En un test no moderado, la persona que investiga no está presente cuando quien participa empieza. No hay nadie para aclarar una instrucción confusa, darse cuenta de que un prototipo no ha cargado o preguntar qué motivó un desvío inesperado. El propio estudio debe asumir esas responsabilidades mediante sus instrucciones, el diseño de las tareas y la configuración de la grabación.

Los participantes realizan la actividad por su cuenta, normalmente online, mientras la plataforma de investigación recoge las respuestas o el comportamiento que el estudio necesita. Esto puede incluir clics, resultados de las tareas, grabaciones de pantalla, comentarios en voz alta o respuestas escritas. Este formato facilita la programación de las sesiones, pero traslada gran parte del trabajo de investigación a las fases de preparación y análisis.

Cuándo conviene usar sesiones independientes

Los tests no moderados encajan bien con tareas que se pueden entender e intentar sin necesidad de explicaciones en directo. Resultan útiles para analizar un flujo que ya resulte familiar, comparar diferentes puntos de partida o recopilar observaciones de participantes que se conectan a horas distintas. Un test breve para comprobar si la gente encuentra una opción de envío exige muy poco al planteamiento; en cambio, un flujo de trabajo profesional y poco conocido, con permisos complejos, requerirá bastante más.

Este formato no es cuantitativo por definición. Un puñado de sesiones grabadas puede servir para un análisis exploratorio, mientras que un estudio más amplio y bien diseñado permite estimar o comparar el éxito en las tareas. Del mismo modo, estar a solas no hace que el participante ignore el propósito del estudio ni lo vuelve inmune al sesgo de respuesta: sigue sabiendo que está participando en una investigación.

La guía de Nielsen Norman Group sobre pruebas de usabilidad en remoto distingue entre los formatos moderados y no moderados. La decisión práctica no es si un formato es universalmente mejor que otro, sino si la pregunta de investigación puede resolverse sin que haya un profesional presente.

Escribe instrucciones que aguanten una lectura literal

Imagina el servicio de una biblioteca ficticia en el que se pide renovar un libro en préstamo. «Renueva tu libro» puede parecer suficiente hasta que alguien se da cuenta de que no tiene ningún préstamo activo, no puede entrar en su cuenta o asume que debe usar la app de la biblioteca en lugar del prototipo facilitado. Un escenario de tarea eficaz contextualiza la situación, aporta los datos de prueba necesarios y deja claro qué entorno utilizar, sin desvelar la solución.

Mantén las instrucciones cerca de la tarea a la que corresponden. Las introducciones largas se olvidan con facilidad, sobre todo cuando hay que alternar entre la plataforma de investigación y otra ventana. Explica cómo reportar un problema técnico, cómo indicar que abandonarían la tarea y qué significa completarla dentro de la interfaz del estudio. De lo contrario, el botón de «siguiente» de la plataforma puede confundirse con una confirmación de que la tarea se resolvió con éxito en el producto.

Haz una prueba piloto utilizando la misma configuración que verá quien participe. Presta atención a instrucciones que queden sin responder, permisos que falten, pantallas de móvil que no se lean bien o grabaciones donde no se capture la ventana adecuada. Un piloto debe poner a prueba tanto la experiencia de la investigación como la del propio producto.

Define qué pruebas darás por válidas antes de recibir las respuestas

Si el éxito puede comprobarse a través del estado del producto, define claramente cuál debe ser ese estado. Cuando sean los propios participantes quienes indiquen que lo han conseguido, comprueba si las grabaciones u otros datos respaldan lo que dicen. Alguien puede creer que ha renovado un libro simplemente por haber abierto los detalles, aunque el préstamo no haya cambiado.

Establece criterios de exclusión para grabaciones inservibles, participantes que no cumplan el perfil o fallos técnicos antes de mirar qué versión parece funcionar mejor. Refleja estas exclusiones de forma transparente en el informe, indicando cuántas respuestas se descartaron y por qué motivos. Una sesión en la que falló la herramienta de test no debería considerarse automáticamente un error del producto, pero descartar cualquier sesión complicada sería igual de engañoso.

El reclutamiento también exige atención. Las personas disponibles a través de un panel pueden ser distintas del público que realmente necesitas, y los requisitos de los dispositivos pueden dejar fuera perfiles cuyas experiencias importan. Que el trabajo de campo sea cómodo no elimina el sesgo de muestreo.

Aprende a identificar cuándo hace falta una sesión de seguimiento

Una grabación puede mostrar cómo alguien va y vuelve varias veces entre dos páginas, pero no explica por qué lo hace. Las preguntas de seguimiento, ya sean orales o escritas, pueden ayudar, pero no tienen la capacidad de adaptarse a una respuesta sobre la marcha como lo haría una persona. Cuando una interpretación pueda cambiar de forma sustancial una decisión de diseño, recurre a tests moderados o a una conversación posterior para profundizar en ello.

A menudo, el resultado más sólido es un hallazgo concreto y bien delimitado: la gente pudo completar la renovación, pero varias personas entendieron mal la nueva fecha de devolución. Eso basta para orientar un cambio útil sin pretender que el estudio ha resuelto hasta el último detalle sobre cómo se utiliza la biblioteca.