Ir al contenido

Designing AI Interfaces: la caja de texto en blanco miente

Louise Macfadyen · O'Reilly, 2026
16 de diciembre de 2025 por
Designing AI Interfaces: la caja de texto en blanco miente
Andrés Briñez

Macfadyen ordena el problema en tres tiempos: lo que entra, lo que pasa mientras el sistema piensa y lo que sale. Cada tramo tiene sus propias formas de fallar, y su tesis es que la mayoría de los fracasos que se atribuyen al modelo son fallas de diseño de interfaz. Arranca con el efecto ELIZA, de 1966, para dejar claro que la tendencia a atribuirle entendimiento a una máquina que escribe bien no es una novedad de esta década.

Qué me llevé

Mostrar el contexto. Antes de que el usuario escriba, el sistema ya armó su propio paquete: historial, documento abierto, preferencias, resultados de herramientas. La caja vacía sugiere lo contrario y produce respuestas que parecen arbitrarias. Desde entonces, en cualquier entrega de IA sobre documentos, la pantalla tiene que decir de dónde salió lo que contestó.

Los tres canales por los que llega la intención: el contexto que el sistema recoge solo, lo que la persona escribe y lo que la persona selecciona o señala. Cuando una función de IA falla, casi siempre se puede ubicar el problema en uno de los tres, y eso convierte una queja vaga en un arreglo concreto.

Y la idea de que la espera comunica. Un indicador que gira ocho segundos sin decir nada está diciendo algo, y casi nunca es lo que uno quiere.

Qué dejé fuera

El supuesto de que hay un equipo de producto con diseñador detrás. Está escrito para esa realidad, con investigación de usuarios y ciclos de prueba. También hay una contradicción que el libro no termina de resolver: anuncia que los principios envejecen mejor que los patrones y después dedica muchas páginas a patrones atados a los productos de este año. La parte de principios es la que vale.

DeepSeek-OCR: dibujar el texto para que quepa más contexto
Haoran Wei, Yaofeng Sun y Yukun Li · DeepSeek-AI, artículo, 2025
WhatsApp