Cuando el lienzo empieza a actuar: ¿quién controla realmente las interfaces agénticas?

El artículo, publicado en la publicación de diseño UX Collective, plantea una pregunta central: si las interfaces ya no se limitan a esperar instrucciones sino que pueden interpretar una intención, actuar por su cuenta y decidir cuándo necesitan a una persona, ¿qué significa entonces diseñar una interfaz? La reflexión parte de una comparación histórica: durante décadas, el software ha sido el lugar donde una persona le dice al sistema qué hacer —se hace clic, se arrastra, se escribe— y buena parte del diseño de interacción ha consistido en hacer ese siguiente paso obvio. El terminal, en cambio, siempre fue distinto: ofrece mucho poder, pero oculto detrás de comandos que hay que conocer de antemano. Los agentes de codificación con IA están reintroduciendo ese modelo: se describe un resultado y el agente decide qué comandos ejecutar, qué archivos cambiar o qué pruebas correr. Se gana en pero reaparecen preguntas de diseño muy clásicas: ¿qué ha entendido el sistema?, ¿qué está haciendo?, ¿qué ha cambiado?, ¿qué puedo detener?, ¿qué debería revisar yo?

Un punto de partida es el problema del 'prompt' vacío. La primera generación de IA generativa presentó a los usuarios un campo en blanco con la instrucción de describir lo que querían, lo cual no es solo una variante del clásico problema de la 'página en blanco', sino algo distinto y más difícil: ese campo no da ninguna pista sobre qué es posible hacer con la herramienta. Las capacidades del sistema quedan escondidas detrás del lenguaje, así que el usuario necesita saber qué pedir antes incluso de poder descubrir qué puede hacer la herramienta. La responsabilidad de explorar recae por completo en la persona, en lugar de que sea la propia interfaz la que revele sus posibilidades e invite a experimentar.

Frente a esto, el texto recupera los heurísticos clásicos de usabilidad (los de Nielsen) para argumentar que siguen siendo relevantes, aunque cambien de sentido. La 'visibilidad del estado del sistema' pasa a significar que la persona entienda qué ha comprendido el agente, qué está haciendo y en qué punto del proceso se encuentra. El principio de 'reconocer antes que recordar' se traduce en hacer visibles las capacidades del agente a través del contexto y los materiales ya disponibles, en vez de exigir que el usuario recuerde el comando o la formulación perfecta. El 'control y libertad del usuario' pasa a incluir la capacidad de interrumpir, redirigir o deshacer una acción del agente. Y la 'prevención de errores' se convierte en la tarea de definir qué puede hacer el agente por sí solo y qué requiere obligatoriamente la implicación de una persona. En resumen: los principios siguen vigentes, pero la relación que describen ha cambiado, porque ahora se diseña software capaz de decidir cuándo necesita intervención humana.

El artículo ilustra este giro con el concepto de 'lienzo agencial' (agentic canvas), tomando como ejemplos productos reales de diseño colaborativo. Miro habría desarrollado un lienzo agencial que reúne contexto proveniente de herramientas como Slack, GitHub, Amplitude y Granola, además de PDFs, presentaciones, hojas de cálculo y capturas de pantalla, todo en un espacio compartido de tipo espacial (con zoom, paneo, agrupación de ideas y conexión de piezas de trabajo) en lugar de páginas, diapositivas o historiales de chat. Dentro de ese entorno, unas funciones llamadas 'Sidekicks' interpretarían ese contexto para crear documentos, diagramas, prototipos o tableros, mientras que 'Flows' convertiría esas interacciones en flujos de trabajo que un equipo puede ver, ejecutar y reutilizar. Lo importante, señala el texto, no es solo que la IA ya no trabaje desde un prompt aislado, sino que puede leer el lienzo, referenciar activos previos y pasar resultados de un paso a otro, de forma que las personas pueden inspeccionar las entradas, modificar las salidas y construir sobre ellas.

Figma se movería en una dirección parecida: un agente de diseño que trabaja directamente sobre el lienzo, y 'Figma Make', que permitiría pasar de ideas o diseños existentes a prototipos y aplicaciones funcionales. La compañía también habría abierto su lienzo a agentes de terceros e introducido 'skills' (habilidades) que dan a los agentes contexto sobre decisiones de diseño e intención, en un planteamiento que el artículo compara con el funcionamiento de las 'skills' del ecosistema de Anthropic. La idea de fondo es que un tablero de Miro contiene el contexto de un proyecto, un archivo de Figma contiene componentes, disposiciones y relaciones, y un repositorio de código contiene archivos, dependencias, pruebas y errores: en todos los casos, el agente dispone de material real sobre el que operar, y eso cambia la naturaleza de la interacción.

Hay, sin embargo, un giro adicional: los agentes no solo consumen el contexto que se les da, sino que empiezan a decidir qué contexto necesitan buscar. Como ejemplo, se cita el trabajo de Google DeepMind sobre comprensión agencial de vídeo: en lugar de procesar un vídeo como un flujo fijo de fotogramas, un modelo como Gemini podría determinar qué parte del vídeo necesita inspeccionar, a qué velocidad, y si requiere fotogramas, audio o una transcripción, recuperando mediante un bucle agencial los momentos y señales relevantes para la tarea, lo que permitiría responder preguntas complejas sobre el contenido de un vídeo consumiendo muchos menos tokens que con un análisis estático. El artículo interpreta esto no como una simple optimización técnica, sino como un cambio de fondo: el sistema deja de esperar a que se le señale la información correcta y pasa a decidir por sí mismo qué información es relevante y a ir a buscarla. Ese mismo patrón, sostiene el texto, empieza a verse en los lienzos agenciales: el agente no solo recibe un entorno de trabajo, sino que lo navega, encuentra contexto relevante, conecta información entre herramientas y decide qué hacer con ella. El contexto deja de ser algo que el sistema recibe pasivamente para convertirse en algo que el sistema busca activamente, y eso convierte la atención en parte del problema de diseño.

El texto dedica un bloque a la idea de 'humano en el bucle', apoyándose en un ensayo de Stanford que distingue entre automatizar una tarea por completo y diseñar un sistema donde la persona conserve la capacidad de dar forma a lo que ocurre. La implicación humana no tiene por qué significar hacer el trabajo manualmente, sino decidir dónde debe actuar el agente por su cuenta, dónde debe consultar y dónde una persona debe tomar la decisión final; no es una elección binaria entre hacerlo todo uno mismo o delegarlo todo, sino una división flexible de responsabilidades. El artículo ilustra esto con el ejemplo de planificar un viaje: se le podría dar a un agente el presupuesto, las preferencias y un destino aproximado, y dejar que busque opciones y construya un itinerario, sin necesidad de aprobar cada búsqueda o reserva (porque eso equivaldría a hacer el trabajo uno mismo), pero sin querer tampoco que el agente decida todo sin intervención: si dos hoteles son parecidos pero uno está en un barrio que no gusta, o si el vuelo más barato implica una escala incómoda durante la noche, esas son decisiones donde el contexto y la preferencia personal importan, y el agente debería traerlas de vuelta a la persona en lugar de resolverlas él solo. La fórmula que propone el artículo es 'la IA en el bucle, los humanos al mando': lo relevante no es cuántas veces una persona pulsa 'aprobar', sino si las personas conservan el control sobre las decisiones que dependen de juicio, contexto o preferencia.

De ahí se deriva otra idea central: la 'cesión de control' (handoff) pasa a formar parte de la propia interfaz. Diseñar ya no consiste solo en pantallas e interacciones, sino en decidir qué puede hacer el agente sin preguntar, cuándo debe pedir confirmación, qué acciones deben ser reversibles y qué decisiones deben quedar siempre en manos de una persona. Son decisiones que no se parecen al diseño de interfaz tradicional, pero que moldean la experiencia tanto como una pantalla o una interacción, y que constituyen lo que el artículo llama la 'capa de política' del producto: el diseñador ya no define solo la interfaz mediante la cual las personas operan el sistema, sino las condiciones bajo las que el sistema se opera a sí mismo.

Esto, según el texto, ya está cambiando la forma de pensar los sistemas de diseño y el conocimiento de diseño: las convenciones y decisiones que antes vivían en la cabeza de los diseñadores o en documentación de referencia podrían convertirse en contexto operativo para un agente, es decir, en instrucciones y restricciones que determinan cómo se comporta una máquina, y no solo en material de consulta para humanos. Esto también redefine qué significa el 'buen gusto' o criterio de diseño ('taste'): cuando la IA puede generar posibilidades, el criterio ayuda a decidir cuáles merecen perseguirse; cuando la IA puede ejecutar decisiones, el criterio también ayuda a decidir qué decisiones deben seguir siendo humanas y cuáles pueden delegarse. El diseñador da forma no solo al resultado, sino a la distribución de la capacidad de decisión que lo produce.

El artículo cierra señalando una consecuencia adicional: si los agentes pueden reunir contexto, generar opciones, hacer cambios y llevar el trabajo hacia adelante, la ejecución deja de ser el recurso escaso y la atención pasa a serlo. Y hay, según el texto, dos tipos de atención que considerar: la que el propio sistema dedica a las cosas, y la que el sistema pide a la persona que dedique. El diseñador ya no necesita tomar cada decisión, sino reconocer cuáles merecen ser tomadas por una persona; un agente podría inspeccionar cientos de archivos, comparar decenas de opciones o revisar horas de vídeo sin involucrar a nadie, y el problema de diseño consiste en decidir qué debe mostrar cuando sí necesita a la persona, y qué puede gestionar sin ella. La atención humana se convierte así en un recurso que el propio sistema ayuda a repartir, en la intersección entre interfaces inteligentes, orquestación y criterio de diseño. La conclusión del artículo es que el rol del diseñador se desplaza de especificar cada interacción a decidir cómo deben moverse la responsabilidad y la atención entre personas y sistemas: seguimos diseñando interfaces, pero ahora también diseñamos el comportamiento que hay detrás, los límites que lo rodean y los momentos en que el control vuelve a manos de una persona. La pregunta, sugiere el texto, ya no es solo qué aspecto debe tener la interfaz, sino quién debe decidir qué ocurre a continuación y quién debe estar prestando atención cuando eso sucede.