Diseñar en la niebla: por qué la IA no adivina el futuro (y tú tampoco deberías fingir que sí)

Este artículo es una reinterpretación editorial de “Designing With Uncertainty: How AI Supercharges Probabilistic Thinking”, publicado en Smashing Magazine. La perspectiva, el análisis y las opiniones son propios de AneurisMAG.

El oráculo que no existe

Hay una escena en 2001: Una odisea del espacio en la que HAL 9000 toma decisiones con una frialdad absoluta, como si el universo entero fuera un sistema determinista donde cada causa tiene un efecto exacto y predecible. Es la fantasía tecnológica más vieja del mundo: la máquina que sabe. Que de verdad sabe.

El problema es que esa fantasía ha migrado, con asombrosa facilidad, a las salas de reuniones donde se toman decisiones de producto y diseño UX. La IA llega con sus dashboards, sus heatmaps predictivos, sus modelos de comportamiento, y de repente el product manager de turno habla de lo que “va a pasar” como si estuviera leyendo un guión, no interpretando una probabilidad. Y ahí, exactamente ahí, empieza el desastre.

Confundir el mapa con el territorio (otra vez)

Lo que los modelos de IA hacen —y lo hacen extraordinariamente bien— es calcular probabilidades basadas en patrones pasados. No predicen el futuro. Lo que hacen es decirnos algo parecido a esto: “Dado todo lo que hemos visto antes, esto es más probable que aquello.” Matiz enorme. Diferencia abismal.

El concepto que propone Smashing Magazine en su artículo original es el de Diseño Probabilístico: una mentalidad, más que una metodología, que invita a los equipos de UX y producto a abrazar la incertidumbre en lugar de aplastarla bajo el peso de una falsa certeza cuantificada. En vez de tratar los outputs de la IA como verdades reveladas, se trata de leerlos como lo que son: distribuciones de posibilidades, señales con ruido, hipótesis con distinto nivel de confianza.

Suena obvio. Y sin embargo, el sector lleva años haciendo exactamente lo contrario.

El síndrome del número con decimales

Existe un sesgo cognitivo brutal en las organizaciones tech: cuando algo lleva un porcentaje detrás, parece verdad. Si tu modelo de IA dice que el 73,4% de los usuarios abandonará el checkout en el paso tres, ese número opera como un hecho, no como una estimación. Nadie pregunta qué tan amplio es el intervalo de confianza. Nadie pregunta si ese modelo fue entrenado con datos de hace 18 meses, en otro mercado, con otro producto.

Los decimales nos dan una sensación de rigor que no siempre está justificada. Es el equivalente digital de los focus groups de los 90, donde cinco personas en una habitación representaban, supuestamente, a millones de consumidores. Ahora el ritual ha cambiado, pero la trampa es la misma: proyectar certeza donde solo hay aproximación.

Un buen diseñador probabilístico no pregunta “¿qué va a pasar?”. Pregunta “¿qué tan seguros estamos de lo que creemos que va a pasar, y qué hacemos si estamos equivocados?”

Diseñar para la horquilla, no para el punto

Aquí viene la parte que me parece genuinamente revolucionaria, aunque suene contraintuitiva: diseñar bien en la era de la IA no significa diseñar para el escenario más probable. Significa diseñar para un rango de escenarios, con diferentes pesos específicos y diferentes respuestas preparadas.

Pensemos en arquitectura, que siempre tiene lecciones para el diseño digital. Un arquitecto que diseña un edificio en zona sísmica no calcula el temblor “más probable” y construye para ese único escenario. Diseña para una horquilla de intensidades, con materiales y estructuras que pueden absorber variación. El edificio no colapsa si el terremoto es un poco más fuerte de lo esperado porque el sistema fue concebido para la incertidumbre, no a pesar de ella.

El Diseño Probabilístico aplica exactamente esa lógica. Cuando la IA te dice que el usuario “probablemente” quiere X, tu trabajo no es construir un flujo optimizado exclusivamente para X. Tu trabajo es construir un flujo que funcione bien si es X, aceptablemente si es Y, y que no falle catastróficamente si resulta ser Z. Eso es adaptabilidad. Eso es madurez de diseño.

La IA como copiloto, no como GPS

Hay una metáfora que me obsesiona últimamente: la diferencia entre un GPS y un copiloto. El GPS te dice adónde girar. Si está equivocado, te mete en un lago. Un copiloto te da información, contexto y opciones, pero asume que tú tienes criterio, visión y la capacidad de tomar la decisión final con todo eso encima de la mesa.

Los equipos de producto que están usando la IA bien —y son menos de los que cualquiera querría admitir— la tratan como copiloto. Los que la usan mal la están convirtiendo en GPS con autoridad moral. Y eso, en diseño de experiencia de usuario, es especialmente peligroso porque las consecuencias las pagan personas reales que interactúan con productos reales.

El Diseño Probabilístico exige que los diseñadores vuelvan a sentarse en el asiento del conductor. No para ignorar los datos, sino para interpretarlos con inteligencia crítica. Para preguntarse: ¿qué asunciones hay enterradas en este modelo? ¿Para quién fue entrenado? ¿Qué queda fuera de su distribución de entrenamiento?

Incertidumbre no es debilidad: es honestidad

El cambio cultural que propone este enfoque es, en realidad, el más difícil de todos. Porque vivimos en organizaciones que premian la convicción sobre la matización. Donde decir “esto tiene un 60% de probabilidad de funcionar, pero hay un 40% de escenarios alternativos para los que también hemos diseñado” suena a inseguridad, cuando en realidad es exactamente lo contrario.

La certeza performativa —ese arte de hablar de las predicciones de la IA como si fueran hechos consumados— es uno de los grandes vicios del sector tech actual. Nos hace sentir en control. Nos permite vender roadmaps con confianza. Pero nos hace diseñar peor, porque eliminamos mentalmente la variabilidad que el mundo real no va a tener la cortesía de eliminar por nosotros.

Abrazar el pensamiento probabilístico no es rendirse ante el caos. Es reconocer que el caos existe, que la IA nos ayuda a navegarlo con más información que nunca, pero que la responsabilidad de interpretar esa información —con criterio, con ética, con sensibilidad al contexto— sigue siendo irrenunciablemente humana.

El siguiente nivel del diseño no es más datos. Es mejor criterio.

Hay una generación de diseñadores y product managers que ha crecido creyendo que más datos equivale a más certeza. La paradoja de la IA es que nos está dando más datos que nunca, y simultáneamente debería estar recordándonos que la incertidumbre no desaparece: solo se vuelve más sofisticada.

El Diseño Probabilístico no es una metodología que puedas instalar en tu empresa como un plugin de Figma. Es una forma de pensar que requiere humildad intelectual, tolerancia a la ambigüedad y la valentía de decir “no lo sabemos con certeza, pero estamos preparados para múltiples versiones del futuro.” En 2026, eso debería ser el estándar mínimo. Que todavía no lo sea dice mucho de dónde estamos. Y de lo que nos queda por recorrer.