IA no design em tecnologia: o que muda para designers?

Artigo de opinião de João Pedro Matumoto, líder de produto do Devint e, por muitos anos, designer de UX/UI da Espresso Labs.

A inteligência artificial já deixou de ser uma promessa distante para se tornar parte da rotina de quem trabalha com tecnologia. Em design em tecnologia, UX/UI design e outras especialidades de design e outras áreas ligadas à criação de produtos digitais, ela passou a participar de etapas que antes dependiam exclusivamente do trabalho manual do designer.

Hoje, um designer consegue usar IA para pesquisar, organizar informações, gerar alternativas, analisar interfaces, revisar textos, criar protótipos, explorar direções visuais, documentar decisões e acelerar tarefas repetitivas. Em alguns fluxos, ferramentas de IA também conseguem executar sequências de ações com pouca intervenção humana.

Isso muda uma questão importante: se a inteligência artificial consegue fazer uma parte cada vez maior do trabalho operacional, qual passa a ser o papel de um designer que atua em tecnologia? E o que as empresas devem esperar de um profissional de UX/UI em um mercado no qual produzir ficou mais rápido?

A IA já consegue fazer muito do trabalho que antes ocupava o tempo do designer

A resposta mais simples é que um designer hoje consegue fazer mais, em menos tempo. A IA pode apoiar praticamente todo o ciclo de design, desde a organização inicial de informações até a exploração de soluções.

No product discovery, por exemplo, ela pode ajudar a sintetizar entrevistas, organizar hipóteses, identificar padrões em grandes volumes de informação, estruturar perguntas para pesquisas e transformar dados dispersos em materiais mais fáceis de analisar. Em UX design, pode sugerir fluxos, levantar cenários de uso, gerar alternativas de arquitetura de informação e apontar possíveis problemas de usabilidade.

Na interface, a mudança é ainda mais visível. Ferramentas de IA já conseguem gerar referências visuais, imagens, variações de componentes, layouts e até protótipos funcionais a partir de descrições. O designer também pode utilizar IA para revisar textos de interface, adaptar conteúdos para diferentes contextos, verificar consistência e acelerar a documentação de um design system.

Isso não significa que todas essas tarefas possam ser entregues diretamente pela IA. Significa que o custo de produzir uma primeira versão caiu. O designer pode chegar mais rapidamente a uma hipótese, testar mais possibilidades e dedicar mais tempo àquilo que exige julgamento.

O novo diferencial não é apenas saber executar

Durante muito tempo, parte importante do valor de um profissional de design estava na capacidade de executar. Saber trabalhar com ferramentas, dominar processos e produzir interfaces com qualidade técnica eram diferenciais claros.

Esses conhecimentos continuam sendo fundamentais, mas a inteligência artificial está reduzindo a distância entre quem possui determinado conhecimento técnico e quem consegue acessá-lo por meio de uma ferramenta. Uma pessoa pode não dominar completamente uma técnica e ainda assim obter um resultado razoável com a ajuda de IA.

Por isso, as competências comportamentais ganham mais peso. Soft skills como tomada de decisão, pensamento crítico, visão de produto, comunicação, colaboração, liderança, negociação e capacidade de lidar com situações complexas passam a ser ainda mais importantes. Quando a IA ajuda a preencher lacunas técnicas, cabe ao profissional se diferenciar cada vez mais pelo julgamento e pela forma como aplica seu conhecimento ao contexto.

A mudança pode ser resumida assim: quando a tecnologia reduz o esforço necessário para produzir, aumenta a importância de decidir o que produzir, por que produzir e como avaliar se aquilo realmente funciona.

O designer passa a ser mais estratégico na empresa

Essa mudança também altera a forma como o designer é percebido dentro de uma empresa. Em vez de ser tratado apenas como alguém que recebe um briefing e transforma pedidos em entregas, o designer pode participar mais diretamente das decisões que definem produtos, serviços e experiências.

Isso é especialmente relevante em processos de discovery. Entender o problema, investigar necessidades, considerar restrições técnicas, avaliar oportunidades e priorizar soluções são atividades que exigem contexto, pensamento crítico e capacidade de conectar diferentes informações.

A IA pode acelerar parte desse trabalho, mas não elimina a responsabilidade pela decisão. Um modelo pode apresentar cinco alternativas de fluxo em poucos segundos. Ainda cabe ao designer entender qual delas faz sentido para aquele usuário, para aquele negócio e para aquele momento do produto.

Nesse cenário, o designer passa a ser menos uma pessoa responsável por produzir artefatos e mais um profissional responsável por transformar informação em decisões de design que contribuam para o resultado do produto.

Conhecimento técnico continua sendo necessário

Existe, porém, um risco em interpretar essa transformação como uma diminuição da importância do conhecimento técnico. A IA pode preencher lacunas, mas não elimina a necessidade de repertório.

Um designer precisa saber avaliar aquilo que recebe. Sem conhecimento de UX, arquitetura de informação, interação, acessibilidade, design visual, conteúdo e comportamento do usuário, fica mais difícil identificar quando uma resposta da IA é inadequada, superficial ou simplesmente não resolve o problema.

Uma comparação útil é a calculadora. Quem trabalha com números provavelmente utiliza uma calculadora em boa parte do tempo, mas isso não significa que deixou de precisar compreender matemática. Se o resultado apresentado estiver errado, é necessário ter conhecimento suficiente para perceber o erro.

Com IA acontece algo parecido. O designer não precisa necessariamente fazer tudo manualmente, mas precisa compreender o suficiente para orientar a ferramenta, avaliar seus resultados, identificar limitações e pedir ajustes com precisão.

Designer gráfico e UI designer estão mais expostos à automação

Entre as funções de design, algumas parecem particularmente expostas ao avanço das ferramentas generativas. O trabalho de designer gráfico e parte do trabalho de UI designer, por exemplo, envolve uma quantidade significativa de produção visual que já pode ser acelerada ou parcialmente automatizada.

Esse cenário pode ser especialmente perceptível em empresas pequenas, nas quais existe pressão por velocidade e orçamento limitado para contratar profissionais especializados. A disponibilidade de ferramentas capazes de gerar imagens, layouts e interfaces pode levar algumas organizações a considerar que o trabalho visual é facilmente substituível.

O problema dessa visão é confundir aparência com design. Uma interface pode parecer bonita e ainda apresentar problemas de usabilidade, acessibilidade, hierarquia, conteúdo, consistência ou adequação ao contexto de uso. O mesmo vale para uma peça gráfica: estética é apenas uma parte do trabalho.

Design envolve repertório e fundamentos. Semiótica, tipografia, redação, acessibilidade, arquitetura de informação, comportamento, percepção visual e compreensão de contexto são alguns dos conhecimentos que ajudam a transformar uma produção visual em uma solução que cumpre um objetivo.

Por isso, uma das responsabilidades do próprio designer passa a ser comunicar melhor o valor do seu trabalho. Quanto mais a tecnologia torna fácil produzir algo visualmente convincente, mais importante se torna demonstrar o raciocínio que existe por trás de uma boa solução.

IA não deve ser um atalho para entrar ou crescer em design

A popularização da IA também cria uma interpretação tentadora: se uma ferramenta consegue produzir uma interface, talvez seja possível pular etapas de formação e experiência. Esse caminho tende a confundir velocidade de produção com capacidade profissional.

Aprender design continua exigindo repertório, prática, contato com problemas reais e entendimento dos fundamentos. A IA pode acelerar o aprendizado e ampliar a capacidade de experimentação, mas não substitui a experiência necessária para reconhecer boas decisões em situações complexas.

Da mesma forma, utilizar IA para realizar tarefas de um nível mais avançado não significa automaticamente possuir a experiência necessária para ocupar aquela posição. O acesso à ferramenta ficou mais democrático; o desenvolvimento de julgamento profissional continua sendo um processo.

O designer tende a ser mais generalista

Outra consequência possível dessa transformação é o crescimento de perfis mais generalistas. À medida que ferramentas de IA assumem parte da execução especializada, torna-se mais relevante compreender diferentes etapas do ciclo de desenvolvimento de um produto digital.

Um designer de produto pode precisar compreender melhor métricas, negócio, tecnologia, pesquisa, conteúdo e estratégia. Da mesma forma, profissionais de outras áreas passam a interagir mais diretamente com atividades que antes estavam concentradas em funções específicas.

Isso aproxima papéis que antes pareciam mais distantes. Product designer e product manager, por exemplo, continuam tendo responsabilidades diferentes, mas podem compartilhar uma parcela maior do processo de entendimento de problemas, priorização e tomada de decisão.

Para as empresas, isso significa que divisões extremamente rígidas entre funções podem se tornar menos úteis. O desafio passa a ser organizar responsabilidades sem impedir que profissionais contribuam além da fronteira tradicional de seus cargos.

A IA não elimina o trabalho humano. Ela muda onde ele é mais valioso

É possível olhar para a inteligência artificial de duas maneiras igualmente simplificadoras: como uma ameaça que vai eliminar profissões ou como uma solução que deve substituir qualquer tarefa que possa ser automatizada. Nenhuma das duas visões ajuda muito a entender o que está acontecendo.

Para o design, a oportunidade está em utilizar a IA para retirar parte do trabalho repetitivo e abrir espaço para atividades que dependem mais de julgamento, contexto e responsabilidade. Se uma ferramenta consegue gerar dez alternativas de layout, o ganho não está apenas em economizar o tempo de produção das dez alternativas. Está em permitir que o designer use esse tempo para comparar, testar, questionar e melhorar as soluções.

Isso também muda o ritmo de desenvolvimento de produtos digitais. Quando soluções podem ser criadas, testadas e descartadas mais rapidamente, o processo de discovery ganha ainda mais importância. A velocidade deixa de significar apenas produzir mais e passa a significar aprender mais rápido.

O desafio é provar valor além da superfície

Talvez a principal pergunta para o designer na era da IA não seja “como evitar ser substituído?”, mas “como aumentar o valor que entrego quando produzir ficou mais fácil?”.

A resposta passa por assumir mais responsabilidade sobre o resultado. Entender o negócio, conhecer o usuário, questionar premissas, trabalhar em conjunto com produto e tecnologia, validar hipóteses e comunicar decisões são formas de tornar o design mais relevante para a empresa.

A inteligência artificial torna a execução mais acessível. Por consequência, torna o julgamento mais importante. Quanto mais fácil for produzir uma solução, maior tende a ser a diferença entre simplesmente gerar algo e saber por que aquilo deveria existir.

O que se espera de um designer que atua em tecnologia hoje?

Um profissional de design que atua em tecnologia inserido nesse cenário não precisa ser especialista em todas as tecnologias de IA. Mas precisa compreender como incorporá-las ao próprio processo de trabalho.

• Usar IA para acelerar pesquisa, análise, ideação, produção e documentação.
• Saber formular instruções claras e contextualizadas para obter resultados úteis.
• Avaliar criticamente os outputs gerados pela IA, identificando erros, limitações e inconsistências.
• Manter domínio dos fundamentos de UX/UI design e outras especialidades de design e design em tecnologia.
• Compreender objetivos de negócio, usuários, métricas e restrições técnicas.
• Tomar decisões e justificar escolhas em situações nas quais não existe uma resposta única.
• Trabalhar de forma integrada com produto, engenharia, negócio e outras áreas.
• Usar a velocidade proporcionada pela IA para testar e validar mais hipóteses, e não apenas para produzir mais artefatos.

No fim, a tecnologia aumenta a importância do critério humano

A inteligência artificial está mudando o design em tecnologia, o UX/UI design e outras especialidades de design e praticamente todas as áreas ligadas à tecnologia. Ela aumenta a capacidade de produção, reduz tarefas repetitivas e permite que profissionais explorem possibilidades em uma velocidade que seria difícil alcançar apenas com trabalho manual.

Mas a mesma tecnologia que facilita a execução também aumenta a importância de saber escolher. Em um cenário no qual qualquer pessoa pode gerar uma interface em poucos minutos, o diferencial passa a estar cada vez mais na capacidade de entender o problema, avaliar alternativas e conectar design a resultados.

Para o designer, isso representa uma mudança de posição, não necessariamente uma perda de relevância. Quanto mais a IA assume o trabalho operacional, mais espaço existe para que o profissional participe das decisões que realmente definem um produto.

A questão, portanto, não é escolher entre inteligência artificial e inteligência humana. É usar a primeira para ampliar a segunda. No design em tecnologias digitais, essa combinação pode significar menos tempo gasto com tarefas repetitivas e mais tempo dedicado a entender, decidir, testar e criar soluções que façam sentido para pessoas e negócios.

Sobre o autor

João Pedro Matumoto é designer paulistano com quase dez anos de experiência em design digital, UX/UI e estratégia. Ao longo da carreira, atuou na liderança de equipes de design e desenvolvimento, gestão de projetos, construção de processos e estratégia de produtos digitais. É pós-graduado em Gestão Estratégica do Design pela FAAP. Por muitos anos designer de UX/UI da Espresso Labs, hoje lidera o produto Devint, a plataforma de avaliação de performance de times de tecnologia da empresa.