Pesquisa da Nielsen Norman Group mostra que IA acelera UX, mas maioria dos comentários é negativa

A Nielsen Norman Group publicou em 23 de outubro de 2026 os resultados de uma pesquisa com 521 profissionais de UX↳UX33 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025UX, IA e Front-End: quando experiência, inteligência e código se encontram para criar o futuro digitalProduto & UX · jul 2025Novidades em UX/UI para 2025: O futuro do design de experiências digitaisProduto & UX · abr 2025Ver tudo em Produto & UX → sobre o uso de inteligência artificial↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → no trabalho. O estudo, conduzido por Maria Rosala e Rachel Banawa, chega a uma conclusão que deveria incomodar qualquer liderança de produto: a IA economiza tempo em praticamente toda tarefa medida, mas isso não se traduz em entusiasmo. O sentimento médio ficou em 3,57 de 5, só ligeiramente acima do neutro, e 69% de quem decidiu comentar livremente no fim da pesquisa expressou algum grau de insatisfação.

Para quem desenha produto, o dado interessante não é "a IA funciona ou não". É onde ela funciona, onde não funciona, e por que a percepção de quem usa fica no meio do caminho mesmo diante de ganhos de velocidade reais e mensurados.

Onde a IA entra, e onde ela não chega perto do usuário

O acesso a ferramentas generativas já é quase universal: 99% dos respondentes têm acesso a alguma IA no trabalho, e 66% usam pelo menos uma ferramenta agêntica (um produto agêntico como Claude Cowork ou um agente de código como Cursor). Mas o uso está longe de ser parelho entre tarefas.

O padrão é claro: a IA acelera o trabalho sobre artefatos e dados, não o trabalho de estar com o usuário. Fazer login numa sessão de teste, conduzir uma entrevista, avaliar uma interface com julgamento de contexto humano: nada disso encolhe muito com um assistente. Só 11% dos respondentes relataram usar entrevistadores de IA e a mesma fatia disse usar usuários sintéticos, uma prática ainda marginal mesmo em 2026.

Isso confirma algo que quem trabalha com pesquisa já sentia na pele: IA ajuda a preparar um roteiro de entrevista, não substitui a escuta. A sessão em si ainda exige o tempo de marcar, recrutar e conduzir, e a análise de contexto humano continua sendo trabalho de gente.

Agentic AI não chega igual a toda empresa, nem a todo cargo

O uso de IA agêntica varia tanto por tipo de organização quanto por papel dentro do time de produto. Startups usam muito mais do que ONGs e governo, numa diferença que passa de duas vezes.

A explicação da NN/G faz sentido: governo tende a ser mais cauteloso com privacidade e segurança, ONGs esbarram em custo e know-how técnico, e startups têm menos camadas de aprovação, além de atrair gente que já quer trabalhar com IA embutida em tudo. Um respondente contou à equipe da pesquisa, em entrevista de acompanhamento:

Eu realmente queria entrar numa empresa que fosse construir as coisas do zero, onde a IA está embutida em todo lugar.

I really wanted to go into a company that will be building stuff from the ground up, where AI is embedded everywhere.Respondente da pesquisa da Nielsen Norman Group, em entrevista de acompanhamento

Por cargo, o padrão também é desigual: product managers e profissionais de ops (como DesignOps) usam IA agêntica com mais frequência do que content designers e pesquisadores. A NN/G sugere que PMs e ops passam o dia orquestrando pessoas e dados entre sistemas, exatamente onde um agente rende mais hoje; pesquisadores e content designers produzem artefatos de alta qualidade (uma síntese de pesquisa, um texto de interface) para os quais um chatbot genérico já resolve.

Para quem lidera squads multidisciplinares, isso é um aviso prático: mandar "usar mais IA" como meta única ignora que a ferramenta certa muda conforme a função. Cobrar de um pesquisador a mesma adoção agêntica de um PM é medir produtividade com a régua errada.

A conta que não fecha: qualidade do output e privacidade

Apenas 9% dos respondentes disseram não ter nenhuma barreira relevante para adotar IA no trabalho. Os dois obstáculos mais citados foram qualidade do resultado gerado (54%) e privacidade ou segurança de dados (50%), seguidos por preocupações éticas ou de sustentabilidade (34%).

Um respondente que trabalha com aplicativos de nicho resumiu bem o problema de confiabilidade:

Tem sido difícil incorporar IA aos nossos fluxos porque desenhamos aplicativos de especialidade, e a qualidade de design gerado por IA ainda é muito ruim, imatura.

It's been hard to incorporate AI into our workflows because we design specialty apps, and the quality of generating designs from AI is very poor / immature.Respondente da pesquisa da Nielsen Norman Group

Curiosamente, falta de apoio da liderança foi o fator menos citado como barreira. O problema, para boa parte de quem respondeu, é o oposto: pressão demais vindo de cima para usar a ferramenta, mesmo quando ela ainda falha em tarefas específicas do produto. Isso cria o que um respondente chamou de "slop" (lixo gerado) que alguém mais cuidadoso precisa revisar e consertar depois, dobrando o trabalho de quem se importa com o resultado final.

Por que o sentimento fica no meio do caminho

Aqui está o ponto que mais interessa a quem desenha produto: a IA encurtou toda tarefa medida na pesquisa (nota média de 4,2 em 5, onde 3 é "sem diferença" e 5 é "muito mais curta"), mas isso não levantou o humor geral.

Dos 521 respondentes, 226 (43%) deixaram um comentário livre no fim da pesquisa, uma taxa de resposta alta para pergunta opcional. Desses comentários, 69% traziam algum sentimento negativo, 41% eram puramente negativos e só 20% puramente positivos. A razão mais citada para o descontentamento não foi filosófica: foi a saída pouco confiável e o esforço de checar e corrigir o que a IA entrega.

A IA economiza tanto tempo que consegue cometer 80 mil erros no tempo que alguém levaria para corrigir 5. Também facilita para gente de negócio criar fluxos complexos de porcaria que levam semanas para desfazer, algo que um designer levaria um mês para fazer bem sem IA.

AI is incredible because it can make 80000 mistakes in the time that it takes for someone to correct 5 of them. It also makes it easier for businesspeople to create complex slop-flows that can take weeks to months to untangle, that would have taken a designer a month to make well without AI.Respondente da pesquisa da Nielsen Norman Group

Nem todo relato foi negativo. Quase metade dos comentários (49%) trazia algum elemento positivo, e o motivo mais comum era simplesmente velocidade:

Com IA consigo terminar o trabalho na maioria dos dias em poucas horas. Isso libera muito mais tempo valioso.

With AI I can complete work on most days within hours now. This frees up so much more valuable time.Respondente da pesquisa da Nielsen Norman Group

Um detalhe que vale levar para dentro de qualquer time: dos sete respondentes que trabalham sozinhos ou em times muito pequenos, cinco deixaram comentários puramente positivos. Para quem não tem com quem discutir uma decisão de design no corredor, a IA virou parceiro de pensamento, não substituto de julgamento coletivo. O benefício é real, mas condicionado a quem controla como usa a ferramenta, e menor para quem trabalha sob mandato, prazo apertado ou revisando o output alheio.

Segurança no cargo: pesquisadores mais céticos que designers

A maioria (65%) dos respondentes espera que seu papel continue importante ou ganhe mais responsabilidade por causa da IA; só 18% acham que o cargo vai encolher ou desaparecer. Mas essa confiança não é igual entre funções: pesquisadores foram estatisticamente menos propensos a achar que seu papel seguirá relevante e mais propensos a achar que ele vai encolher, comparados a designers. Na comparação direta de comentários puramente negativos, pesquisadores também lideraram (51% contra 33% dos designers).

Em resumo: a leitura honesta da pesquisa não é "adotar IA" versus "resistir a ela". É reconhecer que o ganho de velocidade é real e desigual: maior em tarefas de artefato e dado, quase nulo em tarefas que envolvem usuário de carne e osso, e sempre acompanhado do custo invisível de checar, corrigir e absorver pressão de prazo inflada por uma ferramenta que ainda erra. Quem lidera decisão de produto ganha mais tratando isso como trade-off explícito do que como meta de adoção a ser batida.

Fonte

Nielsen Norman Group: "AI in UX: Work Is Faster, But Practitioners Have Mixed Feelings", por Maria Rosala e Rachel Banawa, 23 de outubro de 2026.

Fonte: Nielsen Norman Group