Las personas ya no solo usamos la IA para obtener respuestas. Cada vez más la usamos para delegar trabajo. Ese cambio exige nuevos principios de diseño.
En 2024 diseñábamos para una IA que responde. En 2026 diseñamos para una IA que actúa. Estos son los ocho principios que separan una cosa de la otra.
Declarar el alcance, no la autoría
Que el contenido lo genere IA ya se asume. Lo que el usuario no sabe es qué puede tocar. Declará capacidades, permisos y límites antes de la primera acción.
Avisar que es IA
Una nota visible cada vez que el contenido lo generó un modelo.
AI-generated content may be incorrect.
Alcance declarado
Declará capacidades, permisos y límites antes de la primera acción.
- Leer tu calendario
- Redactar correos
- Enviar sin tu aprobación
Un aviso de que es IA ya no alcanza. Hay que declarar qué puede hacer.
Mostrar el plan antes de ejecutarlo
El agente ya sabe qué hacer. Exponé la secuencia como un artefacto editable: el usuario corrige el plan, no el resultado.
Sugerir el próximo prompt
Ejemplos de qué escribir después para guiar el proceso generativo.
Plan editable antes de ejecutar
El agente expone el plan antes de ejecutarlo.
- Buscar facturas vencidas en el ERP
- Agrupar por cliente y monto
- Redactar recordatorio para cada uno
El usuario corrige el plan, no el resultado.
Pedir aprobación antes, no opinión después
Cuando la acción mueve dinero, manda mensajes o escribe en un sistema, el feedback llega tarde. Definí qué requiere human-in-the-loop.
Recoger feedback después
Pulgar arriba o abajo sobre el output ya entregado.
Aprobación en el punto de riesgo
Lo irreversible se detiene y espera una decisión humana.
Enviará 240 mensajes de WhatsApp.
Acción irreversible, requiere tu aprobación.
El pulgar arriba o abajo sobre algo que ya pasó no es feedback, es un registro.
Hacer visible la ejecución
Un agente puede ejecutar múltiples pasos durante varios minutos. La ejecución también forma parte de la experiencia. Mostrá qué está haciendo, qué herramientas usa, qué ya completó y dónde sigue trabajando.
Contar el behind the scenes
Comunicar entrenamientos y actualizaciones del sistema.
NUEVO Modelo actualizado · v2.4 · marzo 2024
Ejecución visible en vivo
La ejecución se muestra mientras ocurre, paso a paso.
- Agrupando facturas vencidas por cliente 0:04
- Redactando recordatorios personalizados 0:41
- Enviando mensajes de WhatsApp (86 / 240) 1:12
La caja negra que tarda dos minutos en responder genera más desconfianza que un error visible.
Mostrar evidencia, no solo fuentes
Una lista de documentos al final ya no basta. Cada afirmación debe poder verificarse con la evidencia que la respalda. Si esa evidencia no existe o no puede comprobarse, el sistema debe decirlo. El silencio también comunica: muchas veces se interpreta como certeza.
Listar las fuentes usadas
Un bloque de citations al final con los documentos consultados.
- Cartera_Q2.xlsx
- Politica_Cobros.pdf
Evidencia por afirmación
Cada dato ancla a su origen, y lo estimado se marca como estimado.
El saldo pendiente es de ₡450.000, según la factura #1042 , vencida el 3 de agosto. Es probable que el cliente pague esta semana. Sin fuente · estimado
Citar la fuente no es lo mismo que mostrar la evidencia dentro de la fuente.
Diseñar acciones reversibles
Cuando un agente modifica un sistema, el error no debería ser permanente. Diseñá mecanismos para revisar, revertir o recuperar acciones siempre que sea posible. Lo irreversible debe requerir aprobación explícita.
No aplicaba
Un texto generado no tenía consecuencias. Si salía mal, se descartaba.
Reversible por diseño
Un error del agente puede modificar un sistema real.
240 mensajes de WhatsApp enviados
Deshacer · Disponible por 10 sSi una acción no se puede deshacer, la decisión de tomarla no puede ser solo del agente.
Detener y entregar a un humano, siempre
El stop visible en todo momento, y que detenga de verdad. El handoff viaja con el contexto completo: el usuario no repite lo que ya contó.
No aplicaba
La respuesta terminaba en dos segundos. No había nada que detener.
Stop real, siempre disponible
El agente necesita un stop real y un handoff con contexto.
Un botón de detener que tarda en reaccionar es peor que no tenerlo.
Mostrar los límites, no ocultarlos
Un agente con voz, memoria e iniciativa se humaniza solo. El reto ya no es evitar que parezca humano, sino hacer visibles sus límites: qué sabe, qué no sabe, qué puede hacer y cuándo está infiriendo en lugar de responder con evidencia.
No humanizar la IA
Evitar lenguaje y diseño que lleven a atribuirle cualidades humanas.
Límites visibles, no ocultos
El reto es hacer visibles sus límites reales.
- Estoy revisando tu caso, dame un minuto.
- Consultando 3 sistemas · sin acceso al histórico anterior a 2023.
Este principio no cambió desde 2024. Lo que cambió es cuánto pesa.
En resumen
Un marco para diseñar agentes en los que las personas puedan confiar.
Declarar el alcance — qué puede hacer, y qué no.
Mostrar el plan — antes de ejecutarlo.
Pedir aprobación — antes de actuar, no después.
Hacer visible la ejecución — mientras ocurre.
Mostrar evidencia — no solo listar fuentes.
Diseñar acciones reversibles — lo irreversible pide aprobación.
Detener y entregar — siempre disponible, siempre con contexto.
Mostrar los límites — qué sabe, qué no sabe, cuándo infiere.
La IA puede ayudar a tu negocio. Pero solo vos conocés tu operación.
Preguntas frecuentes
¿Qué es la IA agéntica?
Es IA que no solo responde: ejecuta pasos, usa herramientas y toma acciones dentro de tus sistemas para completar una tarea, con o sin supervisión en cada paso.
¿Qué es human-in-the-loop?
Es el punto del proceso donde una persona debe aprobar antes de que una acción se ejecute, especialmente si es irreversible o involucra dinero, comunicación con clientes o cambios en un sistema.
¿Estos principios reemplazan las buenas prácticas de UX conversacional?
No. Las incluyen y les suman una capa nueva: la del agente que actúa. Los principios de UX conversacional de 2024 siguen siendo la base.
El contenido de esta infografía toma como referencia UX for AI: Design Practices for AI Developers, con John Maeda, curso disponible en LinkedIn Learning. Los conceptos derivados del curso fueron adaptados y complementados con la perspectiva de EnTrópica, incluyendo la lectura de 2026.
Transparencia: En Entrópica usamos IA como parte de nuestro proceso de investigación y edición. El contenido refleja nuestro conocimiento, experiencia y criterio.