Cómo elegir la interfaz de IA adecuada según la intención y el contexto del usuario
Las interfaces con IA deben adaptar cada interacción al contexto, la intención y la carga mental de la persona, no convertir cualquier función en un chat.
Resumen del artículo publicado en smashingmagazine.com y recomendado por Digital Skills Institute el 24 de agosto de 2026.
Elegir la modalidad adecuada para interfaces con inteligencia artificial implica evitar que cualquier función se convierta automáticamente en un chat. La premisa es que muchos equipos han adoptado una visión demasiado centrada en la conversación porque los grandes modelos de lenguaje se entrenan con datos dialogados. Sin embargo, una buena experiencia de usuario debe ajustarse al contexto, la intención y la carga cognitiva de cada persona. La modalidad se entiende como la forma en que alguien interactúa con un sistema mediante la vista, el oído, el tacto, la voz o la escritura. Para decidir bien, se proponen dos herramientas: una auditoría de tareas y una matriz de alineación entre entrada y salida.
Un ejemplo ilustra el problema con claridad: una persona corre por un aeropuerto ruidoso tras un cambio repentino de puerta, arrastra una maleta y lleva un café en la mano. Necesita abrir la aplicación de la aerolínea para preguntar a un asistente de IA adónde debe ir. El sistema falla desde el inicio si le exige detenerse, equilibrar lo que lleva y escribir una larga referencia de reserva en un pequeño cuadro de chat. También falla al responder si ofrece un párrafo denso sobre las causas meteorológicas del retraso y oculta al final el número real de puerta. La herramienta puede ser inteligente, pero su interfaz no responde a las limitaciones físicas ni al nivel de atención disponible en ese momento.
La interfaz conversacional resulta atractiva para el desarrollo de producto porque parece un lienzo abierto capaz de aceptar cualquier petición. Aun así, impone una carga elevada: obliga a adaptar el pensamiento humano al funcionamiento de la máquina. En la entrada, el cuadro vacío genera incertidumbre sobre qué puede hacer el sistema y cómo formularlo. Un analista que quiere detectar una tendencia en una hoja de cálculo quizá podría usar filtros o botones; en un chat debe transformar esa lógica en una frase precisa. Un responsable que reorganiza turnos trabaja mejor arrastrando bloques en un calendario que describiendo cada cambio por escrito.
La salida textual también tiene costes. Leer párrafos obliga a procesar información palabra por palabra, cuando muchos datos se entienden antes mediante gráficos, colores o números destacados. Un informe de estado del proyecto presentado como tres párrafos exige leer y resumir mentalmente lo que podría verse enseguida en un panel visual. En profesiones donde cuentan rapidez y precisión, como la medicina o los mercados financieros, unas constantes vitales o una subida brusca de precio necesitan formatos inmediatos: cifras claras o gráficos, no explicaciones narrativas extensas.
La taxonomía propuesta distingue varias modalidades. Para introducir información pueden usarse botones para acciones simples; voz cuando las manos o los ojos están ocupados; chat para consultas ambiguas o exploratorias; formularios para datos estructurados; controles gráficos como filtros, deslizadores o arrastrar y soltar para ajustar parámetros complejos; combinaciones de imagen y texto para referirse a objetos visibles; y gestos cuando conviene evitar tocar superficies, por ejemplo en entornos estériles. Para mostrar resultados aparecen alertas breves, resúmenes de audio, textos cortos, paneles visuales, lienzos interactivos e indicaciones integradas dentro del flujo.
La auditoría de tareas permite basar estas decisiones en pruebas del entorno real. Examina si el usuario puede teclear o tocar la pantalla, si puede mirar con seguridad un dispositivo, si su contexto permite hablar o escuchar audio y cuánta atención mental requiere ya su tarea principal. Un mecánico bajo un vehículo quizá necesite voz porque tiene las manos ocupadas y manchadas; un repartidor debe recibir instrucciones sonoras al conducir; una persona en una oficina silenciosa preferirá notificaciones discretas; un cirujano necesita señales visuales rápidas durante una intervención.
Para obtener esas pruebas se recomiendan observación contextual, entrevistas enfocadas y talleres colaborativos. La observación descubre restricciones físicas y trabajos invisibles que no siempre se mencionan en entrevistas. Las entrevistas ayudan a comprender modelos mentales, puntos difíciles y decisiones con alta carga cognitiva; por ejemplo, un abogado puede necesitar texto detallado para evaluar matices éticos o estratégicos. Los talleres permiten mapear pasos del proceso con diseñadores, ingenieros y responsables del producto, comprobando dónde aparece ambigüedad humana y dónde se requiere ejecución inmediata.
Tras reunir esa información se aplica una matriz que conecta la intención del usuario con combinaciones concretas de entrada y salida. El criterio central no es lo que la IA sabe hacer, sino lo que la persona intenta lograr en cada momento. Si cambia su intención durante el día, también debería cambiar la interfaz. Una mala elección produce frustración: exceso de lectura cuando hacía falta síntesis visual, dudas sobre si una acción se completó correctamente o atajos incómodos que obligan a trabajar según las limitaciones del sistema.
