Leí esta semana un artículo de Therese Fessenden en Nielsen Norman Group que me hizo acordar a una discusión que tuve hace poco en mi equipo: alguien propuso "listo, lo probamos nosotros mismos un par de días antes de lanzarlo" y todos asentimos como si eso cerrara el capítulo de investigación. El artículo le pone nombre exacto a esa trampa: dogfooding, usar tu propio producto puertas adentro, es útil, pero se confunde todo el tiempo con investigación de usuarios cuando en realidad responde una pregunta completamente distinta.
El "curse of knowledge" que nadie quiere admitir
La idea central es incómoda porque toca el ego del equipo: cuando usás el producto que vos mismo construiste, ya sabés demasiado. Conocés la jerga interna, entendés el modelo de datos, sabés exactamente dónde está escondido el botón porque lo diseñaste vos. Fessenden lo llama la "maldición del conocimiento": una vez que sabés cómo funciona algo, ya no podés simular honestamente no saberlo. Por eso un equipo entero puede navegar un flujo sin fricción y sentirse confiado, mientras un usuario real se pierde en el primer paso. No es que el equipo mienta; es que su cerebro ya no puede representar la ignorancia inicial de alguien nuevo.
Dogfooding, QA e investigación no son sinónimos
Lo que más me sirvió del artículo es la distinción clara entre tres actividades que en la práctica se mezclan en una sola reunión de "vamos a probarlo":
- QA testing: gente entrenada para romper el sistema a propósito, buscando bugs y casos límite. No le importa si la experiencia es agradable, solo si funciona.
- Investigación de usuarios: participantes representativos, sin el conocimiento interno del equipo, tratando de cumplir sus propios objetivos con el producto. Acá sí importa si entienden, si se frustran, si abandonan.
- Dogfooding: empleados usando el producto en un contexto semi-realista. No son ni QA profesional ni usuarios reales; son una tercera cosa, útil pero limitada.
Fessenden agrega un ejemplo que se me quedó grabado: cuando el CEO de McDonald's se filmó dando un mordisco tímido a la nueva hamburguesa de la marca, internet lo destrozó al instante porque se notaba que no era un usuario real de su propio producto. Un equipo haciendo dogfooding corre el mismo riesgo, aunque sea sin cámaras: son insiders actuando el uso, no gente encontrándose con el producto por primera vez.
Por qué esto importa todavía más con IA
La parte que conecta con lo que vengo pensando sobre productos con IA es la de confiabilidad. Con sistemas determinísticos, si el usuario hace X, pasa Y, siempre —es relativamente fácil de testear a mano—. Pero con modelos de IA, las respuestas son probabilísticas: la misma acción puede dar resultados distintos según el contexto, la sesión o el prompt. El artículo plantea preguntas que antes ni hacíamos: ¿el sistema responde bien de forma consistente?, ¿usa las fuentes de datos correctas?, ¿qué guardrails existen para evitar una falla catastrófica? El dogfooding ayuda a sumar más ojos probando estas variables, pero no reemplaza una evaluación estructurada de confiabilidad ni la voz de alguien que no conoce el sistema por dentro.
Mi reflexión
Lo que más valoro de este artículo es que no descarta el dogfooding, lo ubica en su lugar. Sirve como piso de calidad: si tu propio equipo, que conoce cada atajo, se traba usando el producto, es una señal fuerte de que un usuario real se va a trabar todavía más. Pero que el equipo lo use sin problemas no dice nada sobre si un usuario real va a lograrlo. Son datos de naturaleza distinta y ninguno sustituye al otro. La pregunta que me llevo para la próxima vez que alguien proponga "probémoslo nosotros antes de lanzar" no es si conviene hacerlo —conviene siempre—, sino de quién es la perspectiva que estamos escuchando, y si es la que realmente necesitamos antes de decidir que el producto está listo.
"El dogfooding te dice qué piensa tu equipo de tu producto. La investigación te dice qué vive tu usuario."
¿En tu equipo también confunden "lo probamos internamente" con investigación real? Me gustaría leer tu experiencia. Podés escribirme en LinkedIn.