Llevo 25 años haciendo investigación UX. En 1999, fundé una de las primeras consultorías estratégicas basadas en investigación de usuarios en Alemania. He vivido el cambio de prototipos en papel a Figma, de focus groups a tests remotos, de notas manuscritas a transcripción automática.
Lo que está pasando ahora se siente diferente.
Estoy construyendo una herramienta que automatiza entrevistas en profundidad. Al mismo tiempo, sé que las entrevistas en profundidad son la joya de la corona de la investigación cualitativa: requieren experiencia, empatía, sensibilidad, curiosidad y el coraje de hacer preguntas incómodas. A personas que no conoces.
Suena a contradicción. No lo es.
El estado del sector
Antes de hablar de IA agéntica, hablemos del sector. Porque los números sobre adopción de IA solo cuentan la mitad de la historia.
La investigación UX está en crisis. Según las encuestas de UXPA, el 35% de las organizaciones ha perdido personal, el 37% ha tenido despidos. El Nielsen Norman Group escribe: «Hace un año, UX se sentía como si estuviera a juicio.» El mercado laboral se estabiliza lentamente, pero la incertidumbre permanece.
En este clima cae la noticia: el 78% de los investigadores cree, según el informe de tendencias de Qualtrics 2026, que los agentes IA manejarán más de la mitad de todos los proyectos de principio a fin en tres años. El 15% ya usa IA agéntica hoy.
Hay que leer este número en contexto. Detrás no hay solo optimismo tecnológico, sino también miedo. Miedo por el empleo, incertidumbre económica, la preocupación: ¿qué significa la IA para mí, mi profesión, mi rol?
El Nielsen Norman Group llama a 2026 el «año de la fatiga de IA». La gente está cansada: cansada de que les digan que serán reemplazados si no hacen «vibe coding». Cansada de herramientas que no encajan en flujos de trabajo reales. Cansada de explicar por qué las decisiones automatizadas son riesgosas.
Qué significa «agéntico»
Un sistema agéntico difiere de las herramientas IA clásicas en cuatro aspectos.
Orientación a objetivos: el sistema recibe un objetivo, no una instrucción. «Descubre por qué los usuarios abandonan el checkout» en lugar de «Transcribe estas cinco entrevistas».
Planificación: descompone el objetivo en pasos por sí mismo.
Ejecución: lleva a cabo los pasos sin que alguien confirme cada clic.
Adaptación: responde a lo que sucede. Si una pregunta no funciona, la reformula.
La diferencia con un asistente: un asistente espera instrucciones. Un agente actúa de forma autónoma.
Lo que se gana
La pregunta no es qué se pierde cuando la IA hace entrevistas. La pregunta es qué se gana.
Las entrevistas en profundidad no son solo la joya de la corona, también consumen tiempo y son laboriosas en cada fase. Reclutamiento, programación, realización, transcripción, análisis. Incluso empresas centradas en el cliente, para quienes la investigación cualitativa era estándar, están recortando presupuestos. Se apoyan más en decisiones basadas en datos porque ya no tienen tiempo ni dinero. La presión es alta, los ciclos de lanzamiento se aceleran.
La investigación necesaria a menudo simplemente no se hace.
Ese es el verdadero problema. No que la IA haga entrevistas, sino que las entrevistas ya no ocurren. Los buenos productos nacen del diálogo con las personas. Pero ese diálogo no está ocurriendo. En su lugar, los equipos interpretan datos, desarrollan hipótesis y toman decisiones por instinto.
La IA puede hacer posible ese diálogo de nuevo, para empresas que de otro modo no podrían permitírselo.
Lo que no puede ser reemplazado
Por supuesto, hay situaciones que la IA no puede manejar. Hacer preguntas desde la intuición, desde la experiencia, desde la curiosidad intrínseca. Reconocer el momento en que alguien dice una cosa pero quiere decir otra. La pausa que revela más que cualquier respuesta.
Comunicar resultados a los stakeholders no solo para informarles, sino para llevarlos hacia una perspectiva compartida y vinculante, eso ninguna IA puede hacerlo.
Pero mucho ha cambiado en 2026. Las ventanas de contexto se han ampliado, las capacidades agénticas se han fortalecido, la interpretación de datos y el análisis han mejorado. La IA sigue evolucionando. El Nielsen Norman Group escribe: «Veremos las tecnologías IA centrales mejorar incrementalmente sus capacidades 'irregulares', alcanzando potencialmente momentos decisivos para las actividades de investigación de usuarios.»
Los límites se están desplazando. Eso no significa que estén desapareciendo.
El problema de confianza
El Nielsen Norman Group identifica la confianza como el mayor problema UX para las experiencias de IA en 2026. Las personas que han sido decepcionadas por funciones de IA adoptan nuevos sistemas con más cautela.
Para la investigación, esto significa: un agente que falla en una entrevista no solo daña ese estudio. Daña la confianza de los participantes en la investigación asistida por IA en general.
Los agentes a menudo se lanzan antes de estar listos. El resultado: malas experiencias, escepticismo creciente. Cada mala interacción hace más difícil la siguiente adopción.
Cómo QUALLEE lo implementa
QUALLEE es una herramienta de investigación agéntica. El entrevistador IA conduce conversaciones de forma independiente, hace preguntas de seguimiento basadas en las respuestas, extrae temas automáticamente. Pero hemos incorporado límites deliberados.
Los humanos definen los objetivos. El agente ejecuta, pero las preguntas de investigación vienen del equipo.
Los datos brutos permanecen accesibles. QUALLEE no entrega resúmenes terminados que hay que aceptar, entrega citas, la voz cruda de los usuarios. El investigador interpreta.
Los participantes saben que están hablando con una IA. Eso no es solo cumplimiento del EU AI Act, es respeto.
Para preguntas complejas, hay proyectos híbridos. IA para volumen, experiencia humana para profundidad.
Lo que queda
La investigación UX volverá a ser más importante. El oficio importará más, la intimidad y autenticidad que surge del diálogo entre personas. El elemento humano en sí será más valorado a medida que la IA se extienda.
Pero eso no cambiará cómo se asignan el dinero y el tiempo. Habrá más datos, más potencia de cómputo, más inteligencia al alcance de un botón. Las simulaciones generadas por IA serán increíblemente buenas.
Pero el dinero que se gana con las personas sigue viniendo de haber hablado realmente con esas personas.
Preguntas frecuentes
¿Qué es la IA agéntica en el contexto de la investigación UX?
La IA agéntica se refiere a sistemas de IA que ejecutan de forma autónoma flujos de trabajo de múltiples pasos. En investigación UX, esto significa: en lugar de automatizar tareas individuales como la transcripción, los agentes manejan procesos completos, desde realizar entrevistas hasta extraer temas.
¿La IA agéntica reemplaza a los investigadores UX humanos?
No, pero cambia el rol. Los investigadores se convierten en estrategas que definen objetivos e interpretan resultados. Los agentes manejan cada vez más la ejecución operativa. Esto requiere habilidades diferentes, pero no menos experiencia.
¿Qué tan confiables son los agentes IA para la investigación cualitativa?
Para casos de uso estandarizados con objetivos claros, funcionan bien. Para investigación exploratoria, temas sensibles o situaciones que requieren empatía, los humanos siguen siendo superiores. El arte está en el despliegue correcto: agentes para volumen, humanos para profundidad.
¿Qué significa el EU AI Act para las herramientas de investigación agéntica?
Desde agosto de 2026, se aplican requisitos completos de transparencia y documentación. Los usuarios deben saber que están interactuando con IA. Los proveedores deben clasificar y documentar los riesgos.
Pruébalo tú mismo
Experimenta cómo se siente una entrevista guiada por IA. En nuestro proyecto de investigación actual, exploramos cómo las personas interactúan con la IA en su vida diaria. La conversación dura unos 20 minutos.
