Ahora mismo hay dos conversaciones sobre IA e interfaces. Una es sobre funciones de IA en la interfaz. La otra — la que más cambió mi trabajo diario — es sobre IA construyendo la interfaz. Quiero hablar de la segunda, porque casi todo lo que se escribe sobre ella es hype o miedo, y ninguno coincide con mi experiencia lanzando React a producción.
Mi pipeline actual
Mi stack es React, TypeScript y Tailwind, con Figma como fuente de diseño. La versión acelerada por IA de mi flujo de trabajo se ve así:
- Diseña en Figma, pero de forma estructurada. Componentes bien nombrados, texto ligado a un conjunto reducido de roles tipográficos, colores ligados a variables. Esta disciplina es anterior a la IA, pero ahora paga el doble: un LLM que traduce un frame bien tokenizado produce código dramáticamente mejor que uno que adivina sobre una sopa de valores hexadecimales sueltos.
- Automatiza el lado de Figma. Manejo Figma de forma programática — edición masiva de copy, vinculación de nodos a tokens de diseño, auditoría de frames en busca de texto sin estilo. Tareas que antes eran una tarde de clics ahora son un script. Auditorías de tokenización que nadie hacía manualmente antes ahora corren en cada frame importante.
- Diseño a código asistido por LLM. Con Claude Code, entrego el contexto del frame y las restricciones del sistema de diseño, y reviso el componente que escribe. Énfasis en reviso. El modelo es un junior rápido con conocimiento enciclopédico de Tailwind y ninguna responsabilidad. El criterio senior — ¿es esta la abstracción correcta?, ¿maneja el estado vacío?, ¿se romperá con etiquetas de 47 caracteres? — sigue siendo trabajo mío.
Dónde mejora genuinamente la interfaz
La velocidad no es solo comodidad; cambia lo que se termina lanzando. Tres ejemplos de trabajo B2B reciente:
- Más estados, construidos de verdad. Carga, vacío, error, datos parciales. Históricamente se diseñaban y luego se descartaban en silencio por el plazo. Cuando un estado cuesta diez minutos en vez de dos horas, se lanza.
- Comportamiento responsivo real. Pruebo tres anchos como regla. Los primeros borradores generados por IA me llevan a "funciona en todos los breakpoints" lo bastante rápido como para dedicar mi tiempo a las decisiones de criterio — qué se colapsa, qué se trunca — en vez de a la plomería.
- Iteración más rápida con stakeholders. En un proyecto fintech, reemplazar las revisiones de mockups estáticos por prototipos codificados y clicables eliminó toda una ronda de feedback tipo "no me di cuenta de que funcionaría así".
La disciplina que lo hace seguro
Una regla que sostengo con firmeza: quien escribe no revisa. El código generado por IA pasa por una revisión de otro modelo o una persona — idealmente ambos — antes de fusionarse. La verificación cruzada atrapa el sinsentido confiado que produce cualquier modelo por sí solo. Así he detectado regresiones de accesibilidad, props fantasma y bugs de estado sutiles que se me habrían pasado revisando por encima mi "propio" resultado.
La otra regla: nada está terminado sin evidencia. "El componente debería funcionar" no es un estado. Una captura de pantalla en tres anchos, una prueba que pasa, un recorrido solo con teclado — eso es un estado.
La IA no bajó la vara de la calidad de interfaz. Eliminó la excusa para no alcanzarla.