Por qué la arquitectura de información importa más que nunca (y por qué la IA lo ha dejado al descubierto)
- hace 8 horas
- 2 Min. de lectura
Hay disciplinas que nunca dejaron de ser necesarias, pero que en algún momento dejaron de parecer relevantes. La arquitectura de información es una de ellas. Y la IA está devolviendo las cosas a su sitio.
El problema no es la IA. Es lo que hay debajo.
Cuando una empresa implementa un sistema de IA —un chatbot, un buscador semántico, un sistema de recomendación— lo hace esperando resultados inmediatos. Y entonces algo curioso ocurre: el sistema responde mal. Da recomendaciones irrelevantes. No encuentra lo que debería encontrar.
La reacción habitual es pensar que la IA falla. Pero casi siempre el diagnóstico es otro: la información de la empresa está mal organizada, y la IA simplemente lo ha hecho visible. Un estudio de Precisely y la Universidad Drexel lo confirma: solo el 12% de las organizaciones tiene sus datos en condiciones suficientes para sacarle partido real a la IA.
La IA no improvisa. Necesita datos estructurados, conceptos claros y taxonomías coherentes. Si la estructura es desordenada, el sistema se comporta de manera caótica, por muy sofisticado que sea el modelo.
Un problema que se repite en sectores muy distintos
Lo estamos viendo de forma recurrente en ecommerce, banca, seguros y SaaS complejos. Un ecommerce puede tener 30.000 productos bien fotografiados y fichas completas… y aun así tener categorías inconsistentes, filtros que se solapan y etiquetas que nadie mantiene.
Un sistema de IA en ese contexto va a tener un rendimiento mediocre, no por limitaciones técnicas, sino por falta de orden conceptual.
La arquitectura de información es el corazón de la experiencia de usuario
La arquitectura de información no es un problema técnico. Es un problema de diseño. Y UX lleva décadas trabajando exactamente con esto: modelos mentales, jerarquías, clasificación, nomenclatura.
Muchas empresas tienen desarrolladores que construyen estructuras funcionales y negocio que define qué vender. Pero nadie está sentado entre los dos, preguntándose: ¿esto tiene sentido para quien lo va a usar? ¿Y para el sistema que lo va a procesar?
Antes de implementar IA, vale la pena "hacer los deberes"
¿Nuestras categorías/secciones/agrupaciones son entendibles para el usuario? ¿Se corresponden con el modelo mental del usuario? ¿Hay términos que significan cosas distintas según el departamento? ¿La navegación refleja cómo piensan nuestros usuarios o cómo estamos organizados internamente?
En Rocket Studio llevamos tiempo ayudando a empresas a poner orden en su información antes de que ese desorden se convierta en un problema mayor.
