La inteligencia artificial multiagente ofrece resultados más profundos a costa de la rapidez.
La experiencia de usuario puede gestionar esta lentitud percibida.
Los usuarios deberían poder interactuar de forma natural mediante texto, voz, documentos o una interfaz gráfica de usuario, y cambiar de modalidad sin interrupciones.
Estamos entrando en una nueva era de la inteligencia artificial (IA), impulsada por sistemas de IA multiagente: varios agentes que interactúan y trabajan juntos para ofrecer experiencias digitales más inteligentes, adaptables y colaborativas orientadas a alcanzar un objetivo final.
Estos sistemas están a punto de revolucionar la forma en que las organizaciones gestionan tareas complejas: varios agentes especializados unirán fuerzas para resolver problemas con una rapidez, agilidad e inteligencia sin precedentes.
Sin embargo, liberar ese potencial exige algo más que excelencia técnica. Aunque ofrecen importantes ventajas de rendimiento, los sistemas de IA multiagente a veces parecen más lentos a los usuarios, sobre todo en comparación con las respuestas instantáneas que esperamos del software tradicional.
Esto no se debe a una falta de eficiencia, sino a que los sistemas de IA multiagente razonan en profundidad y con mayor contexto entre bastidores. Los agentes colaboran, intercambian conocimientos y perfeccionan su análisis de forma iterativa antes de responder.
Para aprovechar todo su potencial, las organizaciones deben diseñar sistemas que reduzcan la demora percibida. Crear experiencias que parezcan rápidas e intuitivas es clave para generar confianza en los usuarios y materializar el verdadero valor empresarial de la IA de próxima generación.
Ampliar nuestras formas de interactuar
Los sistemas de IA multiagente, impulsados por modelos de lenguaje grandes multimodales (LLM), están transformando la forma en que los usuarios interactúan con los sistemas informáticos empresariales. Estos modelos ya no se limitan a recibir texto: ahora pueden procesar voz, imágenes, documentos, datos estructurados y mucho más.
Se pueden integrar agentes especializados en distintas funciones empresariales —desde recursos humanos hasta finanzas y TI—, lo que permite a los usuarios hacer preguntas, solicitar actualizaciones y automatizar flujos de trabajo de forma natural y conversacional.
Al igual que en la colaboración humana, el modelo de interacción debe ser fiable y transparente. A veces es esencial que una persona participe en el proceso para aprobar decisiones; en otros casos, los agentes pueden actuar de forma autónoma con una supervisión mínima. Cada estilo de interacción plantea retos propios para el diseño de la experiencia de usuario (UX).
Además de las demoras, estos retos incluyen una posible falta de transparencia: cuando los usuarios perciben la IA como una «caja negra», surge la desconfianza. También resulta difícil crear una experiencia fluida cuando interactúan mediante chat, voz, archivos cargados y otros medios. Asimismo, puede haber ambigüedad en torno a las funciones de los distintos agentes.
Por eso, el diseño debe ir más allá de la facilidad de uso básica. Los sistemas de IA multiagente requieren experiencias que comuniquen con claridad la confianza, la transparencia y el control, sobre todo al equilibrar la intervención humana con la autonomía de las máquinas.
Los usuarios necesitan entender qué hace el sistema, por qué lo hace y cuánto pueden influir en cada etapa.
El legado de las interfaces adaptativas
Estos retos no son nuevos. Hace dos décadas, exploramos sistemas adaptativos de lenguaje natural en un proyecto llamado CRUSE (Context Reactive User Service Environment), una interfaz móvil que respondía al contexto del usuario.
Por ejemplo, si un usuario señalaba una imagen y decía «encuéntrame más», el sistema infería la intención a partir de ese contexto visual, y no solo de las palabras.
CRUSE utilizaba una arquitectura multiagente; sus agentes generaban botones o formularios dinámicamente según lo que hiciera más intuitiva la interacción. Ese principio sigue vigente: los sistemas deben adaptarse a los usuarios, y no al revés.
Hoy, tanto si el usuario es empleado como cliente, los sistemas de IA de una organización deberían admitir una combinación de modalidades y puntos de acceso. Los usuarios podrían empezar con un chatbot, pasar a un formulario, cargar un archivo o iniciar directamente una conversación con un agente específico. El sistema debe inferir la intención a partir de señales tanto explícitas como implícitas.
Diseñar una UX multiagente centrada en las personas
Estas son algunas modalidades de interacción clave que conviene tener en cuenta al diseñar la UX de sistemas multiagente:
Texto: La interfaz principal: natural, expresiva y rápida.
Voz: Útil cuando se necesitan las manos libres o en la atención al cliente, aunque suele ser opcional.
Integración de una interfaz gráfica de usuario: Esencial para los flujos de trabajo híbridos. Los usuarios deberían poder pasar con fluidez de los formularios al chat.
Archivos adjuntos: Los archivos PDF, las URL y los datos estructurados enriquecen la comprensión de los agentes.
Señales audiovisuales: Opcionales, pero valiosas en casos de uso que tienen en cuenta las emociones.
Puntos de acceso y acceso directo
Los usuarios deberían interactuar con los agentes en plataformas conocidas, como la World Wide Web, Slack o Microsoft Teams, y poder comunicarse directamente con los agentes pertinentes por área (por ejemplo, los de recursos humanos o del departamento jurídico), en lugar de limitarse a una interfaz centralizada. Esto permite ahorrar en elementos clave de costes y reduce la frustración de los usuarios.
Gestionar la percepción de la demora
Los sistemas de IA multiagente suelen ofrecer una toma de decisiones mejor y más integral al coordinar agentes especializados de distintos ámbitos. Sin embargo, esa complejidad se desarrolla entre bastidores y, sin una UX adecuada, puede generar opacidad e incertidumbre entre los usuarios acostumbrados a recibir respuestas instantáneas.
Para cerrar esta brecha de percepción, debemos hacer visible lo invisible. Un diseño de UX bien pensado puede transformar los momentos de inactividad percibida en oportunidades para generar confianza, fomentar la participación y reforzar la seguridad de los usuarios. Entre las estrategias eficaces se incluyen las siguientes:
Hacer visible el trabajo: Mostrar a los agentes mientras trabajan («El agente Alfa está sintetizando la información…»).
Explicar la espera: Indicar los motivos de la demora («Analizando los contratos de los proveedores…»).
Usar la divulgación progresiva: Ofrecer vistas previas, resultados intermedios o indicadores de actividad de los agentes.
Habilitar actualizaciones sin clics: Entregar los resultados automáticamente, sin que intervenga el usuario.
Crear una narrativa humana: Destacar visual y funcionalmente las distintas funciones de los agentes.
Comentarios asincrónicos y empáticos
Aunque los usuarios tengan que esperar, la experiencia no tiene por qué ser pasiva. Los comentarios asincrónicos y empáticos permiten mantenerlos informados y tranquilos sin exigir una interacción constante. Así se puede lograr:
Avisar a los usuarios cuando las tareas estén completas: Permitir que los usuarios se desconecten enviándoles avisos (por correo electrónico, chat o aplicación) cuando los resultados estén listos.
Ofrecer tiempos estimados de finalización transparentes: Compartir los tiempos estimados de finalización para ayudar a gestionar las expectativas y reducir la incertidumbre.
Usar personalidad y tono: Un toque de humor o una frase empática («Sigo pensando… hoy internet está un poco dramático») hace que las demoras parezcan más humanas.
Incorporar comentarios multisensoriales: Reforzar la actividad y el progreso con señales de audio sutiles, estados de los agentes diferenciados por colores o animaciones sencillas.Replantear el criterio de referencia.
Los usuarios están acostumbrados a esperar rapidez y coherencia de las aplicaciones tradicionales. Sin embargo, los sistemas de IA multiagente aspiran a ofrecer algo diferente: perspicacia, matices y colaboración inteligente. Su evaluación no debería basarse en los estándares de velocidad de las aplicaciones, sino en comparación con flujos de trabajo de nivel humano, donde la profundidad y la adaptabilidad importan más que la inmediatez.
Una respuesta que tarda 10 segundos, pero sustituye horas de coordinación humana, no es una demora. Es un gran avance en productividad y perspicacia, y debemos replantearnos cómo concebimos la capacidad de respuesta de los sistemas inteligentes.
De herramientas a compañeros de equipo
Los sistemas de IA multiagente están ayudando a las organizaciones a pasar de un software reactivo a servicios proactivos y adaptables. Sin embargo, el trabajo no se resuelve simplemente añadiendo más agentes. El éxito exige un nuevo lenguaje de UX que conciba la interacción como una conversación, las demoras como oportunidades narrativas y la capacidad de actuar como algo compartido entre las personas y las máquinas.
Cada actualización, cada espera y cada descubrimiento son una oportunidad para generar confianza y dar forma a la colaboración. Así pasamos de los asistentes a los colaboradores y de las herramientas inteligentes a los equipos inteligentes.
