A inteligência artificial está prejudicando a experiência do usuário — ou apenas revelando o que sempre faltou?
Inteligência artificial e experiência do usuário estão em rota de colisão — mas talvez não do jeito que você imagina.
Enquanto equipes de produto comemoram a capacidade de criar protótipos em horas, os consumidores contam uma história bem diferente. Apenas 17% deles acreditam que suas experiências digitais estão melhorando, segundo um relatório da Medallia de março de 2026. E tem mais: uma pesquisa da Pega, publicada em fevereiro do mesmo ano, revelou que mais de 60% dos consumidores não confiam na forma como as empresas usam IA para interagir com eles.
Isso levanta uma pergunta que não tem resposta simples — a velocidade que a IA trouxe para o design de produtos está ajudando ou atrapalhando a relação entre marcas e pessoas? A resposta, honestamente, depende muito de como as empresas estão usando essa tecnologia. Criar um protótipo bonito em tempo recorde é impressionante, mas se o time pulou as etapas de entender de verdade quem vai usar aquilo, o resultado pode parecer acabado sem estar pronto.
É exatamente esse paradoxo que Scott A. Snyder, professor sênior da Wharton School e autor de Your AI Life, e Mike Welsh, chief storyteller da Bridgenext e autor de The Backstory on Storytelling, exploram em um artigo que virou referência no debate sobre o futuro do design centrado no usuário. E a conclusão deles é mais otimista do que o título sugere 😉
UX nunca foi só sobre a interface
Antes de entrar na discussão sobre velocidade e ferramentas, vale dar um passo atrás e revisitar o que experiência do usuário realmente significa. Durante anos, muitas empresas adotaram o vocabulário de UX enquanto reduziam a prática a telas, fluxos e testes de usabilidade. Essas coisas importam, claro. Uma interface confusa pode destruir uma boa ideia. Um fluxo quebrado pode corroer a confiança do usuário em segundos. Mas UX de verdade nunca se limitou à superfície do produto.
Boas experiências começam antes do wireframe. Começam com curiosidade genuína: quem é essa pessoa? O que ela está tentando fazer? O que está atrapalhando? O que ela acredita antes de chegar? O que faria essa pessoa se sentir compreendida?
Essas não são apenas perguntas de design. São perguntas de história, de narrativa. Todo produto útil — seja uma ferramenta corporativa interna ou um app voltado para o consumidor — tem uma estrutura narrativa por trás. Existe um personagem, uma tensão, um resultado desejado e um caminho através da incerteza. Às vezes a história é simples: preciso pagar uma conta sem atrito. Às vezes é emocional: preciso entender um resultado médico sem entrar em pânico. Às vezes é social: preciso completar essa tarefa sem parecer perdido na frente do meu chefe ou do meu cliente.
O UX é justamente onde essa história humana se torna operacional. Ele conecta a estratégia do negócio ao comportamento das pessoas. Traduz a promessa da marca em experiência vivida. Mistura dados e observação, analytics e empatia, performance do sistema e ressonância emocional. A IA consegue ajudar com boa parte disso, mas ela não sabe automaticamente o que importa. Ela não fica na chuva observando clientes lutando com um processo quebrado. Ela não escuta o suspiro antes de alguém abandonar uma transação.
Velocidade não é o mesmo que qualidade
Existe uma diferença enorme entre entregar rápido e entregar bem. Com a inteligência artificial acelerando cada etapa do processo criativo, muitas equipes passaram a confundir agilidade com profundidade. Ferramentas de IA conseguem gerar telas, fluxos e até sugestões de copy em minutos — o que antes levava dias ou semanas. Só que essa velocidade toda cria um efeito colateral silencioso: a tentação de pular etapas fundamentais do processo de design centrado no usuário, como entrevistas, testes de usabilidade e análise de comportamento real.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
O problema não é a ferramenta em si. É o que acontece quando a equipe passa a usar a IA como atalho para as partes difíceis do design — aquelas que exigem sentar com o usuário, ouvir reclamações, observar hesitações e entender o que as pessoas realmente precisam, não apenas o que dizem querer. Quando esse processo é negligenciado, o que sai do outro lado é um produto que parece moderno, mas não resolve nada de forma significativa. Parece completo na demo, mas gera frustração no uso real.
Snyder e Welsh chamam isso de armadilha da velocidade. A promessa mais sedutora da IA é a compressão do tempo. Times conseguem sair da ideia para um artefato tangível mais rápido do que nunca, testar mais opções e descartar ideias fracas com agilidade. Em muitos casos, a IA vai tornar as equipes mais criativas, mais colaborativas e mais produtivas. Mas existe uma armadilha dentro dessa velocidade: só porque dá para construir algo em uma hora não significa que é bom. Não significa que resolve um problema real. Não significa que alguém vai usar aquilo. E certamente não significa que a organização fez o trabalho difícil de entender por que aquela experiência deveria existir em primeiro lugar.
Quando todas as equipes têm acesso a ferramentas parecidas, prompts parecidos e padrões gerados por modelos parecidos, o resultado tende a ser mais uniformidade — não menos. A IA pode ajudar empresas a produzir bastante trabalho competente. Mas também pode ajudá-las a produzir experiências genéricas que parecem prontas antes de serem genuinamente pensadas.
Snyder e Welsh argumentam que a IA, quando bem aplicada, deveria amplificar a capacidade de escuta das equipes — e não substituí-la. Isso significa usar os recursos de processamento de linguagem natural para analisar feedbacks em escala, identificar padrões em dados qualitativos que seriam impossíveis de mapear manualmente, e gerar hipóteses que depois sejam testadas com pessoas reais. Quando a tecnologia entra dessa forma no processo, ela não encurta o entendimento do usuário — ela o aprofunda. A IA consegue acelerar o o quê. O UX precisa defender o por quê.
Prototipagem rápida e a ilusão do progresso
A prototipagem sempre foi uma das etapas mais valorizadas no design de produtos digitais. A ideia é simples e poderosa: antes de construir de verdade, você cria uma versão simplificada para testar, aprender e ajustar. Mas quando a IA entra nesse processo, ela transforma protótipos que antes levavam uma semana em entregas de uma tarde. E aí vem o risco que poucos comentam abertamente: quanto mais rápido e bonito o protótipo, mais difícil fica de enxergar o que ainda está faltando.
Existe um fenômeno psicológico bem documentado no mundo do design chamado de fidelidade enganosa. Ele acontece quando um protótipo tem aparência tão polida que as pessoas ao redor — incluindo stakeholders e até os próprios designers — passam a tratá-lo como se fosse o produto final. Reuniões que deveriam ser sobre aprendizado viram apresentações de aprovação. Questionamentos legítimos sobre fluxo e usabilidade ficam em segundo plano porque o visual impressiona. Com a IA gerando protótipos cada vez mais sofisticados em tempo recorde, esse fenômeno tende a se intensificar.
Os autores compartilham um exemplo revelador de pesquisa de campo. Uma rede de lojas de conveniência que também oferecia combustível e refeições rápidas encomendou um trabalho de UX. A pesquisa de campo revelou um comportamento oculto: os consumidores se sentiam culpados por deixar o carro na bomba de combustível enquanto esperavam a comida ficar pronta, bloqueando outros motoristas. Essa ansiedade da bomba, como os pesquisadores apelidaram, se tornou um ponto de design fundamental no aplicativo mobile, que passou a permitir que os clientes fizessem o pedido com antecedência e soubessem que a comida estaria pronta quando chegassem. Um processo de UX conduzido exclusivamente por IA teria perdido esse insight completamente.
Ferramentas de IA conseguem criar personas, rascunhar mapas de jornada, propor blueprints de serviço e sintetizar pontos de dor dos usuários. Esses resultados podem ser pontos de partida úteis. Mas também podem criar uma falsa sensação de confiança. O artefato parece pesquisa. O protótipo parece design. A apresentação parece estratégia. A interface parece completa. Mas a equipe realmente aprendeu alguma coisa? Passou tempo com as pessoas que está tentando servir? Entendeu o contexto emocional do momento? Testou com usuários reais? Descobriu algo surpreendente? Mudou de ideia em algum ponto do processo?
Se a resposta é não, então a IA não matou o UX. Ela apenas ajudou o time a pular essa etapa mais rápido.
O que Snyder e Welsh propõem é reposicionar o papel da prototipagem dentro do fluxo de trabalho aumentado por IA. Em vez de usar a velocidade da tecnologia para chegar mais rápido a uma versão aparentemente final, as equipes deveriam usar essa velocidade para iterar mais vezes com mais pessoas. Ou seja, em vez de um protótipo por semana, você poderia ter cinco versões diferentes testadas com grupos distintos de usuários no mesmo período. Isso transforma a IA em uma ferramenta de aprendizado acelerado — não de entrega apressada.
O que a confiança do consumidor tem a ver com tudo isso
Os números da pesquisa da Pega são difíceis de ignorar. Quando mais de 60% dos consumidores declaram não confiar na forma como as empresas usam IA para interagir com eles, isso não é apenas um alerta de comunicação — é um sinal claro de que algo no processo de design está errado. A confiança do consumidor é construída ao longo do tempo, a partir de experiências consistentes, transparentes e que realmente resolvem problemas. Ela é destruída rapidamente quando o usuário sente que está interagindo com algo que foi feito para parecer útil, mas que no fundo não entende suas necessidades.
Parte do problema está na forma como muitas empresas posicionam a IA nas suas interfaces. Chatbots que prometem resolver tudo e não resolvem nada, recomendações automáticas que parecem aleatórias, fluxos de autoatendimento que fazem o usuário se sentir preso em um labirinto — tudo isso contribui para uma percepção negativa que vai muito além de uma funcionalidade ruim. O consumidor começa a associar a presença da IA com frustração, e essa associação é difícil de desfazer. Quando a experiência do usuário falha repetidamente em pontos onde a IA está envolvida, a desconfiança não é com a interface — é com a empresa por trás dela.
A boa notícia — e aqui é onde a visão de Snyder e Welsh se torna especialmente relevante — é que esse cenário não é irreversível. Empresas que aplicam princípios sólidos de design centrado no usuário dentro de fluxos potencializados por inteligência artificial conseguem resultados bem diferentes. Quando a IA é usada para entender melhor o comportamento do usuário, personalizar experiências de forma genuína e identificar pontos de atrito antes que eles se tornem problemas, o consumidor percebe a diferença. E essa percepção positiva acumula exatamente o tipo de confiança que transforma usuários casuais em pessoas que voltam, recomendam e permanecem leais a uma marca.
Construindo um UX aumentado por inteligência artificial
O caminho certo, como Snyder e Welsh deixam claro, não passa por resistência. Times de UX não deveriam tratar a IA como uma intrusa. Deveriam tratá-la como uma colaboradora que muda a economia da exploração criativa.
A IA pode ajudar pesquisadores a sintetizar grandes volumes de feedback, gerar fluxos alternativos, simular casos de uso, identificar cenários extremos e prototipar variações com velocidade. Ela pode apoiar revisões de acessibilidade, testes de conteúdo, localização e controle de qualidade de design. Quando usada com inteligência, a IA expande o campo de possibilidades — mas só funciona de verdade quando combinada com julgamento humano.
As equipes mais fortes vão construir um modelo híbrido onde a IA suporta velocidade e escala enquanto o UX protege estratégia, empatia e confiança. Esse modelo exige novos hábitos:
- Separar geração de validação. A IA pode gerar possibilidades, mas são os usuários que validam valor. Cem variações de protótipo só são úteis se a equipe sabe o que está tentando aprender.
- Tratar confiança como requisito de design. À medida que a IA se torna mais integrada aos produtos, os usuários vão querer saber o que o sistema está fazendo, por que está fazendo uma recomendação, quando um humano está envolvido e quanto controle eles ainda têm.
- Projetar para explicação, não apenas para interação. Em experiências com IA, os sistemas podem tomar decisões, fazer previsões ou gerar resumos que parecem opacos. O desafio do UX não é apenas tornar a interface usável — é fazer a inteligência parecer compreensível.
- Manter a história humana no centro. Toda experiência com IA deve ainda responder a uma pergunta humana: o que essa pessoa está tentando fazer agora, e como podemos ajudar?
A capacitação dos profissionais de UX precisa mudar
Estamos entrando em um período onde UX, estratégia de produto, design de serviço, insight comportamental e alfabetização em IA vão se tornar cada vez mais interligados. Pode chamar de design de interação com IA, UX aumentado por IA, ou simplesmente a próxima versão do bom trabalho com produtos. O rótulo importa menos do que a disciplina por trás dele.
Designers vão precisar entender como sistemas de IA se comportam. Pesquisadores vão precisar testar não apenas se os usuários conseguem completar uma tarefa, mas se eles confiam no sistema que está ajudando. Líderes de produto vão precisar decidir onde a automação faz sentido, onde a revisão humana é essencial, e onde a inteligência deve ser visível ou invisível para o usuário.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Profissionais de UX vão precisar fluência em prompts, agentes, comportamento de modelos, explicabilidade, vieses e design com humano no loop. Times de IA vão precisar de fluência em empatia, contexto, narrativa e adoção. E líderes de negócio precisam parar de tratar UX como decoração no final do processo e começar a tratá-lo como uma capacidade estratégica desde o início.
Existe uma diferença sutil mas poderosa entre dois tipos de experiência digital. Uma experiência automatizada costuma fazer o consumidor sentir que a empresa encontrou uma forma mais barata de evitá-lo. Uma experiência consciente faz o consumidor sentir que a empresa entendeu sua situação e usou inteligência para ajudar. Esse é o padrão a ser perseguido.
O que líderes podem fazer agora
O caminho prático não é complicado, mas exige intenção. Snyder e Welsh propõem direcionamentos claros para quem está na posição de tomar decisões:
- Investir em UX como ativo estratégico. Não reduzir a capacidade de pesquisa e design só porque a IA consegue produzir artefatos mais rápido. O volume de output possível está prestes a explodir — e a organização vai precisar de julgamento de UX mais forte para fazer sentido de tudo.
- Retreinar equipes para trabalhar ao lado da IA. Designers, pesquisadores, estrategistas e gerentes de produto devem aprender a usar ferramentas de IA com responsabilidade. Mas o objetivo não é apenas fluência em ferramentas — é fazer perguntas melhores, aprender mais rápido e tomar decisões mais claras.
- Incluir confiança na arquitetura da experiência desde o dia um. Transparência, explicabilidade, controle, escalação e supervisão humana não podem ser parafusados depois do lançamento. Eles pertencem ao design da experiência desde o início.
- Proteger a descoberta profunda. Não confundir output gerado com entendimento do usuário. Usar IA para acelerar síntese e prototipagem, mas não deixá-la substituir observação, entrevistas, etnografia e o trabalho deliberado de compreender o contexto humano real.
- Recompensar aprendizado, não apenas entregas. Os times que vão vencer com IA não serão os que geram mais telas. Serão os que aprendem as coisas mais úteis e transformam esse aprendizado em experiências que os clientes confiam.
O caminho que equilibra tecnologia e humanidade
Nenhum time de produto vai abrir mão da velocidade que a inteligência artificial trouxe para o processo criativo. Nem deveria. O ponto não é desacelerar — é garantir que a aceleração esteja sendo usada nas partes certas do processo. Quando a IA assume tarefas repetitivas, como geração de variações visuais, análise de logs de comportamento e síntese de feedbacks qualitativos em escala, ela libera o time para fazer o que realmente importa: pensar sobre as pessoas que vão usar o produto.
Essa redistribuição de esforço é o que diferencia as equipes que estão usando IA de forma estratégica daquelas que estão apenas usando IA de forma automática. No primeiro caso, a tecnologia serve ao processo de design centrado no usuário. No segundo, ela substitui o processo — e o resultado aparece nas métricas de satisfação, retenção e, inevitavelmente, na confiança do consumidor. As pesquisas da Medallia e da Pega deixam claro que grande parte das empresas ainda está no segundo grupo, e isso explica muito sobre por que os consumidores relatam experiências digitais que pioram mesmo quando as ferramentas disponíveis nunca foram tão poderosas.
A IA não está matando o UX. Está forçando o UX a amadurecer. Está empurrando a prática para além de telas estáticas e em direção a sistemas inteligentes. Está desafiando equipes a se mover mais rápido sem se tornar mais rasas. Está expondo a diferença entre produzir design e realmente entender seres humanos.
O melhor UX do futuro vai ser potencializado por IA, mas liderado por pessoas. Vai usar máquinas para gerar, analisar e acelerar. Vai usar gente para observar, interpretar, se colocar no lugar do outro e decidir o que importa. E vai lembrar de algo que todo bom contador de histórias sabe: a tecnologia nunca é a heroína da narrativa. O ser humano é.
O que Snyder e Welsh nos lembram, e o que os dados confirmam, é que tecnologia e empatia não são opostos. Eles podem — e precisam — caminhar juntos. A prototipagem acelerada por IA pode ser uma ferramenta extraordinária de aprendizado quando usada dentro de um processo que coloca o usuário no centro. A experiência do usuário pode melhorar de forma significativa quando a IA é treinada com dados reais, contextualizados e coletados de forma ética. E a confiança do consumidor pode ser reconstruída quando as empresas param de usar a tecnologia para impressionar e passam a usá-la para genuinamente entender e atender quem está do outro lado da tela 🎯
