede automatizar:
La coherencia del sistema de diseño y el cumplimiento. Además, la gestión de las partes interesadas es difícil para la IA.
Cómo justifican los diseñadores las decisiones asistidas por IA
Lo que preguntamos
¿Cómo justificar las decisiones de diseño asistidas por IA ante las partes interesadas o los compañeros de equipo que se muestran escépticos ante la IA?
Lo que esto reveló
Los diseñadores que prosperaban en un mundo donde la IA era primordial no ocultaban su uso de la IA, sino que lo utilizaban estratégicamente. Surgieron cuatro enfoques distintos:
El enfoque transparente
Propiedad sobre la opacidad. Un diseñador de productos de un proveedor de tecnología financiera señaló:
"En realidad no lo menciono." Y no necesito hacerlo. Porque soy yo quien da las instrucciones y dirige cómo la IA sintetiza los hallazgos, el contexto, la historia y los requisitos. Y cuando se trata de decisiones, yo tomo la iniciativa.
El enfoque con salvedades
Claridad sobre las limitaciones. Un diseñador de una gran empresa de consultoría compartió:
"Sencillo." Hago algunas salvedades. No justifico los diseños ni los datos exactos, doy algunas salvedades y luego mi opinión.
El enfoque de rendición de cuentas
La propiedad como factor diferenciador. Un especialista en experiencia de usuario de una corporación global de tecnología y fabricación explicó:
"Me he dado cuenta de que, siempre y cuando sea con la ayuda de la IA y no tomada por ella, las decisiones no necesitan mucha justificación (al menos en lo que respecta al uso de la IA). Lo más importante es asumir la responsabilidad de la decisión.
El enfoque basado en datos
Narración basada en evidencias. Un responsable de diseño de una organización de diseño de productos describió su gran avance:
"Yo era de los que se oponían a la IA cuando mis compañeros más jóvenes y mis mentores me mostraron las decisiones de diseño que se habían tomado utilizando la IA." La clave de mi éxito radicó básicamente en comprender cómo se llegó a esa solución, y gracias a ese enfoque basado en datos, sin necesidad de dedicar horas a la investigación, pude convencer a mis partes interesadas y compañeros de equipo sobre las decisiones.
La perspectiva
Los diseñadores más seguros de sí mismos no ocultaban el uso de la IA; eran transparentes sobre el papel que desempeñaba la IA y claros sobre las decisiones que tomaban como diseñadores.
Las habilidades que más importarán
Lo que preguntamos
Si pudieras mejorar una sola habilidad para mantenerte a la vanguardia como diseñador en un mundo dominado por la IA, ¿cuál sería y por qué?
Lo que esto reveló
Cuando los diseñadores proyectaban su visión hacia el futuro, cuando imaginaban lo que necesitaban para prosperar en él, las respuestas eran sorprendentemente coherentes y profundamente humanas.
Habilidades de máxima prioridad
- Pensamiento sistémico y de producto (23 %): la IA puede generar soluciones; los diseñadores necesitan plantear los problemas.
- Dirección artística y artesanal (18 %): el toque humano, el gusto visual y la dirección creativa.
- Investigación y empatía (16 %): comprender las necesidades humanas reales frente a los patrones de la IA.
- Comunicación y articulación (14 %): Un pensamiento claro conduce a mejores indicaciones y mejores resultados.
- Navegación y sugerencias mediante IA (12 %): No se utiliza la IA, sino que se orquesta de forma eficaz.
- Colaboración interfuncional (10 %): gestión de partes interesadas, conocimientos técnicos.
- Innovación creativa (7 %): Originalidad y pensamiento que va más allá de los patrones existentes.
Pero las citas que acompañaban a las cifras contaban la verdadera historia. Un diseñador sénior de una importante empresa de consultoría señaló una paradoja:
"Quiero poder crear flujos de trabajo colaborativos de IA óptimos." Saber cómo utilizar las herramientas de la mejor manera posible.
Un alto directivo de un gigante del software empresarial fue directo al grano:
"Profundizar en mi oficio."
Un diseñador visual de un proveedor de software de computación en la nube lo planteó como un problema de pensamiento:
"El buen pensamiento es importante; la innovación siempre surge del pensamiento profundo." Si tienes objetivos claros, podrás dar mejores indicaciones, explicar mejor la IA y realizar el trabajo. Eso es lo que siento que estará por venir en la carrera de la IA como diseñador.
Y un diseñador de una agencia de diseño lo devolvió a la humanidad:
¡Sean más empáticos y de mente abierta, y diseñen pensando en las personas! No para los usuarios, no para los clientes, sino para las personas. Piénselo bien, y verá que el significado cambia para las personas en comparación con los usuarios y clientes.
El consenso tácito
Tras leer las más de 1000 respuestas compartidas a lo largo de la velada, surgió una idea clara: los diseñadores no le temen a la IA, sino que desconfían de la exageración que la rodea.
Consideran la IA como un socio intelectual, un acelerador de la investigación y una herramienta de creación de prototipos, no como un sustituto del criterio de diseño. De hecho, consideran que la IA hace que el juicio y la habilidad sean más importantes, no menos.
Los diseñadores que prosperan en este entorno comparten rasgos comunes:
- Utilizan la IA de forma intencionada: no porque sea nueva, sino porque resuelve problemas específicos.
- Validan con los usuarios: los datos de la IA se contrastan con los comentarios humanos.
- Se centran en la articulación: pensar con claridad antes de dar indicaciones.
- Mantienen la responsabilidad: la IA ayuda; los diseñadores deciden.
- Están aprendiendo continuamente: experimentando con herramientas y flujos de trabajo.
Lo que esto significa para la industria
Para diseñadores
La velocidad por sí sola no te diferenciará; el criterio, el pensamiento sistémico y la habilidad sí lo harán. Aprende primero a pensar con claridad: las indicaciones de la IA no son más que la manifestación de un pensamiento claro. La empatía, la innovación y la comprensión del contexto siguen siendo su ventaja competitiva.
Para los responsables de contratación
Las habilidades técnicas en IA importan menos que el pensamiento estratégico. Busque diseñadores que validen los resultados de la IA con los usuarios, no aquellos que confían en ella sin cuestionarla. Los diseñadores, tanto de plantilla como de alto nivel, que pueden coordinar la IA y gestionar la complejidad de las partes interesadas son más valiosos que nunca.
Para la comunidad de diseño
El diseño empresarial no es "aburrido". Requiere una reflexión profunda, una comprensión sistémica exhaustiva y la toma de decisiones de gran trascendencia. Cuando las herramientas son comunes, la artesanía se convierte en el factor diferenciador.
Una nota entre bastidores: cómo se produjo este compromiso
Esta comprobación del pulso en tiempo real no fue magia, fue diseñada. Creamos una aplicación web personalizada utilizando Claude y Figma para hacer posible esta interacción en directo.
Los asistentes se registraron a través de la aplicación al inicio del evento. Entre cada presentación relámpago, les enviábamos nuevas preguntas a sus teléfonos. Respondieron en tiempo real, y pudimos observar cómo llegaban las respuestas a medida que la conversación en el escenario evolucionaba.
Pero aquí viene la parte honesta: la primera sugerencia que le dimos a Claude nos dio un resultado excelente — un prototipo funcional que tenía un aspecto pulido y parecía listo para usar. Pero pasar de "tiene buen aspecto" a "funciona a la perfección en un evento en directo con 150 usuarios simultáneos" requirió un proceso de iteración significativo.
Perfeccionamos la experiencia de usuario basándonos en las pruebas, optimizamos el sistema para gestionar las solicitudes en tiempo real bajo carga y realizamos iteraciones tras darnos cuenta de que los asistentes necesitaban un mejor contexto para cada pregunta. Depuramos casos límite en los que las respuestas no se sincronizaban correctamente.
No se nos escapó la ironía: estábamos creando una herramienta para recopilar información sobre IA, artesanía e iteración, y esa herramienta en sí misma era una lección magistral sobre por qué la artesanía y la iteración son importantes, incluso cuando el primer resultado parece prometedor.
Esto es precisamente lo que describían los diseñadores que respondieron a nuestra encuesta. La IA nos proporcionó un buen punto de partida, pero se necesitó el juicio humano, las pruebas, el perfeccionamiento y una profunda comprensión del contexto para que funcionara.
Reflexión final
Cuando preguntamos a 150 diseñadores sobre su relación con la IA —sobre el criterio, sobre la artesanía, sobre el futuro— revelaron algo que la industria necesita escuchar:
La IA no está reemplazando a los diseñadores. Nos obliga a centrarnos en lo que realmente importa: el pensamiento claro, la empatía humana, el juicio estratégico y la habilidad para transformar las posibilidades en experiencias significativas.
Los diseñadores que comprenden esto, que ven la IA como un amplificador en lugar de un sustituto, son los que están construyendo el futuro.
Y están listos.
