Agentic AI cambia el rol del usuario — y UX Research decide quién sobrevive
La Agentic AI está cambiando algo que parece sencillo, pero tiene un peso enorme: el rol del usuario.
Durante décadas, construimos herramientas que esperaban órdenes. Hacías clic, escribías, dirigías cada paso. Ahora, los sistemas actúan por cuenta propia — evalúan un objetivo, lo dividen en etapas y ejecutan sin pedir permiso.
Este giro transforma al usuario de operador a delegador. Y delegar es un proceso cognitivo completamente diferente a hacer. No es solo un cambio técnico — es un cambio en la relación entre personas y sistemas, y toca algo mucho más profundo: la confianza.
Los números ya muestran que el movimiento es real. Según el McKinsey Global Survey on AI 2025, el 62% de las organizaciones ya están experimentando con agentes en algún nivel. Pero Gartner proyecta que más del 40% de esos proyectos serán cancelados para 2027 — y el motivo casi nunca es técnico. 😬
El problema está en otro lugar: las personas no entienden lo que el agente hizo, no confían en el resultado o simplemente sienten que perdieron el control de su propio trabajo. Tenemos muchos benchmarks para medir la precisión de los modelos, pero casi nada que mida por qué los usuarios reales abandonan a los agentes. Esa laguna de datos ya es, por sí sola, parte del problema que UX Research necesita resolver — no como un detalle de producto, sino como la pieza que puede decidir si un sistema sobrevive o termina en la basura.
Qué cambia cuando el sistema actúa solo
Cuando un usuario hace clic en un botón, sabe lo que va a pasar. Cuando un agente toma una secuencia de decisiones por cuenta propia, ese contrato implícito de previsibilidad desaparece. El sistema puede haber hecho todo bien — pero si el usuario no logra seguir el razonamiento detrás de las acciones, la sensación que queda es de extrañeza, no de eficiencia.
Esto tiene nombre dentro de la psicología cognitiva: es la ruptura del modelo mental. Y cuando el modelo mental falla, la confianza se va con él.
Este fenómeno es todavía más intenso en contextos profesionales. Imagina un agente que reorganiza tu agenda, responde correos en tu nombre y prioriza tareas sin que le hayas pedido cada uno de esos pasos individualmente. Técnicamente, puede ser perfecto. Pero la experiencia emocional de ver algo actuando en tu lugar — especialmente en decisiones que siempre consideraste tuyas — activa un disparador de incomodidad que no es irracional. Es humano.
El correo electrónico, por cierto, es un ejemplo muy bueno para entender esta dinámica. La mayoría de los usuarios se queda tranquila al dejar que un agente organice la bandeja de entrada. Pero pregúntales si aceptarían que el agente enviara una respuesta en su nombre, y la reacción cambia por completo. Ese umbral varía para cada persona, cada tarea y cada sector. Y es exactamente el tipo de cosa que UX Research necesita investigar antes de que el producto llegue al mercado.
La cuestión central no es si el agente es capaz. Es si el usuario cree que es capaz — y más que eso, si el usuario se siente seguro para dejar que el agente actúe. Estas son preguntas que ninguna métrica técnica responde. Requieren investigación cualitativa, entrevistas en profundidad, análisis de comportamiento real y una escucha activa sobre lo que las personas sienten cuando interactúan con sistemas que toman la iniciativa.
El desafío de diseñar para la imprevisibilidad previsible
La Agentic AI desafía un principio básico de UX: estos sistemas son, en teoría, no determinísticos. Dale a un agente la misma tarea el lunes y después el viernes, y puede resolverla de formas diferentes en ambas ocasiones. Para profesionales entrenados en la expectativa de que entradas idénticas producen salidas idénticas, esta variación genera una tensión real de diseño.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
La agenda de investigación del NN/g para 2025 sobre IA generativa enmarca bien la cuestión: ¿cómo evalúas un sistema que cambia con el tiempo?
Ya que no es posible garantizar consistencia de acción, la salida es garantizar consistencia de intención. Esta reformulación tiene implicaciones prácticas para la medición. En lugar de rastrear si el agente completó una tarea de la misma forma dos veces, el foco pasa a ser estudiar si los usuarios creen que el agente entendió lo que ellos querían. En la práctica, esto puede operacionalizarse mediante:
- Evaluaciones de confianza post-tarea sobre el alineamiento con el objetivo
- Protocolos de pensamiento en voz alta, donde los usuarios narran los resultados esperados versus los obtenidos
- Estudios comparativos entre diferentes caminos del agente, midiendo el alineamiento percibido
La métrica pasa a ser el alineamiento percibido, no la consistencia comportamental.
En una evaluación real, 10 participantes recibieron las mismas cuatro tareas para completar con un agente de voz. Los investigadores observaron cómo el tono, el lenguaje y el nivel de detalle del agente variaban entre sesiones. Algunos usuarios recibían respuestas concisas y directas, mientras otros escuchaban explicaciones más largas y conversacionales para la misma pregunta. En uno de los casos, el agente alucinó un detalle — y la confianza del usuario se desplomó inmediatamente, no solo en esa tarea, sino en todas las siguientes.
Lo que se estaba midiendo no era si el agente dijo las mismas palabras cada vez. Era si los usuarios creían que él entendía su objetivo — y con qué rapidez esa creencia se derrumbaba cuando algo salía mal. 🧠
La confianza no es un recurso, es una construcción
Uno de los errores más comunes en el desarrollo de sistemas de Agentic AI es tratar la confianza como algo que el usuario va a desarrollar naturalmente con el tiempo de uso. Esa lógica funciona para herramientas simples. Para agentes autónomos, es peligrosa. La confianza en sistemas que actúan de forma independiente necesita ser construida activamente — mediante transparencia, feedback claro y mecanismos que le devuelvan al usuario la sensación de que todavía tiene el control, incluso cuando delega.
Investigaciones recientes en el área de Human-Computer Interaction muestran que los usuarios desarrollan confianza en agentes cuando tres elementos están presentes: previsibilidad — logran anticipar lo que el agente va a hacer; explicabilidad — entienden por qué el agente hizo lo que hizo; y reversibilidad — saben que pueden deshacer o ajustar cualquier acción. Cuando estos tres elementos están ausentes, incluso un agente técnicamente impecable genera rechazo.
Y el rechazo, en este contexto, rara vez viene acompañado de feedback constructivo — viene en forma de abandono silencioso.
El papel de UX Research en este escenario es justamente mapear dónde estos elementos están fallando en la experiencia real. No en la experiencia idealizada por el equipo de producto, sino en la experiencia vivida por quien usa el sistema todos los días, con presión, con prisa, con un contexto que ningún laboratorio logra reproducir completamente. Esto exige ir al campo, observar, preguntar y, principalmente, escuchar lo que está entre líneas — porque los usuarios rara vez dicen que no confían en un sistema. Simplemente dejan de usarlo.
De interacciones aisladas a relaciones a largo plazo
La mayoría de los productos digitales es transaccional. Buscas un vuelo, compras, sigues con tu vida. La Agentic AI se parece más a integrar un nuevo miembro al equipo. El agente se adapta a tus preferencias. Tú aprendes sus tendencias. La relación evoluciona a lo largo de semanas.
Los métodos de investigación tradicionales no fueron diseñados para esta escala de tiempo. Quien ya estudió automatización en la aviación reconoce lo que sucede aquí: la fatiga de monitoreo. Cuanto más confiable se vuelve un sistema, peor se vuelven los humanos para detectar sus errores. La Agentic AI añade una capa extra a este fenómeno. A diferencia del piloto automático, los agentes no siguen el mismo procedimiento cada vez. Los usuarios no solo están monitoreando — están supervisando algo impredecible mientras deciden cuánta supervisión realmente necesita.
En investigaciones con usuarios reales, es común observar participantes alternando entre confianza excesiva y verificación ansiosa de todo en la misma sesión. Es un dilema genuino: no puedes aceptar ciegamente cada resultado, pero si estás revisando cada acción que el agente toma, no te está ahorrando tiempo.
La pregunta de investigación fundamental pasa a ser: ¿qué tipos de señales de transparencia — como citar fuentes o explicar el razonamiento — dejan a los usuarios lo suficientemente cómodos para reducir la supervisión? Las evidencias de estudios con frameworks de confianza en agentes de voz muestran que los patrones se mantienen independientemente de la modalidad: conciencia de contexto, indicadores claros de estado y recuperación elegante de errores son lo que separa a los agentes que las personas usan una vez de los agentes en los que realmente confían.
Delegación como experiencia de diseño
Delegar a un sistema no es lo mismo que hacer clic en confirmar. Cuando delegas una tarea a una persona, consideras su historial, la confianza que construiste con el tiempo, la posibilidad de hacer preguntas y de ajustar el camino. Con un agente, ese proceso necesita ser replicado de forma intencional dentro de la interfaz y del comportamiento del sistema. No es algo que sucede por accidente — es el resultado de decisiones de diseño muy específicas, orientadas por investigación real sobre cómo las personas toman decisiones de delegación.
Uno de los hallazgos más relevantes en esta área es que los usuarios tienden a delegar más cuando perciben que el agente comunica incertidumbre de forma honesta. Es decir, un agente que dice algo como no estoy seguro sobre este paso, ¿prefieres que continúe o espero tu confirmación? genera más confianza que un agente que actúa con total autonomía incluso en situaciones ambiguas. Esa percepción de humildad del sistema — la capacidad de reconocer límites — es un factor de confianza mucho más poderoso que la demostración de capacidad técnica bruta.
Esto tiene implicaciones directas para el diseño de interacciones en sistemas agénticos. Las pantallas de confirmación, los resúmenes de acción, los registros de actividad, las alertas de desviación — todo eso no es burocracia de interfaz. Es el lenguaje que el sistema usa para construir o destruir la relación con el usuario a lo largo del tiempo. Y cada una de esas decisiones necesita ser validada con investigación, probada con usuarios reales y refinada con base en comportamiento observado, no en suposiciones sobre lo que sería más conveniente o más elegante visualmente.
Cuatro métodos de investigación que funcionan en el mundo agéntico
Cuatro enfoques han demostrado su valor de forma consistente en esta nueva era. Y existe una tensión que atraviesa todos ellos: los equipos de Agentic AI entregan rápido. El agente puede actualizarse tres veces durante un estudio de cuatro semanas. Cada método necesita generar señal accionable con velocidad.
Investigación de descubrimiento para productos desde cero
Esta etapa ocurre antes de cualquier línea de código — y es la que los equipos más se saltan. La pregunta no es cómo debería funcionar este agente. La pregunta es: ¿debería existir este agente? ¿Quién es el público real? ¿Con qué están luchando estas personas? ¿Acaso quieren que una IA se encargue de esa tarea?
Ya se ha visto lo que pasa cuando los equipos ignoran esta fase. Un equipo construyó un agente capaz para un flujo de trabajo en el que los usuarios no querían autonomía alguna — querían mejores herramientas. Investigación contextual y entrevistas de validación de concepto lo habrían revelado. Dos semanas de investigación pueden ahorrar meses de ingeniería innecesaria.
Evaluaciones de IA orientadas por investigación
La mayoría de los frameworks de evaluación prueban precisión — si el agente acertó la respuesta. Esa pregunta importa, pero es un pésimo predictor de retención. Sin criterios centrados en el humano, los agentes pueden producir lo que ya se está llamando agent slop — output de baja calidad a escala, generado por sistemas que no tienen guardrails adecuados.
Las evaluaciones orientadas por investigación añaden la dimensión humana. ¿El tono era apropiado? ¿La explicación tuvo sentido para un usuario no técnico? ¿El agente avanzó cuando debería haber pausado para pedir confirmación? Estas evaluaciones necesitan ejecutarse continuamente, con feedback de los usuarios alimentando el ajuste del modelo y los guardrails. Sin ese loop, el resultado es un dashboard verde y un producto al que nadie regresa.
Herramientas que usamos a diario
Estudios longitudinales con diarios
Un test de usabilidad captura un momento. Un estudio con diario captura el arco completo: la emoción inicial, seguida por la percepción de que el agente se equivoca a veces — y se equivoca con confianza. Los registros diarios revelan puntos de inflexión precisos: cuándo la confianza se erosionó, qué lo disparó y si la recuperación fue posible.
Talleres de co-diseño
Este enfoque reúne a usuarios y equipos de producto para definir límites de autoridad juntos. ¿Dónde puede actuar el agente de forma independiente? ¿Dónde necesita permiso explícito? Una estructura que se está probando es el modelo diferir, proponer, liderar. Todavía está evolucionando, pero el patrón se sostiene: para decisiones de alto riesgo, el agente presenta datos y espera. Para riesgo medio, ofrece sugerencias ranqueadas. Para tareas rutinarias, ejecuta y reporta después. Lo que hace esto efectivo no es el framework en sí — es que los usuarios participaron en el proceso de trazar esas líneas.
El benchmark humano — y la cuestión de la accesibilidad
Los equipos de ingeniería priorizan scores de MMLU y tasas de precisión. Esos indicadores importan para el rendimiento del modelo, pero son pésimos predictores de si alguien sigue usando un agente después de la primera semana. Ya se han observado agentes con benchmarks fuertes siendo abandonados porque la interacción se sentía opaca o presuntuosa.
Existe además una dimensión que la mayoría de los equipos ni ha comenzado a abordar: la accesibilidad. ¿Cómo un usuario de lector de pantalla supervisa un agente tomando acciones autónomas en tiempo real? ¿Cómo alguien con una discapacidad cognitiva gestiona las decisiones de delegación descritas antes? Estos no son casos extremos. Si no estamos investigando estas cuestiones ahora, estamos construyendo tecnología que funciona para algunas personas y excluye a otras por diseño.
Según Gartner, el 15% de las decisiones diarias de trabajo serán tomadas de forma autónoma por agentes para 2028, partiendo de cero en 2024. La infraestructura técnica está avanzando rápido. Pero nada de esto funciona si las personas no confían en el sistema, y nada de esto es justo si solo funciona para una parte de ellas.
Lo que UX Research necesita investigar ahora
Con el crecimiento acelerado de los sistemas de Agentic AI, UX Research necesita ampliar su alcance de investigación de forma bastante práctica. No basta con entender cómo el usuario navega por una interfaz — es necesario entender cómo piensa sobre la delegación, dónde están sus límites de comodidad, qué tipos de decisión nunca delegaría a un sistema y por qué. Estas respuestas varían mucho según el contexto, el perfil del usuario y el sector en el que el agente opera, lo que hace que la investigación contextual sea absolutamente indispensable.
Algunos de los temas que están ganando espacio en las agendas de investigación de equipos de producto que trabajan con agentes incluyen:
- Mapeo de modelo mental: cómo el usuario imagina que el agente funciona, aunque esa imagen sea imprecisa o incorrecta.
- Límites de delegación: qué tareas el usuario acepta delegar y cuáles siente que deben permanecer bajo su control directo.
- Reacciones a errores autónomos: cómo responde el usuario cuando el agente hace algo mal sin haber pedido permiso — y cuánto eso afecta la confianza futura.
- Percepción de transparencia: si los mecanismos de explicación del sistema son realmente comprendidos o simplemente ignorados.
- Fatiga de supervisión: cuánta atención logra mantener el usuario sobre las acciones del agente antes de empezar a confiar ciegamente — lo que también es un riesgo.
Cada uno de estos puntos representa un área donde el producto puede fallar de forma silenciosa y progresiva. Y lo más importante: son áreas que solo aparecen con investigación de calidad, conducida con rigor y con apertura genuina hacia lo que el usuario tiene que decir — incluso cuando lo que dice contradice las hipótesis del equipo de producto.
El momento que estamos viviendo con Agentic AI es poco común. Es una de esas ventanas en las que la tecnología avanza más rápido que la comprensión humana sobre cómo usarla bien. Los agentes que van a prosperar no serán necesariamente los más capaces. Serán aquellos en los que las personas confían lo suficiente como para depender de ellos. Y es exactamente en estos momentos cuando UX Research tiene el mayor impacto — no como validación de lo que ya se decidió, sino como la voz que pone al ser humano en el centro antes de que los problemas se vuelvan irreversibles. 🚀
