A inteligência artificial já faz parte do repertório de muitas equipes de UX. Ela pode acelerar tarefas, ajudar a explorar alternativas e organizar informações. Mas velocidade, por si só, não garante qualidade — e tampouco elimina a necessidade de julgamento, pesquisa e responsabilidade sobre os dados.
Uma pesquisa da Nielsen Norman Group com 521 participantes investigou como profissionais de UX usam IA e quais preocupações têm. Entre os respondentes, 54% disseram estar muito ou extremamente preocupados com a qualidade do trabalho gerado por IA, e 50% com privacidade e segurança. Esses números ajudam a entender tensões reais do trabalho, mas não representam automaticamente todo o mercado: a amostra foi de conveniência e os resultados devem ser lidos dentro desse contexto.
O que a pesquisa revela — e o que não revela
O levantamento mostra um cenário de adoção desigual: profissionais recorrem à IA para algumas atividades, enquanto evitam outras. A pesquisa também registra que muitos não usam IA para conduzir entrevistas ou testes de usabilidade. Isso não prova que essas tarefas devam ser sempre excluídas; sinaliza que confiança, risco e contexto influenciam a escolha.
Os percentuais descrevem as pessoas que responderam ao estudo. Não são uma previsão universal nem uma medida de impacto na qualidade dos produtos. Para decidir como aplicar IA, cada equipe precisa olhar para seu próprio processo, seus usuários, os dados envolvidos e os critérios de qualidade.
Onde a IA pode apoiar o trabalho de UX
Organizar material de pesquisa. Com dados adequadamente protegidos, ferramentas podem ajudar a agrupar notas, sugerir temas e resumir grandes volumes de texto. A equipe ainda precisa voltar às evidências originais, verificar interpretações e preservar divergências importantes. Um resumo fluente pode esconder exceções ou transformar uma hipótese em aparente fato.
Explorar alternativas. A IA pode sugerir rótulos, estruturas de conteúdo, perguntas para uma entrevista ou variações de microcopy. Trate essas saídas como rascunhos para revisão. Avalie se são compreensíveis, coerentes com a voz do produto e adequadas ao contexto de uso.
Acelerar tarefas repetitivas. Sínteses iniciais, documentação e preparação de materiais podem consumir
menos tempo quando há um fluxo de revisão definido. O ganho só é real se o tempo de conferência, correção e retrabalho também for contabilizado.
Apoiar protótipos e código. Ferramentas generativas podem ajudar a explorar uma interface ou construir uma primeira versão. Isso não substitui testes com pessoas, validação técnica, requisitos de acessibilidade nem avaliação do comportamento em diferentes dispositivos.
O que continua exigindo contato com pessoas
A IA não tem acesso direto à experiência de quem usa o produto. Ela não observa, por conta própria, o ambiente, as limitações, as estratégias e os motivos que levam uma pessoa a agir de determinada maneira. Quando a decisão depende dessas nuances, pesquisa com participantes e análise humana continuam essenciais.
Use a ferramenta para preparar e apoiar o trabalho, não para fabricar evidências. Uma resposta plausível gerada por um modelo não equivale a uma entrevista, a um teste de usabilidade ou a um dado observado. Registre de onde veio cada conclusão e diferencie claramente evidência, interpretação e hipótese.
Qualidade e privacidade precisam entrar no processo
Antes de adotar uma ferramenta, defina quais dados podem ser usados, onde serão processados, quem terá acesso e por quanto tempo serão armazenados. Não insira dados pessoais, confidenciais ou identificáveis em serviços sem autorização e avaliação apropriadas. Sempre que possível, remova identificadores e use apenas o mínimo necessário.
Em seguida, estabeleça uma revisão proporcional ao risco. Conteúdo de baixo impacto pode pedir uma checagem simples; recomendações que afetam acesso, segurança, pagamento ou decisões importantes precisam de validação mais rigorosa. Confira fatos, vieses, linguagem, acessibilidade e comportamento real. Guarde o registro das alterações relevantes e de quem aprovou a entrega.
Por fim, meça o processo completo. Compare tempo de produção, tempo de revisão, quantidade de correções, erros encontrados e qualidade percebida por usuários. Se a IA acelera a primeira versão, mas aumenta o retrabalho ou introduz falhas, a equipe precisa enxergar esse custo.
Um roteiro prático para usar IA em uma atividade de UX
- Defina a tarefa e o resultado esperado. Escolha uma atividade delimitada, como organizar notas ou criar alternativas de texto.
- Classifique o risco e os dados. Identifique informações pessoais, confidenciais ou sensíveis e confirme se podem ser compartilhadas com a ferramenta.
- Prepare instruções e contexto. Informe objetivo, público, restrições e formato; evite enviar dados desnecessários.
- Gere uma primeira versão. Trate a saída como material de trabalho, não como resposta final.
- Revise contra evidências e critérios. Confira precisão, consistência, acessibilidade, vieses e adequação ao contexto.
- Valide com pessoas quando a tarefa exigir. Teste o fluxo ou conteúdo com usuários representativos antes de tomar decisões importantes.
- Registre o que mudou e avalie o resultado. Compare o esforço total e aprenda com erros e acertos.
A pergunta certa não é “podemos usar IA em UX?”
A pergunta útil é: em qual etapa, para qual objetivo, com quais dados e sob que revisão a IA ajuda sem reduzir a qualidade da decisão? Responder com clareza permite aproveitar velocidade onde ela faz sentido e manter pesquisa, responsabilidade e cuidado onde são indispensáveis.
Perguntas frequentes
A IA vai substituir profissionais de UX? Não. Pode automatizar ou acelerar partes de algumas tarefas, mas definição de problemas, pesquisa, julgamento, facilitação e responsabilidade sobre decisões continuam exigindo pessoas.
Quais tarefas de UX podem ficar mais rápidas? Organização inicial de informações, exploração de alternativas, rascunhos de conteúdo e documentação são exemplos possíveis. O ganho depende de revisão e contexto.
É seguro inserir dados de clientes em ferramentas de IA? Depende da ferramenta, dos termos, das configurações e das regras aplicáveis. Não envie dados identificáveis ou confidenciais sem autorização e avaliação de segurança; prefira minimização e anonimização.
A IA pode entrevistar usuários por conta própria? Pode apoiar preparação ou análise, mas entrevistas envolvem contexto, consentimento, escuta e perguntas de acompanhamento. A equipe deve avaliar cuidadosamente se e como automatizar qualquer etapa.
Como saber se a IA melhorou o processo? Meça o ciclo inteiro: tempo de produção e revisão, retrabalho, erros, qualidade e resultados observados com usuários. Velocidade inicial não basta.
Referência
Nielsen Norman Group. AI in UX: A Survey of User Experience Professionals. https://www.nngroup.com/articles/ai-in-ux-survey-26/
Este artigo interpreta os resultados da pesquisa citada e não apresenta os percentuais como representativos de toda a indústria.
