La adopción creció, pero en la práctica los usuarios todavía se encuentran con sistemas que no terminan de resolver lo que necesitan.
Para el usuario argentino, la inteligencia artificial dejó de ser una novedad. Está en las apps que usa todos los días, en los bancos, en los canales de atención y en sus herramientas de trabajo. Pero su presencia ya no sorprende. Y tampoco garantiza una mejor experiencia, , lo que alimenta la frustración con la IA.
Las empresas avanzaron rápidamente en la incorporación de la IA. De hecho, a nivel global, el 78% de las organizaciones ya la utiliza en al menos una función, según datos de McKinsey. Sin embargo, solo una minoría logró traducir esa implementación en mejoras concretas para el usuario. En Argentina, esa brecha se percibe con claridad.
“El usuario no está cansado de la tecnología, está cansado del relato”, señaló Héctor Ferraro, Director Backend & Cognitive de Snoop Consulting. La frase resume un cambio de etapa. La IA dejó de medirse por lo que promete y empezó a evaluarse por lo que resuelve.
Errores de diseño que escalan la frustración con la IA
Uno de los principales problemas radica en la forma en que se implementa. “Uno de los errores más comunes es diseñar la comunicación desde la capacidad del sistema y no desde la intención o el dolor del usuario”, explicó Julieta Hidalgo, UX Content Designer Senior y AI Product Content Advisor, en diálogo con POST.
En la práctica, eso se traduce en algo concreto. El usuario intenta resolver una tarea puntual, pagar un servicio, presentar un reclamo o destrabar un trámite, pero se encuentra con respuestas genéricas que no le ayudan a avanzar. La interacción existe, pero no la solución.
A ese desajuste también se suman problemas recurrentes. Falta de contexto en las respuestas. Sistemas que no recuerdan interacciones previas. Promesas poco claras sobre lo que la herramienta realmente puede hacer. Y, en muchos casos, la ausencia de un camino claro cuando la IA no resuelve.
Según Hidalgo, la frustración con la IA no viene de la tecnología, sino del desajuste entre lo que el usuario necesita y lo que el sistema ofrece. En ese punto, la IA también puede agrandar el problema.
Confianza: un equilibrio delicado
En el mercado argentino, donde la tolerancia a la fricción es baja, la confianza se vuelve un factor decisivo. Construirla depende de un equilibrio entre claridad, honestidad e intervención.
“Una buena interfaz deja claro desde el inicio qué puede hacer, reconoce rápidamente cuando no puede resolver e interviene solo cuando agrega valor”, afirmó Hidalgo.
El problema aparece cuando eso no ocurre. Cuando los sistemas explican de más o prometen más de lo que entregan. En lugar de generar confianza, generan lo contrario.
La clave está en la experiencia cotidiana: mensajes claros y respuestas concretas permiten avanzar sin trabas. La confianza no se construye con discursos; se construye cuando algo funciona sin esfuerzo.
El comportamiento del usuario argentino
El vínculo con la tecnología en Argentina tiene una lógica propia. El usuario es pragmático y decide rápido.
“Si algo le ahorra tiempo, lo adopta; si le hace dar vueltas, lo abandona”, explicó Jesica Melo, Head of Customer Experience en Lara AI, en conversación con POST.
Esa exigencia de inmediatez no se limita al consumidor final. También se traslada al mundo del trabajo. Consultas que antes toleraban demoras hoy se esperan en tiempo real, muchas veces en los mismos canales que ya se usan todos los días.
El desafío, sin embargo, no es solo técnico. También es cultural. “En Argentina valoramos mucho el vínculo humano; entonces el miedo siempre es si al incorporar IA se pierde ese contacto”, señaló Melo.
Cuando la IA suma valor (y cuando no)
Para que un sistema basado en inteligencia artificial sea realmente útil, la condición básica es que resuelva problemas. Pero también hacerlo desde la cercanía.
“El valor está en la resolutividad y la cercanía”, afirmó Melo. Eso implica que la experiencia tenga identidad, que no sea genérica y que se sienta coherente con la organización.
Para las empresas, el otro impacto se refleja en los datos. Las interacciones dejan de ser aisladas y pasan a convertirse en información útil para tomar decisiones en tiempo real. Eso cambia la lógica de trabajo. Se pasa de suponer a entender lo que está pasando.
Cuando eso no ocurre, el efecto es el contrario. Los sistemas comienzan a pedir información innecesaria o a responder sin claridad, lo que termina por hacer más compleja una tarea que debería ser más simple.
Diseñar para resolver
Uno de los cambios más importantes en el diseño de experiencias con IA tiene que ver con el enfoque. Durante años, la conversación fue el eje central. Hoy, el foco está en la resolución.
“En contextos de baja tolerancia a la fricción, diseñar con IA no es agregar conversación, es eliminar pasos”, explicó Hidalgo.
Eso implica decisiones concretas:
- Reducir instancias innecesarias
- Priorizar la acción por sobre la interacción
- Anticiparse a lo que el usuario necesita en cada paso
También aparece otro elemento importante: saber cuándo intervenir con humanos. No todo se resuelve con automatización, pero sí puede ordenarse mejor el traspaso cuando sea necesario.
Cuando estas decisiones se integran, la experiencia cambia. La IA deja de sentirse como una capa extra y pasa a ser parte del flujo.
Implementar con foco en el impacto
La implementación también desempeña un papel central. Incorporar IA sin un objetivo claro suele derivar en soluciones que no generan valor.
“Mi recomendación es empezar por el dolor que más tiempo quita”, señaló Melo. Automatizar tareas transaccionales tiene un efecto inmediato. Mejora la experiencia del usuario y libera capacidad interna. Ese tiempo recuperado permite a los equipos enfocarse en tareas de mayor impacto.
El cambio más profundo se manifiesta en la forma de trabajo. Se reduce la lógica reactiva, centrada en resolver urgencias, y se abre espacio para una dinámica más estratégica.
Del discurso a los resultados
La inteligencia artificial no está en retroceso. Por el contrario, su adopción seguirá creciendo en los próximos años. Lo que cambió es la expectativa.
Hoy, el usuario argentino busca soluciones. La IA, cuando funciona bien, casi no se nota. Cuando falla, se vuelve evidente. En ese escenario, la frustración con la IA aparece cuando la promesa tecnológica no se traduce en una solución concreta.
La diferencia ya no está entre quienes usan inteligencia artificial y quienes no. Está entre quienes logran mejorar la experiencia y quienes solo suman una etiqueta más. Porque, en definitiva, la vara es cada vez más simple (y más exigente).
Aún no hay comentarios