La interfaz ya no tiene por qué existir antes que el usuario
¿Tiene sentido diseñar primero la intención del usuario y generar después la interfaz que la resuelve, en lugar de construir todas las pantallas por adelantado?
Por Pietro Fiorillo ·
Índice del artículo
Durante años hemos diseñado para todos los caminos posibles
Construimos software de una forma bastante predecible. Primero definimos las funcionalidades, luego las convertimos en pantallas y añadimos navegación, formularios, tablas, filtros y configuraciones para cubrir todo lo que creemos que hará el usuario.
Funciona. Pero tiene un coste: la persona tiene que aprender cómo está organizado nuestro software antes de poder usarlo.
Cuando una aplicación sirve a miles de usuarios distintos, cada nueva necesidad suma otra pieza: permisos, estados, dashboards, tutoriales, excepciones. La interfaz acaba siendo un mapa de todo lo que el software puede hacer, y un usuario concreto casi siempre necesita resolver una sola cosa.
Dos ideas distintas bajo la etiqueta «AI interface»
La primera es enseñar a una IA a usar una interfaz que ya existe. OpenAI presentó Computer-Using Agent, un sistema capaz de interpretar una interfaz gráfica y manejar botones, menús y campos de texto como lo haría una persona.
La segunda es la que me interesa aquí: que la interfaz cambie según lo que el usuario intenta conseguir. Ahí entran la generative UI y las interfaces adaptativas.
Google publicó en diciembre de 2025 A2UI, un proyecto abierto para que los agentes envíen descripciones declarativas de interfaz que el cliente renderiza con sus propios componentes. Según el artículo, es un formato de datos y no código ejecutable. El modelo no escribe código arbitrario para cada pantalla: compone la interfaz a partir de un catálogo de componentes aprobado de antemano.
La pregunta de diseño cambia. Deja de ser qué pantallas necesita mi aplicación y pasa a ser qué necesita ver el usuario ahora para completar su objetivo.
| La IA usa una interfaz | La interfaz se adapta | |
|---|---|---|
| Ejemplo | Computer-Using Agent (OpenAI) | A2UI (Google) |
| Qué hace el sistema | Interpreta una interfaz existente y maneja botones, menús y campos | Describe la interfaz que hace falta; el cliente la renderiza con componentes aprobados |
| Quién decide el aspecto | La interfaz ya construida | El catálogo de componentes del cliente |
Lo observado: un estudio con 72 participantes
Google Research publicó en 2026 un estudio comparativo con diseño intrasujeto (N=72) entre una interfaz bancaria determinista y una generativa adaptativa, sobre un prototipo de banca digital. La versión adaptativa obtuvo una puntuación SUS de 84,38 frente a 53,96 de la determinista, con un tamaño del efecto de d=1,04. Datos tomados del resumen de la publicación, a septiembre de 2026.
| Medida | Interfaz determinista | Interfaz generativa adaptativa |
|---|---|---|
| Puntuación SUS | 53,96 | 84,38 |
| Participantes | 72 (los mismos en ambas) | 72 (los mismos en ambas) |
Esto es lo que se observó. Lo que sigue es interpretación mía.
Interpretación: parte de la complejidad es anticipación
Mi lectura es que parte de la complejidad de una interfaz existe porque intentamos anticipar todos los futuros posibles del usuario. Si el sistema conoce la intención, puede mostrar solo lo necesario.
En lugar de usuario, navegación, funcionalidad, configuración y resultado, el flujo pasaría a ser intención, razonamiento, herramientas, resultado e interfaz necesaria. La interfaz deja de ser el punto de partida y puede convertirse en una consecuencia del contexto.
Un dato no cuadra con la versión más entusiasta de esta idea: el estudio mide usabilidad percibida en un prototipo. No dice nada sobre mantenimiento, pruebas, seguridad ni coste de una interfaz generada en producción.
Por qué no quiero una interfaz que se invente cualquier cosa
No creo que el camino sea pedirle a un modelo que genere HTML libre cada vez que alguien abre una aplicación. Sería difícil de controlar, mantener, probar y asegurar.
Por eso el enfoque de A2UI me parece más cercano a una arquitectura real: el agente decide qué componentes necesita y el cliente conserva el control de cómo se dibujan. El diseño no desaparece, cambia de objeto. Antes diseñábamos todas las pantallas. Ahora se diseñan las capacidades del sistema, los componentes disponibles, las reglas, los permisos, los estados, los límites y la forma en que el agente puede combinarlos.
El diseño no desaparece, cambia de objeto.
Hipótesis: del software de funcionalidades al software de intenciones
Hipótesis, no conclusión: estamos pasando de un software centrado en funcionalidades a uno centrado en intenciones. Los botones, las tablas y los dashboards seguirán existiendo cuando sean la mejor forma de trabajar.
Quizá dentro de unos años muchas aplicaciones no necesiten enseñarte toda su complejidad desde el principio y les baste con mostrar lo que necesitas para hacer lo que quieres hacer. Para mí eso es un cambio más profundo que añadir un chatbot a una aplicación.
Límites y qué probaría después
Un estudio, un prototipo y un dominio. No puedo afirmar que la interfaz generativa sea mejor, y tampoco he replicado nada por mi cuenta: esta entrega es una revisión de fuentes, no un experimento propio.
El siguiente paso sería probar un catálogo de componentes acotado en una herramienta interna real, por ejemplo uno de los sistemas de gestión que desarrollamos en MANYA Digital, y medir el tiempo hasta completar una tarea frente a la interfaz actual. Hasta entonces, esto queda en hipótesis.
Fuentes
Preguntas frecuentes
¿Qué es una interfaz generativa?
La interfaz cambia según lo que el usuario intenta conseguir, en lugar de ser un conjunto fijo de pantallas construidas por adelantado. En el enfoque de A2UI, el agente describe la interfaz que hace falta y el cliente la renderiza con un catálogo de componentes aprobado de antemano.
¿En qué se diferencia A2UI de Computer-Using Agent?
Computer-Using Agent, de OpenAI, interpreta una interfaz que ya existe y maneja botones, menús y campos como lo haría una persona. A2UI, de Google, va en la otra dirección: el agente envía una descripción declarativa de la interfaz y el cliente la dibuja con sus propios componentes.
¿Qué muestra el estudio de Google Research?
En un estudio intrasujeto con 72 participantes, una interfaz bancaria generativa adaptativa obtuvo 84,38 en la escala SUS frente a 53,96 de la versión determinista, con un tamaño del efecto de d=1,04. Es un solo estudio, con un prototipo y en un dominio concreto, y mide usabilidad percibida, no resultados de negocio.
¿Significa que las pantallas van a desaparecer?
No lo creo. Los botones, las tablas y los dashboards seguirán existiendo cuando sean la mejor forma de trabajar. Lo que cambia es el objeto del diseño: en lugar de todas las pantallas, se diseñan las capacidades, los componentes, las reglas, los permisos y los límites.
¿Qué probarías después?
Un catálogo de componentes acotado en una herramienta interna real, midiendo el tiempo hasta completar una tarea frente a la interfaz actual. Hasta entonces, la idea sigue siendo una hipótesis.