Interfaces que piensan por nosotros. La deriva la decide el equipo de UX

Llevo años escribiendo con una máquina que cierra mis frases antes que yo. Lo inquietante no es que se equivoque. Es que acierta. Don Norman, en The Design of Everyday Things (Basic Books, 1988; ed. revisada 2013), llamó fricción al hueco entre lo que el usuario quiere y lo que el sistema le devuelve, y aconsejó estrecharlo con señales claras, posibilidades de acción visibles y retroalimentación. Buen consejo para una herramienta que ejecuta una tarea concreta. Trasladado a las interfaces que median nuestro propio pensamiento, produce un efecto que en 1988 nadie tenía por qué prever: cuando se borra la fricción, se borra con ella el hueco en el que el usuario pensaba. Y la dirección de ese borrado no la marcamos nosotros.

La fricción como espacio cognitivo

El instante entre la intención y la acción no está vacío. Dentro pasan cosas. Decides cómo vas a decir lo que quieres decir, escoges entre dos maneras de plantearlo, recuperas el dato que te hacía falta, dudas un segundo, te corriges. La fricción molesta, y por eso reducirla mejora la sensación de uso. Pero ese mismo estorbo es la condición material de operaciones que damos por descontadas: la memoria de trabajo, la búsqueda de la palabra justa, el juicio sobre si lo que has escrito dice lo que querías.

Cuando el sistema te ofrece la palabra siguiente, ese instante se encoge. La sugerencia es estadísticamente probable, suele ser correcta y casi siempre resulta aceptable. El problema vive precisamente ahí, en lo razonable de la propuesta: aceptarla cuesta menos que pensar la tuya. Que el camino de menor esfuerzo gana cuando lo demás se mantiene igual es un lugar común de la psicología cognitiva, y conviene no atribuirlo a un experimento concreto ni vestirlo de ley. El enunciado es simple y la medición es endiablada: la formulación propia se ejercita menos.

Lo que ha desaparecido en una década

Vale la pena nombrar las fricciones que el diseño contemporáneo ha eliminado a propósito, porque por separado cada una parece inofensiva. La autocorrección agresiva enmienda sin preguntar, muchas veces sin que el usuario llegue a advertir el cambio. El autocompletado predictivo cierra la frase antes de que decidas cómo querías cerrarla. Las respuestas sugeridas —ahí están Gmail, Outlook, WhatsApp— te entregan el mensaje entero ya redactado, listo para enviar. El buscador propone qué buscar mientras todavía estás formulando la consulta. El asistente que regenera invita a volver a pulsar en vez de reformular lo que pediste. Y el resumen automático sirve el documento masticado, de modo que acabas juzgando sobre el resumen y no sobre el texto.

Cada una de esas piezas es útil en su sitio y responde a una decisión técnica sensata. Lo que cambia es la suma. Multiplicada por miles de interacciones al día durante años, esa colección de comodidades menudas reorganiza el trato que tenemos con la información y con el lenguaje.

El estudio del MIT y el síntoma

En junio de 2025 el MIT Media Lab difundió un trabajo titulado Your Brain on ChatGPT. Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (preprint, arXiv:2506.08872). Cincuenta y cuatro participantes escribían ensayos con electroencefalografía puesta, repartidos en tres condiciones: con un modelo de lenguaje, con un buscador y sin ninguna ayuda. Los autores reportan menor conectividad y menor activación en las regiones asociadas a funciones ejecutivas cuando se escribía con el modelo, frente a la escritura sin asistencia.

Tomarlo con pinzas no es prudencia retórica, es lo que el trabajo pide. Preprint sin revisión por pares, muestra pequeña, una sola herramienta, y una metodología que sus propios autores advierten que no se debe extrapolar. Nada de eso autoriza a hablar de daño cerebral, y lo dejo dicho antes de que alguien lo diga por mí.

Lo que el estudio sí hace bien es enmarcar la pregunta. Que una herramienta reduzca el esfuerzo de hacer aquello para lo que se diseñó no sorprende a nadie; es su definición. La cuestión que importa es la otra: qué tarea cognitiva exacta estamos delegando, y qué le ocurre a esa tarea cuando deja de ejecutarse, de manera repetida y silenciosa, durante años.

Buçinca y el coste de fiarse sin pensar

Zana Buçinca, Maja Malaya y Krzysztof Gajos (CSCW 2021), en To Trust or to Think. Cognitive Forcing Functions Can Reduce Overreliance on AI in AI-Assisted Decision-Making, montaron dos experimentos —encontrar caminos mínimos en grafos y corregir faltas de ortografía— y comprobaron que los usuarios tienden a aceptar la sugerencia de la IA incluso cuando es incorrecta y disponen de la información necesaria para detectar el fallo.

Su hallazgo más interesante carga con un nombre desafortunado: funciones de forzado cognitivo. Son fricciones colocadas adrede —obligar a justificar la decisión, retrasar la respuesta del sistema, exigir una explicación— que recortan la sobreconfianza y mejoran de paso la calidad del juicio.

De ahí se sigue algo que la industria del diseño preferiría no escuchar. Si quieres que el usuario juzgue bien lo que la máquina le propone, tienes que devolverle una parte de la fricción que le quitaste. La práctica camina en sentido opuesto. Y camina contenta.

La métrica que decide

El porqué de esa dirección contraria no tiene nada de misterioso. La métrica que manda en un producto es la retención: tiempo dentro de la aplicación, sesiones por día, usuarios activos diarios. La retención sube cuando baja la fricción percibida. Más retención justifica más recursos de desarrollo, que producen interfaces aún más lisas, que mejoran la retención otra vez. El ciclo se alimenta a sí mismo, y por eso resulta tan difícil de romper desde dentro.

Las métricas que podrían contrapesarlo se miden poco, y no por descuido. Que la tarea quede bien hecha, que la decisión fuera correcta, que el usuario haya aprendido algo, que siga satisfecho un mes después: todo eso tarda más en dar señal, cuesta más de convertir en número y no roza los ingresos con la misma inmediatez. No hace falta mala fe para preferir lo otro. Basta con un calendario que se cierra cada tres meses.

Arunesh Mathur y sus coautores (CSCW 2019), en Dark Patterns at Scale. Findings from a Crawl of 11K Shopping Websites, rastrearon alrededor de 53.000 páginas de producto en unas 11.000 tiendas y documentaron 1.818 instancias de patrones diseñados para empujar al usuario hacia decisiones que benefician al servicio y no a él. El patrón oscuro, el diseño abiertamente manipulador, es solo el extremo que se ve de algo bastante más extendido: el desajuste entre lo que el producto mide y lo que le conviene a quien lo usa.

El doble efecto

Borrar fricción produce dos cosas al mismo tiempo, y vale la pena no mezclarlas. Por un lado mejora el rendimiento en la tarea de delante: si lo que necesitas es despachar un correo, la respuesta sugerida te lo despacha, y si escribes código repetitivo, el autocompletado te sube las líneas por hora. Por otro lado desgasta, despacio, la capacidad que esa fricción ejercitaba. Lo que delegas de forma sistemática —dar forma a una idea, sopesar una opción, levantar un argumento desde cero— se trabaja menos, y lo que se trabaja menos sale peor el día que te toca hacerlo sin red.

Los dos efectos son reales. El conflicto no está en el primero, sino en cómo se reparten en el tiempo. El beneficio llega hoy; la atrofia llega tarde. Las decisiones de diseño se cierran con horizonte trimestral mientras las consecuencias cognitivas tardan años en asomar la cabeza. Esa asimetría no es inocente: empuja, estructuralmente, una vez tras otra, hacia el mismo sitio.

Norman, las señales y una fórmula que perdió su contexto

Norman recomendó reducir fricción contra un mal muy concreto: interfaces que dejaban perdido al usuario con señales ambiguas, posibilidades de acción poco claras, retroalimentación inexistente. Su mundo era el del objeto físico —puertas que no sabes si empujar o tirar, mandos que no dicen qué hacen— y el del software de productividad de los ochenta y noventa. En ese mundo, reducir fricción significaba aclarar.

La consigna sobrevivió a su mundo; el método cambió por debajo. Se conservó intacto el imperativo —reduce la fricción— y se le sustituyó el contenido: ya no aclarar para que el usuario decida mejor, sino predecir y decidir en su lugar. La interfaz que aclara te deja decidir. La que decide te ahorra el trance de decidir. Ambas se anuncian con el mismo eslogan y producen efectos cognitivos contrarios, y confundirlas no es un desliz suelto: es la operación que la práctica industrial lleva años normalizando. Steve Krug, en Don't Make Me Think, Revisited (New Riders, 2014), llevó la consigna a su versión más pura, la de tratar cada pregunta que asoma en la cabeza del usuario como un coste a borrar. Funciona de maravilla para un proceso de pago. Para una herramienta de pensar, sin matices, no.

La cognición distinta

De aquí no sale, necesariamente, una cognición peor. Sale una cognición con otro perfil. Más veloz para responder y más torpe a la hora de construir sola, más solvente en lo que ya conoce y más perdida cuando aparece lo nuevo, más cómoda con asistente al lado y más insegura el día que no lo tiene. La diferencia es operativa, no metafísica, y justamente por eso cuesta tanto verla.

Lo grave es que ese perfil no se ha elegido como objetivo de nadie. No lo fijó un ministerio de educación, ni un comité sanitario, ni un debate cívico. Ha caído como subproducto de decisiones de diseño orientadas a la retención. Las generaciones que crecen con asistente desde la infancia tendrán una cognición distinta de las que crecieron sin él. La diferencia no será menor. Y nadie está midiendo, de forma sistemática, qué se gana y qué se deja por el camino.

El mandato que nadie auditó

Queda una pregunta política que casi nunca se pone sobre la mesa. Los equipos de diseño del puñado de empresas que controlan la infraestructura cognitiva digital deciden, mes a mes, hacia dónde se desplaza el pensamiento de cientos de millones de personas. Ese mandato no se lo concedió nadie. No existe autoridad que audite el efecto de esas decisiones sobre la capacidad cognitiva agregada, ni obligación de medirlo, ni de reportarlo, ni de justificarlo. El sector se autorregula con métricas que, por su propia construcción, son ciegas a ese efecto.

Lo que viene ahora es opinión mía, aunque la defiendo. La distancia entre el tamaño de ese mandato y la ausencia total de supervisión es difícil de igualar en la historia reciente. La radio, la televisión y la escuela terminaron, antes o después, sometidas a reglas sobre lo que emitían y cómo, precisamente porque su efecto sobre la cabeza colectiva se reconoció como un asunto público. La interfaz que esta tarde nos ha terminado tres frases todavía no ha llegado a esa conversación. Y mientras tanto, sigue terminándolas.

Definiciones

Fricción (en UX) es el esfuerzo, cognitivo o físico, que el usuario debe poner entre su intención y el resultado al manejar un sistema. Reducirla mejora la velocidad y la comodidad, y suele aumentar el uso.

Señal (signifier) es el indicador perceptible que comunica dónde y cómo actuar. Es un concepto central en Norman; aquí se traduce el término inglés.

Posibilidad de acción (affordance) es la acción que un objeto ofrece a quien lo usa. El término procede de Gibson y lo popularizó Norman.

Función de forzado cognitivo (cognitive forcing function) es un diseño que introduce fricción a propósito para obligar a reflexionar antes de decidir. El concepto es de Buçinca y sus coautores.

Retención (engagement) agrupa las métricas de tiempo de uso —tiempo en la aplicación, sesiones por día, usuarios activos diarios— dominantes en la industria del diseño de interfaces.

Patrón oscuro (dark pattern) es el diseño orientado deliberadamente a manipular al usuario hacia comportamientos que benefician al producto y no a él.

Referencias

Norman, D. The Design of Everyday Things. Basic Books, 1988; ed. revisada 2013. Origen del concepto de fricción y de las señales y posibilidades de acción que vertebran el artículo.

Buçinca, Z., Malaya, M. & Gajos, K. «To Trust or to Think. Cognitive Forcing Functions Can Reduce Overreliance on AI in AI-Assisted Decision-Making». Proceedings of the ACM on Human-Computer Interaction (CSCW1), 2021. Base del apartado sobre sobreconfianza y funciones de forzado cognitivo. arXiv:2102.09692.

Mathur, A., Acar, G., Friedman, M., Lucherini, E., Mayer, J., Chetty, M. & Narayanan, A. «Dark Patterns at Scale. Findings from a Crawl of 11K Shopping Websites». Proceedings of the ACM on Human-Computer Interaction (CSCW), 2019. Fuente del recuento de patrones oscuros y del desajuste entre métrica de producto y usuario. arXiv:1907.07032.

MIT Media Lab. Your Brain on ChatGPT. Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. Preprint, junio de 2025, arXiv:2506.08872. Estudio con EEG y 54 participantes citado en el apartado sobre el síntoma; preliminar y sin revisión por pares.

Krug, S. Don't Make Me Think, Revisited. New Riders, 2014. Versión extrema de la consigna de reducir fricción discutida en el artículo.

Carr, N. The Glass Cage. Automation and Us. W. W. Norton, 2014. Marco general sobre los efectos de la automatización en la capacidad humana.

Para profundizar

Sherry Turkle. Reclaiming Conversation. The Power of Talk in a Digital Age. Penguin Press, 2015. Su argumento sobre la mediación tecnológica de la conversación se traslada con facilidad de lo social a lo cognitivo.

Maryanne Wolf. Reader, Come Home. The Reading Brain in a Digital World. HarperCollins, 2018. Documenta el cambio en la lectura sostenida bajo entornos digitales; el marco se aplica al cambio en la formulación lingüística bajo asistencia generativa.

Jonathan Haidt. The Anxious Generation. Penguin Press, 2024. Precedente metodológico sobre cómo el diseño orientado a la retención produjo efectos masivos no anticipados, útil antes de descartar preocupaciones análogas con la IA conversacional.

También te interesa

• UX como manipulación suave
• El diseño de la dependencia
• Diseño orientado a comportamiento
• Qué le pasa a tu cerebro cuando usas ChatGPT, según el MIT

En otros sitios

• A Review of the Negative Effects of Digital Technology on Cognition (arXiv)
• Supporting Cognition With Modern Technology: Distributed Cognition Today and in an AI-Enhanced Future (PMC)