Guia do NN/g mostra onde a IA realmente ajuda no trabalho de UX

A proposta do guia

O Nielsen Norman Group (NN/g) publicou um guia de estudos, de autoria de Tanner Kohler, reunindo artigos, vídeos e episódios de podcast sobre como usar inteligência artificial no trabalho de UX. A tese central: a questão não é mais se a IA pode ajudar, mas quando e como. Segundo o guia, a IA não está pronta para assumir o trabalho de UX por completo, e seu uso não garante trabalho melhor ou mais eficiente - a recomendação é manter o pensamento crítico e fazer o robô trabalhar para você, e não o contrário.

Integrando IA aos fluxos de trabalho

Entregar fluxos inteiros de UX à IA não é, em geral, a resposta. O caminho apontado é o profissional atuar como estrategista que usa IA para ampliar o que consegue realizar - as mãos ainda direcionam o trabalho, mas com um par de "luvas" de IA. O guia lista conteúdos sobre como começar com tarefas pequenas, vigilância contra alucinações, a estrutura de prompts CARE (contexto, pedido específico, regras e exemplos) e a analogia da IA como estagiário talentoso que ainda precisa de supervisão. Também adverte que ceder a tentações da IA enfraquece habilidades de UX, e que a IA comprime o processo de design em vez de eliminá-lo: designers experientes percorrem as mesmas etapas, apenas mais rápido. Anúncios de festas gerados por IA que falham por falta de autenticidade ilustram por que o julgamento humano permanece necessário.

Carreira e evolução dos papéis

Os papéis de UX estão mudando por causa da IA - algo reconhecido como desconfortável, mas verdadeiro, e que não é a primeira nem será a última vez. O guia sugere abraçar a mudança em vez de lamentar o passado: habilidades fundamentais como entender pessoas e fazer as perguntas certas não desaparecem; designers preservam valor focando em estratégia, narrativa e julgamento de dados; e generalistas de UX que dominam múltiplas disciplinas tornam-se mais valiosos. Outros pontos: discernimento e bom gosto seguem necessários; o ciclo de exagero da RV serve de alerta para um destino parecido da IA; o rótulo "design de IA" já se dividiu em quatro tipos de trabalho; e clientes de consultoria ainda esperam julgamento sólido e rigor de pesquisa.

Design, pesquisa e escrita

Em design, as habilidades valorizadas deslocam-se do "UI" (mexer em pixels) para o trabalho puro de "UX": definir necessidades do usuário, especificar intenções e curar contexto significativo para a IA. Destacam-se prototipagem assistida por IA, "promptframes" que elevam a fidelidade de wireframes e o design orientado a resultados.

Em pesquisa, o guia é enfático: informação gerada por IA ainda não substitui dados de pessoas reais - a IA não controla o cartão do cliente. Ela ajuda no planejamento, na análise e nos relatórios, e "usuários sintéticos" e "digital twins" podem complementar estudos, mas estão longe de substituir usuários reais. A aprendizagem que vem de observar usuários não pode ser terceirizada, e delegar a interpretação qualitativa à IA arrisca tanto a qualidade dos insights quanto a credibilidade do pesquisador.

Em escrita, a IA tem capacidade excepcional, mas o excesso de dependência pode corroer estilo, tom e mensagem próprios, criando com o tempo uma "cacofonia de monotonia". Incluir palavras de tom nos prompts costuma falhar; usar texto existente e pedir alternativas produz resultados mais naturais.

Service design, ideação e estado da área

Em service design, a IA pode aumentar a produtividade de funcionários internos - o que indiretamente melhora a experiência do cliente - e também interagir diretamente com clientes, exigindo novas métricas de desempenho entre IAs, colaboração humano-IA, qualidade de dados e confiança. Em ideação e workshops, pensar na IA como "companheiro cibernético" pode melhorar resultados de grupos: equipes que usaram IA para aumentar a ideação superaram indivíduos e equipes sem IA.

A seção sobre o estado da IA para UX reúne relatos datados, com ressalva explícita de que parte pode ter mudado: ferramentas de design com IA em 2024 e 2025 ainda não suportavam fluxos centrais nem prontas para substituir designers; estudos de 2023 mostraram ganhos de produtividade - 126% para programadores usando GitHub Copilot (maiores entre os menos experientes), 13,8% mais atendimentos por hora para agentes de suporte e 66% de aumento médio na produção de funcionários com IA generativa. Atividades de UX estavam entre os principais pedidos feitos ao Claude em 2025, e o guia conclui que, após a instabilidade de 2025, o campo se estabiliza, mas diferenciação e impacto de negócio demonstrado seguem vitais.