Esto lo vengo pensando hace rato. Construir aplicaciones con IA solo escribiendo prompts, agregando lo que se te ocurre a medida que lo vas percibiendo, es una trampa. No es una crítica moralista hacia la IA. Hay una razón bastante concreta detrás: las IAs construyen por acumulación.

La IA acumula. La persona tiene que priorizar

Cuando le das pedidos a una IA, ella los toma como órdenes y los va apilando, rápido. Esa velocidad es una ventaja real, no hay que subestimarla. El problema aparece cuando esa información no está organizada ni segmentada. Ahí empieza a contradecirse sola. Y si alguien construye dejándose llevar por cómo ve el problema en el momento, por el ánimo de ese día, le está dando a la IA justo ese tipo de información: dispersa, sin jerarquía, cambiante.

El desarrollo de producto tradicional funciona al revés. Se construye por función. Se desmembra el problema, se decide qué es lo más urgente, se avanza con historias de usuario, testing, ciclos ágiles. Primero se decide qué importa. Después se construye. La IA, sin esa estructura previa, invierte el orden entero: construye primero, y la estructura, si aparece, se va improvisando sobre la marcha, parche tras parche.

El camino más seguro no es el más disruptivo

Y aquí está la parte que más preocupa. Las IAs no siguen ninguna estrategia ajena. Siguen el camino más conocido, el más fácil de implementar para resolver un problema de diseño, porque están entrenadas con lo que ya existe hoy. No es un defecto del modelo. Es su naturaleza. Pero si el objetivo es innovar, si se busca algo disruptivo de verdad, y no se le llevan soluciones nuevas ni se le entrega la información de forma adecuada, la IA no va a devolver nada nuevo. Devuelve el camino ya conocido. El de siempre.

Usar IA para diseñar no exime de tener estrategia. Al contrario: la vuelve más necesaria que nunca.

Sin una estrategia clara detrás, la IA no tiene de dónde sacar algo distinto de lo esperable, porque lo esperable es literalmente su materia prima.

Por eso todo se ve igual

Esto ya se nota a simple vista. La mayoría de las aplicaciones hoy se ven iguales. Predecibles. Sin ninguna diferenciación de marca. Terminan pareciendo todas SAP: paneles con los mismos accesos, en la misma posición, con la misma jerarquía de siempre. Es lógico que pase. La IA no va a inventar nuevas formas de uso. Eso hay que detectarlo como necesidad real en la base de usuarios, y después traducirlo en especificaciones que se puedan mantener y medir dentro del propio flujo de trabajo con la IA.

Usar la IA para que resuelva algo que todavía no se conoce del propio mercado es pedirle algo que sencillamente no puede dar. Nadie devuelve una respuesta que nunca recibió como pregunta.

El rol real de la IA en investigación de usuarios

Aquí conviene ser preciso, porque es fácil irse al extremo contrario y decir que la IA no sirve para investigación. No es así. La IA hoy es una fuente de investigación de usuarios, sí, pero de segundo nivel. Siempre va a ser más valioso escuchar primero a los usuarios: entrevistas, testing, tickets de soporte, sesiones reales, la voz de la gente sin intermediarios.

Segundo nivel no significa descartable. La IA es bastante limitada para descubrir necesidades que el usuario nunca expresó en ningún lado. Eso no lo va a inventar por más elaborado que sea el prompt. Donde sí es fuerte es para procesar volumen: tomar todo lo que los usuarios ya dijeron (entrevistas, reseñas, tickets de soporte) y encontrar ahí patrones que a simple vista pasan desapercibidos. Ahí no reemplaza la investigación primaria. La potencia.

Escuchar primero, con personas. Sintetizar después, con IA.

Si se invierte ese orden, si se le pide a la IA que indique qué necesita el mercado antes de haber escuchado a ese mercado, se vuelve exactamente al mismo problema del inicio: se le está dando información sin base real, y ella devuelve el promedio de lo que ya existe. Nada más.

La idea de fondo

Usar bien la IA para construir producto no es escribir prompts rápido dejándose llevar por el ánimo del momento. Es traer estrategia, estructura e investigación real antes de sentarse a construir. La IA acelera lo que ya se decidió. No decide en lugar de nadie. Y en el momento en que se le permite hacerlo, el resultado se nota: en el panel número mil que se parece a todos los anteriores.

Si tu producto se está pareciendo a todos los demás, el problema no es el modelo que estás usando. Te cuento cómo trabajo la parte de estrategia e investigación antes de construir en mi servicio de User Research y descubrimiento, o empezamos con un AI MVP Rescue gratuito para ver dónde está el problema real.