Un portafolio con proyectos de IA: qué mostrar y cómo
Qué mostrar en un portafolio con proyectos de IA: el problema, tus decisiones, cómo evaluaste el resultado, qué falló y cuántos casos incluir según guías.
¿Qué miran los revisores en un proyecto con IA?
No existe una encuesta fiable que lo mida, así que lo que sigue sale de guías de entrevistas, no de estadísticas. La guía de TechInterview sobre proyectos “construidos con IA” (publicada en mayo de 2026 y actualizada en julio) está escrita para candidatos técnicos, pero varias ideas sirven en diseño. Según la guía, los revisores miran primero el README, luego la estructura del repositorio, la evidencia de evaluación, la franqueza sobre los compromisos y el producto desplegado, si lo hay.
La guía propone una prueba simple: si puedes cambiar la IA por una expresión regular o una tabla de búsqueda y nada cambia, esa IA no cuenta. El modelo tiene que hacer trabajo real, es decir, que su juicio o su generación importen. En diseño la pregunta equivalente es esta: si tu caso funcionaría igual con una lista fija de opciones, no demuestra nada sobre IA.
Fueler, en una nota de octubre de 2026, lo dice desde el diseño: un portafolio que solo enseña imágenes pulidas es cada vez menos útil, y conviene mostrar cómo piensas.
¿Qué debe mostrar cada caso?
Combinando las guías de TechInterview y Fueler, un caso con IA debería responder esto, en este orden:
- ¿Cuál era el problema y para quién? Primero el problema, sin mencionar la IA todavía.
- ¿Dónde entró la IA y por qué ahí? Qué paso cambió y qué pasos se quedaron igual.
- ¿Qué decisiones tomaste? Qué contexto le diste al modelo, cuánto controlaste la salida, cómo llevaste la respuesta a la interfaz, qué restricciones reales tenías.
- ¿Cómo lo evaluaste? Un conjunto de casos, una prueba con usuarios o una métrica de línea base.
- ¿Qué falló? Un caso donde la IA se equivocó y cómo lo corregiste. TechInterview considera la franqueza sobre los compromisos un fuerte indicador.
- ¿Qué cambió y qué sigue? El resultado y dos o tres pasos concretos para mejorarlo. En un proyecto personal, Fueler sugiere explicar qué aprendiste o qué cambiaste después de probarlo.
¿Cómo mostrar el uso de la IA sin que sea el protagonista?
Fueler lo resume así: el objetivo no es esconder la IA, sino demostrar que dirigiste el proceso en lugar de aceptar la primera salida. Muzli, una guía de portafolios UX de marzo de 2026, pide documentar el uso de herramientas de IA en los casos, y que no sea un truco de marketing.
En la práctica:
- Añade a cada caso un bloque corto: dónde usaste IA, qué te devolvió y qué cambiaste.
- Muestra decisiones, no solo resultados. Muzli sugiere responder qué probaste primero y qué no funcionó.
- Muestra iteraciones y direcciones descartadas cuando ayuden a entender el proceso.
- No intentes aprender ni mostrar cada herramienta nueva; Fueler lo desaconseja.
¿Cuántos proyectos y con qué profundidad?
Las fuentes no coinciden, y es mejor decirlo que inventar una regla:
| Fuente | Recomendación |
|---|---|
| Fueler (oct. 2026) | Tres casos bien documentados; no hacen falta cincuenta piezas |
| Muzli (mar. 2026) | De tres a cinco casos; dos se ven escasos y ocho nadie los lee |
| TechInterview (2026, proyectos técnicos) | Un proyecto profundo vale más que cinco superficiales; uno actualizado cada 6 a 12 meses mantiene el portafolio al día |
Un criterio razonable: para un puesto de diseño, tres casos completos; si además muestras código, un proyecto profundo y ejecutable. No borres proyectos viejos si eran buenos, según TechInterview, pero añade uno reciente antes de buscar trabajo.
¿Cómo evaluar un proyecto de IA sin un equipo de investigación?
TechInterview afirma que incluso 20 ejemplos elegidos a mano son un conjunto de evaluación significativo. Sus recomendaciones, adaptadas a diseño:
- Reúne unos 20 casos reales, con casos límite y casos donde el modelo ya falló.
- Anota por qué elegiste cada uno.
- Mide algo concreto: exactitud, que la respuesta se base en la fuente, el formato.
- Enseña la metodología, no solo la puntuación.
- Cuando haya números, dalos con contexto. Muzli pide números con contexto; sin métricas duras, propone señales cualitativas como la opinión de las partes interesadas.
Y haz que se pueda probar. TechInterview dice que una URL en vivo o un comando que lo ejecuta permite a un revisor probar el proyecto en un minuto, y que un proyecto que no se puede ejecutar se interpreta como un proyecto que no funciona.
¿Cuándo NO poner IA en el portafolio?
Cuando el proyecto no necesita IA para resolver el problema. Un portafolio que añade IA a todo se lee como una lista de herramientas. Si la IA no mejoró el resultado, dilo y muestra qué aprendiste. Para ver qué cambia en el empleo de entrada, mira ser diseñador junior en la era de la IA y la carrera de design engineer. Si quieres prototipos para tus casos, empieza por prototipar con IA.
Ejemplo
Ejemplo ilustrativo: un diseñador rediseña el formulario de alta de un servicio de salud y usa un modelo para sugerir campos según el tipo de consulta. En el caso muestra la línea base (cuatro minutos y cinco campos vacíos en promedio), las dos versiones que probó, veinte casos con el resultado de cada una, y un caso donde el modelo sugirió un campo que no debía aparecer. La corrección fue una regla fija, no un prompt más largo. Todas las cifras son inventadas para ilustrar la estructura.
Errores comunes
- Mostrar solo las pantallas finales y ocultar el proceso.
- Presentar la IA como magia, sin límites ni fallos.
- Abrir el caso con el logotipo de una herramienta en vez del problema.
- Publicar proyectos que nadie puede probar.
- Dar cifras de ahorro sin línea base.
- Incluir proyectos sin decisiones propias, que son solo prompts copiados.