El día a día de un diseñador que trabaja con IA
Qué dicen las encuestas de 2026 sobre cómo usan IA los diseñadores, cómo repartir el día entre explorar, decidir y revisar, y qué delegar y qué no.
¿Qué dicen las encuestas de 2026?
Hay tres fuentes recientes, con métodos distintos. Ninguna mide el día de una persona hora por hora.
- Designer Fund y Foundation Capital (informe publicado en mayo de 2026): según el resumen de Designcompass, se basa en una encuesta de marzo de 2026 a 906 diseñadores de más de 60 países. El 91% usa IA al menos una vez por semana en su trabajo de diseño, frente al 54% de 2025; el 75% la usa a diario; el promedio de herramientas de IA por diseñador pasó de tres a siete; y la mitad ha llevado a producción código generado con IA. El 65% dice asumir más responsabilidades de producto o ingeniería.
- UX Tools, State of Prototyping, primavera de 2026: 1.478 diseñadores y constructores de 18 regiones respondieron entre el 14 de marzo y el 6 de abril de 2026. El 43,8% dedica a código generado con IA la mitad o más de su tiempo de construcción; solo el 31,1% dice que “la mayor parte” o “casi todo”. El 71,1% incorporó la IA o la puso en el centro de su flujo en los últimos seis meses.
- Designlab, AI in UX and Product Design, informe 2026: más de 200 diseñadores de su comunidad, encuestados a fines de 2025. Casi el 60% dice que la IA está integrada de forma moderada o amplia en su flujo (44,3% el año anterior) y el 6% no la usa. El 60% afirma que reduce el tiempo en tareas rutinarias.
Lee estas cifras con cautela. Según el resumen de Designcompass, los autores del informe de Designer Fund advierten que su muestra puede inclinarse hacia diseñadores que ya adoptaron la IA. La de UX Tools se reclutó con un boletín, redes sociales y las redes de sus patrocinadores, y varios patrocinadores tienen productos relacionados con prototipado con IA. Designlab vende cursos de diseño. Sirven para ver una dirección, no para fijar un promedio.
¿Qué cambia en el trabajo, según esas fuentes?
- La IA entra primero donde se explora. Designlab reporta que el uso de IA para prototipos y wireframes pasó de cerca del 20% a 57,3%, y que el 38,4% produce más variantes por proyecto (21,2% antes). Sigue siendo menor en diseño visual y generación de recursos, accesibilidad y pruebas.
- Se amplía el alcance. Según el resumen de Designcompass, el trabajo ahora incluye decidir qué crear, combinar salidas de IA, validar con prototipos y responder por la calidad final.
- El criterio sigue siendo humano. El mismo resumen indica que cerca del 80% sigue apoyándose en su propio juicio para evaluar calidad, acabado visual final y dirección creativa. En UX Tools, el 32,8% confía en la salida de la IA para producción solo con revisión, y el 1,4% con confianza total y sin supervisión.
- La calidad es el problema más citado. Designer Fund señala la calidad poco confiable de las salidas como el desafío más común.
En una entrevista de Toptal (página actualizada el 11 de mayo de 2026), el diseñador Darrell Estabrook, que se presenta como design coach, anima a los juniors a usar el contenido generado como “punto de partida” (“a stepping-off point”) y dice que el nuevo rol será “guiar a la IA como director creativo”. Es la opinión de un profesional, no un dato.
¿Cómo podría repartirse un día?
Ninguna encuesta dice cómo se reparten las horas, así que esto es una propuesta de esta wiki, no un promedio observado. Úsala como punto de partida y adáptala:
| Bloque | Qué haces | Papel de la IA |
|---|---|---|
| Problema | Revisar el brief, hablar con el equipo, definir qué es éxito | Resumir notas o documentos, sin decidir |
| Exploración | Generar opciones y alternativas | Producir borradores y variantes rápidas |
| Decisión | Elegir una dirección y justificarla | Ninguno; es tu criterio |
| Construcción | Prototipar en la herramienta de diseño o en código | Sugerir código o componentes |
| Revisión | Verificar cada salida contra criterios | Es el objeto de la revisión |
| Comunicación | Explicar decisiones a ingeniería y producto | Preparar material, no defender decisiones |
La fila de decisión es la que no conviene dejar a la herramienta. Para cómo se prototipa en la práctica, mira prototipar con IA.
¿Qué conviene delegar y qué no?
Delega lo que puedas revisar en minutos: borradores, variantes y resúmenes, porque el error se ve. Si la IA resume reuniones o tickets, contrasta el resumen con la fuente antes de apoyarte en él.
No delegues la definición del problema ni la decisión final sobre algo que afecta a un usuario real. Tampoco la investigación con personas: en la entrevista de Toptal, los dos diseñadores coinciden en que los perfiles de usuario (personas) generados con IA pueden complementar la investigación cualitativa, pero no reemplazarla, y en que conviene avisar al cliente cuando se usa IA.
Ejemplo
Ejemplo ilustrativo: un martes, una diseñadora tiene que definir la pantalla de cancelación de una suscripción. Por la mañana pide a la IA un resumen de las quejas de soporte de la última semana y lo revisa contra los tickets originales; encuentra dos errores. Por la tarde genera doce variantes de la pantalla y descarta nueve en diez minutos. Las tres restantes pasan a una prueba corta con personas reales. Al final escribe una nota para ingeniería con la decisión, las alternativas descartadas y el motivo. La IA cubrió buena parte de la exploración; el criterio y la verificación quedaron con la diseñadora.
¿Cómo saber si el día rindió?
Una propuesta, también de esta wiki: cierra el día con tres preguntas. ¿Tomaste al menos una decisión que puedas explicar sin la herramienta? ¿Verificaste cada salida que vas a entregar? ¿Dejaste un registro escrito para el equipo?
Evita medir el día por el número de piezas generadas. Esa métrica premia la producción y deja fuera la revisión, que es justo donde las encuestas ubican el problema: la calidad de las salidas. Un día con diez variantes y una decisión clara vale más que uno con cincuenta y ninguna. Si estás empezando, ser diseñador junior en la era de la IA desarrolla este punto, y freelance con IA trata cómo cobrar por criterio y no por velocidad.
Errores comunes
- Aceptar el primer resultado porque llegó rápido.
- Dejar de hablar con personas porque la IA responde preguntas de usuario.
- Llenar la agenda de generación y no de decisiones.
- Confiar en un resumen sin contrastarlo con la fuente.
- No dejar rastro escrito de las decisiones.
- Tomar una cifra de adopción como prueba de que “todos” trabajan así.
¿Cuándo NO conviene?
Cuando el proyecto es sensible, con datos personales o con consecuencias para la salud, o cuando la organización no permite herramientas externas. En esos casos, la velocidad que ofrece la IA no compensa el riesgo; usa solo lo que tu equipo haya aprobado.