Skip to content

Cómo trabajo

Como trabajo

I don't start with interfaces. I start by understanding the system.

La mayoría de mis proyectos empieza igual: entendiendo cómo funciona realmente un sistema, no cómo se supone que funciona ni lo que sugiere la interfaz. Eso implica hablar con las personas que lo usan, observar cómo se hace el trabajo en la práctica y leer la documentación, planillas o flujos que ya existen. Desde ahí el trabajo avanza hacia la definición, el prototipo y la validación. Design Thinking, Lean UX, Service Design, Agile y Design Sprints influyen en cómo me muevo, pero ninguno dirige el proceso. Lo dirige el problema.

Una solución funciona de verdad solo si se sostiene en varios ejes a la vez: útil para las personas que dependen de ella, realista sobre cómo funciona la organización, técnicamente viable, accesible, y que valga el esfuerzo para el negocio que la sostiene.

01

Entender el sistema

Empiezo por mapear cómo funciona realmente el sistema: las personas, la información, las restricciones y los objetivos de producto o de negocio, no solo la interfaz. Entender la realidad operativa y el contexto de negocio desde el principio es lo que evita que el discovery se quede en la superficie.

Más sobre este paso

Por qué importa

Una pantalla es solo la capa visible de un sistema. Rediseñarla sin entender lo que hay debajo solo hace que el mismo problema se vea mejor.

Cómo lo encaro

Investigación contextual, mapeo de stakeholders y observación directa del proceso, sentándome con las personas que hacen el trabajo, no solo entrevistándolas después sobre eso.

IA y criterio humano

La IA me ayuda a procesar y organizar más rápido un gran volumen de notas de entrevistas, documentos y observaciones, pero decidir qué es lo que realmente importa, y confirmarlo con las personas involucradas, sigue siendo una decisión humana en todo momento.

En la práctica

En Presupuestador, eso significó sentarme en el taller de Guzmán Villalba para ver cómo se armaba realmente un presupuesto, con papel, memoria y una planilla en la que nadie confiaba del todo, antes de asumir que la solución era un mejor formulario. Caso relacionado: Presupuestador: contenido escrito, aún no publicado.

02

Encontrar el problema real

A partir de ese mapa busco el punto específico donde se cruzan el dolor del usuario, la fricción operativa y las barreras a los objetivos de producto. No una lista general de problemas: nombrar el problema real con precisión es lo que evita que el resto del trabajo termine siendo decoración.

Más sobre este paso

Por qué importa

Los equipos suelen pedir un rediseño cuando el problema real está en realidad un paso antes o después en el proceso. Resolver bien el problema equivocado sigue siendo resolver el problema equivocado.

Cómo lo encaro

Análisis de causa raíz, journey mapping y una evaluación estructurada de dónde aparece realmente la fricción, no solo dónde se reporta.

IA y criterio humano

La IA puede ayudar a detectar patrones en un gran volumen de notas o tickets más rápido que leerlos uno por uno, pero determinar cuál de esos patrones es el problema real, y no solo el más ruidoso, es una decisión de criterio que no delego.

En la práctica

En Trazur, la interfaz tenía problemas reales de usabilidad, pero el problema de fondo era la confianza: las personas no creían que la plataforma entendiera su situación, así que se desconectaban antes de que la pantalla llegara a ser el problema. Caso relacionado: Trazur: contenido escrito, aún no publicado.

03

Reunir evidencia

Construyo el caso con la evidencia disponible y relevante: entrevistas, observación de campo, flujos de trabajo, documentos y datos de producto como errores, tiempos o adopción. La investigación con usuarios convierte un debate de opiniones en una decisión basada en lo que realmente pasa.

Más sobre este paso

Por qué importa

Una opinión firme en la sala no es evidencia, sin importar de qué nivel de seniority venga. La evidencia es lo que convierte un debate de gustos en una decisión sobre el sistema.

Cómo lo encaro

Entrevistas, observación de campo y, cuando el volumen de material lo justifica, síntesis asistida por IA para procesar más evidencia sin saltear el paso de revisión.

IA y criterio humano

La IA puede ayudar a procesar un volumen de entrevistas, documentos o notas mayor del que sería práctico a mano, pero cada hallazgo sintetizado por IA igual pasa por la revisión de una persona antes de contar como evidencia; no se acepta tal cual.

En la práctica

En Trazur, eso significó combinar métodos de investigación tradicionales con análisis asistido por IA para procesar un volumen de material más pesado sin saltear ese paso de revisión. Caso relacionado: Trazur: contenido escrito, aún no publicado.

04

Explorar y definir

Convierto lo aprendido en estructura: oportunidades priorizadas, hipótesis, arquitectura de información y user flows. Genero varias alternativas y las comparo por valor, esfuerzo y riesgo antes de comprometerme con una, para que el plan quede honesto sobre de qué depende.

Más sobre este paso

Por qué importa

Toda propuesta depende, en silencio, de algo que todavía nadie confirmó. Encontrar ese supuesto, y poner a prueba el que saldría caro si estuviera mal, sale más barato que descubrirlo después del lanzamiento.

Cómo lo encaro

Mapeo de supuestos, arquitectura de información, user flows y comparación de alternativas lado a lado, en vez de comprometerme con la primera idea que funciona.

IA y criterio humano

La IA es útil para generar un conjunto más amplio de alternativas para comparar rápido, pero elegir qué compromiso es realmente aceptable para este equipo, este presupuesto y estos tiempos no es algo que la IA tenga el contexto para decidir.

En la práctica

En Presupuestador, eso significó confirmar con la persona que realmente cotiza los trabajos que un atajo propuesto no estuviera eliminando, sin que se notara, una decisión de criterio de la que dependía. Caso relacionado: Presupuestador: contenido escrito, aún no publicado.

05

Diseñar y prototipar

No todos los problemas necesitan una interfaz nueva; a veces lo más fuerte es arreglar lo que hay debajo. Cuando sí corresponde diseñarla, paso de la estructura a la interacción y la interfaz: wireframes, prototipos y, si el proyecto lo justifica, componentes reutilizables. La accesibilidad y el responsive entran acá, no como chequeo al final.

Más sobre este paso

Por qué importa

Una solución que solo funciona en condiciones ideales no sobrevive a un taller ocupado o a una conexión lenta. Práctica significa que sigue funcionando en un mal día, y que la accesibilidad, la claridad y la mantenibilidad se piensan desde el principio, no se agregan al final como una capa de cumplimiento.

Cómo lo encaro

Service blueprints, wireframes y prototipos, además de decisiones a nivel de sistema sobre qué necesita cambiar de verdad y qué solo necesita documentarse mejor. Trabajo desde temprano con quienes lo van a construir, developers y product incluidos, para que el handoff no sea el momento en que aparecen las sorpresas.

IA y criterio humano

La IA puede ayudar a explorar variaciones de layout o de contenido más rápido, pero si una solución es genuinamente usable en condiciones reales, para las personas que van a depender de ella, eso se confirma con personas, no se infiere.

En la práctica

La solución propuesta para Trazur se diseñó desde el inicio pensando en condiciones de baja conectividad y baja fidelidad, en lugar de asumir una conexión rápida y un usuario cómodo con la tecnología. Caso relacionado: Trazur: contenido escrito, aún no publicado.

06

Probar, aprender e iterar

Trato la primera versión como una hipótesis y la pruebo con usuarios y con el contexto real, no solo en revisión interna. Defino de antemano qué significaría que está mal y qué medir: éxito en la tarea, errores, tiempos, adopción o carga de soporte. Iterar contra ese objetivo es lo que hace que la siguiente versión sea mejor y no solo distinta.

Más sobre este paso

Por qué importa

Iterar sin un objetivo definido solo genera movimiento, no mejora. Decidir de antemano qué demostraría que una versión está mal es lo que hace que valga la pena volver sobre ella.

Cómo lo encaro

Revisión de uso, ciclos de feedback estructurados y documentación versionada, para que una decisión tomada en una versión temprana no se pierda para cuando una versión posterior necesite construir sobre ella.

IA y criterio humano

La IA puede ayudar a rastrear y resumir feedback o patrones de uso durante un período más largo del que podría revisar manualmente, pero decidir si un resultado cuenta como éxito, y qué hacer a continuación, es una decisión humana.

En la práctica

Acá, el éxito es bastante concreto: menos revisiones manuales de un presupuesto, menos dependencia de la memoria de una sola persona, o menos tiempo entre un pedido y una estimación utilizable. A través de los proyectos: desde Presupuestador hasta el trabajo institucional en Ceibal: las versiones que se sostuvieron fueron las que se diseñaron para revisarse a propósito, no las que se trataron como terminadas en la entrega. Caso relacionado: Presupuestador: contenido escrito, aún no publicado.

La IA en el trabajo

La IA acelera el trabajo. El criterio humano define el rumbo.

En los seis pasos, la IA me ayuda a avanzar más rápido en la síntesis de investigación, la documentación y la exploración temprana, organizando notas de entrevistas, redactando primeras versiones de estructuras y resumiendo material extenso. No reemplaza las decisiones de criterio: qué significa realmente la evidencia, qué compromiso es aceptable, y si un resultado está lo bastante bueno como para lanzarse siguen siendo decisiones que tomo yo, contrastadas con las personas y el sistema para los que en realidad se hace el trabajo.

Así se ve esto en un proyecto real.