Los plugins de IA para Figma ya generan interfaces que pasan por producción. Los sistemas de diseño empiezan a prepararse para recibir outputs de modelos en lugar de decisiones humanas. Y hay una pregunta que sobrevuela cada conversación en cualquier equipo de diseño: ¿qué me queda a mí?
La respuesta corta es: todo lo que importa. La respuesta larga requiere ser honesto sobre qué es lo que en realidad hacemos los diseñadores.
- La ejecución visual se está automatizando rápido. El juicio sobre qué ejecutar, cuándo y por qué, no.
- Un sistema de diseño preparado para IA no elimina al diseñador: lo obliga a subir un nivel de abstracción.
Ejecución: Lo que la IA puede hacer (y lo que eso revela)
Un modelo bien instruido puede generar una pantalla de onboarding coherente con tu sistema de diseño, respetar tokens de color, aplicar espaciados y producir variantes en segundos. Eso no es magia: es pattern matching a escala. Y eso debería hacernos reflexionar, porque si una máquina puede generar esa pantalla, quizás esa pantalla no requería demasiado juicio para empezar.
El diseño que la IA reproduce bien es diseño formulaico. El problema no es la IA; es que llevábamos años haciendo demasiado diseño formulaico y llamándolo trabajo estratégico. La automatización no roba el trabajo de diseño: expone cuánto de ese trabajo era realmente ejecución mecánica.
Si un modelo puede generar tu propuesta de diseño sin saber nada de tu usuario, no era una propuesta de diseño: era una plantilla con otro nombre.
Criterio: El músculo que hay que entrenar ahora
Lo que ningún plugin sabe —y no sabrá en mucho tiempo— es por qué este usuario en este contexto necesita esta fricción concreta. La IA optimiza para lo que ya funciona en promedio. El diseño que transforma un producto trabaja en los márgenes: en la decisión de añadir un paso donde todos eliminarían uno, de romper la convención cuando la convención frustra, de priorizar la claridad de una tarea sobre la estética que gana premios.
Ese criterio no nace de saber más de Figma. Nace de entender el trabajo real del usuario —algo que en Room 714 abordamos desde el marco JTBD— y de tener la confianza para defender una decisión incómoda frente al cliente o al equipo de producto. También conecta directamente con la capacidad de detectar cuándo un sistema de diseño empieza a comportarse como un actor en lugar de un plano, y saber si eso es un avance o un problema.
Los diseñadores que sobrevivirán —y prosperarán— en este ciclo no son los que mejor promten a un plugin. Son los que pueden tomar el output de la IA, identificar exactamente dónde falla en criterio, y articular por qué. Eso requiere haber aprendido a leer la diferencia entre lo que un test valida y lo que realmente demuestra, y tener la estructura mental para distinguir una decisión de diseño de una preferencia estética.
Si quieres saber cómo reposicionar tu equipo de diseño para trabajar con IA sin perder el criterio que te hace relevante, en Room 714 podemos ayudarte a trazar ese camino.
