Inclusión de participantes y viabilidad del protocolo
El protocolo se implementó con éxito, obteniendo 100 respuestas válidas a los cuestionarios (una tasa de finalización del 89,3 %) y un subgrupo dedicado de 28 participantes que completaron las etapas del taller y de pruebas del prototipo. Los participantes seleccionados representaron a siete categorías de partes interesadas involucradas en el proceso del servicio público: ciudadanos o usuarios del servicio (n = 32), personal de primera línea del servicio (n = 18), trabajadores comunitarios (n = 14), administradores de agencias públicas (n = 12), coordinadores interdepartamentales (n = 8), representantes del tercer sector (n = 10) y personal de apoyo a plataformas digitales (n = 6).
Los 28 participantes del taller se dividieron en cinco grupos mixtos por roles, y cada grupo incluyó al menos tres categorías de interesados. Todos los grupos completaron la elaboración de mapas de interesados, mapas de recorrido, el proceso de co-diseño Double Diamond y la prueba de prototipos, produciendo perfiles de actores y relaciones, matrices de interesados y recorridos, enunciados de desafíos de diseño validados, conceptos de prototipos y registros simulados de pruebas de tareas (Tabla 3). Las etapas estructuradas de mapeo requirieron menos intervenciones del facilitador que las fases de definición del problema.
Tabla 3: Inclusión de participantes, composición de partes interesadas y etapas de implementación del protocolo. Reclutamiento e inclusión de participantes, composición de los grupos de partes interesadas, participación en los talleres, finalización del protocolo y los resultados de implementación a través de las cuatro etapas del protocolo. Haga clic aquí para descargar esta tabla.
Resultados de visualización: mapeo de interesados y recorridos
La etapa de mapeo de interesados identificó nueve categorías de actores, siete de las cuales aparecieron de forma consistente en todos los grupos y conformaron el eje vertical de la matriz de recorrido de interesados. Los administradores de agencias públicas obtuvieron las puntuaciones medias más altas en influencia, mientras que los ciudadanos obtuvieron las puntuaciones más altas en dependencia y las más bajas en acceso a la información. Se identificaron nueve brechas de percepción, definidas como discrepancias en las valoraciones de dos puntos o más. La brecha más grande se produjo en el acceso percibido a la información entre ciudadanos y administradores.
La etapa de mapeo del recorrido generó 126 declaraciones brutas de puntos críticos. Tras una combinación estructurada según la etapa del recorrido y la consecuencia posterior, se conservaron 38 fallos de servicio únicos, de los cuales 12 cumplieron con los criterios predefinidos de priorización (frecuencia ≥10 % o gravedad ≥4,0). La mayoría de los fallos priorizados ocurrieron durante la preparación de materiales, la aclaración de elegibilidad y el procesamiento interdepartamental. Estos hallazgos se sintetizaron en la matriz integrada de recorrido de partes interesadas (Figura 2).
Transformación de co-diseño y generación de prototipos
Durante el taller de co-diseño Double Diamond, los participantes generaron 94 tarjetas válidas de puntos críticos, que se agruparon en 14 áreas problemáticas. De las 17 declaraciones iniciales del reto de diseño, seis requirieron revisiones porque carecían de una dirección clara de mejora, definían al actor afectado de forma demasiado amplia o proponían una solución antes de definir claramente el problema. Tras una revisión basada en una rúbrica, se mantuvieron 11 declaraciones del reto de diseño.
Durante la fase de Desarrollo, los participantes generaron 32 ideas de mejora del servicio. La aplicación de los umbrales predefinidos de viabilidad y capacidad de prueba (puntuaciones ≥4,0) redujo estas ideas a seis conceptos preseleccionados. Se seleccionaron tres conceptos de prototipos de baja fidelidad para pruebas basadas en tareas: una lista de verificación de requisitos del servicio en una sola página, un prototipo de seguimiento del estado del servicio y una vía de escalación definida (Figura 3). Los resultados numéricos de todas las etapas de visualización y co-diseño se resumen en la Tabla 4.

Figura 3: Ruta de transformación de puntos críticos a prototipo. La figura ilustra tres rutas de transformación desde los puntos críticos priorizados hasta los enunciados de desafíos de diseño y los conceptos de prototipos de baja fidelidad. Los enunciados de desafíos de diseño se presentan utilizando el formato «¿Cómo podríamos?», una técnica de diseño colaborativo utilizada para plantear problemas como oportunidades abiertas para la generación de soluciones. Los ejemplos mostrados incluyen: (1) requisitos de materiales poco claros o inconsistentes convertidos en una lista de verificación de requisitos del servicio en una página; (2) estado del servicio poco claro y falta de identificación del responsable, transformados en un modelo simulado para el seguimiento del estado del servicio; y (3) rutas de seguimiento poco claras tras retrasos, rechazos o solicitudes de corrección, convertidas en una ruta de seguimiento o escalación. Haga clic aquí para ver una versión ampliada de esta figura.
Tabla 4: Resultados generados por el protocolo y resultados cuantitativos de las pruebas basadas en tareas. Las salidas generadas en cada etapa del protocolo, junto con los resultados cuantitativos de la evaluación simulada basada en tareas del prototipo, incluyen indicadores de usabilidad y rendimiento. Haga clic aquí para descargar esta tabla.
Resultados de la prueba del prototipo basada en tareas
El protocolo generó 224 registros simulados de tareas provenientes de 28 participantes, compuestos por 112 registros de tareas basales y 112 registros posteriores al prototipo. Los materiales generados mediante el protocolo se asociaron con un mejor desempeño durante las tareas simuladas. Realizamos un análisis de muestras apareadas a nivel del participante (n = 28) para tener en cuenta las correlaciones intra-individuales a lo largo de tareas repetidas. El tiempo medio de finalización de la tarea disminuyó significativamente de 178,4 ± 35,8 s en la línea basal a 121,7 ± 28,4 s tras el prototipo (diferencia media = −56,7 s; IC del 95 %, −68,3 – −45,1 s; Cohen’s dz = −1,92; prueba t apareada, P < 0,001). De manera similar, el número medio de errores por participante se redujo de 1,86 ± 0,61 a 0,79 ± 0,44 (diferencia media = −1,07 errores; IC del 95 %, −1,27 – −0,87; Cohen’s dz = −2,05; prueba t apareada, P < 0,001). Las tasas de éxito en las tareas se analizaron mediante una prueba de rangos con signo de Wilcoxon sobre las proporciones de éxito a nivel del participante, mostrando una mejora significativa (Z = −4,12, P < 0,001). Las calificaciones medias de claridad también mejoraron significativamente a nivel del participante, aumentando de 3,1 ± 0,5 a 4,2 ± 0,4 (diferencia media = 1,10 puntos; IC del 95 %, 0,94 a 1,26; Cohen’s dz = 2,71; prueba t apareada, P < 0,001).
La tasa general de éxito en la tarea aumentó del 62,5 % (70/112 registros de tareas) en la línea base al 82,1 % (92/112 registros de tareas) tras la exposición al prototipo, lo que representa un incremento de 19,6 puntos porcentuales (IC del 95 %, de 8,2 a 31,1 puntos porcentuales; comparación de dos proporciones, P = 0,001). Dado que los conteos agregados indican 22 registros de tareas exitosas adicionales tras la exposición al prototipo, todas las tablas de discordancia pareadas factibles produjeron un resultado exacto de sensibilidad de McNemar inferior a P < 0,01, lo que respalda la misma conclusión direccional y evita la reconstrucción de pares discordantes a nivel individual no disponibles.
Los resultados autoinformados por los participantes fueron coherentes con estos hallazgos operativos. Las puntuaciones medias de claridad aumentaron de 3,1 ± 0,7 a 4,2 ± 0,5 en la escala de cinco puntos (n = 112 registros de tareas por condición; diferencia media = 1,10 puntos; IC del 95 %, de 0,94 a 1,26; diferencia media estandarizada a nivel resumido = 1,81; P a nivel resumido < 0,001). Los materiales finales obtuvieron una puntuación de usabilidad específica del protocolo de 78,4 ± 9,6 y una puntuación de intención de adopción de 4,1 ± 0,6 (Figura 4). Estas puntuaciones de usabilidad se calcularon a partir de los cinco ítems específicos del estudio del protocolo, en lugar de a partir de la Escala Estándar de Usabilidad del Sistema (SUS). Los comentarios abiertos respaldaron estos hallazgos: 21 de 28 participantes informaron una mayor claridad visual de la matriz de recorrido de las partes interesadas, 17 de 28 informaron roles de actores más claros, 19 de 28 informaron etapas de servicio más claras, y 20 de 28 confirmaron la usabilidad práctica de los materiales del prototipo.

Figura 4: Resultados de claridad y usabilidad basados en tareas tras la exposición al prototipo. (A) Tiempo medio de finalización de la tarea (s). (B) Número medio de errores por tarea. (C) Tasa de éxito en la tarea (%). (D) Claridad valorada por los participantes (escala de 1 a 5). Otras métricas en el panel (D) incluyen la puntuación de usabilidad específica del protocolo y la intención de adopción. Las barras representan las medias a nivel de participante, y las barras de error indican la desviación estándar (SD). Las comparaciones entre las condiciones basal y posterior al prototipo se realizaron a nivel de participante y fueron estadísticamente significativas (P < 0,001) para el tiempo de finalización, el número de errores, la claridad y la tasa de éxito en la tarea. Haga clic aquí para ver una versión más grande de esta figura.