Saltar al contenido principal

Gobernanza de Agentes en UX Ops: Eliminación de carga operativa para maximizar la investigación de usuarios

Diseño y gobernanza de un sistema multi-agente que cubre el ciclo completo de diseño de producto de la investigación, sin quitarle al humano una sola decisión de negocio.

Proyecto real • 10 minutos de lectura
Diagrama del sistema de agentes de IA aplicado al flujo de UX
Cliente
Proyecto personal
Rol
Diseño de sistema agéntico
Alcance
IA Driven · UX Ops
Resultado
-40% en tiempos de producción
Diagrama del proceso de diseño de alto volumen

Un proceso de alto volumen operado a mano

El ciclo de diseño de producto, investigación, definición, exige leer transcripciones, cruzar analítica y traducirlo todo a requerimientos técnicos. Cada iteración, otra vez.

Ese volumen tiene dos costos que rara vez se nombran:

  • El criterio se degrada. Cuando hay que procesar cientos de piezas de evidencia desordenada, se prioriza lo último que se leyó, no lo más importante. El sesgo de recencia entra por la puerta del cansancio.
  • El cuello de botella es una sola persona. Operando como orquestador único, todo el ciclo avanza a la velocidad de mi capacidad de lectura.

El reto: construir un sistema que absorba el volumen sin que yo pierda el control de las decisiones y sin que el sistema invente nada para rellenar huecos.

Asimetría operativa: Delegar el volumen para recuperar la estrategia

Inventario del proceso: trabajo mecánico frente a trabajo creativo

Al inventariar el proceso real descubrí que la mayor parte del ciclo no era trabajo creativo saturado, sino trabajo mecánico disfrazado de creativo. Tres hallazgos cambiaron la perspectiva:

Una parte del proceso no necesita IA en absoluto. «¿Este contraste de color cumple el estándar?» tiene una respuesta calculable. Automatizarlo con un modelo es pagar un consultor senior para engrapar papeles.

  • Otra parte no puede delegarse nunca. Priorizar, negociar con stakeholders, leer a un usuario.
  • En medio quedaba el terreno real de la IA: interpretar material desordenado, encontrar patrones y producir un borrador, sin decidir el rumbo del negocio.

Y un cuarto insight, el que definió toda la arquitectura: el riesgo de un sistema agéntico no es que no sea suficientemente inteligente, sino que inventa para complacer. La oportunidad no estaba en diseñar más inteligencia. Estaba en diseñar límites.

Arquitectura del ecosistema de agentes UX_Ops

Orquestación y Gobernanza: El ecosistema UX_Ops

Orquesté «UX_Ops», un ecosistema de agentes de IA especializados bajo una arquitectura de alcance estricto.

Automaticé el cruce de fuentes masiva, mediante flujos paralelos con dos reglas innegociables: cero suposiciones (la máquina no inventa datos) y trazabilidad total.

El sistema no entrega veredictos, sino que detecta contradicciones que se convierten en hipótesis estructuradas para validar en campo.

Mi rol evolucionó de operador a gobernanza: el sistema procesa el volumen, pero ninguna historia de usuario avanza a desarrollo sin mi validación estratégica.

Diseñando el ecosistema UX_Ops

Seis pasos, y la tecnología entra en el último

Mapa de acciones en post-its para identificar los agentes

01 - Identificación de agentes

No mapeé fases («hacer research») son demasiado grandes para decidir sobre ellas. Mapeé acciones con verbo: leer transcripciones, cruzar funnels con mapas de calor, comparar una pantalla contra WCAG, redactar micro textos de error, escribir historias de usuario, revisar reseñas post-lanzamiento. Un post-it por acción.

Resultado: la auditoría de accesibilidad y el enrutamiento entre fases quedaron como código determinista; 9 agentes quedaron en la capa intermedia; 4 puntos de control quedaron para mí. La decisión más valiosa del proyecto fue quitar agentes, no agregarlos.

Ficha técnica de un agente con sus cuatro elementos

03 - La ficha técnica: un contrato por agente

Ningún agente se construyó sin cuatro elementos cerrados. Un ejemplo real del sistema:

Rol

Investigador UX especializado en extracción de puntos de dolor. No «resume este texto»: una identidad profesional específica cambia el criterio con el que trabaja.

Objetivo único

Extraer. No opina, no redacta prosa, no interpreta.

Entradas → Salidas

Recibe transcripciones, tickets y feedback. Entrega cuatro campos exactos: problema principal, flujo afectado, nivel de fricción, citas textuales de respaldo.

Guardrails

Prohibido inventar. Ante falta de datos, conducta de fallo seguro: escribe [Requiere definición del orquestador] y detiene el flujo.

El guardrail quedó implementado en tres capas simultáneas: instrucción general, instrucción específica y validación en código, de modo que aunque el modelo desobedeciera, el sistema no puede emitir un dato inventado.

Matriz de permisos por agente en sus tres dimensiones

04 - La matriz de permisos: capacidades al mínimo

A cada agente le asigné solo lo que necesita, en tres dimensiones:

  • Adquisición. Todos leen exclusivamente de la carpeta de entradas. Ninguno navega por internet ni se conecta a sistemas externos.
  • Procesamiento. Motor acotado, y salida estructurada estricta para los agentes que alimentan a otro agente, así el traspaso no se rompe.
  • Acción. Un único canal de escritura: documentos, en una carpeta acotada.

Consecuencia deliberada: ningún agente puede actuar sobre un sistema externo. La única acción de riesgo alto del proyecto, publicar historias de usuario en la herramienta de desarrollo, quedó aislada tras aprobación explícita, con decisión binaria y sin iteración con el agente.

05 - Patrones de orquestación y puentes de validación

Los agentes se conectaron con tres patrones según la naturaleza de la tarea: pipeline secuencial para cadenas de refinamiento,

  • Fan-out / fan-in para triangular analistas independientes y consolidarlos.
  • Generador - crítico donde un agente propone y otro audita, con máximo dos iteraciones.
  • Entre fases coloqué puentes de validación: antes de pasar información al siguiente agente, el sistema verifica que no haya campos vacíos ni marcados como pendientes. Si los hay, se detiene y me escala.

Puentes de Validación (Orquestación Humana)

Esta estructura modular está diseñada para proteger mi tiempo como estratega. Los agentes absorben el trabajo pesado y resuelven sus discrepancias técnicas de forma autónoma. Mi intervención se limita a compuertas estratégicas: destrabar flujos cuando falta contexto y aprobar los entregables críticos antes de pasar a desarrollo.

06 - Validación de arquitectura antes de construir

Con las fichas terminadas, entregué el diseño completo a revisión antes de escribir código: ¿hay objetivos demasiado amplios que convenga dividir? ¿falta algún especialista? ¿algún agente sobra por ser pura regla fija? Solo después empezó la implementación.

Cifras de impacto operativo y validación del sistema

Impacto Operativo y Validación

  • Agentes especializados implementados: 13
  • Pruebas automatizadas de flujo: 30 / 36 (83% de éxito)
  • Cobertura de fases E2E: 2 de 7 (Descubrimiento → Entrega Técnica)
  • Datos fabricados (Alucinaciones): 0 (Bloqueo estricto por falta de contexto)

El último punto sostiene la integridad del sistema: la regla de «no inventar» es un criterio de validación en el código, no una buena intención. Un campo vacío detiene el pipeline. A través de esta cadena, el sistema produjo hallazgos trazables a su fuente original (mapas de fricción cognitiva, requerimientos de interfaz y auditorías de accesibilidad), listos para ser contrastados en campo.

El verdadero ROI: Recuperación del tiempo estratégico

Impacto empírico al automatizar el cruce de datos y enfocarse en la investigación de usuarios

Gobernanza sobre libertad técnica

El valor real del ecosistema de IA se logró aplicando restricciones estrictas (cero opiniones, prohibición de rellenar vacíos). Un sistema que sabe decir «faltan datos» es infinitamente más útil, ya que convierte automáticamente esos vacíos en hipótesis listas para ser validadas en campo.

Redefinición del rol humano

La IA no es una bala de plata. Su verdadero impacto es absorber la carga operativa y documental para poder enfocarme al 100% en lo que la máquina no puede hacer: sumergirme en el modelo de negocio y alinear las expectativas de los stakeholders.

Profundidad empírica y mitigación de riesgo

Liberar horas de escritorio me permitió conducir más de 12 entrevistas en profundidad e iterar protocolos en tiempo real. La automatización no me dio «velocidad», me entregó profundidad: la máquina procesa el pasado (datos, transcripciones), pero yo observo el presente para entender el «por qué» detrás de las fricciones.

Lo que aprendí construyendo esto

El 90 % de un sistema multiagente es diseño de proceso

La tecnología fue la parte fácil. Lo difícil y lo que decidió el resultado fue inventariar honestamente mi propio trabajo y aceptar qué parte de él era mecánico.

Definir la identidad antes que la instrucción

El cambio de mayor impacto no fue técnico: fue dejar de pedir tareas y empezar a asignar roles profesionales. Un agente con oficio produce un criterio distinto al de un agente genérico ejecutando la misma orden.

Qué haría diferente

Formalicé los dos primeros pilares, la matriz de decisión y los contratos, como documentos auditables, pero dejé la matriz de permisos implícita en la arquitectura.

Funciona: ningún agente puede tocar un sistema externo. Pero no es declarativa: no existe un artefacto donde cada agente declare su nivel de riesgo y que permita verificarlo uno por uno.

En el próximo sistema, la matriz de permisos se escribe el mismo día que la primera ficha técnica.

Estado actual de la arquitectura

  • Operativo: fases 1 a 2 (implementadas y en uso).
  • En construcción: fases 3 a 6 (sistema de gobernanza).
  • Pendiente: fase 7 (descubrimiento continuo).

Disclaimer / Nota Aclaratoria:

Contexto de Aplicación: Este sistema fue concebido y desarrollado para aplicarse específicamente en el desarrollo de un proyecto que cuenta con una definición de flujos clara y simplificada. Su diseño responde a ese contexto estructurado para optimizar la carga operativa.

1. Límites de Responsabilidad: La implementación de este ecosistema de agentes funciona como una herramienta facilitadora, pero la aplicación de este sistema no garantiza por sí sola el éxito del proyecto. Los resultados finales siempre dependerán de múltiples factores estratégicos, viabilidad del negocio y decisiones humanas.

2. Fase de Desarrollo (v1.0): El sistema actual se encuentra en su primera versión. Por consiguiente, es completamente normal y previsible que pueda cometer errores, presentar fallos en la interpretación o no cumplir de inmediato con todas las expectativas. Se trata de una herramienta en estado de desarrollo continuo, la cual evolucionará y se perfeccionará a través de la aplicación práctica y la iteración constante.

Otros proyectos

  • Vista previa del proyecto Cotización inmobiliaria
    Proyecto real • 11 minutos de lectura

    Cotización inmobiliaria

    Rediseño de interfaz • Diseñador UX/UI • Enlace inmobiliario

    15% - en tasa de abandono
  • Próximamente

    En proceso de documentación

Conectemos

¿Listo para alinear tu experiencia de usuario con tus metas de negocio?

Si tu equipo enfrenta flujos transaccionales complejos y necesitas un Product Designer E2E que diseñe para reducir fricciones y mejorar la conversión, hablemos.

Alejandro Olmos en actitud reflexiva