La educación en diseño de interfaces y experiencia de usuario (UI/UX) experimenta un desacople crítico con las prácticas del mundo real. Mientras que el trabajo actual en diseño de interacción confronta temas complejos como la carga cognitiva, los sistemas agentes y los bucles de retroalimentación neuroadaptativa, muchos programas educativos aún se centran en aspectos básicos como el diseño de layout, la tipografía y las pantallas pulidas. Esta discrepancia no solo responde a un plan de estudios desactualizado, sino también a las estructuras que rigen las instituciones educativas, a las suposiciones implícitas en los métodos de enseñanza y a la cultura que tiende a considerar el diseño como una cuestión superficial, en lugar de un proceso cognitivo.

Las aulas de diseño siguen operando con el supuesto de un estudiante típico, neurotípico, bien conectado y de origen occidental, un perfil que no refleja la diversidad de estudiantes que realmente se presentan. La evolución de la inteligencia artificial (IA) en los últimos dos años ha acentuado esta brecha. La IA ya no es un simple atributo que se «añade» a una interfaz; ahora condiciona cómo se comporta, falla y se recupera dicha interfaz. Modelos multimodales procesan texto, imágenes y audio en una única línea de trabajo, mientras que los agentes toman decisiones sobre qué y cuándo buscar información y cómo responder.

A pesar de esto, en muchos programas académicos, la IA solo se presenta como una asignatura optativa, una conferencia invitada o un tema de hackathon. Los estudiantes aprenden a «utilizar herramientas» como ChatGPT, pero raramente desarrollan una comprensión profunda sobre cómo abordar la incertidumbre, las restricciones de seguridad o los modos de falla como materiales de diseño esenciales. Esta falta de formación adecuada se traduce en un rendimiento deficiente. Un metaanálisis reciente en la revista Nature Human Behaviour ha demostrado que los equipos compuestos por humanos e IA a menudo muestran un rendimiento inferior al de la mejor IA o del mejor ser humano de manera individual. En el contexto del diseño, que abarca tanto la creación como la toma de decisiones, esta situación se vuelve preocupante.

Es crucial que la educación en diseño adapte sus programas para integrar enfoques más inclusivos y centrados en la IA. Esto implica organizar los planes de estudio en torno a tres pilares fundamentales: la cognición neuroincluyente, considerando la diversidad cognitiva y el acceso global como condiciones primarias; la concepción de la IA como infraestructura, donde los estudiantes aprendan a ver la incertidumbre y la falla como materiales básicos de diseño; y una gobernanza consciente de la incertidumbre, que incorpore la IA responsable y las restricciones regulatorias en la evaluación, no como una clase ética aislada, sino como parte del currículo central.

Además, se sugiere que las clases de estudio tratacen la generación creativa y la toma de decisiones de alto riesgo como fases separadas en el proceso de diseño. El objetivo es no solo añadir nuevos temas a cursos ya sobrecargados, sino redefinir qué significa “hacer diseño” en un mundo donde los sistemas de IA son omnipresentes en productos significativos. Este enfoque transformará la educación en diseño, ayudando a preparar a los futuros diseñadores para enfrentar los desafíos de una interacción cada vez más compleja y adaptativa que modela su entorno de trabajo y sus relaciones con la tecnología.
vía: AI Accelerator Institute