IA aplicada al diseño

Irene Ferrer es diseñadora estratégica en Telefónica, donde es AI Champion y Accessibility Champion, y profesora y directora del Máster UX/UI. Su tesis es que la inteligencia artificial abarata la ejecución y desplaza el valor del diseño hacia el criterio: decidir qué merece la pena hacer, qué parte del proceso debe seguir siendo humana y para quién se diseña. En 2026 fue una de las seis embajadoras de Telefónica Creators y ganó el premio Access Mother en los Sirviendo Código Awards.

Mi tesis: el criterio es el nuevo centro de gravedad

Llevo años trabajando entre diseño, accesibilidad e IA. Lo que más me interesa de la IA ya no es la herramienta. Es lo que hace con nuestra forma de pensar y de decidir.

La IA multiplica la velocidad de producción. Nuestra capacidad de validar sigue siendo la misma. El cuello de botella no ha desaparecido. Se ha desplazado hacia la supervisión, hacia la persona que decide.

Por eso hablo de criterio. Cuando cualquiera puede generar una interfaz, un texto o un prototipo en minutos, construir deja de ser escaso. Elegir qué construir pasa a ser lo escaso. Si un producto se puede clonar en segundos, lo que distingue a un equipo es la pregunta que se hace antes de ejecutar.

Entiendo el criterio como algo que se forma con capas: lo vivido, lo aprendido, lo reflexionado y los valores que dan dirección a lo que pensamos. Ninguna de esas capas se descarga de un modelo.

Cómo está cambiando el trabajo de diseño

En poco tiempo hemos pasado por tres etapas. Primero, la conversación: un sistema que respondía a todo con mucha seguridad, incluso cuando se equivocaba. Después, el razonamiento: el modelo empezó a pensar antes de responder y se instaló la idea de «la IA propone, yo decido». Ahora estamos en la autonomía persistente. Los agentes ejecutan tareas largas, recuerdan contexto, delegan en otros agentes y actúan sobre sistemas reales.

Cada etapa sube el nivel de confianza que depositamos en la máquina. También sube el riesgo. Los errores se acumulan en cadena. La memoria tiene límites. Los agentes dependen de herramientas externas. Y cuanta más autonomía, mayor superficie de ataque.

En el día a día del diseño esto se nota en tres cosas:

  • Los tiempos se comprimen. Investigación, síntesis, flujos, prototipos y documentación se encadenan mucho más rápido. Puedo pasar de unos insights a historias de usuario, diagramas y una primera propuesta en una fracción del tiempo.
  • Los roles se entremezclan. Diseño, producto y desarrollo se solapan. Crecen los perfiles que combinan pensamiento estratégico y ejecución técnica. Aparece la figura del diseñador de sistemas, que define flujos, supervisión y el comportamiento de los agentes.
  • La supervisión se vuelve crítica. La IA genera texto plausible. Plausible no significa verificado. Validar, contrastar y decidir siguen siendo trabajo humano.

Distingo dos usos. Diseñar con IA: automatizar, investigar, prototipar, auditar accesibilidad, testar. Y diseñar para algo con IA: inclusión, bienestar, educación adaptativa, sostenibilidad. El primero mejora el proceso. El segundo cambia lo que el proceso puede conseguir.

Y una advertencia que repito a menudo: conviene no confundir velocidad con madurez. La IA usada sin proceso genera ruido con muy buena presentación.

Patrones expertos para trabajar con IA

No creo en un único workflow con IA. Tampoco existe en los proyectos. Depende del momento, del tiempo, de la experiencia y de la autoría que quieras proyectar. Lo que sí existen son patrones expertos. Los presenté en la charla «Intención y algoritmo», en Telefónica Creators 2026, y los uso a diario.

Amplitud antes que profundidad. Al empezar una investigación, explora primero el contexto social, económico, cultural y político. Si pides datos muy precisos demasiado pronto, obtienes respuestas exactas y descontextualizadas.

Planificación jerárquica. Trocea las preguntas grandes. Si preguntas cómo afecta la IA al empleo, recibirás la misma respuesta genérica que todo el mundo. Si preguntas por roles, tiempos y calidad por separado, ganas una vista de pájaro del problema.

Evitar la complacencia del modelo. Un modelo predictivo tiende a darte la razón. Si le pides que investigue cómo la IA homogeniza la escritura, te lo confirmará. Pide pros, contras, corrientes opuestas y fuentes oficiales.

La IA como sparring creativo. Configuro la IA con un rol explícito de sparring. Le pido que sea resistente, que no me dé la razón, que me obligue a pelotear y me ofrezca enfoques alternativos. Así trabajo el pensamiento lateral. La escritora sigo siendo yo.

Editar de lo global a lo concreto. En la fase final pido revisión por capas: estructura, párrafos, frases. Pido diagnóstico antes que corrección. Un buen editor pregunta qué quisiste decir cuando algo no encaja. Y pido que preserve mi voz y no cambie nada sin preguntar.

«La IA nos sube el suelo, pero puede bajarnos el techo.»

Investigaciones que antes llevaban días se resuelven en minutos. Ese es el suelo. El techo baja cuando dejamos de pensar porque la respuesta ya está ahí.

En organizaciones aplico la misma lógica. El error más común al integrar IA es metodológico. Se empieza listando automatizaciones antes de entender qué problemas tienen los equipos. Por eso trabajo con un mapa de integración que separa, para cada proceso, qué puede hacer la IA, qué debe hacer la persona y con qué sistemas contamos. La adopción funciona mejor cuando cada equipo ve su propio trabajo resuelto con IA. La formación genérica cambia poco.

Criterio humano y voz propia

La pregunta que más me importa es si usamos la IA para pensar mejor o para evitar pensar.

Hay investigación que invita a la prudencia. Cuando delegamos el esfuerzo de recordar, el proceso cognitivo cambia: pasamos de leer, pensar y recordar a preguntar, recibir y lanzar la siguiente pregunta. Estudios con consultores muestran que la IA rinde muy bien en tareas dentro de su terreno y empeora resultados fuera de él. También señalan que la confianza en la IA predice una reducción del esfuerzo crítico. La IA es excelente cuando el camino ya existe. Es peligrosa cuando hay que descubrir si el camino existe.

La IA elimina fricción. Y la fricción es donde muchas veces se construye el criterio. Dudar, equivocarse y probar sin garantías es incómodo. También es la parte del aprendizaje que no se puede saltar.

Con la voz pasa algo parecido. Después de un buen trabajo, la IA puede aplanar tu texto en el último paso. Las pequeñas imperfecciones, la densidad, el ritmo y los giros hacen único a un autor. En Telefónica Creators formé a otros creadores precisamente en esto: usar la IA para mejorar el contenido sin perder la voz propia.

Escribir con IA es fácil. Leer algo que merezca la pena sigue siendo asunto de humanos.

IA, accesibilidad y diversidad humana

Mi trabajo en accesibilidad cambia la forma en que miro la IA. La IA no entiende el mundo. Entiende patrones del mundo. Y esos patrones dejan fuera a mucha gente.

En mi artículo para la revista Ethic, «La IA no nos entiende, pero nos está moldeando», sostengo que buena parte de la IA actual se apoya en una idea de mente como procesador de información. Esa idea sirve para construir sistemas. Se queda corta para explicar cómo pensamos: la intuición experta, el conocimiento tácito, la emoción como información, el contexto, el tiempo que necesitan las ideas para madurar. Un recomendador trata nuestra inconsistencia como un error. Para una persona, la inconsistencia es normal.

Lo que se vende como personalización a menudo reduce a las personas a su comportamiento pasado. El coste lo pagan quienes no encajan en el patrón: personas neurodivergentes, con diversidad cognitiva o de culturas poco representadas en los datos. Por eso propongo el diseño accesible como corrector epistémico. Diseñar para la variabilidad humana real obliga a revisar qué medimos y a quién dejamos fuera.

En la charla «IA, Humanos y Diversidad» trabajo esta mirada desde la cognición, la emoción y la percepción, y desde sesgos sociales como el machismo, el edadismo y el capacitismo. Muchos de esos sesgos no son explícitos. Aparecen como consecuencia de cómo optimizamos. La IA no ve mal. Ve lo que le han enseñado.

Hay usos que me parecen muy valiosos: descripciones automáticas de imagen, subtítulos, adaptaciones de contenido, asistentes que ayudan a leer o identificar objetos, o sistemas que conservan la voz de una persona antes de que la pierda. También uso IA para operar la accesibilidad en el proceso de diseño, por ejemplo para detectar si falta documentación accesible entre lo diseñado y lo que se va a desarrollar.

Si quieres profundizar en esta línea, la desarrollo en la página sobre accesibilidad como estrategia de producto.

Cómo enseño IA aplicada al diseño

Como profesora y directora del Máster UX/UI, imparto la asignatura «IA aplicada al diseño». Parto de una idea: diseñar en la era de la inteligencia artificial exige ir más allá de las herramientas. Las herramientas cambian cada pocos meses. El proceso y el criterio permanecen.

A quien empieza en diseño le digo lo mismo que he escrito para la charla «Cómo empezar en diseño en la era de la IA». Antes se demostraba valor produciendo pantallas y flujos. Ahora se demuestra sabiendo qué merece la pena hacer y qué no. Si usas la IA para sustituir tu criterio, avanzas rápido y te quedas en la superficie. Si la usas para pensar mejor, al principio vas más despacio y construyes algo más sólido.

Por eso, si tuviera que priorizar, empezaría por aprender a leer el sistema en el que trabajas: quién decide, qué pesa, qué se bloquea. Es lo que ningún manual explica y lo que más condiciona todo lo demás.

En clase y en equipos uso una escala de madurez individual que va del uso puntual del chat a la práctica con instrucciones y memoria, la construcción de sistemas conectados y, por último, el diseño de agentes. Sirve para que cada persona sepa dónde está y cuál es su siguiente paso. Todos los días un poquito.

Sobre cómo encaja todo esto en la estrategia de producto, puedes leer Estrategia de diseño.

Charlas y artículos sobre IA

Preguntas frecuentes

¿Cómo se usa la inteligencia artificial en el diseño UX?

Irene Ferrer distingue entre diseñar con IA y diseñar para algo con IA. Con IA se investiga, se sintetiza, se prototipa, se audita accesibilidad y se testa más rápido. Para algo, la IA abre productos orientados a inclusión, bienestar o educación adaptativa.

¿Va a sustituir la IA a los diseñadores?

Según Irene Ferrer, la IA sustituye bien el trabajo repetitivo y sustituye mal el contexto, las excepciones, la empatía y el conocimiento tácito. Lo que cambia es dónde está el valor: menos en producir y más en decidir qué merece la pena hacer. Crecen los perfiles que combinan estrategia, pensamiento sistémico y capacidad de evaluar resultados de IA.

¿Qué es la IA creativa y en qué se diferencia de la IA generativa?

La IA generativa es la capacidad técnica de producir texto, imagen, vídeo, audio o código a partir de patrones estadísticos. Irene Ferrer llama IA creativa a esa capacidad integrada en procesos humanos de diseño, comunicación y producto. La pregunta clave es qué parte del proceso queremos que siga siendo humana.

¿Cómo usar la IA para escribir sin perder tu voz?

Irene Ferrer propone usar la IA como sparring creativo y no como escritora: configurarla para que discuta, ofrezca alternativas y no te dé la razón. En la edición, pedir revisión de lo global a lo concreto, diagnóstico antes que corrección y que no cambie nada sin preguntar. Las imperfecciones, el ritmo y los giros forman parte de la voz del autor.

¿Qué debería aprender primero un diseñador que empieza en la era de la IA?

Para Irene Ferrer, lo primero es aprender a leer el sistema en el que trabajas: quién decide, qué se prioriza y qué se bloquea. Las herramientas se aprenden rápido y cambian a menudo. Entender el sistema permite hacer mejores preguntas y usar la IA para pensar mejor en lugar de para evitar pensar.