El prototipo que conversa: prueba con el usuario sintético antes del real, nunca en su lugar

Rediseñaste un flujo después de identificar el patrón que trababa a los usuarios, y ahora quieres probarlo antes de gastar el tiempo caro de agendar gente real. Simular un usuario sintético, una persona basada en lo que ya sabes de investigación real, corriendo el flujo por primera vez, detecta el error grosero en minutos: el botón ambiguo, el paso que nadie entiende a la primera. Solo que ese usuario sintético nunca va a reaccionar con la misma sorpresa o el mismo silencio incómodo de una persona real, porque carga los sesgos del modelo que lo simula. Sirve para filtrar antes, nunca para sustituir.

Antes de correr un nuevo proceso de aprobación de gasto con el equipo real, le pides a la IA que simule a un empleado típico intentando seguir el flujo nuevo, con el perfil real que ya mapeaste en entrevistas anteriores. Se traba exactamente en el campo de centro de costo, ambiguo desde hace meses. Ajustas antes de exponer el proceso a todo el equipo. Pero la decisión de liberar el proceso a producción nunca se apoya solo en esa simulación: un piloto con un departamento real sigue siendo la prueba que vale.

Antes de llevar una minuta de contrato nueva al cliente, le pides a la IA que simule la lectura de un cliente típico, sin formación jurídica, señalando dónde la cláusula queda confusa. Señala dos cláusulas ambiguas antes incluso de que agendes la reunión de revisión. Eso ahorra una ronda entera de idas y vueltas. Pero la aprobación final de la minuta nunca se apoya solo en la simulación: el cliente real, con su duda real, todavía revisa antes de firmar.

Antes de subir una campaña nueva, ya usas el cliente sintético para probar oferta y mensaje, tal como enseña la trilla de marketing. La misma lógica aplica aquí, con el mismo riesgo: el cliente sintético detecta error obvio de claridad rápido y barato, pero carga el sesgo del modelo que lo simula, y nunca sustituye la prueba con audiencia real antes de que el lanzamiento valga para siempre.

Antes de lanzar un nuevo proceso de onboarding de colaborador, le pides a la IA que simule a un nuevo contratado típico pasando por las primeras etapas, con el perfil que las entrevistas de salida ya mapearon. Se traba en el mismo punto que los relatos antiguos señalaban. Ajustas antes de que el primer contratado real pase por esto. Pero la validación del proceso nunca se apoya solo en la simulación: el primer grupo real de nuevos contratados sigue siendo la prueba que cuenta.

Antes de agendar la prueba de usabilidad con cliente real, le pides a la IA que simule la persona que el equipo ya validó en investigación, navegando el prototipo de la función nueva. Señala la misma fricción que treinta sesiones reales ya sugerían, en minutos. Eso confirma que vale la pena gastar el tiempo caro del usuario real probando ese flujo. Pero la decisión de lanzar la función nunca se apoya solo en la simulación: la prueba con gente real sigue siendo lo que decide.

Antes de llevar un discurso de venta nuevo al cliente, le pides a la IA que simule al comprador escéptico que generalmente traba la negociación, reaccionando al guion. Señala el punto exacto donde el discurso suena forzado. El vendedor ajusta antes de la llamada real. Pero el cierre nunca se apoya solo en la simulación: el cliente real, con su objeción real, todavía decide si compra.

Antes de correr un nuevo procedimiento con el equipo de operación, le pides a la IA que simule a un operador típico siguiendo el paso a paso escrito, señalando dónde la instrucción es ambigua. Se traba en el mismo paso que el incidente del mes pasado ya había revelado. Corriges el procedimiento antes de que el turno real lo siga. Pero la validación del procedimiento nunca se apoya solo en la simulación: el primer turno real que corre el procedimiento es quien confirma si funciona.

Antes de publicar una política nueva, le pides a la IA que simule a un colaborador típico leyendo el texto y señalando dónde quedaría en duda sobre qué está permitido. Señala una ambigüedad real en la sección de regalos. Corriges antes de que la política entre en vigor. Pero la aprobación final nunca se apoya solo en la simulación: la capacitación con colaboradores reales, y sus preguntas reales, sigue siendo la prueba que confirma si la política quedó clara.

Antes de exponer una API nueva a los equipos socios, le pides a la IA que simule a un desarrollador típico intentando integrarla, siguiendo solo la documentación. Se traba en el mismo endpoint que el equipo ya sospechaba mal descrito. Corriges la documentación antes de que el primer socio real intente integrarla. Pero la validación de la API nunca se apoya solo en la simulación: el primer socio real, con su entorno real, es quien confirma si la integración funciona.

Acabas de rediseñar el segundo paso del onboarding después de confirmar, con cita rastreable, que el problema era sobrecarga cognitiva en el formulario inicial. El prototipo está listo en Figma, la prueba con usuario real recién está agendada para la próxima semana porque la agenda de reclutamiento no avanza rápido. Antes de esperar, armas una persona sintética con base en el perfil real que apareció en las 84 entrevistas: alguien sin mucha familiaridad técnica, ansioso por terminar rápido, en el celular. Le pides a la IA que "sea" esa persona y navegue el prototipo paso a paso, narrando lo que siente en cada pantalla. En quince minutos se traba exactamente en el campo que sospechabas, y señala dos fricciones más que no habías visto. No cancelas la prueba real de la próxima semana: llegas a ella con tres hipótesis ya probadas, listas para confirmar o descartar con gente real.

Antes de presentar un nuevo modelo de decisión al directorio, le pides a la IA que simule a un consejero escéptico leyendo el razonamiento, señalando dónde el argumento es débil. Encuentra dos fallas en la lógica antes de la reunión real. Eso ahorra una ronda de retrabajo. Pero la aprobación de la estrategia nunca se apoya solo en esa simulación: el directorio de carne y hueso, con sus propias preguntas, todavía decide.