Diseño de interfaces con IA: dónde ayuda y dónde estorba

Sirven para generar tres o cuatro direcciones visuales en minutos. Son especialmente útiles al principio de un proyecto, cuando el equipo aún no ha decidido si el producto será cálido o corporativo, denso o aireado, serio o juguetón. En esa fase, la velocidad importa más que la precisión.

No sirven, en cambio, para tomar decisiones de jerarquía, accesibilidad o sistema de diseño. Ahí siguen siendo torpes: mezclan tamaños de fuente sin motivo, ignoran contrastes mínimos y proponen microinteracciones que suenan bien pero no responden a ninguna necesidad real del usuario.

Nuestra regla interna: exploración con IA, decisión con criterio humano. Cuando esa frontera se cruza, aparecen productos que se ven bonitos en un pin de Dribbble y funcionan mal el día que un usuario intenta terminar una tarea con prisa.

Las herramientas más interesantes son las que respetan un sistema de diseño existente. Exportar a tokens Tailwind, variables CSS o componentes ya definidos marca la diferencia entre un mockup bonito y un mockup utilizable en producción sin reescribirlo desde cero.

Un buen indicador al evaluar una herramienta es preguntar cómo maneja un sistema de diseño ajeno: si acepta importar tokens y componentes reales, o si insiste en imponer sus propios estilos. La segunda opción parece más rápida al principio y sale carísima al llegar a la implementación.

Microinteracciones, estados vacíos, mensajes de error y flujos complejos siguen requiriendo criterio humano. La IA llega bien al frame, mal al producto: un mockup con dos botones y un formulario le sale impecable; un flujo de siete pasos con validaciones cruzadas, casi nunca.

También queda muy lejos de resolver bien los detalles culturales: fechas, monedas, jerarquías tipográficas en idiomas con distinta densidad visual, o preferencias regionales que un diseñador local ve al primer vistazo y un modelo entrenado en inglés ignora.