La IA es un socio poderoso en las revisiones de UX, no un reemplazo de los expertos, y la precisión proviene de la experiencia que usted brinda, no del modelo.
Mi tarea en sí no era complicada: tenía que escribir reseñas de expertos en experiencia de usuario para las páginas de búsqueda, resultados y detalles del producto del portal. Tengo una serie de preguntas sobre el público objetivo, los objetivos y el PVU, los documentos de investigación de la industria y el acceso a Google Analytics y Clarity.
Mi hipótesis inicial (que se lee cada vez más en todas partes) era que la inteligencia artificial sería lo suficientemente buena para este tipo de cosas. Apenas necesitas usarlo; el diseñador sólo necesita ver los resultados y, en un tema como este, básicamente reemplaza a un humano. Dado que surgió una misión de este tipo, pensé en comprobar si esto era cierto.
prueba
Estoy usando ambos modelos: La fábula de Claude 5 y ChatGPT-5.6 SolPor supuesto, todas son suscripciones pagas. Les di a cada uno de ellos todo lo que tenía como aporte: introducción, preguntas y respuestas, materiales de investigación, exportaciones de GA, mapas de calor de claridad, mapas de atención y mapas de desplazamiento, y las URL necesarias. La tarea está definida con precisión: crear un documento de revisión de expertos de UX con objetivos específicos.
Es importante destacar que no estoy usando ninguna pista. Dividí la tarea de manera estructurada y de varios pasos y pedí a los modelos que respaldaran sus hallazgos con datos de GA y Clarity siempre que fuera posible, no solo con suposiciones. En otras palabras, no estoy probando el enfoque de “poner todo en un solo mensaje”, sino más bien lo que se puede ganar con un flujo de trabajo bien pensado.
Por supuesto, también realicé el análisis manual en paralelo (al igual que los animales), así tuve algo con qué comparar.
lo que encontré
Permítanme empezar diciendo esto. Este es un informe empírico, no un experimento controlado. Un proyecto, un experto (yo mismo) y mi propio análisis no son estándares absolutos. Tenga esto en cuenta mientras lee lo siguiente.
Se analizaron ambos modelos, pero ambos estaban plagados de problemas irrelevantes o incluso inexistentes. También hay algunas observaciones útiles, pero incluso esas sólo puedo utilizarlas a nivel de redacción y estructura. Claude es significativamente más preciso que ChatGPT, al menos en redacción y estructura, aunque esta es mi impresión subjetiva más que una medición controlada. Una diferencia es objetiva: Claude puede producir resultados en un solo archivo, mientras que ChatGPT solo puede administrarlo parcialmente, pero esto es más una cuestión de formato de salida que de calidad del análisis.
Lo admito: hay algunos problemas que no pude detectar, pero es útil. Pero hay más que la inteligencia artificial no puede capturar.
En realidad, esto se alinea bien con un estudio de 2025 que probó GPT-4o contra la heurística de usabilidad de Nielsen:
“GPT-4o encontró alrededor de una quinta parte (21%) de los problemas de usabilidad encontrados por los expertos, al mismo tiempo que planteó algunos problemas nuevos, parcialmente erróneos. Como tal, es una excelente herramienta de revisión de UX de primer paso, pero por sí sola, aún no ha reemplazado la evaluación de expertos”.
¿Puede GPT-4o evaluar la usabilidad tan bien como los expertos humanos? (2025)
En un proyecto que era más complejo que estas heurísticas de usabilidad al estilo de Nielsen, descubrí esencialmente lo mismo.
¿Cómo se unen en última instancia estos materiales?
Finalmente, Claude y yo lo analizamos juntos. Le alimenté con mis propias observaciones y en una conversación en curso decidimos qué eliminar y qué agregar. Revisa el texto en busca de aspectos gramaticales, consistentes y similares y recomienda revisiones. Esta parte es muy útil.
conseguir István Kolozsi (colboide)Historias en tu bandeja de entrada
Únase a Medium de forma gratuita para obtener las últimas actualizaciones de los autores.
No medí el tiempo exactamente, solo me guié por la sensación: si hiciera todo yo mismo, me tomaría alrededor del 15% del tiempo total.
Así que la IA es una gran compañera y compañera de ayuda que me permite acelerar y mejorar la velocidad de mi trabajo, pero en este momento no puede reemplazarme. Sigue siendo un socio fuerte y juntos somos mejores que nunca.
Quizás se pregunte si sería mejor un tutorial del navegador. Hoy en día, existen métodos y herramientas que permiten a los modelos navegar por sitios web en vivo en el navegador, en lugar de solo datos estáticos y URL. No puedo decirlo con seguridad porque no lo ejecuté, pero sospecho firmemente que tampoco conduciría a mejores resultados, ya que la limitación principal no es el acceso, sino el juicio, es decir, comprender el contexto y los objetivos, sopesar la gravedad y separar los problemas reales del ruido. El ejercicio en vivo cambió poco al respecto.
Lo que realmente probé a continuación fue diferente. Desarrollaría mis propias habilidades de agencia para esta tarea, que codifican heurísticas de usabilidad establecidas, ponderaciones de severidad determinadas por la experiencia profesional y la lente experta que los profesionales de UX aportan a la interfaz, y luego las perfeccionaría proyecto por proyecto. La cuestión no es dejar que tome decisiones por mí, sino traducir mi propio juicio experto en una forma reutilizable y coherente. Eso es lo que veré la próxima vez.
En realidad, esto es consistente con lo que ha visto en investigaciones sobre el tema: La evaluación heurística de IA de Baymard alcanza una precisión del 95% Esto no se logra mediante mejores indicaciones, sino basando el modelo en su propia base de conocimientos sobre la experiencia del usuario investigada. Por supuesto, en su caso esto es solo una heurística de usabilidad limitada, que es mucho más simple que un comentario complejo y dependiente del contexto como este, pero el principio es el mismo. La precisión no proviene del modelo, sino del marco experto que se introduce en el modelo. Precisamente por eso vale la pena codificar sus propios estándares en habilidades.
¿Qué pasa con el largo plazo?
Sé muy bien que la inteligencia artificial sustituirá nuestros puestos de trabajo tarde o temprano y, en esencia, no hay ningún problema con eso. La única pregunta es cuándo sucederá. j
He leído que hay señales de una especie de desaceleración, de estancamiento. según un Informe de Reuters de finales de 2024Varios investigadores destacados de inteligencia artificial, incluido Ilya Sutskever, dicen que simplemente ampliar el preentrenamiento de modelos ha llegado a sus límites. Un mayor progreso provendrá cada vez más de nuevos métodos, como los modelos de inferencia gradual estilo “o1”, en lugar de escala pura. En otras palabras, el desarrollo no se ha detenido, pero la atención se está desplazando de la escala a enfoques más inteligentes.
Por supuesto, detrás de escena se están llevando a cabo otros desarrollos e investigaciones, por lo que no hay duda de que la inteligencia artificial cobrará pleno impulso a largo plazo.
Recientemente me topé con una página que muestra que nos quedan algunos años buenos, especialmente en investigación y diseño complejo, donde utilizamos varios modelos de IA en todas partes para acelerar, perfeccionar y respaldar el trabajo.
Descubra cuándo la inteligencia artificial sustituirá su trabajo!
Mientras hacemos esto, cambiaré de modelo según para qué estoy usando el modelo, así que no olvide que cada LLM es bueno en diferentes cosas. Echa un vistazo a esta brújula LLM 2026!
Entonces, ¿qué deberías hacer mañana?
Comience: utilice la IA como socio en la primera etapa, alimentándola con datos reales, trabajando en pasos y codificando su propia heurística y severidad en consejos o habilidades reutilizables.
Detener: envíe su resultado tal como está, espere un mensaje para reemplazar el flujo de trabajo y entréguelo a su criterio. La severidad, las prioridades y el contexto empresarial están siempre con usted.
Deja de asustarte porque mañana te quitarán el trabajo. No lo hará, pero los diseñadores que aprendan a entrenarlo superarán a aquellos que no lo hagan.
