Enquanto toda a gente discute se a Inteligência Artificial vai substituir designers, o verdadeiro risco já está instalado e ninguém fala dele: designers que usam IA todos os dias mas que pararam de pensar criticamente.

‍

A IA gera wireframes. Gera copy. Gera variações de layout. Gera protótipos funcionais. E tu? Tu aprovas. Fazes scroll pelo output, mudas uma cor, ajustas um espaçamento e segues para a próxima tarefa. O problema não é a ferramenta. O problema é que aprovar se tornou o teu trabalho principal. E como vamos ver ao longo deste artigo, isso tem consequências concretas para a tua carreira, para quem está a entrar no mercado, e para a qualidade do que estamos a construir.

‍

Segundo o relatório State of the Designer 2026 da Figma, 91% dos designers dizem que as ferramentas de IA melhoram os seus designs e 89% afirmam trabalhar mais rápido¹. Números animadores. Mas um estudo da UserTesting conta o outro lado da história: apenas 15% dos designers se sentem "muito mais confiantes" na qualidade do seu trabalho, mesmo quando produzem mais rápido². Mais velocidade, menos certeza. Esse desfasamento tem um nome: falta de julgamento.

‍

Gerar não é desenhar

‍

Há uma diferença entre usar a IA como ponto de partida e usá-la como destino. Quando um designer pede ao Figma Make ou ao v0 que gere um ecrã de onboarding, recebe algo que parece funcional. Tem hierarquia visual. Tem um botão primário. Tem espaçamento consistente. Mas não tem nenhuma pergunta respondida.

‍

Porque é que este fluxo tem três passos e não dois? Que dados de research suportam esta estrutura? Quem é o utilizador que vai ver este ecrã pela primeira vez, e o que é que ele precisa de sentir naquele momento? Estas perguntas não aparecem no output de nenhuma ferramenta. São o trabalho do designer. Sempre foram.

‍

O que mudou é que agora é mais fácil saltar directamente para o output sem passar pelo raciocínio. E quando saltas o raciocínio vezes suficientes, perdes a capacidade de o fazer. Vaughn Tan, investigador da University College London, chama a isto o problema do "meaningmaking": a IA processa informação, mas não consegue decidir o que tem valor e porquê³. Essa decisão é humana. E se não a praticas, atrofias.

‍

Este risco já é visível em quem está hoje a dar os primeiros passos na profissão.

‍

Juniores sem raízes

‍

Um Product Designer júnior em 2026 pode construir um protótipo funcional em horas usando Cursor, v0, Figma Make ou qualquer uma das dezenas de ferramentas que geram interfaces a partir de prompts. O resultado? Portfolios cheios de ecrãs bonitos e vazios de pensamento.

‍

Um estudo publicado no Journal of Design Research identificou que as ferramentas de IA criam aquilo a que chamam um efeito de "caixa negra": o designer usa a ferramenta, recebe um resultado, mas não compreende o processo nem os princípios que geraram aquele output⁴. É como seguir um GPS sem nunca olhar para o mapa: chegas ao destino, mas não sabes como chegaste e não consegues repetir o caminho sem ajuda.

‍

Num inquérito da Adobe de 2023, 75% dos profissionais de UX expressaram preocupação com a possibilidade de novos designers perderem competências fundamentais ao aprender em ambientes dominados por IA⁵. E não é difícil perceber porquê. Quando alguém aprende a escrever prompts antes de aprender a definir um problema, está a construir uma casa sem alicerces.

‍

Há ainda um problema que raramente se discute: a individualidade criativa. Se um designer júnior aprende a desenhar interfaces exclusivamente a partir de outputs de IA, o seu trabalho vai convergir inevitavelmente para o mesmo centro. Os mesmos layouts, as mesmas convenções, os mesmos padrões que o modelo aprendeu. Não porque sejam os melhores, mas porque são os mais frequentes nos dados de treino.

‍

Isto, aliás, não é um problema novo. Até hoje, a maioria dos case studies em portfolios de Product Designers são cópias uns dos outros. A mesma estrutura: "O problema", "O processo", "A solução". As mesmas frases genéricas sobre empatia e iteração. Os mesmos mockups bonitos sem uma única decisão difícil documentada. Toda a gente sabe disto, mas o padrão repete-se porque copiar uma estrutura que "funciona" é mais fácil do que construir uma narrativa própria. Agora, com ferramentas de prototipagem por IA, corremos o risco de fazer exactamente o mesmo com as interfaces em si. Não só os case studies são iguais, como os produtos que mostram também passam a ser. A IA é excelente a mostrar o que já existe. Não é boa a imaginar o que ainda não existe.

‍

O risco não é que estes designers não consigam produzir. É que não consigam explicar porquê. E num processo de contratação, numa design review ou numa reunião com stakeholders, o "porquê" é tudo. Um hiring manager não quer ver 20 ecrãs. Quer ouvir o raciocínio que levou àqueles 20 ecrãs. E quando esse raciocínio não existe, nota-se.

‍

Se estás a entrar no mercado e queres construir estas bases antes de adoptar qualquer ferramenta de IA, os cursos de UX/UI Design para iniciantes e de UX/UI Design intermédio da TheStarter ensinam o raciocínio antes da execução. Exactamente o que te vai distinguir num mercado onde todos geram, mas poucos pensam.

‍

Desaprender é mais perigoso do que não saber

‍

Mas se os juniores estão a começar sem fundamentos, os designers com experiência enfrentam um problema diferente, e talvez mais traiçoeiro: estão a perder os que já tinham.

‍

Se antes mapeavam fluxos manualmente, agora pedem a um LLM que gere o user flow. Se antes definiam hierarquias visuais com intenção, agora aceitam o que a ferramenta sugere. Se antes faziam research para fundamentar decisões, agora confiam no output porque "parece certo."

‍

A análise de Dolphia no UX Collective é directa: a IA não criou uma crise de craft no design. Expôs a que já existia⁶. Entre 2020 e 2025, a IDEO perdeu metade dos funcionários. O Google cortou mais de 100 designers. A IBM eliminou o cargo de Chief Design Officer. Não porque a IA substituiu estas pessoas. Porque muitas destas funções tinham deixado de entregar valor estratégico.

‍

Numa era em que qualquer pessoa consegue gerar um protótipo através de um prompt, o craft (a intenção, a precisão e o pensamento por trás de cada decisão) é o que separa um bom produto de um produto genérico. Mas o craft não se mantém sozinho. Exercita-se. E ferramentas que fazem o trabalho por ti são o equivalente de ir ao ginásio e pedir a outra pessoa que levante os pesos.

‍

O resultado é um tipo novo de designer: tecnicamente rápido, estrategicamente fraco. Alguém que entrega mais e pensa menos. E quando chega o momento em que a IA não consegue resolver o problema (porque o problema é ambíguo, político ou envolve trade-offs entre equipas), esse designer não tem ferramentas internas para navegar a situação.

‍

Julgamento de produto não vem de um prompt

‍

Se o diagnóstico é claro, a pergunta que fica é: como se constrói julgamento de produto num mundo onde as ferramentas fazem quase tudo?

‍

Não é com mais ferramentas. É com mais perguntas. A capacidade de olhar para um output, gerado por IA ou não, e perguntar: isto resolve o problema certo? Para quem? A que custo? Que alternativas existem e porque é que esta é melhor?

‍

Este julgamento desenvolve-se a testar hipóteses com utilizadores reais. A perceber que um ecrã bonito pode ser a resposta errada. A ter a coragem de deitar fora um output que funciona visualmente mas que não serve o utilizador. E sobretudo, a aprender os fundamentos (os "porquês" do design de interacção, da acessibilidade, da hierarquia de informação) para que quando uma ferramenta te apresentar um resultado, consigas avaliar se aquilo faz sentido ou se é apenas plausível.

‍

Se queres perceber como desenhar experiências com IA de forma intencional, sem perder o pensamento crítico, o curso de UX para Inteligência Artificial da TheStarter existe para isso mesmo.

‍

O espelho antes de fechar o Figma

‍

Antes de acabares o teu próximo projecto, faz este exercício. Olha para o último ecrã que entregaste e responde com honestidade:

‍

Que decisão de design tomei eu, e não a ferramenta, neste projecto? Se me pedissem para defender cada elemento desta interface numa design review, conseguiria? Que parte deste trabalho sobreviveria se eu tirasse a IA do processo?

‍

Se as respostas te deixam desconfortável, isso não é sinal de fraqueza. É sinal de lucidez. Porque a IA vai continuar a ficar mais rápida. A questão é se tu vais continuar a ficar mais inteligente, ou se te vais tornar apenas a pessoa que carrega no botão de aprovar.

‍

Referências

‍

¹ Figma, "State of the Designer 2026", Fevereiro de 2026. Link.

‍

² UserTesting & Figma, "Defensible Design in the Age of AI", 2026. Link.

‍

³ Vaughn Tan, "An AI tool for learning critical thinking", Setembro de 2025. Link.

‍

⁴ Journal of Design Research, "AI Tools and Skill Development in Early-Career Designers", 2024.

‍

⁵ Adobe, "Creative Professional Survey on AI Integration", 2023.

‍

⁶ Dolphia, "Why AI is exposing design's craft crisis", UX Collective / DOC, Dezembro de 2025. Link.