Personalización inteligente
La IA aprende de tu energía, tiempo disponible y contexto para recomendar actividades que realmente podés realizar.
Proyecto exploratorio con IA | Bienestar & hábitos
No es un cliente real — es un ejercicio de exploración con IA hecho en equipo
La app que convierte pequeños momentos libres en hábitos de movimiento sostenibles
Mova nació de una problemática que planteamos y validamos con datos reales, apoyándonos en Claude, Perplexity, Notebook LM, GPT y Lovable para investigar, sintetizar y prototipar más rápido — pensada para personas que normalmente abandonan el ejercicio. (Realizado en la Academia Repensar)
no es falta de motivación
El problema es el sedentarismo cotidiano
Las personas no dejan de moverse porque desconozcan los beneficios del ejercicio. Lo abandonan porque las rutinas tradicionales exigen más tiempo, energía y disciplina de la que su vida diaria les permite sostener.
"Siempre empiezo con ganas, pero cuando el trabajo se complica dejo de entrenar. Después me cuesta volver porque siento que ya fallé otra vez."
Claudia, 34 años — Administradora de empresas, Bogotá
Dato
En LATAM, más de 1 de cada 3 adultos es físicamente inactivo, y en países como Colombia esta cifra supera el 40%. Fuente: OPS & OMS, Global levels of physical inactivity in adults (2024)
la consciente paralizada
Para quién diseñamos
Problema
Valentina
35 años · Coordinadora de Marketing
Bogotá · Trabajo híbrido · 9–10 h frente al computador
"Siempre hay algo más urgente que pensar en mí."
Frustración
Termina el día agotada y sin energía.
El ejercicio compite con sus responsabilidades.
Objetivo
Desconectarse al finalizar la jornada.
Crear un hábito sostenible, no perfecto.
Contexto
Profesional latinoamericana.
Prioriza trabajo y familia antes que ella.
Un problema replanteado
Insight principal
Las personas no abandonan el ejercicio porque no quieren moverse. Lo abandonan porque las rutinas disponibles no se adaptan a su energía y tiempo.
¿Cómo podríamos…?
Ayudar a personas +30 en LATAM a elegir formas de actividad física adaptadas a su energía, disponibilidad y contexto diario, comunicando de inmediato el beneficio obtenido.
Nuestra solución
Resolvemos el abandono del ejercicio con personalización adaptativa, para ayudar a personas +30 a mantener bienestar sin presión de rendimiento.
Motivación sostenible
Cada logro, por pequeño que sea, genera progreso visible para mantener la motivación sin depender de la disciplina.
Hábito flexible
Si un día no podés cumplir tu rutina, Mova adapta el reto para ayudarte a continuar sin empezar desde cero.
así se ve el producto
App Mova
dónde está el criterio humano
Dónde está la IA y dónde el equipo
Lo que hizo la IA
- Personalizó: generó recomendaciones según el contexto del usuario.
- Sintetizó: ayudó a priorizar la información relevante para presentar el proyecto.
- Investigó: sintetizó entrevistas y desk research.
- Prototipó: apoyó la generación de interfaces, contenidos y prototipos funcionales, y facilitó ajustes rápidos post-testeo.
Lo que hizo el equipo
- Descubrió: replanteó el problema a partir de la evidencia y decidió el arquetipo, con criterio cualitativo que ningún resumen automático reemplaza.
- Interpretó hallazgos: dimos significado estratégico a los datos — qué importa, qué es ruido y qué cambia el rumbo del producto.
- Priorizó: definimos qué entraba al MVP y qué quedaba en roadmap, según impacto real y capacidad del equipo.
- Validó: confirmó las hipótesis con usuarios reales.
usar IA con criterio
Diseño responsable
Basado en la investigación, los arquetipos, los supuestos de comportamiento y el testing en Maze generados para Mova, identificamos sesgos y definimos cómo mitigarlos.
Representación
Sesgo: investigación basada en 5 personas urbanas, de oficina, sin usuarios rurales ni de menor conectividad.
Mitigación: sumar usuarios de ciudades intermedias/rurales antes de escalar, e incluir en el onboarding la posibilidad de problemas de movilidad.
Histórico
Sesgo: el patrón de racha/abandono de solo 2 personas se generalizó como regla del segmento.
Mitigación: tratar la racha como hipótesis de alto riesgo y validarla con sesiones moderadas.
Medición
Sesgo: el éxito se midió con intención declarada (escalas de opinión), no con conducta observada.
Mitigación: priorizar métricas de comportamiento real — apertura, finalización, retención día 1/7/14.
Agregación
Sesgo: un mismo mecanismo de racha para Valentina y Roberto, cuyos activadores de cambio son opuestos.
Mitigación: evaluar una variante social/de presión de pares para el perfil de locus externo (Roberto).
Evaluación
Sesgo: el panel de testing sesga hacia mujeres 38–51 en oficina; sin testers tipo Roberto.
Mitigación: sumar testers con perfil gerencial y locus de control externo en la próxima ronda.
Transparencia
Documentamos que los arquetipos están basados en un perfil urbano y de oficina — no una representación de "el sedentario en LATAM" en general — y dejamos constancia de que el 2.6/5 de intención de uso es una señal de una sola sesión no moderada.
5 usuarios · test no moderado (Maze)
Validación
100%
Comprendió la propuesta de valor sin explicación
80%
Completó la primera pausa sin dificultad
3/5
Intención de uso inicial
3
Hallazgos clave de mejora
El problema no era entender Mova; era hacer que el primer uso se sintiera más simple y acompañado.
Antes (v1)
- Duda inicial sobre si la pausa activa ya empezó.
- El contenido no variaba según la categoría del onboarding.
- Botones sin feedback visual.
- Había que scrollear para encontrar el reloj.
Después (v2)
- Feedback auditivo al iniciar y cambiar de actividad.
- Textos más claros ("Ya lo hice" / "Por iniciar").
- Registro guiado por etapas, sin scroll.
- Actividades personalizadas según el onboarding.
próximos pasos
Cómo avanzaría
Próximas iteraciones
- Variar el contenido por categoría.
- Sesiones moderadas para validar la racha.
Qué aprendimos
- El reframe de bienestar/desconexión (vs. ejercicio/rendimiento) funciona: el 100% lo captó sin explicación, casi con las mismas palabras del insight original.
Lo que necesitamos
- Usuarios para sesiones moderadas.
- Validar la hipótesis de racha que sostiene el hábito sin incentivo externo.
"El ejercicio necesita dejar de parecerse al trabajo."