El contexto no es el prompt: la interfaz como infraestructura epistémica del agente.

Liu et al. articulan el problema con precisión al distinguir entre observabilidad y dirigibilidad en flujos agénticos de larga duración [6]. Las interfaces convencionales fallan porque están diseñadas para intercambios turno a turno, no para procesos con ramas paralelas y estructuras de decisión evolutivas. AdaLens responde con una representación basada en storyline que integra planes analíticos, progreso de ejecución, hallazgos intermedios e implicación de datos. La idea clave no es el sistema en sí, sino el principio que lo sustenta: la supervisión interactiva es un modo de interacción humano-IA cualitativamente distinto de corregir un output final o de dirigir cada paso.

El trabajo de Tarvirdians, Hung y Oertel sobre agentes conversacionales para reflexión refuerza este punto desde otro ángulo. En un estudio con 62 usuarios y 232 momentos colaborativos, demostraron que el mismo patrón observable de comportamiento puede reflejar razones muy distintas, y que estados reflexivos similares pueden requerir acciones de seguimiento sustancialmente diferentes [4]. Su solución — pausar el agente, exponer la observación, pedir la interpretación del usuario — es un patrón de diseño que hace explícito el paso de inferencia del agente. Las políticas de diálogo adaptativas que mapean comportamiento a acción sin este paso están haciendo asunciones que el diseño debería prohibir.

Kim y Mei acuñan colapso procedimental para describir lo que ocurre cuando una interfaz de escritura con LLM sustituye un proceso iterativo por un output único que desplaza al usuario de la generación a la evaluación comprensiva [7]. Dado que esa evaluación es cognitivamente costosa, el compromiso superficial se convierte en el comportamiento por defecto. La explicación no es disposicional (el usuario es perezoso) sino estructural (la interfaz colapsa el proceso). Las direcciones de diseño que proponen — interacción descompuesta, elicitación de objetivos como primer paso, output de nivel único — son correcciones de infraestructura, no andamiaje motivacional.

El estudio de Dizon et al. sobre interfaces híbridas humano-agente con 73 participantes ofrece un contrapunto empírico inesperado: la asistencia por IA redujo significativamente clics, navegaciones y desplazamientos, pero no mejoró los tiempos de completación de tarea [9]. El beneficio principal de las interfaces humano-agente puede ser reducir el esfuerzo de interacción, no la velocidad. Este resultado obliga a recalibrar las métricas de éxito: si medimos solo tiempo, declaramos fracaso donde hay un beneficio real de reducción de carga.

Dos trabajos empujan el problema del estado epistémico más allá de la sesión individual. Liu et al. proponen que un agente multi-dispositivo debe mantener un estado compacto y orientado a la acción que organice evidencia de compromiso, hechos declarados y la petición en curso [11]. Su Unified Agent supera significativamente cuatro diseños anteriores precisamente porque trata el estado como un objeto de diseño de primera clase, no como un efecto secundario del historial de conversación.

Zhang et al. llevan esta lógica al territorio interpersonal con ASIDE, un sistema para Dyadic Spectator Reflection que hace inspeccionables las brechas de interpretación entre dos personas que comparten un registro textual pero sostienen lecturas divergentes [12]. Las Divergence Cards — que emparejan la lectura confirmada de una persona con la interpretación de la otra en un momento específico — son un artefacto de diseño que materializa la asimetría epistémica. Los 10 participantes describieron la reproducción teatral como un elemento que les ayudó a salir de sus roles y observar el conflicto juntos desde una posición de espectador compartida.

Los razonamientos gráficos de Graphionale mejoran la calibración de confianza en tareas verbales pero la deterioran en tareas visuales, y se perciben como más demandantes cognitivamente [10]. La forma de representar lo que el agente sabe no es neutral: el formato equivocado puede empeorar las decisiones que pretende mejorar.