Diseño UX para agentes de IA: más que un chat

En algún lugar de tu producto hay un ícono de destellos. Haces clic y un panel de chat se desliza, vacío, con un placeholder entusiasta: "Pregúntame lo que quieras". Tu equipo lo lanzó porque todos los competidores lanzaron uno, el uso subió por una semana, y ahora la analítica muestra lo que la industria ya sabe en voz baja: el panel se abre una vez, produce una respuesta mediocre y queda ignorado. El problema no es el modelo. Es que el chat es un patrón de UX, y lo trataron como si fuera toda la disciplina.

¿Qué es el UX agéntico?

El UX agéntico es el trabajo de diseño para software que actúa, no solo responde. Jakob Nielsen lo llama el primer paradigma de interfaz genuinamente nuevo en unos 60 años: la interacción pasa de comandos (haz clic aquí, llena esto) a intención (este es el resultado que quiero), y el software planifica y ejecuta los pasos. Gartner ubica agentes para tareas específicas dentro de cuatro de cada diez aplicaciones empresariales para fines de 2026. Es mucho software tomando decisiones por sus usuarios, diseñado en su mayoría por equipos cuyo último patrón nuevo fue el modal.

Lo que está en juego es concreto. La mayoría de las encuestas de confianza en IA llega al mismo número: unos siete de cada diez empleados dicen que no van a usar una herramienta de IA en la que no confían. La confianza no es una propiedad del modelo. Los modelos son probabilísticos y a veces se equivocan, compres el que compres. La confianza es una propiedad del diseño, construida sobre cómo el producto muestra lo que la IA está haciendo, y esa es justo la parte que un chat a secas esconde.

Por qué el chat falla como patrón por defecto

Tres razones estructurales:

• El problema de la página en blanco. Un campo de texto vacío le carga al usuario todo el trabajo de imaginar qué puede hacer la IA. La mayoría escribe una pregunta genérica, recibe una respuesta genérica y archiva la función como "juguete".
• Sin fronteras de capacidad. El chat sugiere que el sistema puede hacer cualquier cosa, así que los usuarios piden lo que no puede hacer, lo ven fallar y degradan su confianza también en lo que hace bien.
• Estado oculto. Cuando un agente atraviesa una tarea de varios pasos detrás de un spinner, el usuario no sabe si el sistema avanza o se colgó, ni distingue una respuesta pensada de una alucinación. La opacidad se lee como riesgo.

El chat conserva su lugar: preguntas exploratorias, borradores de bajo riesgo, soporte. Como única puerta de entrada a tu capacidad de IA, es un callejón sin salida.

¿Qué patrones de UX necesita un agente confiable?

Seis patrones cubren la mayoría de lo que construimos para productos B2B:

1. Puntos de entrada acotados. Pon la IA donde está el trabajo: "Redacta el correo de renovación" en la página de la cuenta, "Explica esta anomalía" sobre la gráfica. Las acciones sugeridas en contexto le ganan a la caja vacía omnisciente, porque enseñan capacidad mientras se usan.
2. Plan antes de acción. Para cualquier tarea de varios pasos, el agente muestra primero su plan: los pasos que piensa dar, los datos que va a tocar. El usuario aprueba el plan, no cada tecla.
3. Progreso visible. Transmite los pasos mientras ocurren, con un log que se puede expandir. "Leyendo 14 facturas, encontré 2 discrepancias, redactando resumen" es un motor de confianza. Un spinner la desgasta.
4. Puertas de aprobación según el riesgo. Las acciones reversibles e internas corren solas. Las irreversibles o de cara al cliente (enviar, borrar, cobrar, publicar) se detienen y preguntan. Dónde va cada puerta es la decisión de producto, y merece revisión de diseño, no un default.
5. Deshacer como ciudadano de primera clase. Cada acción visible del agente necesita un camino de regreso. La recuperabilidad es lo que permite delegar sin ansiedad, y es lo que hace tolerable aflojar la puerta número cuatro con el tiempo.
6. Fuentes y confianza. Cuando el agente afirma algo, muestra de dónde salió. Cuando no está seguro, que lo diga la interfaz, no un descargo legal que nadie lee.

¿Toda acción del agente debería pedir aprobación?

No, y pedir de más es su propia falla. La fatiga de aprobación convierte la confirmación en reflejo en un día, y un reflejo aprueba errores con la misma facilidad que aciertos. La pregunta de diseño no es "cómo nos mantenemos seguros" sino "qué acciones tienen un radio de daño que amerita interrumpir". Ajusta la puerta a la reversibilidad y la visibilidad, y aflójala de forma deliberada a medida que el agente acumula un historial que el usuario puede inspeccionar.

Una cosa más que esto cambia: tu design system. Los planes del agente, los logs de progreso, los paneles de aprobación y los controles de deshacer son componentes, y pertenecen al sistema con tokens y estados, no reconstruidos a mano por cada función. Cubrimos esa disciplina en design systems que los desarrolladores sí usan, y la estrategia detrás de los agentes en agentes de IA para B2B.

Ese cruce entre diseño de producto e IA aplicada es donde nuestras prácticas de Studio y AI trabajan como un solo equipo, porque ahí es donde se diseña la confianza. El DGTL Readiness Index califica esa madurez como una de ocho dimensiones, si quieres la foto completa.

Relacionados: Design systems que sí se usan → · Agentes de IA para B2B → · Diseño de marca que convierte →