IA en el flujo de trabajo del diseñador UX: qué ayuda de verdad y qué produce manos de seis dedos

El mensaje en Slack llega un martes. "Oye, ¿ya probaste Figma AI? Deberíamos avanzar 3 veces más rápido en estos flujos." Lo escribe su design lead, que no ha publicado un flujo real en tres años y acaba de ver un keynote.

Así que lo prueba. Escribe "página de configuración para un CRM B2B con preferencias de notificaciones y pestaña de seguridad" y doce segundos después tiene una página de configuración. Técnicamente, es una página de configuración. Estéticamente, es una plantilla de dashboard de 2023: esquinas redondeadas en todo, ese tono específico de índigo, un componente de toggle sacado del design system de otra persona, y microcopy que dice "Personalice su experiencia para liberar toda su productividad." No publica nada. El lead pregunta por qué no aumentó la velocidad.

Este artículo es la respuesta.

La versión honesta: la IA es genuinamente útil en aproximadamente el 20% del día de un diseñador UX, completamente inútil en otro 30%, y activamente peligrosa en el 50% restante. El truco está en saber cuál es cuál antes de escribir el prompt, no después. Los diseñadores que usan bien la IA la tratan como un colaborador junior seguro de sí mismo, rápido, sin criterio estético, sin contexto de marca y sin juicio de accesibilidad. Se le asignan tareas bien delimitadas. Se verifica todo. Nunca se publica su primer borrador.

Dónde la IA realmente se gana un lugar en el flujo de trabajo

Síntesis de transcripciones de investigación

Aquí es donde la IA está más cerca de ser mágica. Cuarenta transcripciones de entrevistas con usuarios, 800 páginas de texto sin procesar, el tipo de material cualitativo que antes le tomaba a un investigador una semana entera para agrupar. Péguelas en Claude o ejecútelas en Dovetail AI o Notion AI y obtendrá temas con citas textuales en unos 20 minutos.

Para qué sirve: agrupar, identificar temas adyacentes inesperados, extraer citas exactas, generar un primer mapa de afinidad. En qué miente: en la frecuencia. La IA dirá con toda confianza "los usuarios mencionaron frecuentemente que el flujo de exportación es confuso" cuando en realidad 2 de 12 participantes lo dijeron una sola vez cada uno. Se ancla en citas llamativas, no en peso estadístico.

La estructura de prompt que funciona: pegue las transcripciones, pida temas, y luego para cada tema exija (a) citas textuales con el ID del participante, y (b) un conteo de cuántos participantes distintos lo mencionaron. Después verifique los conteos manualmente. Cinco minutos de verificación sobre una síntesis que tomó 20 minutos sigue siendo una aceleración de 5x respecto a hacerlo desde cero, y no publica afirmaciones de frecuencia falsas a su PM.

Variantes de microcopy

Estados vacíos, mensajes de error, etiquetas de botones, diálogos de confirmación. La IA le dará 8 variantes de cualquier cadena en 30 segundos. Es una palanca real y útil.

La regla innegociable: elige una y la reescribe. El primer borrador casi nunca tiene la voz de marca. La IA cae en un inglés estilo LinkedIn donde cada error es una oportunidad, cada estado vacío es un viaje, y cada diálogo usa una cadencia de frase altisonante donde bastaría un punto. Si lo publica sin editar, su producto suena igual que todos los demás SaaS, lo cual es un fracaso de marca aunque ninguna oración individual sea incorrecta.

Registre el porcentaje de textos de IA que conserva tal cual durante un mes. El mío se sitúa en torno al 7%.

Borradores de texto alternativo

Este caso es inequívocamente positivo. El texto alternativo es el tipo de trabajo que diseñadores y redactores omiten cuando están cansados, que es la mayor parte del tiempo, razón por la cual gran parte de la web es inaccesible. La IA le lleva al 70%, un borrador que puede editar más rápido de lo que escribiría desde cero. Usted corrige el 30% que importa: la distinción entre decorativo e informativo, términos específicos de marca que la IA no conoce, la diferencia entre "captura de pantalla de un gráfico" y "gráfico de barras que muestra los ingresos del T3 un 22% por encima del T2."

Más rápido que escribir desde cero, infinitamente más accesible que omitirlo, y el caso de falla (texto alternativo ligeramente genérico) es mucho mejor que la ausencia total de texto alternativo que prevalece en la mayoría de los sitios B2B SaaS.

Moodboards e imágenes de referencia

Midjourney, Ideogram y Sora son útiles para moodboards internos y presentaciones a stakeholders. La línea es clara: si va en un FigJam para alinear el gusto con su PM y EM, está bien. Si va al sitio de marketing, al producto, o a cualquier artefacto publicado, no.

Las herramientas de imágenes generativas promedian sus datos de entrenamiento. Producen trabajo que parece la mediana de lo que sus datos de entrenamiento contienen, que es exactamente lo que quiere para "muéstrame cómo se ve un moodboard de dashboard empresarial tranquilo" y exactamente lo que no quiere para "diseña nuestra imagen hero real."

Generación inicial del prototipo

v0, Galileo y Figma Make pueden darle un punto de partida interactivo en 10 minutos que le hubiera tomado tres horas desde cero. El marco de uso: trate el resultado como un wireframe con opiniones, no como un diseño. Va a eliminar aproximadamente el 60% de lo que genera. Conservará las decisiones estructurales (este diseño tiene sentido, esta jerarquía es más o menos correcta) y descartará las visuales (no, nuestros botones no se ven así, no, nuestro estado de error no es una nube triste).

Si publica el resultado sin editar, está publicando el design system de otra persona, ligeramente remezclado, en su producto. Los usuarios no podrán articular por qué se siente mal, pero lo sentirán.

Dónde la IA ayuda y dónde falla

Dónde falla la IA (y qué hacer en su lugar)

Criterio estético

La IA promedia su conjunto de entrenamiento. Su trabajo consiste en ser específico. La trampa del "UI diseñado por IA" es la consistencia que resulta extraña. Todos los botones tienen el mismo radio de 8px, todos los estados vacíos usan la misma energía de ilustración, todo el microcopy sigue la misma cadencia altisonante. Los lectores lo perciben. Los diseñadores definitivamente lo perciben. La solución no es "usar menos IA", sino "tener una opinión firme antes de escribir el prompt." Si no sabe lo que quiere, la IA le dará la mediana de lo que otras personas querían.

Voz de marca

Su marca probablemente no es el inglés estilo LinkedIn. El predeterminado de la IA sí lo es. Si trabaja en un producto B2B serio, su voz podría ser tranquila y precisa (Linear), cálida y clara (documentación de Stripe), o irónica y directa (la antigua voz de Mailchimp). La IA no conoce ninguna de esas. Conoce el promedio de todo el copy de SaaS, que no es ninguna de ellas. Publique microcopy de IA sin reescribir y borrará años de trabajo de marca.

Juicio de accesibilidad

Este es el peligroso. La IA genera patrones hermosos pero inaccesibles: contraste de 3,2:1 en etiquetas, áreas táctiles de 12px, indicadores de estado solo por color (verde para éxito, rojo para error, sin icono, sin texto), trampas de teclado en desplegables personalizados, anillos de foco eliminados porque "son feos." No conoce WCAG. Conoce el aspecto promedio de los diseños conformes con WCAG, que es algo muy diferente.

Si publica UI generada por IA sin una revisión de accesibilidad, está publicando UI inaccesible. Ejecute cada pantalla sembrada por IA con un verificador de contraste, una prueba solo con teclado y una revisión con lector de pantalla antes de que salga de su archivo.

Heurísticas UX

La IA no conoce a sus usuarios, su modelo de datos, sus casos límite ni su IA existente. Generará felizmente una página de configuración que contradice cinco patrones existentes en su producto. Creará una confirmación de eliminación que no coincide con el patrón de acción destructiva que ha usado en todas partes. Introducirá un paradigma de navegación que es bonito de forma aislada e incoherente junto al resto de su aplicación. El pensamiento sistémico sigue siendo su responsabilidad.

Textos que requieren un punto de vista

La voz de onboarding. El tono en los errores. La empatía en una confirmación de eliminación cuando un usuario está a punto de perder 18 meses de trabajo. La IA es ambigua en todos estos casos porque la ambigüedad es el resultado más seguro en sus datos de entrenamiento. Las marcas tienen que decidir. "¿Está seguro de que desea eliminar esto?" es la versión de la IA. "Esto eliminará permanentemente 14 meses de notas de clientes. No se puede deshacer." es la versión de la marca. La misma intención, un producto diferente.

Opiniones honestas sobre las cuatro herramientas que su lead menciona constantemente

Figma AI / Make

Para qué sirve mejor: diseños iniciales de patrones comunes. Páginas de configuración, tablas de datos, estados vacíos, modales. El resultado es más o menos una plantilla de 2023 (genérica pero estructuralmente sólida), que es exactamente lo que quiere como punto de partida.

Para qué es peor: cualquier cosa con voz de marca, cualquier cosa no estándar, cualquier cosa que deba encajar en un design system existente. Figma Make no conoce sus tokens, su ritmo de espaciado ni su biblioteca de componentes. Genera frames plausibles de Figma, no frames de Figma con identidad de marca.

Veredicto: útil como arranque de 5 minutos en patrones comunes. No publique el resultado. Úselo para saltarse el paso de la página en blanco y luego reconstruya con sus propios componentes.

v0 (Vercel)

Para qué sirve mejor: entrega a ingeniería. v0 genera código Tailwind y shadcn/ui que realmente funciona. Para prototipar flujos con los que los ingenieros quieren trabajar, esto es genuinamente más rápido que Figma al código a mano.

Para qué es peor: originalidad visual. v0 tiene un único dialecto estético: redondeado, neutro, ligeramente Vercel. Cada resultado se parece sutilmente al sitio de marketing de Vercel. Elimine las decisiones visuales, conserve las estructurales, y deje que su design system se reafirme.

Veredicto: la más genuinamente útil de las cuatro para quien trabaja en estrecha colaboración con ingeniería. Trátela como una herramienta de wireframing rápida que por casualidad genera código.

Galileo AI

Para qué sirve mejor: pensamiento divergente. Cuando está atascado en un diseño y quiere ver cinco enfoques diferentes en cinco minutos, Galileo está bien. Impresiona en keynotes.

Para qué es peor: publicar de verdad. El resultado de Galileo rara vez sobrevive una revisión de diseño real frente a un sistema existente. Las pantallas generadas parecen pulidas pero no se componen con el resto de su producto, y los componentes no se corresponden con nada en su biblioteca.

Veredicto: una herramienta de moodboard con apariencia de UI. Úsela para salir de un bloqueo creativo, no para publicar.

Midjourney / Ideogram para UI

No lo haga.

Estas herramientas generan imágenes de UIs, no UIs. Los botones no se alinean. Las etiquetas están mal escritas o son alucinaciones. Cualquier cosa con texto es ficción. El problema de las manos de seis dedos se extiende a las interfaces. A primera vista la pantalla parece plausible; a segunda vista el espaciado es incorrecto y los elementos del menú no tienen sentido.

Si usa Midjourney para un moodboard interno sobre vibra, está bien. Si lo usa para generar UI que alguien pueda confundir con una pantalla real, está produciendo trabajo deficiente. Veredicto: una mala praxis para trabajo de UI.

La trampa del "UI diseñado por IA", en detalle

Tres señales de que una pantalla fue generada por IA y nunca editada:

1. Radio de borde idéntico en componentes sin relación. Botones, tarjetas, inputs, modales, toasts, todos redondeados al mismo 8px o 12px porque el modelo eligió un valor y lo aplicó en todas partes. Los design systems reales varían el radio por tipo de componente por razones de jerarquía.

2. Titular de tres palabras más una oración de subtítulo en cada estado vacío. "Aún no hay proyectos" / "Cree su primer proyecto para comenzar." Cada. Estado. Vacío. Con idéntica energía visual y un tono vagamente alegre.

3. Microcopy con cadencias altisonantes donde bastaría un punto. "No se pudo conectar, inténtelo de nuevo" en lugar de "No se pudo conectar. Inténtelo de nuevo." Esa cadencia es una señal. Los modelos la adoran. Los humanos la usan con moderación.

Otras señales: toasts en pasteles de bajo contraste (bonitos en un post de Dribbble, fallan WCAG AA), botones fantasma que desaparecen en el fondo, empatía genérica que no significa nada ("Ups, algo salió mal"), energía de ilustración de stock en cada estado, y ese tono específico de índigo que de alguna manera se ha convertido en el predeterminado para toda interfaz B2B generada por IA.

Si tres de estas están en su pantalla, la generó y no la editó. Edítela.

Tres variantes de microcopy, mismo estado vacío

Estado vacío para una lista de contactos de CRM, sin contactos aún:

Versión genérica de IA (lo que obtendrá en el primer prompt):

No hay contactos aún Agregue su primer contacto para aprovechar todo el poder de su CRM y comenzar a construir relaciones significativas con sus clientes. [Agregar contacto]

Está bien. También es olvidable, ligeramente grandiosa ("aprovechar todo el poder") y podría aparecer en cualquier producto. Si lo publica no ha aportado nada a su marca.

Reescrita con voz de marca (asumiendo una marca B2B tranquila y precisa):

Aún no hay contactos. Importe desde un CSV, sincronice desde Gmail o agregue uno manualmente. La mayoría de los equipos empieza con un CSV. [Importar CSV] [Sincronizar Gmail] [Agregar manualmente]

El mismo estado vacío. Ahora le enseña al usuario qué hacer, nombra la ruta más común y no intenta inspirar a nadie. Los CTA hacen el trabajo; el texto se quita del camino.

Rechazada (demasiado ingeniosa):

Su CRM tiene hambre. Aliméntelo con contactos y vea cómo crece. [Aliméntelo]

No. Eso no lo hacemos.

El patrón: la IA le dará la primera versión de forma confiable. La segunda versión es su responsabilidad. La tercera versión es lo que sucede cuando le da a la IA rienda suelta sobre el tono y publica sin editar.

Un plan de 30 días para integrar la IA sin perder el criterio

El objetivo de este plan es descubrir, con datos reales, dónde la IA le ahorra horas y dónde genera retrabajo. Ejecútelo una vez y sabrá qué 20% de su día vale la pena seguir automatizando y qué 80% dejar en paz.

Semana 1: solo síntesis de investigación

Pase su próxima síntesis de investigación por Dovetail AI, Notion AI o Claude (pegue las transcripciones sin procesar directamente). Genere temas con citas textuales y conteos. Verifique manualmente cada afirmación de frecuencia contra las transcripciones. Cronométrese antes/después frente a su ritmo habitual de síntesis.

Entregable: un documento de síntesis, con notas de verificación, más una línea de seguimiento de tiempo en su diario de diseño. Espere una aceleración de 3 a 5x descontando el costo de verificación.

Semana 2: variantes de microcopy

Para sus próximos tres flujos, genere 8 opciones de microcopy por cadena usando la herramienta de su elección (ChatGPT, Claude o Writer si tiene la voz de marca configurada). Elija la mejor, reescriba según la voz de marca. Registre qué textos de IA conserva tal cual y cuente el total.

Entregable: un documento de microcopy con tres columnas por cadena (variante de IA, su reescritura, por qué). Al final de la semana, calcule su tasa de conservación textual. Por debajo del 15% es normal.

Semana 3: texto alternativo y moodboards internos

Agregue el borrador de texto alternativo con IA a su checklist de entrega de diseño. Para cada imagen y captura de pantalla en el próximo lote de trabajo, genere texto alternativo con IA y luego edítelo para mayor especificidad. Para un moodboard interno (no un artefacto publicado), use Midjourney o Ideogram para generar 12 imágenes de referencia. Note cuáles lo empujan hacia lo genérico y cuáles desbloquean algo útil.

Entregable: checklist de texto alternativo actualizado en su plantilla de entrega del equipo, más un moodboard en FigJam con una autocrítica sobre qué imágenes de IA se sintieron genéricas.

Semana 4: generación inicial del prototipo

Elija un flujo de bajo riesgo que normalmente haría wireframe a mano. Use v0 o Figma Make para generar el punto de partida. Compare el tiempo hasta obtener algo interactivo frente a su proceso habitual. Anote exactamente qué eliminó y qué conservó. Ejecute el resultado con un verificador de contraste y una prueba solo con teclado antes de darlo por terminado.

Entregable: un artefacto de comparación lado a lado (semilla de IA, su versión refinada) con un delta de tiempo y una lista de todo lo que eliminó.

Revisión de fin de mes

Tres preguntas, en papel:

1. ¿Dónde ahorró la IA horas reales? (Probablemente síntesis de investigación, texto alternativo, variantes de microcopy.)
2. ¿Dónde generó retrabajo? (Probablemente en todo lo que requiere voz de marca, juicio de accesibilidad o pensamiento sistémico.)
3. ¿Dónde lo empujó hacia lo genérico? (Probablemente en moodboards si los usó en trabajo publicado, y en generación inicial del prototipo si se saltó el paso de eliminar.)

El resultado de esta revisión es su política personal de IA en el flujo de trabajo. Escríbala. Revísela cada trimestre a medida que las herramientas cambian.

Opcional: la perspectiva del ACE Framework

Si necesita explicarle a su design lead, a su PM o a un CTO escéptico dónde encaja la IA en su flujo de trabajo específico, el ACE Framework le ofrece un vocabulario claro.

El uso de IA de un diseñador UX vive principalmente en Generate (variantes de microcopy, borradores de texto alternativo, moodboards, generación inicial del prototipo) y una parte de Analyze (síntesis de transcripciones de investigación). No vive en Predict (predicciones, modelos de ML, que es territorio del PM y de datos) ni en Execute (flujos de trabajo agénticos autónomos, que es territorio de ingeniería y operaciones).

Nombrar dónde encaja la IA en su flujo de trabajo mantiene la conversación honesta con el liderazgo. "Estamos usando IA para tareas de nivel Generate con revisión humana en cada resultado" es una frase que genera asentimientos. "Estamos usando IA para multiplicar por 10 la velocidad de diseño" es una frase que genera trabajo deficiente.

El marco para llevarse

La IA es un colaborador junior rápido y seguro de sí mismo, sin criterio estético, sin contexto de marca y sin juicio de accesibilidad. No conoce a sus usuarios. No conoce su design system. Producirá trabajo que parece plausible y es genérico, y el modo de falla es invisible hasta que está en todas partes.

Usted la dirige. Usted la verifica. No publica su primer borrador.

Los diseñadores que usan bien la IA son quienes saben lo que quieren antes de escribir el prompt. Opiniones firmes al entrar, palanca útil al salir. Prompts vagos al entrar, promedio de internet al salir. El plan de 30 días anterior es principalmente un ejercicio para aprender a reconocer la diferencia en su propio flujo de trabajo.

Si su design lead le escribe la semana que viene para preguntar por qué la velocidad no se triplicó, ahora tiene una respuesta honesta. La IA hizo algunas tareas específicas de 3 a 5 veces más rápidas: síntesis, texto alternativo, borradores de microcopy. Hizo otras tareas más lentas porque la verificación y la reescritura cuestan tiempo real. El resultado neto es en torno a un 20-30% más rápido en el trabajo correcto, cero en el trabajo incorrecto, y más lento pero peor si se salta el paso de reescritura. Esa es la verdad. Quien le venda una cifra diferente le está vendiendo otra cosa.

Más información

• Investigación de usuarios que mueve el roadmap, no solo confirma suposiciones
• Un día en la vida de un diseñador UX en un B2B SaaS
• Contribución al design system sin convertirse en la persona del design system
• Plantilla de descripción de puesto: Product Designer