Es imposible hablar de diseño en 2026 sin hablar de inteligencia artificial. Cada semana hay una herramienta nueva que promete “revolucionar el diseño”. Y aunque muchas de esas promesas son exageradas, la realidad es que algunas cosas están cambiando genuinamente. La pregunta es: ¿cuáles?
Lo que está cambiando
La velocidad de exploración
Herramientas de IA generativa pueden producir variaciones visuales en segundos. Lo que antes tomaba horas de exploración manual — probar distintos layouts, combinaciones de color, estilos tipográficos — ahora se puede hacer mucho más rápido.
Eso es útil. No revolucionario, pero útil. Es como pasar de dibujar wireframes a mano a usar una herramienta digital: el medio cambió, la habilidad subyacente sigue siendo la misma.
El prototipado con código
La IA que genera código funcional a partir de diseños está mejorando rápidamente. Para prototipos rápidos y pruebas de concepto, esto reduce significativamente la barrera entre diseño e implementación.
La documentación y comunicación
Generar descripciones de componentes, escribir especificaciones, documentar decisiones de diseño — tareas que consumen tiempo y que la IA puede asistir significativamente. No reemplazar, asistir. Todavía necesitás revisar y ajustar, pero el primer borrador puede ser automatizado.
Lo que no está cambiando
Entender el problema
Ninguna IA puede sentarse frente a un usuario y entender su frustración. Ninguna IA puede navegar la política de una organización para descubrir el verdadero problema detrás del brief. Ninguna IA puede detectar que lo que el cliente pide no es lo que el cliente necesita.
Esa capacidad de entendimiento profundo — de personas, de contextos, de sistemas — es lo que hace valioso a un diseñador. Y no veo cómo eso se automatiza.
Tomar decisiones con criterio
La IA puede generar cien opciones. Alguien tiene que decidir cuál es la correcta — y por qué. Esa decisión requiere entender al usuario, al negocio, las restricciones técnicas, y el contexto más amplio. Requiere juicio. Y el juicio es, por definición, humano.
Navegar la ambigüedad
Los problemas de diseño de producto son inherentemente ambiguos. No hay un dataset que te diga cuál es la mejor experiencia de onboarding para tu producto específico, con tus usuarios específicos, con tus restricciones específicas. Eso requiere exploración, conversación, y muchas decisiones informadas.
La responsabilidad ética
¿Qué datos muestra la interfaz y cuáles oculta? ¿A quién beneficia esta decisión de diseño? ¿Qué sesgos estamos introduciendo? Estas preguntas requieren pensamiento ético que no puede delegarse a un algoritmo.
Mi posición
Uso IA como herramienta en mi trabajo y me parece genial. La uso para explorar ideas rápidamente, para asistir en la escritura, para automatizar tareas repetitivas. Pero la uso como uso cualquier otra herramienta: como un medio para hacer mejor mi trabajo, no como un reemplazo de mi criterio.
Lo que me preocupa no es que la IA reemplace a los diseñadores. Me preocupa que los diseñadores juniors aprendan a usar IA antes de aprender a pensar. Si tu primer instinto es pedirle a una IA que diseñe la pantalla en lugar de pensar el problema, estás construyendo sobre arena.
La IA es un amplificador. Si tu pensamiento es bueno, lo amplifica. Si tu pensamiento es flojo, amplifica eso también. La base sigue siendo la misma: entender problemas, tomar buenas decisiones, y comunicarlas con claridad.
Consejo para diseñadores que empiezan
Aprendé a usar herramientas de IA — sería irresponsable no hacerlo. Pero aprendé los fundamentos primero. Aprendé a investigar, a pensar en sistemas, a prototipar, a comunicar. Esas habilidades van a ser valiosas independientemente de qué herramientas existan dentro de cinco años.
La IA cambia el “cómo” del diseño. No cambia el “por qué” ni el “para quién”. Y esos dos son los que realmente importan.