A medida que los sistemas de IA multiagente transforman la manera en que los usuarios interactúan con los activos informáticos de la empresa, es crucial considerar nuevos estándares y trabajar para garantizar la confianza y la paciencia.
Entramos en una nueva era de la inteligencia artificial impulsada por los sistemas IA multiagente. Estos sistemas, que consisten en múltiples agentes trabajando de forma conjunta, están diseñados para habilitar experiencias digitales más colaborativas, adaptativas e inteligentes, alineadas con los objetivos empresariales.
Estos sistemas están llamados a revolucionar la gestión de tareas complejas en las organizaciones. Los agentes especializados colaboran para abordar desafíos con una velocidad, agilidad y resiliencia sin precedentes. Sin embargo, desbloquear este potencial requiere más que habilidad técnica. Aunque ofrecen importantes beneficios en términos de rendimiento, los sistemas de IA multiagente a menudo se perciben como más lentos en comparación con el software tradicional, debido a la respuesta instantánea que los usuarios esperan.
La razón de esta percepción no reside en la ineficiencia, sino en el razonamiento profundo y contextual que los sistemas de IA multiagente realizan detrás de escena. Los agentes colaboran, intercambian ideas y refinan su análisis antes de responder. Para aprovechar todo su potencial, las organizaciones deben diseñar sistemas que minimicen esta percepción de lentitud. Crear experiencias que se perciban rápidas e intuitivas es clave para generar confianza en los usuarios y materializar el valor de la próxima generación de IA para el negocio.
Nuevas de formas de interactuar
Los sistemas multiagente, impulsados por grandes modelos de lenguaje (Large Language Models, sus siglas en inglés LLMs) multimodales, están transformando la forma en que los usuarios interactúan con los sistemas informáticos corporativos. Ya no se limitan a la entrada de texto; estos modelos pueden procesar voz, imágenes, documentos, datos estructurados y más. Los agentes especializados pueden integrarse en las funciones empresariales, desde los RRHH hasta TI, proporcionando a los usuarios flexibilidad para hacer preguntas, solicitar actualizaciones y automatizar flujos de trabajo de una manera natural.
Al igual que en la colaboración humana, el modelo de interacción debe ser confiable y transparente. A veces, es esencial contar con un humano en el proceso para aprobar decisiones; en otros casos, los agentes pueden actuar de manera autónoma con mínima supervisión. Cada estilo de interacción introduce desafíos únicos en el diseño de la experiencia del usuario (UX).
Además de las demoras, estos desafíos incluyen una posible falta de transparencia, que puede generar desconfianza cuando los usuarios perciben a la IA como una "caja negra". Crear una experiencia fluida también es difícil cuando los usuarios interactúan a través de chat, voz y actualizaciones, entre otros. Puede haber ambigüedad en los diferentes roles de los agentes.
Ésta es la razón por el que diseño debe ir más allá de la usabilidad básica. Los sistemas multiagente demandan experiencias que transmitan de forma clara confianza, transparencia y control, ya que equilibran la contribución humana con la autonomía de la máquina. Los usuarios necesitan entender qué está haciendo el sistema, por qué y cuánto influyen en casa paso.
El legado de las interfaces adaptativas
Estos desafíos no son nuevos. Hace dos décadas, exploramos sistemas de lenguaje natural adaptativo 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 basándose en ese contexto visual, no solo en las palabras.
CRUSE utilizaba una arquitectura multiagente. Esos agentes generaban dinámicamente botones o formularios basándose en lo que hiciera que la interacción fuera más intuitiva. Ese principio sigue siendo válido: los sistemas deben adaptarse a los usuarios, no al revés.
Hoy en día, ya sea que el usuario sea un empleado o un cliente, los sistemas de IA de una organización deben admitir una combinación de modalidades y puntos de entrada. Los usuarios pueden empezar desde un chatbot, cambiar a un formulario, cargar un archivo o pasar directamente a una conversación con un agente específico. El sistema debe inferir la intención tanto de las señales expresadas como de las implícitas.
Diseñando una UX multiagente centrada en el ser humano
A continuación, algunas formas de interacción claves cuando se diseña la IA para sistemas multiagente.
- Texto: La interfaz central: natural, expresiva y rápida.
- Discurso: Útil en entornos de manos libres o para atención al cliente, aunque a menudo es opcional.
- Integración de la interfaz gráfica de usuario: Esencial para flujos de trabajo híbridos. Los usuarios deberían poder pasar de forma fluida entre formularios y chat.
- Adjuntos: PDFs, URLs y aportaciones estructuradas facilitan la compresión del agente.
- Señales audiovisuales: Opcional pero valioso en casos de uso que tienen en cuenta las emociones.
Puntos de entrada y acceso directo
Los usuarios deberían interactuar con agentes en las diferentes plataformas que utilizan, entre las que se incluyen World Wide Web, Slack y Microsoft Teams, y deberían poder interactuar directamente con los agentes de dominio relevantes (como los de recursos humanos o el departamento legal), y no solo con una interfaz centralizada. Esto ahorra costes y reduce la frustración del usuario.
La gestión de la percepción de la lentitud
A menudo, los sistemas multiagente brindan una mejor toma de decisiones al coordinar los esfuerzos de los diferentes agentes especializados en las industrias. Sin embargo, esa complejidad se desarrolla entre bastidores y, sin la experiencia de usuario (UX) adecuada, puede generar una sensación de opacidad e incertidumbre en los usuarios acostumbrados a la retroalimentación instantánea.
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 la confianza, el compromiso y la seguridad del usuario. Entre las estrategias efectivas, destacan las siguientes:
- Hacer visible el trabajo: Muestra los agentes en progreso (“El agente Alpha está sintetizando los inputs…”).
- Explicar la espera: Ofrece razones de las demoras (“Analizando los contratos del fabricante…”).
- Utilizar la divulgación progresiva: Ofrece vistas previas, resultados intermedios o indicadores de actividad del agente.
- Habilitar las actualizaciones zero click: Ofrece automáticamente los resultados sin intervención del usuario.
- Crear una narrativa humana: Destaca los roles de los diferentes agentes de manera visual y funcional.
Retroalimentación asincrónica y empática
Aunque los usuarios deben esperar, la experiencia no debe percibirse como pasiva. El feedback asincrónico y empático garantiza que los usuarios se mantengan informados y tranquilos, sin necesidad de un compromiso constante. A continuación, mostramos algunas formas de conseguirlo:
- Notifica a los usuarios que la tarea se ha completado: Permite a los usuarios desentenderse mediante el envío de alertas vía email, chat o app una vez que los resultados estén listos.
- Ofrece ETAs transparentes: Comparte los tiempos estimados de finalización para ayudar a gestionar las expectativas y reducir la incertidumbre.
- Utiliza personalidad y tono: Un poco de humor o frases empáticas ("Todavía estoy pensando... internet está un poco lento hoy") hacen que las demoras se sientan más humanas.
- Incorpora reatroalimentación multisentorial: Refuerza la actividad y el progreso con señales de audio sutiles, estados de agente codificados por colores o animaciones sencillas.
Repensando los estándares
Los usuarios están acostumbrados a esperar velocidad y consistencia de las aplicaciones tradicionales. Sin embargo, los sistemas de IA multiagente buscan algo diferente: conocimiento profundo, matices y colaboración inteligente. No deberían evaluarse según los estándares de velocidad de las aplicaciones, sino en comparación con los flujos de trabajo a nivel humano, donde la profundidad y la adaptabilidad son más importantes que la inmediatez.
Una respuesta que tarda 10 segundos, pero que reemplaza horas de coordinación humana, no es una demora; es un gran avance en la productividad y la obtención de información. Debemos replantearnos cómo entendemos la capacidad de respuesta en los sistemas inteligentes.
De herramientas a colegas de trabajo
Los sistemas IA multiagente están ayudando a las organizaciones a cambiar de un software reactivo a servicios adaptativos y proactivos. Sin embargo, el trabajo no se completa simplemente añadiendo más agentes. El éxito requiere un nuevo lenguaje de experiencia de usuario (UX) que trate la interacción como una conversación, las demoras como oportunidades narrativas y la agencia como algo compartido entre humanos y máquinas.
Cada actualización, cada espera, cada insight es una oportunidad para crear confianza y dar forma a la colaboración. Así es como pasamos de tener asistentes a colaboradores y de herramientas inteligentes a equipos inteligentes.
%20Image)