Como uma arquiteta se tornou pesquisadora sênior de UX na Microsoft trabalhando com IA
UX Research se consolidou como uma das disciplinas mais estratégicas dentro das Big Techs, e o mais interessante é que nem todo mundo que trabalha nessa área começou estudando tecnologia. A trajetória de Priyanka Kuvalekar ilustra bem esse cenário. Aos 31 anos, ela ocupa o cargo de pesquisadora sênior de UX na Microsoft, onde lidera projetos de pesquisa voltados para o Microsoft Teams Calling e experiências relacionadas de Inteligência Artificial. O que torna sua história ainda mais relevante é o fato de sua formação original ser em arquitetura, um curso de cinco anos que ela concluiu na Índia e que aparentemente não teria conexão direta com o universo da tecnologia. No entanto, foi justamente esse olhar treinado para entender espaços, fluxos e comportamentos humanos que se mostrou um diferencial competitivo na hora de projetar experiências digitais centradas nas pessoas.
Antes de chegar à Microsoft em abril de 2025, Priyanka percorreu um caminho que envolveu um curso intensivo de três meses sobre experiência do usuário, um mestrado em UX e Design de Interação iniciado em janeiro de 2018 na Filadélfia, e passagens por empresas como Korn Ferry e Cisco. Em cada uma dessas etapas, ela foi construindo de forma intencional um repertório sólido em pesquisa com usuários. Para quem está pensando em migrar de carreira e entrar no universo da Inteligência Artificial sem ter um diploma de ciência da computação, as lições que ela compartilhou publicamente são bem diretas e aplicáveis no dia a dia 👇
Da arquitetura ao mundo digital: como tudo começou
Priyanka iniciou sua carreira profissional ainda durante o último ano da faculdade de arquitetura, fazendo um estágio em tempo integral como arquiteta júnior. Após a graduação, veio aquele momento de reflexão que muita gente conhece bem: continuar no caminho já traçado ou arriscar uma mudança para o mundo digital? Ela escolheu a segunda opção. O primeiro passo concreto foi se matricular em um curso de experiência do usuário com duração de três meses, que funcionou como uma porta de entrada para entender os fundamentos da área. Esse bootcamp despertou um interesse tão forte que a levou a buscar um mestrado completo em UX e Design de Interação.
Com o mestrado em andamento na Filadélfia, a primeira experiência profissional na área veio por meio de um estágio como pesquisadora de UX na Korn Ferry. Depois de aproximadamente um ano estagiando, Priyanka recebeu uma oferta para uma posição efetiva, onde permaneceu até 2021. A transição para as Big Techs aconteceu em outubro de 2021, quando ela ingressou na Cisco como líder de pesquisa de UX. Na Cisco, ficou por mais de três anos e meio antes de aceitar a posição atual na Microsoft. Esse percurso gradual e bem planejado é um dos aspectos mais instrutivos da sua história, porque mostra que transições de carreira bem-sucedidas raramente acontecem da noite para o dia.
O papel da curiosidade e da empatia em UX Research
Uma das primeiras coisas que Priyanka destaca sobre sua transição de carreira é que a base de UX Research não está em saber programar ou dominar algoritmos, mas sim em cultivar uma curiosidade genuína sobre como as pessoas interagem com produtos e serviços. Quando ela estudava arquitetura, o foco era entender como seres humanos se movem dentro de espaços físicos, o que os faz sentir conforto ou desconforto, e como o design de um ambiente influencia comportamentos. Essa mesma lógica se aplica perfeitamente ao universo digital, onde o objetivo é compreender de que forma os usuários navegam por interfaces, quais são suas frustrações e o que torna uma experiência realmente funcional. A empatia, nesse contexto, deixa de ser apenas um valor bonito no discurso e passa a ser uma ferramenta de trabalho essencial para quem faz pesquisa com usuários dentro de qualquer Big Tech.
Outro ponto que ela reforça é a importância de saber fazer as perguntas certas. Em UX Research, a qualidade dos insights depende diretamente da qualidade das perguntas formuladas durante entrevistas, testes de usabilidade e sessões de observação. Priyanka conta que sua formação em arquitetura a ensinou a observar antes de propor soluções, e esse hábito se traduziu muito bem para o contexto de pesquisa em tecnologia. Na Microsoft, por exemplo, ao trabalhar com funcionalidades de Inteligência Artificial no Teams Calling, ela precisa entender não apenas se o recurso funciona tecnicamente, mas se ele faz sentido dentro do fluxo de trabalho real das pessoas que utilizam a ferramenta no cotidiano.
- 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.
A empatia também se conecta diretamente com acessibilidade, um tema cada vez mais central nas decisões de produto das grandes empresas de tecnologia. Quando um pesquisador de UX conduz estudos com usuários que possuem diferentes necessidades e habilidades, ele contribui para que o produto final seja inclusivo de verdade, e não apenas no papel. Priyanka menciona que trabalhar com Inteligência Artificial traz um desafio extra nesse sentido, porque recursos baseados em IA precisam ser compreensíveis e utilizáveis por pessoas com diferentes níveis de familiaridade com tecnologia, diferentes contextos culturais e diferentes capacidades físicas e cognitivas. Ignorar esses aspectos significa criar produtos que funcionam apenas para uma parcela restrita de usuários.
O ponto de entrada na IA: trabalho real com produtos na Cisco
A imersão de Priyanka no mundo da Inteligência Artificial não começou com teoria abstrata. Ela aconteceu de forma prática, durante o trabalho na Cisco, onde liderou projetos focados em funcionalidades de IA para reuniões e mensagens do Webex. Como pesquisadora líder, ela precisou entender na prática como os recursos de inteligência artificial impactavam a experiência dos usuários em contextos reais de uso.
Sabendo que precisava compreender os mecanismos por trás da IA para fazer um trabalho de pesquisa mais consistente, Priyanka buscou certificações e treinamentos tanto oferecidos pela própria empresa quanto de forma independente. Esses estudos cobriram temas como IA generativa, padrões de design para IA agêntica, large language models e frameworks de avaliação de experiências baseadas em IA. Além disso, ela explorou cursos e recursos online de plataformas como Google Skills, Microsoft Training e DeepLearning.AI para entender como a IA generativa poderia ser aplicada aos seus projetos. Esse investimento em educação contínua foi determinante para que ela conseguisse fazer a ponte entre os times técnicos e as necessidades dos usuários, uma habilidade que se tornaria central na sua atuação posterior na Microsoft.
Três lições fundamentais sobre IA para quem vem de fora da tecnologia
A partir da sua experiência transitando entre arquitetura, design de interação e pesquisa de UX em grandes empresas de tecnologia, Priyanka compartilhou três aprendizados centrais que a ajudaram a construir uma carreira sólida em Inteligência Artificial mesmo sem ter um background técnico tradicional.
IA exige avaliação contínua, não pontual
O primeiro grande aprendizado é que Inteligência Artificial não é algo que você testa uma vez e considera finalizado. Diferente de funcionalidades tradicionais de software, onde o comportamento é determinístico e previsível, sistemas baseados em IA precisam de avaliação constante para garantir que continuem entregando experiências confiáveis ao longo do tempo. Na prática, isso significou que Priyanka precisou projetar estudos qualitativos que examinavam como conversas mediadas por IA se comportavam com grupos diversos de usuários. Esses estudos revelaram problemas como inconsistências de tom, interpretações equivocadas de significado e questões relacionadas ao ritmo das interações. Ao identificar esses pontos de atrito no mundo real, ela aprendeu como refinar sistemas de IA para que funcionassem de maneira confiável e inclusiva.
IA pode derrubar barreiras, mas também criar novas
O segundo aprendizado veio da perspectiva de acessibilidade. A Inteligência Artificial tem um potencial enorme para facilitar tarefas e reduzir barreiras para pessoas com deficiência, por exemplo, ao automatizar etapas que antes exigiam esforço manual. Porém, se esses recursos não forem projetados com acessibilidade em mente desde o início, eles podem acabar criando novas desigualdades em vez de eliminá-las. Priyanka aprendeu que acessibilidade e IA não podem ser tratadas como temas separados. É fundamental incluir pessoas com deficiência nos estudos de pesquisa sobre IA e avaliar como esses sistemas se integram com tecnologias assistivas, como leitores de tela e navegação por teclado. Esse olhar evita que a inovação tecnológica acabe excluindo justamente quem mais poderia se beneficiar dela.
Fluência importa mais do que profundidade técnica
A terceira lição é talvez a mais libertadora para quem não vem de um background em ciência da computação: você não precisa construir a tecnologia para causar impacto nela. O que importa é entender o suficiente para dialogar com os times técnicos e garantir que a avaliação de qualidade da IA esteja enraizada na experiência real dos usuários. Para Priyanka, ganhar essa fluência significou compreender os conceitos por trás do funcionamento dos large language models, suas limitações e como projetar frameworks de avaliação que levem essas limitações em conta. Essa base de conhecimento a ajudou a fazer perguntas mais relevantes aos engenheiros, a conduzir estudos que medem confiança, consistência e confiabilidade em diferentes grupos de usuários, e a trabalhar de perto com gerentes de produto para definir o que significa sucesso para experiências baseadas em IA.
Inteligência Artificial e Design de Interação nas Big Techs
O cenário atual nas Big Techs mostra que a Inteligência Artificial não é mais uma área isolada dentro dos departamentos de engenharia. Ela está integrada em praticamente todos os produtos voltados para o consumidor e para o mercado corporativo, o que significa que profissionais de UX Research e Design de Interação precisam entender pelo menos os fundamentos de como esses sistemas funcionam. No caso de Priyanka, trabalhar com IA no Teams exige que ela compreenda como os modelos de linguagem geram respostas, quais são as limitações dessas tecnologias e de que forma os usuários percebem e reagem a interações mediadas por inteligência artificial. Essa compreensão não precisa ser no nível de um engenheiro de machine learning, mas precisa ser suficiente para que a pesquisa gere insights relevantes e acionáveis para os times de produto e desenvolvimento.
O Design de Interação ganha uma camada adicional de complexidade quando envolve Inteligência Artificial, porque o comportamento do sistema nem sempre é previsível da mesma forma que uma interface tradicional. Em um menu dropdown ou em um formulário de cadastro, o usuário sabe exatamente o que esperar ao clicar em cada elemento. Já em uma interface conversacional alimentada por IA, como as funcionalidades do Copilot integradas ao Teams, a resposta pode variar dependendo do contexto, do histórico da conversa e da forma como a pergunta foi formulada. Isso cria desafios únicos para quem projeta essas interações e para quem pesquisa como os usuários reagem a elas. Priyanka observa que esse é um dos campos mais fascinantes da pesquisa de UX atualmente, justamente porque ainda existem muitas perguntas em aberto sobre como tornar essas experiências mais naturais, confiáveis e transparentes.
Além disso, a acessibilidade precisa ser considerada desde o início do processo de design quando falamos de produtos baseados em IA. Não adianta criar um recurso sofisticado de resumo automático de reuniões se ele não funciona adequadamente com leitores de tela, ou se as informações geradas pela IA são apresentadas de uma forma que dificulta a compreensão por parte de pessoas com deficiências cognitivas. As Big Techs como Microsoft, Google e Apple têm investido cada vez mais em diretrizes de acessibilidade para produtos de Inteligência Artificial, e profissionais de UX Research desempenham um papel fundamental nesse processo ao garantir que os testes incluam participantes com perfis diversos e que os resultados dessas pesquisas informem decisões concretas de design e engenharia.
Por que um background não-tradicional pode ser uma vantagem
Priyanka faz questão de destacar que entrar na área de IA sem um background tradicional em tecnologia pode ser, na verdade, uma vantagem. A recomendação dela é começar pelo ponto onde a IA encontra as pessoas, e não onde a IA encontra o código. O foco deve estar em como a inteligência artificial aparece nos produtos e como as pessoas experimentam essas interações no dia a dia.
Uma das formas mais práticas de agregar valor sem ter formação técnica é ajudar a definir o que significa qualidade para uma funcionalidade de IA. Trabalhar junto com gerentes de produto para fazer perguntas como: a IA está operando dentro do escopo esperado? Ela lida bem com interrupções? É inclusiva em relação a diferentes idiomas e dialetos? Esses aspectos frequentemente são negligenciados quando a IA é vista apenas como um sistema técnico, mas são absolutamente cruciais para a confiança do usuário. Quem consegue traduzir essas questões em termos acionáveis se torna uma peça indispensável dentro de qualquer equipe de produto.
Construindo um portfólio focado em IA e pessoas
Outro conselho valioso que Priyanka compartilha é sobre a importância de construir um portfólio que demonstre a interseção entre IA e experiência humana. Segundo ela, gestores de contratação não querem apenas ver que o candidato sabe que a IA existe. Eles querem evidências concretas de que essa pessoa é capaz de moldar a tecnologia de forma responsável e torná-la utilizável.
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.
Na prática, isso significa documentar todos os frameworks, rubricas e estudos de avaliação realizados, além de exemplos claros de como os insights gerados pela pesquisa influenciaram decisões de produto. Mesmo quem ainda não teve acesso a projetos em grandes empresas pode conduzir estudos de pequena escala com ferramentas de IA disponíveis publicamente e usar esses materiais para demonstrar seu raciocínio e capacidade analítica.
Priyanka também sugere se voluntariar para projetos onde a IA está sendo integrada em ferramentas já existentes e buscar responder perguntas como: o que essa funcionalidade de IA precisa fazer? Como ela deveria se comportar? A IA consegue explicar o que é capaz ou não de realizar? Ela se recupera de forma elegante quando comete um erro? Essas são exatamente as perguntas que pesquisadores, pensadores de produto e profissionais com backgrounds não-tradicionais estão em posição privilegiada para responder.
Lições práticas para quem quer migrar de carreira
A experiência de Priyanka traz alguns aprendizados bem objetivos para quem está considerando uma transição para a área de UX Research, especialmente dentro do contexto de Inteligência Artificial. O primeiro deles é que formação acadêmica tradicional em tecnologia não é um pré-requisito absoluto. O que importa é a capacidade de demonstrar pensamento analítico, habilidade de comunicação e uma compreensão profunda do comportamento humano. Pessoas que vêm de áreas como psicologia, antropologia, sociologia, jornalismo e até mesmo arquitetura frequentemente possuem competências que se traduzem muito bem para o universo de pesquisa com usuários. O segredo está em saber conectar essas habilidades com as demandas específicas do mercado de tecnologia e apresentar isso de forma clara em portfólios e entrevistas.
O segundo aprendizado é sobre a importância de construir experiência prática de forma gradual e estratégica. Priyanka não saltou diretamente da arquitetura para uma posição sênior na Microsoft. Ela investiu em um curso de UX de três meses para adquirir fundamentos, depois aprofundou seus estudos com um mestrado em UX e Design de Interação, e na sequência passou por posições na Korn Ferry e na Cisco antes de chegar a uma Big Tech do porte da Microsoft. Cada etapa serviu como um degrau que agregou novas competências ao seu repertório e fortaleceu sua capacidade de atuar em projetos cada vez mais complexos. Para quem está começando essa jornada agora, a dica é não tentar pular etapas, mas sim aproveitar cada oportunidade para aprender, errar, iterar e construir um portfólio que demonstre evolução real.
Por fim, Priyanka reforça que manter-se atualizado sobre Inteligência Artificial e suas aplicações em produtos digitais é essencial para qualquer profissional de UX Research que queira se manter relevante no mercado. As Big Techs estão em uma corrida intensa para integrar IA em todas as suas plataformas, e isso cria uma demanda crescente por pesquisadores que consigam avaliar o impacto dessas tecnologias na experiência do usuário. Entender conceitos como acessibilidade em contextos de IA, saber conduzir estudos com interfaces conversacionais e ter familiaridade com as discussões éticas que cercam o uso de modelos de linguagem são diferenciais que fazem muita diferença na hora de conquistar posições estratégicas. O campo está aberto, e profissionais com backgrounds diversos têm muito a contribuir para que os produtos de tecnologia sejam mais humanos, inclusivos e funcionais 🚀
