Qué es el criterio de producto y cómo se desarrolla con experiencia real
El product sense se desarrolla con ciclos completos de decisión, medición y aprendizaje, no acumulando ejemplos sueltos ni copiando patrones fuera de contexto.
Resumen del artículo publicado en nngroup.com y recomendado por Digital Skills Institute el 26 de septiembre de 2026.
El “product sense” consiste en tomar mejores decisiones de producto al reconocer cuándo un problema actual se parece a éxitos o fracasos anteriores, prever qué impacto tendrán soluciones similares y saber cuándo esas comparaciones son válidas. La presión para desarrollar esta capacidad ha aumentado porque la inteligencia artificial ya puede asumir muchas tareas que antes distinguían a diseñadores e ingenieros. En ese contexto, el valor profesional se desplaza hacia decidir qué construir, no solo cómo ejecutarlo.
Las definiciones habituales de “product sense” suelen presentarlo como una combinación de empatía para detectar necesidades relevantes y creatividad para resolverlas. Esa formulación resulta útil, pero insuficiente: no explica cómo medir, entrenar o reconocer esas cualidades. Los consejos más frecuentes recomiendan analizar productos existentes, hacer críticas estructuradas, estudiar datos, observar usuarios reales, leer reseñas, revisar éxitos y fracasos ajenos o aprender de personas con buen criterio de producto. Todas esas prácticas aportan información, pero no garantizan por sí solas una intuición fiable. Acumular estímulos dispersos no equivale a haber desarrollado juicio.
La capacidad real surge al completar ciclos enteros de experimentación: enfrentarse a un problema, elegir una solución, medir sus resultados y reflexionar sobre lo ocurrido. Quien repite ese proceso construye un repertorio personal de experiencias al que puede recurrir en situaciones futuras. Esta dinámica aparece en otros campos: jefes de bomberos ante incendios, enfermeras de cuidados intensivos neonatales o grandes maestros de ajedrez reconocen patrones porque han vivido muchos casos completos y han aprendido qué señales anticipan determinados desenlaces.
Ese criterio también exige entender los límites de la experiencia. Un patrón aprendido en un entorno puede no servir en otro. Un jefe de bomberos acostumbrado a edificios pequeños no necesariamente sabrá actuar igual en un rascacielos; una enfermera neonatal no trasladará sin más su criterio al cuidado de adultos; un gran maestro de ajedrez no tendrá automáticamente ventaja equivalente jugando a las damas. Para que la intuición funcione, el nuevo entorno debe ofrecer señales suficientemente familiares.
Pueden distinguirse tres tipos de situaciones. Las de alta validez se parecen mucho a aquellas donde se aprendieron los patrones; por ejemplo, una diseñadora que ha mejorado varios procesos de pago puede diagnosticar otro flujo similar si las prioridades de los usuarios son comparables. Las de baja validez presentan diferencias importantes o poca retroalimentación; ocurre con productos creados desde cero y con ciclos largos para comprobar resultados, donde conviene investigar más antes de confiar en la intuición. Las situaciones engañosas parecen familiares pero conducen a conclusiones erróneas: un equipo copia una funcionalidad exitosa en otro producto sin investigar lo suficiente y fracasa porque la nueva audiencia tiene necesidades distintas.
Desarrollar buen criterio exige participar en todo el ciclo de desarrollo: evaluar el punto de partida, proponer una solución, implementarla, medir efectos reales y analizar lo aprendido. Quien solo recibe encargos, produce respuestas y pasa al siguiente proyecto acumula actividad, pero no aprendizaje completo. La inteligencia artificial puede intensificar ese riesgo si automatiza partes del trabajo y reduce el contacto con las consecuencias reales.
Una práctica útil consiste en permanecer el tiempo suficiente para observar los resultados antes de cambiar de proyecto o equipo. También conviene documentar las hipótesis antes del lanzamiento: qué efectos cuantitativos o cualitativos se esperan y por qué. Después hay que comparar esas expectativas con los datos obtenidos, revisar qué decisiones funcionaron, cuáles fallaron y qué experiencias previas se parecen realmente al caso tratado. El juicio profesional nace precisamente de esa exposición repetida a decisiones reales y a sus consecuencias.
