Olá, pessoas, tudo bem com vocês? Espero sinceramente que sim!
Nos últimos meses, toda vez que eu abro o LinkedIn ou entro em alguma comunidade de design, me deparo com a mesma conversa em versões ligeiramente diferentes: “Será que ainda faz sentido seguir um processo de design com tanta ferramenta de IA disponível?” Às vezes a pergunta vem com um tom de curiosidade genuína. Outras vezes, com um certo orgulho, como se abrir mão do processo fosse sinal de que você evoluiu, que você está além dessas estruturas “velhas” de trabalhar.
E eu entendo de onde vem esse sentimento. Quando você consegue gerar dez variações de uma tela em minutos, prototipar um fluxo antes de terminar o café da manhã e receber análise de usabilidade em segundos, a pergunta é legítima: pra que seguir etapas? Pra que fazer discovery se você pode testar rápido e ajustar depois?
Mas existe uma diferença enorme entre velocidade e saltar etapas com consequência. E é exatamente essa diferença que o Nielsen Norman Group explorou em um artigo recente que me fez parar e pensar, e que inspirou este texto.
O argumento que mudou minha perspectiva
O NN/g publicou um artigo com um título provocativo: Design Process Isn’t Dead (O processo de design não está morto). A tese central é simples, mas poderosa: o processo de design não morreu. Ele está mais rápido.
O que isso quer dizer na prática? Significa que a IA acelerou a execução de cada etapa, mas não eliminou a necessidade delas. Pesquisa, síntese, ideação, prototipagem, teste, esses momentos ainda precisam acontecer. O que mudou é a velocidade e, em alguns casos, a ordem.
Essa distinção importa porque existe uma narrativa circulando no mercado de que o processo de design, especialmente frameworks como o Double Diamond e o Design Thinking, são obstáculos burocráticos numa era de agilidade. Que times “modernos” não perdem tempo com discovery. Que bons designers “sentem” o que precisa ser feito.
Essa narrativa é perigosa. E vou explicar por quê.
Por que o processo existe: não é ritual, é gestão de risco
Antes de entrar nos detalhes, preciso desmistificar uma coisa: processo de design nunca foi sobre seguir etapas por seguir. O Double Diamond, o Design Thinking, o Jobs to Be Done, nenhum desses frameworks foi criado pra ser uma lista de verificação que você marca religiosamente.
Eles existem pra gerenciar um risco muito específico: construir a coisa errada.
Todo projeto carrega incerteza. Você não sabe com certeza o que o usuário precisa. Você não sabe se a solução que você imaginou resolve o problema real. Você não sabe se o problema que você entende é o problema verdadeiro. O processo existe pra reduzir essa incerteza de forma intencional antes de você investir tempo e dinheiro construindo algo.
Quando um designer experiente diz que “não usa processo”, o que geralmente está acontecendo é que o processo foi internalizado. Ele não passa por cada etapa conscientemente porque as perguntas que o processo ensina a fazer já fazem parte de como ele pensa. Isso é maturidade profissional, não ausência de processo.
O problema é quando quem ainda está desenvolvendo esse pensamento crítico pula etapas achando que está sendo ágil. Na prática, está apenas transferindo o risco para frente, onde ele vai custar muito mais caro.
O que a IA realmente mudou no processo de design
Aqui está onde fica interessante, e onde eu acho que muita gente está confundindo velocidade com ausência de necessidade.
A IA mudou o como e o quanto tempo de cada etapa. Ela não mudou o porquê das etapas existirem.
Na pesquisa, modelos de linguagem conseguem processar transcrições de entrevistas em minutos, identificar padrões em grandes volumes de respostas qualitativas e gerar hipóteses baseadas nos dados. O que antes levava dias de análise agora pode ser acelerado consideravelmente. Mas, e esse “mas” é fundamental, a IA não faz as entrevistas por você. Ela não observa a linguagem corporal. Ela não percebe quando um usuário hesita antes de responder. Ela não captura o que não foi dito.
Na prototipagem e na ideação, a aceleração é ainda mais visível. Você consegue gerar variações, explorar direções e iterar com uma velocidade que antes era impensável. O custo de explorar uma hipótese caiu drasticamente. Mas o custo de não ter uma boa hipótese para testar? Esse continua o mesmo.
Nos testes, ferramentas de IA ajudam a sintetizar feedbacks, agrupar achados e priorizar problemas. Mas elas não substituem o julgamento de quem entende o contexto do produto, os objetivos do negócio e as necessidades reais do usuário.
O que a IA fez, essencialmente, foi comprimir o tempo de cada fase. O processo ficou mais rápido. Não mais opcional.
A armadilha da velocidade sem direção
Tem um cenário que eu vejo cada vez mais nos projetos: equipes que constroem muito rápido, mas sem clareza sobre o problema que estão resolvendo.
Com IA, você consegue criar uma interface inteira em dias. Prototipar um fluxo complexo em horas. Gerar dez variações de copy em segundos. E aí chega no teste com usuários, quando chega, e descobre que o problema foi mal definido desde o início. Que as premissas estavam erradas. Que o que foi construído com tanta agilidade não corresponde ao que as pessoas precisavam.
O NN/g tem uma observação que resume bem isso: à medida que sistemas de IA começam a agir de forma mais autônoma, tomar decisões e lembrar contexto por conta própria, pular a análise cuidadosa do problema se torna mais custoso, não menos. Porque quando você delega execução pra IA sem um problema bem definido, você amplifica a direção errada em escala. A IA vai gerar, otimizar e iterar, mas sobre premissas ruins. Velocidade sem direção não é eficiência: é chegar ao lugar errado mais rápido.
Literacia de processo: a competência que ninguém está discutindo
O NN/g usa um termo que eu gostei muito: literacia de processo (process literacy). A ideia é que a habilidade mais importante não é seguir um processo específico, é saber escolher a abordagem certa para cada problema.
Isso é bem diferente de “usar sempre o Double Diamond” ou “nunca usar frameworks“. É entender quando um discovery aprofundado é necessário e quando você pode mover mais rápido porque já tem contexto suficiente. É saber quando fazer uma pesquisa qualitativa e quando dados quantitativos já respondem sua pergunta. É distinguir quando o problema está bem definido o suficiente para prototipar e quando você ainda está no território da exploração.
Essa literacia se constrói com prática e com a disciplina de questionar as próprias premissas. E é exatamente o tipo de julgamento que a IA não substitui.
O que isso muda no seu dia a dia
Se você usa IA no seu processo, e você deveria, porque as ferramentas são genuinamente poderosas, algumas perguntas valem a reflexão:
- Você está usando a IA pra acelerar etapas que já aconteciam com intenção, ou está usando a velocidade como justificativa pra pular etapas que nunca foram convenientes? Tem diferença.
- Quando foi a última vez que você parou pra verificar se o problema que você está resolvendo é o problema certo? Não só assumir que é, verificar de verdade, com usuários, com dados, com o negócio?
- Você consegue articular por que as escolhas de design que está fazendo existem? Não apenas o que você fez, mas o raciocínio por trás, quais hipóteses você testou, o que funcionou e o que não funcionou?
Essas perguntas não têm nada de antiquado. Pelo contrário: num mercado onde todos têm acesso às mesmas ferramentas de IA, a qualidade do raciocínio por trás das decisões é o que diferencia um trabalho bom de um trabalho excelente.
O processo não é o inimigo, a rigidez é
Quero terminar com uma ressalva importante: não estou defendendo que todo projeto precisa de seis meses de discovery e dezenas de entrevistas. Existem contextos onde você move mais rápido, onde o risco é menor, onde você tem informação suficiente pra tomar decisões com confiança. Literacia de processo significa justamente isso: calibrar o rigor de acordo com o contexto.
O que estou dizendo é que a lógica por trás do processo de design, entender o problema antes de construir a solução, testar hipóteses antes de apostar nelas, aprender com usuários reais antes de assumir que você sabe o que eles precisam, essa lógica não ficou obsoleta. Ela ficou mais importante.
A IA acelerou a execução. O julgamento, a empatia e o pensamento crítico ainda são seus. O processo de design não morreu. Está mais rápido. E cabe a você usá-lo com inteligência.
Até o próximo artigo!
Referências:
- Design Process Isn’t Dead, Nielsen Norman Group
- The UX Reckoning: Prepare for 2025 and Beyond, NN/g
- IA para UX em 2026, Alura
- Como a IA está transformando o Design Thinking, Tera
