El coste de tratar al usuario como constante
Kim y Mei acuñan el término colapso procedimental para describir lo que ocurre cuando una interfaz LLM de escritura entrega un output completo de golpe: el proceso iterativo que el escritor debía recorrer queda sustituido por una evaluación comprensiva del texto generado. Esa evaluación es cognitivamente costosa, así que el compromiso superficial se convierte en el comportamiento por defecto y «el trabajo cognitivo que la escritura debía producir queda sin realizar» [9]. Lo relevante aquí no es que el modelo sea demasiado bueno, sino que la interfaz no modela en qué punto del proceso cognitivo se encuentra el usuario. Tratar la escritura como un solo turno de petición-respuesta es, en el fondo, asumir que el usuario no tiene estado.
Las direcciones de diseño que proponen —interacción descompuesta, elicitación de objetivos como primer paso por defecto y output de nivel único— son todas formas de inyectar estructura temporal que obligue al sistema a sincronizarse con el estado cognitivo del usuario antes de generar [9]. No se trata de andamiaje metacognitivo (enseñar al usuario a autorregularse), sino de reestructurar la interacción antes de que la autorregulación sea necesaria.
Modelar el conocimiento del usuario cambia qué modelo gana
KnowSim construye un simulador de usuario con estados de conocimiento explícitos, representados como grafos de Unidades de Información con relaciones de prerrequisito que evolucionan según reglas fundamentadas en teoría del aprendizaje [8]. Lo que hace valioso al marco no es la simulación en sí, sino lo que revela: aplicado a 9 LLMs, KnowSim muestra que el mejor modelo varía según el nivel de conocimiento del usuario, sacando a la luz interacciones aptitud-tratamiento invisibles para la evaluación estándar. No existe un único LLM óptimo para todos los usuarios.
El patrón observable no es la razón subyacente
Tarvirdians, Hung y Oertel confrontan otro ángulo del mismo problema: los agentes conversacionales de reflexión que basan sus acciones en el comportamiento observable del usuario asumen que un mismo patrón refleja una misma razón. En un estudio con 62 usuarios y 232 momentos colaborativos, demuestran que estados reflexivos similares pueden requerir acciones de seguimiento sustancialmente diferentes [12]. Derivan una taxonomía de nueve categorías de interpretación que un sistema basado solo en observación no puede distinguir.
La lectura que hacemos es que el paso de inferencia oculto —la brecha entre lo que el sistema observa y lo que el usuario realmente experimenta— es el error de diseño más frecuente en productos conversacionales con IA. Y el método que proponen los autores (pausar, exponer la observación, pedir interpretación) es radicalmente simple. No requiere modelos más potentes, requiere una estructura de interacción diferente.
Política adaptativa estándar: observa que el usuario repite un tema → asume que necesita redireccionamiento → redirige la conversación.
Diseño con interpretación del usuario: observa la repetición → pausa → expone el patrón al usuario → el usuario explica que está priorizando deliberadamente → el agente profundiza en vez de redirigir [12].
La supervisión interactiva como extensión del mismo principio
Cuando escalamos de agentes conversacionales a flujos agénticos de larga duración, el problema muta pero no desaparece. Liu et al. identifican que las interfaces convencionales no proporcionan observabilidad (comprender el razonamiento evolutivo del agente) ni dirigibilidad (redirigir ramas de bajo valor durante la ejecución) [10]. AdaLens resuelve esto con una representación basada en storyline que integra planes, progreso, hallazgos intermedios y datos implicados. La clave de diseño es la misma: hacer visible el estado del proceso para que el humano pueda ejercer juicio informado, no retroactivo.
En paralelo, la evidencia sobre interfaces híbridas humano-agente refuerza que la delegación a IA no ahorra tiempo aunque sí reduce esfuerzo de interacción. Dizon et al. muestran que la IA redujo clics, navegaciones y desplazamientos, pero la duración de la tarea no difirió significativamente entre condiciones [7]. Creemos que esto sugiere que los usuarios invierten el esfuerzo ahorrado en supervisar y verificar al agente — un coste cognitivo invisible que las métricas de velocidad no capturan.
El dato anterior, de Encarnación et al., no es solo un problema de benchmarking: es un problema de UX. Si un mismo modelo produce respuestas inconsistentes en hasta el 21% de los prompts y las dos modalidades (chat UI vs. API) fundamentan sus respuestas en citas diferentes [3], el usuario que confía en la estabilidad del output está calibrando su confianza sobre arena movediza. Esto conecta directamente con el hallazgo de Graphionale: los razonamientos gráficos mejoran la calibración de confianza en tareas de razonamiento verbal, pero deterioran esa calibración en tareas de razonamiento visual [6]. La forma de presentar el razonamiento del modelo no es neutral — y la UX que ignora la modalidad de la tarea puede empeorar activamente la toma de decisiones.
La tesis operativa
Cinco líneas de investigación independientes —colapso procedimental en escritura, calibración por estado de conocimiento, taxonomías de interpretación en agentes reflexivos, observabilidad en flujos agénticos e interfaces híbridas— convergen en un mismo argumento: la variable de diseño más infravalorada en UX con IA es la representación operable del estado interno del usuario. No su satisfacción declarada, no su tasa de completación, sino su posición cognitiva, interpretativa y de conocimiento dentro del flujo de interacción. Los productos que la ignoren seguirán produciendo engagement superficial y delegación ciega. Los que la incorporen —aunque sea con mecanismos tan simples como una pausa que pide interpretación [12] o un output limitado a un solo nivel [9]— tienen evidencia a su favor para generar interacciones donde el humano conserva agencia real.
Fuentes consultadas
- Veronica Rosendo-Rios and Paurav Shukla. Optimizing Monetization Strategies for Generative AI Firms: Implications for Search Engagement. arXiv:2607.28780, 2026.
- Adam Coscia, Zeyu Hua, Eric Krokos, Timothy Lin, and Alex Endert. Semantic Bundling: Interactive Node and Edge Bundling to Simplify Knowledge Graphs using Large Language Models. arXiv:2608.04002, 2026.
- Ro Encarnación, Tina Behzad, Emma Lurie, and Danaé Metaxa. What Current AI Benchmarks Leave Unmeasured: Modality, Search, Citations, and Implications (for Safety Evaluations). arXiv:2608.06202, 2026.
- Xinyi Zhang, Jingting He, Zicheng Zhu, and Yuxin Su. ASIDE: From Conflict Participants to Co-Observers Through Dyadic Spectator Reflection. arXiv:2608.05690, 2026.
- Xinshuang Liu, Runfa Blark Li, Shaoxiu Wei, Xin Lin, and Truong Nguyen. Unified Agent: Managing Interactions across Devices. arXiv:2608.05729, 2026.
- Xinru Wang, Zhexuan Ma, Ming Yin, Shuai Ma, and Thomas W Malone. Graphionale: How Graph Visualizations of LLM Rationales Affect Human Decision Making. arXiv:2608.27932, 2026.
- Gavin Dizon, Tyrone Justin Sta Maria, Jordan Aiko Deja, and Yasuyuki Sumi. Delegating or Doing? Understanding User Behavior in Hybrid Human-Agent Interfaces. arXiv:2608.19551, 2026.
- Yoonjoo Lee, Hyoungwook Jin, Tae Soo Kim, Shaoyang Zhang, Philippe Laban, and Q. Vera Liao. KnowSim: Evaluating Information Calibration in LLM Assistants with User Simulators that Learn. arXiv:2608.17150, 2026.
- JaeWon Kim and Katelyn X. Mei. Procedural Collapse: A Structural Account of Disengagement in LLM-Assisted Writing. arXiv:2608.17326, 2026.
- Yangtian Liu, Yan Miao, Shuhan Liu, Yunfan Zhou, Dae Hyun Kim, Di Weng, and Yingcai Wu. AdaLens: Interactive Storyline for Monitoring and Steering Long-Running Agentic Data Analysis. arXiv:2608.17834, 2026.
- Zihong He, Chen Liang, and Hai-Ning Liang. AppLooper: An Agentic Application Engineering Loop for Accountable Release with Virtual-User Feedback. arXiv:2608.14093, 2026.
- Morita Tarvirdians, Hayley Hung, and Catharine Oertel. Why This and Not That? A Collaborative Reflection Approach for Understanding Thought Coverage in Decision Making Support Dialog. arXiv:2608.17054, 2026.