Los tres umbrales de la percepción humana
De dónde salen los 100 milisegundos, el segundo y los diez segundos, qué experimentos los establecieron y qué decisión de diseño impone cada uno.
Los números que gobiernan el rendimiento web no salen de la ingeniería sino de la psicología experimental, y son anteriores a la web: Robert Miller los publicó en 1968 estudiando sistemas conversacionales de tiempo compartido, Card, Robertson y Mackinlay los refinaron en 1991, y Jakob Nielsen los popularizó en 1993. Son constantes de la percepción humana, no de la tecnología, y por eso llevan medio siglo sin moverse mientras el hardware se multiplicaba por un millón.
- Enunciar los tres umbrales con su valor y su efecto cognitivo.
- Explicar por qué son constantes tecnológicas independientes.
- Traducir cada umbral a un requisito concreto de interfaz.
- Justificar por qué los umbrales de las Core Web Vitals no coinciden con ellos.
Los tres valores y qué ocurre en cada uno
0,1 segundos: el límite de la respuesta inmediata. Por debajo de unos 100 ms, el sistema nervioso interpreta la reacción como causada directamente por la acción. No hay sensación de espera; el usuario percibe que ha manipulado el objeto, no que ha pedido algo a una máquina. Esta es la frontera de la manipulación directa: arrastrar un elemento, ver un menú desplegarse, que un botón se hunda al pulsarlo. Por encima de 100 ms la ilusión se rompe: sigue habiendo relación entre acción y reacción, pero deja de ser una relación de causalidad física y pasa a ser una relación de petición y respuesta.
1 segundo: el límite de la continuidad del pensamiento. Hasta un segundo, el usuario mantiene el hilo de lo que estaba haciendo aunque perciba el retardo. Nota la espera, no le molesta, y su modelo mental de la tarea permanece cargado. Pasado el segundo, el sistema tiene que hacer un esfuerzo activo para no distraerse, y a partir de ahí empieza a necesitar una señal de que el sistema sigue trabajando. Es el límite para operaciones que forman parte de una tarea en curso: navegar a otra vista, aplicar un filtro, guardar.
10 segundos: el límite de la atención. Pasados diez segundos, el usuario abandona la tarea mentalmente aunque siga esperando físicamente. Cambia de pestaña, mira el teléfono, se levanta. Cuando vuelve, ha perdido el contexto y tiene que reconstruirlo. Por encima de este umbral, la interfaz ya no puede pretender que la operación es interactiva: tiene que convertirse en una operación explícitamente asíncrona, con progreso, con posibilidad de cancelar, y a ser posible con la promesa de avisar cuando termine.
La estructura de los tres valores no es lineal ni arbitraria: cada uno corresponde a un mecanismo cognitivo distinto. El de 100 ms es perceptivo y depende de la latencia del sistema sensorial. El de un segundo es de memoria de trabajo. El de diez segundos es atencional. Por eso no se pueden negociar con mejor diseño ni con usuarios más pacientes.
Estos umbrales están fijados por el tiempo de ciclo del sistema perceptivo humano, no por lo que la máquina sea capaz de hacer. Un usuario de 1968 frente a un terminal y uno de 2026 frente a un móvil tienen el mismo sistema nervioso. Lo que cambia con la tecnología es la expectativa: hoy un segundo para cargar una página se percibe como bueno porque la referencia es alta, y en un contexto donde la referencia es aún más alta el mismo segundo se percibiría como mediocre. Los umbrales marcan lo que el organismo detecta; la expectativa marca lo que el usuario tolera.
De umbral a requisito de interfaz
Cada umbral se traduce en una obligación distinta para quien construye la interfaz. La traducción es mecánica y conviene tenerla escrita.
| Duración de la operación | Qué percibe el usuario | Qué debe hacer la interfaz |
|---|---|---|
| Menos de 100 ms | Manipulación directa | Nada. Basta con que el cambio visual ocurra |
| 100 ms a 1 s | Respuesta del sistema | Cambio de estado inmediato del control pulsado |
| 1 s a 10 s | Espera consciente | Indicador de actividad; si se conoce la duración, progreso determinado |
| Más de 10 s | Tarea en segundo plano | Progreso con porcentaje o etapas, posibilidad de cancelar, y no bloquear el resto de la interfaz |
La fila que más se incumple es la segunda. Una operación que tarda 400 ms no necesita un indicador de carga, necesita que el botón que has pulsado cambie de aspecto en el fotograma siguiente. Si el botón no reacciona, el usuario vuelve a pulsar, y entonces tienes dos peticiones en vuelo y un problema de idempotencia además de uno de rendimiento. El coste de esa reacción inmediata es cero: una clase CSS.
La tercera fila esconde un matiz importante. Un indicador de actividad indeterminado, la típica ruleta que gira, es adecuado entre uno y unos pocos segundos. Pasados unos cinco, empieza a ser contraproducente: una ruleta que gira eternamente comunica “esto está roto” con la misma eficacia que un mensaje de error. Si sabes que la operación va a durar, es mejor un progreso determinado aunque sea aproximado.
Por qué las Core Web Vitals usan otros números
Si los umbrales perceptivos son 0,1, 1 y 10 segundos, ¿por qué el LCP marca la frontera de bueno en 2,5 segundos y el INP en 200 milisegundos? Porque son cosas distintas y responden a criterios distintos.
Los umbrales perceptivos describen cuándo el usuario nota algo. Los umbrales de las Core Web Vitals describen qué objetivo es a la vez deseable y alcanzable para una población amplia de sitios y dispositivos. El equipo que los definió parte de la investigación perceptiva y luego aplica dos criterios más: que el umbral sea alcanzable por una fracción razonable de sitios reales con esfuerzo razonable, y que se pueda medir de forma consistente con las APIs disponibles.
El INP ilustra bien la relación. El objetivo perceptivo es responder en menos de 100 ms para que la interacción se sienta inmediata. El umbral de bueno del INP está en 200 ms, el doble. La razón es que el INP no mide una interacción sino la peor de todas las que ha tenido la página, y exigir que la peor interacción de toda una sesión baje de 100 ms en un móvil de gama media sería un objetivo que casi ningún sitio real alcanzaría, con lo cual la métrica dejaría de discriminar.
El LCP es el caso opuesto: 2,5 segundos está muy por encima del umbral de un segundo de continuidad del pensamiento y muy por debajo del de abandono. Es un compromiso explícito entre lo deseable y lo alcanzable en las condiciones de red y dispositivo que se dan en el mundo real.
Los tres umbrales clásicos describen la fisiología, pero la decisión de abandono es comparativa: el usuario no compara tu tiempo de carga con un ideal absoluto sino con lo que acaba de vivir en otro sitio del mismo tipo hace cinco minutos. He visto un buscador interno de 800 ms de latencia percibirse como lento en un producto cuyos usuarios venían de un competidor que respondía en 200, y un panel de administración de tres segundos percibirse como aceptable porque el sistema anterior tardaba doce. La consecuencia práctica es que medir solo tus propias métricas te deja ciego a la mitad del problema: si tu sector entero mejora y tú te quedas igual, tus números no se mueven y tu tasa de abandono sube. Vale la pena medir dos o tres competidores directos con las mismas condiciones de laboratorio una vez por trimestre, aunque solo sea para saber en qué dirección se mueve la referencia.
El caso especial del fotograma
Hay un cuarto umbral que no aparece en la lista clásica porque no es de respuesta sino de continuidad del movimiento: 16,7 milisegundos, el tiempo disponible por fotograma a 60 Hz. El ojo humano es extraordinariamente bueno detectando irregularidades en el movimiento, mucho mejor que detectando latencias absolutas, y por eso una animación que pierde fotogramas de forma irregular molesta más que una que va sistemáticamente a menor frecuencia.
De esos 16,7 ms, el navegador necesita una parte para su propio trabajo de composición, así que el presupuesto realista para el código de la página es del orden de 10 ms por fotograma. Es un presupuesto brutalmente pequeño: cabe un cálculo de layout sobre un árbol moderado, y no cabe casi nada más. Todo lo que se salga de ahí produce un salto visible.
Con pantallas de 120 Hz el presupuesto se reduce a la mitad, unos 8,3 ms por fotograma, de los que quedan disponibles unos 5. Esto convierte en obligatorio lo que antes era recomendable: no hacer trabajo por fotograma en el hilo principal, y animar solo las propiedades que el compositor puede resolver sin pedirle nada al hilo principal.
La siguiente lección construye el catálogo de latencias reales para que puedas juzgar, ante cualquier operación, dentro de qué presupuesto cabe.