Ensaio baseado nas discussões do XII Congresso Internacional de Tecnologia e Organização da Informação (TOI 2026) e do X Simpósio de UX com IA
O campo do design de experiência do usuário (UX) sempre foi definido por uma tensão produtiva: de um lado, a necessidade de rigor metodológico e escuta cuidadosa das pessoas; do outro, a pressão por velocidade, eficiência e capacidade de resposta às transformações do mercado digital. A chegada dos modelos de linguagem de grande escala (LLMs) e das ferramentas de IA generativa não resolve essa tensão, ela a recoloca em novos termos, com possibilidades inéditas e riscos igualmente novos.
O que está em jogo não é apenas uma questão de produtividade. É uma pergunta sobre o próprio estatuto do método em design: o que pode ser delegado a uma máquina sem que o produto final perca sua aderência ao humano?
Do Diamante Duplo ao ciclo aumentado
A abordagem apresentada no TOI 2026, promovido pelo curso de Design da ESPM em parceria com a ECA-USP, parte de um framework já consolidado, com o modelo do Duplo Diamante, combinado com as camadas da experiência do usuário e da arquitetura da informação de Jesse James Garrett, e propõe sua reconfiguração a partir da colaboração com IA. A lógica não é de substituição, mas de sobreposição, o designer humano guia, valida e interpreta; a IA acelera, estrutura e gera variações.
Essa divisão de papéis é conceitualmente honesta. Ela reconhece que os LLMs são, em essência, sistemas de predição semântica treinados sobre vastos corpora de texto humano. Sua força está exatamente na capacidade de sintetizar padrões, sugerir estruturas coerentes e produzir artefatos funcionais em tempo reduzido. Sua limitação fundamental é a mesma: operam pela média, tendem ao típico, ao esperado, ao que já foi dito.
Para o planejamento de UX, isso tem uma implicação direta. Nas fases iniciais de Discovery, que engloba o alinhamento estratégico, definição de proposta de valor, esboço de requisitos, entre outras definições, a IA pode ser uma parceira extraordinariamente eficiente. A construção de um Canvas de proposição de valor, por exemplo, ou a formulação de uma “bússola estratégica” que organize os vetores do produto (usabilidade, fundação conceitual, objetivos de experiência e viabilidade técnica) são tarefas que se beneficiam da capacidade de síntese dos modelos. O que antes demandava dias de workshops e documentação pode ser esboçado em horas — não como produto final, mas como plataforma de discussão.
A Etnografia sintética: potência e paradoxo
Um dos conceitos mais provocadores apresentados no simpósio é o de etnografia sintética: a simulação, dentro de um LLM, de sessões de grupo focal com perfis demográficos e socioeconômicos distintos. A partir de dados comportamentais dispersos na web, o modelo gera transcrições simuladas, personas e jornadas de usuário que podem orientar os requisitos iniciais de um produto.
A potência do método é evidente, sobretudo em contextos de restrição de tempo e recursos. Ao simular perfis de estudantes do ensino médio com diferentes origens socioeconômicas, por exemplo, é possível antecipar assimetrias no letramento digital, contrastar expectativas de uso e identificar barreiras de entrada que, de outro modo, só emergiriam após semanas de pesquisa de campo. O método permite ao designer entrar em contato com a diversidade do seu público de forma estruturada antes de qualquer contato real.
No entanto, o paradoxo é inevitável, afinal uma etnografia que nunca saiu do computador não é, rigorosamente, uma etnografia. Ela é um espelho do que os dados de treinamento registraram sobre determinados grupos, o que significa que reflete, antes de tudo, os vieses, lacunas e omissões presentes naqueles dados. Comportamentos fora da curva, práticas situadas, nuances locais, o que não foi documentado, tudo isso permanece invisível para o modelo.
Isso não invalida o método. Invalida, sim, qualquer pretensão de que ele substitua a observação de campo. Seu uso mais legítimo é como andaime: uma estrutura provisória que organiza hipóteses e orienta as perguntas certas para a pesquisa empírica subsequente, sempre sob o risco de vieses. O designer que trata as personas sintéticas como verdades sobre seus usuários não está sendo eficiente, está sim sendo impreciso.
O Promptframe: wireframing como linguagem
A contribuição mais original do framework apresentado talvez seja o conceito de promptframe — artefato visual semântico que condensa, em um único prompt estruturado, todos os parâmetros necessários para gerar interfaces dinâmicas em ferramentas de automação de design. Contexto de produto, intenção de interação, papel da IA em tempo de execução, restrições de layout, componentes obrigatórios: tudo isso é traduzido em linguagem parametrizada capaz de alimentar ferramentas como v0, Lovable ou Bolt.
É uma evolução significativa do wireframing tradicional. Onde o wireframe exige que o designer articule visualmente sua intenção, com todas as habilidades técnicas que isso pressupõe, o promptframe traduz essa intenção em linguagem natural estruturada. Isso democratiza, em certa medida, o acesso à prototipagem: designers com menor domínio de ferramentas visuais podem produzir interfaces funcionais a partir de um vocabulário conceitual bem construído.
Mas há um custo. O wireframe tradicional, ao exigir que o designer tome decisões visuais concretas, onde colocar um botão, como organizar uma hierarquia tipográfica, qual espaçamento usar, força um exercício de pensamento espacial e de síntese que o promptframe pode contornar. Quando a IA toma essas decisões, o designer corre o risco de perder a consciência sobre por que certas escolhas foram feitas. A interface resultante pode ser funcional sem ser refletida.
O Humano no circuito: insubstituível, mas não onisciente
O framework apresentado no TOI 2026 (e que você pode ver no Youtube) é enfático ao afirmar que o papel do designer permanece insubstituível na coordenação do processo. O conceito de human-in-the-loop é apresentado como garantia de que o produto final mantenha relevância, aderência social e originalidade. Repertório técnico, intuição estética, crítica ética e validação dos dados gerados são atribuídas exclusivamente ao operador humano.
Essa afirmação é correta, mas merece ser problematizada em sua completude. A presença humana no circuito não é garantia automática de qualidade crítica. Um designer que usa IA de forma irrefletida, aceitando outputs sem questioná-los, sem contrastá-los com dados reais, sem exercer julgamento estético e ético, está presente no processo mas ausente como sujeito crítico. A questão não é apenas se há um humano no circuito, mas que tipo de presença esse humano exerce.
Isso implica uma responsabilidade formativa. O uso produtivo de IA em UX exige designers que compreendam as limitações dos modelos com os quais trabalham, que saibam distinguir síntese estatística de insight genuíno, e que mantenham a capacidade de fazer perguntas que os modelos não fariam por si mesmos. A IA pode gerar variações; o designer precisa saber o que está procurando.
Considerações finais
A integração da IA generativa no planejamento de UX representa menos uma revolução metodológica do que uma reconfiguração das condições de trabalho do designer. As etapas de Discovery e estruturação informacional podem ser aceleradas de forma substantiva; os ciclos de prototipagem tornam-se mais ágeis; a capacidade de explorar variações aumenta significativamente.
Mas as perguntas fundamentais do design centrado no ser humano permanecem as mesmas e, se algo, tornam-se mais urgentes. Quem são os usuários reais deste produto? O que eles precisam que ainda não sabem nomear? Que estruturas de poder e exclusão o design pode reproduzir inadvertidamente? Essas perguntas não têm resposta nos dados de treinamento de nenhum modelo.
A IA é uma parceira de cocriação capaz de ampliar o alcance do designer estratégico, mas não é capaz de substituir a responsabilidade que define o ofício. O que o TOI 2026 documenta, ao fim, é menos sobre o que as máquinas podem fazer e mais sobre o que os humanos precisam continuar fazendo, estar presentes, críticos e comprometidos com as pessoas para quem projetam.
Ensaio elaborado pelo professor Charlley Luz, a partir das discussões e metodologias apresentadas no XII Congresso Internacional de Tecnologia e Organização da Informação (TOI 2026) e no X Simpósio de UX com Inteligência Artificial, realizados em cooperação entre ECA-USP e ESPM.
Declaração de Uso de Inteligência Artificial
Este artigo foi elaborado com o auxílio de ferramentas de Inteligência Artificial generativa. Os conteúdos discutidos — incluindo o framework metodológico, o conceito de promptframe e a noção de etnografia sintética — foram originalmente desenvolvidos e apresentados pelos autores humanos no âmbito do XII Congresso Internacional de Tecnologia e Organização da Informação (TOI 2026) e do X Simpósio de UX com Inteligência Artificial. A IA foi utilizada exclusivamente na etapa de redação ensaística, a partir de roteiro e material-fonte fornecido pelos autores. A curadoria dos argumentos, a validação das ideias e a revisão crítica do texto final são de responsabilidade dos autores.
