La IA se quedó con la producción; el criterio humano se quedó con el gusto

Lo nuevo

El dato más revelador sobre los límites de la IA en diseño no viene de un crítico del oficio: viene del jefe de Codex en OpenAI. Andrew Ambrosino, en el podcast de Lenny Rachitsky, admitió que el diseño es “un poco más difícil de calificar que el software” —porque no existe un bucle objetivo de bueno/malo como el “¿compila el código?”— y cerró con una frase que resume la coyuntura: “Let’s give it up for the human brain for now” (Business Insider).

No es un caso aislado. La misma semana, tres frentes distintos dijeron lo mismo desde ángulos opuestos. En publicidad, Cannes Lions 2026 estrenó por primera vez en su historia una subcategoría AI Craft y, según sus propios ganadores, la IA “dejó de ser el titular y simplemente pasó a ser parte del proceso creativo” (ADWEEK). En videojuegos, el veterano David Gaider —co-creador de Dragon Age— reabrió el debate sobre qué se pierde cuando la IA se come las tareas de entrada (Kotaku). Tres industrias, un mismo argumento: el criterio humano vuelve al centro.

Por qué importa

La lectura fácil sería “la IA fracasa en diseño”. Es falsa, y el propio Ambrosino la desmiente: mientras dice esa frase, reporta que Codex se disparó dentro de OpenAI. The Pragmatic Engineer confirmó que más del 95% de los no-ingenieros de OpenAI usan Codex, no ChatGPT (The Pragmatic Engineer). La misma persona que cede el juicio estético al humano es la que ve la adopción masiva en producción.

Por eso el marco honesto no es retirada, es redistribución. La IA se queda con lo medible —lo repetitivo, lo que tiene un bucle de corrección objetivo—; el humano se queda con el criterio y el gusto, precisamente lo que “es más difícil de calificar”. No es una frontera moral entre buenos y malos, sino un reparto de tareas. Es la cara de producción de lo mismo que ya vimos en el jurado de Cannes 2026, donde el oficio humano se llevó los Grand Prix, y de la advertencia sobre dónde y cuándo desconectar la IA del flujo creativo.

El punto de Gaider añade la pieza que suele faltar en este debate: no es solo estético, es de formación del oficio. Su advertencia —“how are we going to train up the next generation of devs if we eliminate every entry-level task?” (Kotaku)— conecta directo con la frase de Ambrosino: si el criterio es lo que la IA no sabe calificar, el criterio también es lo que se aprende ejecutando tareas pequeñas a mano. Automatiza todos los peldaños de entrada y te quedas sin el mecanismo que forma el gusto que después dices valorar. En paralelo, Dylan Field, CEO de Figma, sostiene desde hace tiempo el mismo argumento desde el lado del proveedor: los modelos entrenados sobre la distribución de datos existente tienden a producir diseños que la gente reconoce como “average” (paráfrasis de Business Insider, no cita textual).

Movimientos

1. Esta semana, audita tu flujo y marca qué tareas son "medibles" y cuáles son "de gusto". Deja que la IA (Codex, generadores) se quede las medibles y repetitivas, y reserva explícitamente el criterio estético para el humano —es exactamente la división que describe Ambrosino. Escríbelo en tu doc de proceso antes del próximo brief.
2. Antes de tu próximo proyecto con un junior, protege una tarea de "entrada" que NO delegues a la IA. Gaider avisa que eliminar toda tarea junior rompe la formación del criterio. Elige una pieza pequeña esta semana para que alguien la aprenda a mano, no la automatices por defecto.
3. Revisa tu portafolio o pitch de aquí a fin de mes y sube al frente el "criterio humano" como argumento de venta. Con Cannes premiando el oficio y hasta OpenAI diciendo "give it up for the human brain", el juicio deja de ser un lujo y pasa a ser el diferenciador vendible frente al cliente.

Qué seguir mirando

La tesis de la redistribución se sostiene hoy, pero su horizonte depende de si el límite de la IA en diseño es temporal o estructural. Es la diferencia entre “esto se resuelve con más datos” y “esto no se resuelve nunca”.

• ¿El límite es de evaluación —falta un bucle de bueno/malo, y se cierra con más datos, como sugiere Ambrosino— o es estructural, esa “novelty and culture” que un modelo indexado a patrones conocidos no puede generar?
• Si la IA se queda la producción medible (más del 95% de adopción interna en OpenAI) y el humano el criterio, ¿qué pasa con los roles de nivel medio cuyo valor era ejecutar? ¿Se vacía el escalón intermedio del oficio?
• ¿La subcategoría “AI Craft” de Cannes será una moda de un año o el inicio de un vocabulario permanente que separe “IA como herramienta de oficio” de “IA como gimmick”?