Diseñar con IA Sin Perder el Criterio

Cuándo aceptar lo que genera la IA y cuándo intervenir. Framework práctico para diseñar con inteligencia artificial sin perder intencionalidad.

Publicado el 22 de marzo de 2026

Views
100 views
Tiempo de lectura:
Tiempo de lectura: 5 min

Todas las herramientas de diseño con IA prometen lo mismo: pega un prompt, obtén una interfaz. El resultado se ve bien a primera vista. Luego intentas usarlo.

Ahí está el problema. Diseñar con IA es fácil. Diseñar bien con IA requiere algo que la herramienta no tiene: criterio. Y el criterio no es un plugin que se instala — es lo que separa un diseño que funciona de uno que solo se ve bonito en un screenshot.

Llevo meses integrando IA en mi proceso de diseño. No como reemplazo, sino como acelerador. Lo que he aprendido es que la pregunta no es "¿la IA puede diseñar?" sino "¿cuándo dejo que diseñe y cuándo intervengo?".

La trampa del "suficientemente bueno"

Los diseños generados por IA tienen un problema sutil: se ven pulidos. Bordes redondeados correctos, spacing consistente, paleta de colores armónica. Todo parece profesional. Pero cuando miras con atención, falta algo.

Falta intencionalidad.

La IA sigue tendencias, no necesidades del usuario. Genera el mismo hero con gradiente que has visto en 200 landing pages. Aplica el mismo spacing uniforme sin considerar qué elementos necesitan respirar y cuáles necesitan agruparse. Crea jerarquías visuales genéricas en vez de jerarquías que guíen al usuario hacia la acción correcta.

No es que el output sea malo. Es que es indiferente. No toma partido. No tiene opinión sobre qué importa más en tu pantalla. Y eso, en diseño, es un problema serio.

Cuándo aceptar lo que genera la IA

Hay contextos donde la velocidad importa más que la originalidad:

  • Layouts con mucha data — Tablas, dashboards, listados. La estructura es predecible y la IA la clava.
  • Patrones repetitivos — Formularios CRUD, páginas de settings, flujos de configuración. Problemas resueltos mil veces donde reinventar no aporta valor.
  • Variaciones responsive — Adaptar un diseño de desktop a tablet y mobile. La IA maneja las reglas de reflow bien.
  • Prototipos de exploración — Cuando necesitas 5 variantes rápidas para evaluar direcciones, no para entregar.

En estos casos, la IA elimina trabajo mecánico. Acepta el output, ajusta los detalles, y sigue adelante. Tu tiempo vale más en otra parte.

Cuándo intervenir

Hay momentos donde "suficientemente bueno" no es suficiente:

  • Pantallas que definen tu marca — Tu landing principal, tu onboarding, tu primera impresión. Aquí cada píxel comunica quién eres.
  • Flujos de onboarding — La primera experiencia del usuario define si vuelve. La IA no entiende la tensión emocional de un primer contacto.
  • Momentos de conexión emocional — Confirmaciones de compra, mensajes de error, estados vacíos. Donde el tono humano marca la diferencia.
  • Innovación de producto — Si estás creando algo nuevo, la IA solo puede recombinar lo que ya existe. No puede imaginar lo que aún no se ha hecho.

En estos contextos, usa la IA para generar un punto de partida y después reconstruye con intención.

Mi framework: Genera, Evalúa, Decide

Después de meses iterando, mi proceso se resume en tres pasos:

1. Genera múltiples opciones rápido. No te cases con la primera. Pide 3-4 variantes. La IA es rápida — úsala para explorar el espacio de posibilidades, no para llegar a la respuesta final.

2. Evalúa contra tus principios de diseño, no contra las otras opciones. Comparar variantes entre sí te lleva a elegir "la menos mala". Compararlas contra tus principios (claridad, consistencia, accesibilidad) te lleva a elegir la correcta.

3. Decide con intención, no con pereza. "Está bien" no es una decisión de diseño. "Esto funciona porque la jerarquía dirige la atención al CTA y el spacing agrupa los elementos relacionados" — eso es una decisión.

La diferencia entre un diseñador que usa IA bien y uno que la usa mal está en el paso 3. Ambos generan opciones. Solo uno decide con criterio.

Filtros prácticos: 5 preguntas antes de aceptar

Antes de enviar cualquier output de IA a producción, lo paso por cinco filtros. Si falla más de dos, vuelve al tablero.

Filtro de Decisiones de Diseño

Evalúa un diseño generado por IA antes de enviarlo

1 / 5

¿Cumple la tarea del usuario?

Un diseño bonito que no resuelve el problema del usuario es decoración, no solución.

Estas preguntas no son teóricas. Las uso literalmente en cada revisión. Las tengo en un post-it al lado de la pantalla. Suenan simples, pero la mayoría de los diseños generados por IA fallan en al menos una.

La pregunta más reveladora es la tercera: "¿Lo defenderías en una review?". Si la respuesta es "es lo que generó la IA", no es una defensa. Si la respuesta es "funciona porque resuelve X problema de esta manera", lo puedes enviar.

El nuevo rol del diseñador

La IA es el junior más rápido que vas a tener. Prolífico, incansable, con buen gusto superficial. Pero necesita tu dirección. Sin ella, produce diseños que se ven bien y funcionan regular.

Tu trabajo cambió. Ya no es pasar 3 horas ajustando padding y eligiendo colores. Es decidir qué problema resolver, cómo resolverlo, y evaluar si la solución realmente funciona. Pasaste de ejecución a curaduría.

Y eso no es menos valioso — es más. Porque la ejecución se puede automatizar. El criterio, no.


Este es el sexto artículo de la serie. El primero fue sobre las herramientas que uso. El segundo sobre por qué fallan y cómo arreglarlo. El tercero sobre cómo construir un sistema de skills. El cuarto sobre el workflow de Figma a código. El quinto sobre MCP servers y conexión de herramientas.