O novo jogo do design: da tela ao fluxo conversacional
Design deixou de ser desenhar tela fixa. A unidade de trabalho virou o fluxo: interfaces conversacionais, agentes e superfícies que se montam na hora. A IA generativa já gera uma tela bonita em segundos, só que pro usuário médio do treinamento dela, não pro seu usuário real. Esta aula abre a trilha em torno de uma tese: gerar rápido não é o problema, gerar rápido sem ninguém real dentro é.
Você abre uma ferramenta de IA generativa de interface, descreve o app que precisa, "um painel de pedidos pra loja pequena", e em vinte segundos recebe uma tela pronta: cores equilibradas, botões no lugar certo, tudo com a cara de um produto profissional. Fica tentador aprovar ali mesmo e mandar pro desenvolvimento. Só que essa tela nasceu de um "usuário médio" que a IA aprendeu olhando milhares de painéis parecidos na internet, não do dono da loja pequena que vai usar o seu, com o jeito dele de organizar pedido, o vocabulário dele, o hábito dele de checar tudo pelo celular no meio do balcão. Bonita a tela. Certa, ainda não se sabe.
O controller pede pro assistente montar um painel financeiro, e em segundos recebe um dashboard limpo, com gráfico de barra, indicador em verde e vermelho, tudo com cara de relatório de consultoria. Só que aquele layout nasceu do "painel financeiro médio" que a IA já viu inúmeras vezes, não da forma como o CFO da empresa realmente lê número, qual indicador ele olha primeiro, o que ele ignora. Bonito o painel. Útil pra decisão de verdade, ainda não se sabe.
O escritório pede uma interface de consulta processual pra IA gerar, e recebe uma tela organizada, com filtro, busca e tudo. Só que o fluxo que a IA montou é o "fluxo jurídico genérico" da internet, não o jeito como o advogado sênior daquela banca realmente busca um processo às pressas, no meio de uma audiência. A tela parece pronta. Serve o dia a dia real, ainda não se sabe.
O time pede uma landing page pra IA gerar, e recebe uma página com hero bonito, prova social no lugar certo, CTA chamativo. Só que aquele padrão é o "padrão de landing" que a IA aprendeu olhando milhares de páginas parecidas, não o que faz o cliente específico daquela marca clicar. A página converte no olho. Converte na prática, ainda não se sabe.
O time de RH pede uma tela de onboarding pra IA gerar, e recebe um fluxo passo a passo, bonito, com barra de progresso e ilustração simpática. Só que aquele fluxo é o "onboarding padrão" que a IA já viu centenas de vezes, não o jeito como o novo funcionário daquela empresa, com aquela cultura específica, realmente aprende as regras da casa. O fluxo parece acolhedor. Acolhe de verdade, ainda não se sabe.
O PM pede pra IA gerar as telas do MVP a partir do PRD, e recebe um protótipo clicável em minutos, com fluxo completo de cadastro até checkout. Só que esse fluxo nasceu do "produto médio" da categoria, não das duas objeções que o cliente-alvo real levanta antes de comprar. O protótipo parece pronto pro board. Resolve a objeção real do cliente, ainda não se sabe.
O time comercial pede uma interface de proposta pra IA montar, e recebe um documento visual limpo, com gráfico de ROI e seção de garantia. Só que aquele modelo é o "modelo de proposta" que a IA aprendeu vendo milhares de exemplos, não o argumento específico que fecha aquele cliente, naquele setor, com aquela objeção de preço. A proposta parece profissional. Fecha o negócio, ainda não se sabe.
O time de operações pede uma tela de painel de SLA pra IA gerar, e recebe um dashboard com semáforo, gráfico de tendência, tudo alinhado. Só que aquele desenho é o "painel operacional padrão", não o jeito como o supervisor do turno da noite, com o celular na mão no chão de fábrica, realmente precisa enxergar o gargalo em três segundos. O painel parece completo. Serve o turno real, ainda não se sabe.
O time de compliance pede uma interface de registro de evidência pra IA gerar, e recebe uma tela organizada, com campo pra cada controle e status colorido. Só que aquele layout é o "formulário de auditoria genérico" da internet, não o jeito como o auditor daquela empresa específica, sob aquela regulação específica, precisa navegar sob pressão de prazo. A tela parece em conformidade. Passa na auditoria real, ainda não se sabe.
O time de engenharia pede pra IA gerar a interface administrativa do sistema novo, e recebe um painel completo em minutos, com tabela, filtro e ação em lote. Só que aquele desenho reflete o "admin genérico" que todo gerador de UI produz, não o jeito como o time de suporte daquela empresa realmente resolve o chamado urgente. O painel parece funcional. Resolve o caso de uso real de quem opera, ainda não se sabe.
Você abre uma ferramenta de IA generativa (tipo v0, Figma AI, UX Pilot) pra gerar a tela do onboarding de um app novo, descreve o objetivo em duas frases, e em vinte segundos recebe um fluxo inteiro: tela de boas-vindas, três passos de configuração, barra de progresso, microcopy simpático. Impecável no olho: hierarquia visual correta, espaçamento consistente, até segue boas práticas de acessibilidade básica. Você quase aprova pra ir direto pro desenvolvimento. Só que aquele fluxo nasceu do "usuário médio de onboarding" que o modelo aprendeu vendo milhares de apps parecidos, não do seu usuário real, aquele que abandona no segundo passo porque o app pede permissão de localização antes de mostrar qualquer valor, um padrão que só aparece na gravação de sessão do Hotjar da sua própria base, não no treinamento de ninguém. A tela está pronta. Está certa pro seu usuário, isso a IA não sabe, e você só descobre se perguntar.
O board pede uma interface de acompanhamento de metas pra IA montar, e recebe um painel elegante, com indicador de progresso e alerta visual. Só que aquele desenho reflete o "painel executivo médio" da internet, não o jeito como aquele board específico prioriza risco versus oportunidade. O painel impressiona na reunião. Orienta a decisão certa, ainda não se sabe.
Putz, deixa eu te contar a virada que já mudou o chão debaixo do seu pé de design, mesmo que ainda não tenham te avisado com todas as letras. Durante décadas, o trabalho do design foi a tela. Você desenhava um wireframe, refinava um mockup, entregava um protótipo estático, pixel perfect, e o desenvolvedor construía exatamente aquilo. A unidade de entrega era a tela, e você era julgado pela tela. Só que a unidade virou outra coisa. Hoje um bocado da interação não passa mais por tela fixa nenhuma: é conversa com agente, é voz, é uma superfície que se monta na hora, diferente pra cada pessoa, dependendo do que ela pediu. E, pra completar a virada, apareceu uma ferramenta que gera aquela tela antiga, a de sempre, em segundos, só que sem ninguém real dentro dela. Esta é a aula que enquadra a trilha inteira em cima dessa dupla virada.
A ideia central desta aula. O design passou por duas mudanças ao mesmo tempo, e as duas acontecem juntas. Primeiro, a unidade de trabalho deixou de ser a tela fixa e virou o fluxo: interfaces conversacionais, agentes, voz, superfícies generativas que se montam na hora, de um jeito diferente a cada interação. Segundo, a própria IA generativa de interface (v0, Galileo AI, UX Pilot, Figma AI, Lovable, e o que vier depois) já entrega uma tela pronta, bonita, com boas práticas genéricas embutidas, em minutos. O risco que dá nome a esta aula é justamente esse: a IA gera pro usuário médio do treinamento dela, não pro seu usuário real, e uma interface pode parecer pronta sem nunca ter sido checada contra dado de verdade. A tese que guia esta trilha inteira, e eu quero ela colada na sua cabeça: gerar rápido não é o problema. Gerar rápido sem ninguém real dentro é o problema. Você vai aprender a arquitetar o fluxo com o usuário de verdade dentro, não só a tela bonita por fora.
01Da tela fixa ao fluxo que se molda na hora
Vamos chamar o boi pelo nome. Você aprendeu design pensando em tela: uma sequência de telas fixas, cada uma com o seu estado, ligadas por uma navegação previsível. O usuário clicava, a tela seguinte aparecia, sempre igual pra todo mundo. Esse modelo ainda existe, mas ele deixou de ser o centro do jogo. Hoje uma fatia enorme da interação acontece dentro de um chat, de um agente que responde por voz, de uma superfície que aparece só quando faz sentido e some quando não faz mais. Não tem tela fixa pra desenhar porque o conteúdo da tela muda a cada pergunta, a cada usuário, a cada contexto.
Pensa no tamanho da mudança pra quem vive de arquivo do Figma. Você não está mais desenhando uma sequência de estados que se repete igual pra todo mundo. Você está desenhando um comportamento: o que o sistema faz quando o usuário pede X, o que ele pergunta de volta quando falta informação, quando ele mostra uma tela de verdade e quando ele resolve tudo numa resposta de texto. É a diferença entre desenhar uma casa e desenhar as regras de como a casa se monta sozinha, dependendo de quem entra.
02O porém: a IA já gera a tela bonita, pro usuário errado
Aqui entra a segunda virada, e ela é a que dá o nome a esta aula. Bem na hora em que o design precisava aprender a desenhar fluxo, apareceu uma geração de ferramentas que resolve, sozinha, o problema antigo: v0, Galileo AI, UX Pilot, Figma AI, Lovable e afins geram uma tela inteira, com hierarquia visual correta, espaçamento consistente, até acessibilidade básica embutida, a partir de uma frase de prompt. Em segundos. É rápido, é bonito, e é sedutor demais pra não confiar de olhos fechados.
Só que existe um porém, e é o porém que separa quem usa essa geração direito de quem se engana. Essa IA aprendeu olhando milhares de interfaces parecidas, e o que ela devolve é a média estatística do que costuma funcionar em geral. Ela nunca viu o seu usuário. Ela não sabe que, na sua base, é justamente o pedido de permissão de localização logo na tela 2 que faz um em cada três usuários fechar o app, um padrão que só existe na gravação de sessão do Hotjar da sua própria empresa, não em nenhum dado de treinamento de modelo nenhum. A tela que ela gerou parece pronta porque segue as regras gerais do bom design. Se ela é certa pro seu caso, isso é outra pergunta, e é uma pergunta que só dado real responde.
03A tese da trilha: ninguém real dentro é o problema, não a velocidade
Agora a parte que organiza o resto do curso. É tentador concluir, diante desse risco, que a solução é desconfiar da geração rápida e voltar a desenhar tudo do zero, telinha por telinha, do jeito antigo. Isso seria jogar fora o ganho real que essas ferramentas trazem, que é gigante e honesto: o que levava dias de wireframe agora leva minutos, liberando o seu tempo pra fazer o trabalho que só um humano faz, que é validar contra gente de verdade.
A tese desta trilha é o caminho do meio, e é o único que se sustenta: gerar rápido não é o problema. Gerar rápido sem ninguém real dentro é o problema. Você não abre mão da velocidade. Você garante que, antes de aprovar qualquer tela ou fluxo gerado, exista alguém real dentro da decisão: um dado de pesquisa que confirme, uma sessão gravada que valide, um usuário sintético calibrado com dado real que teste antes do humano de verdade. É o mesmo espírito da aula 1.1 deste curso, só que aplicado ao seu ofício: lá a diferença era entre uma IA que conversa (devolve texto pra você transportar) e uma que age (trabalha no seu material e te mostra pra conferir). Aqui a diferença é entre uma IA que desenha bonito (devolve tela genérica pronta pra aprovar no escuro) e uma que desenha certo (trabalha ancorada no seu usuário real e te mostra a evidência antes de você aprovar).
04O mapa desta trilha
Esta aula foi o enquadramento. O nome do módulo já entrega a promessa: Negócios em UX e Design na era em que a máquina desenha rápido, mas só você garante que ela desenha certo. O resto da trilha é mão na massa, instalando isso na sua rotina real, um sistema de cada vez:
- Conectar a IA à pesquisa viva de verdade (Dovetail, Hotjar, ticket de suporte), pra ela parar de adivinhar e começar a ler o seu usuário.
- Transformar entrevista solta em padrão com citação rastreável, sem perder o rastro de quem falou o quê.
- Testar o fluxo com usuário sintético antes do humano real, nunca em vez dele.
- Manter o design system vivo, com componente, token e documentação que não apodrecem.
- Auditar acessibilidade de verdade, com agente e com gente.
- Auditar o próprio insight, pra pegar a hora em que a síntese inventa uma dor que ninguém falou.
- E, no fim, o seu sistema operacional de design: o painel, os prompts e a rotina que garantem que toda tela gerada tem alguém real dentro.
Cada aula pega uma parte do seu processo de design e a reconecta ao dado real, pra você continuar ganhando velocidade sem perder o chão. No fim, você não vai ter aprendido a usar uma ferramenta de IA generativa. Vai ter reconstruído o seu processo de design pra virar quem arquiteta o fluxo com o usuário dentro, não quem só aprova a tela bonita que a máquina entregou. Vamos?
Faça agora
A bancada de hoje é rápida e vai te dar o susto saudável certo. Pegue uma ferramenta de IA generativa de interface que você tenha à mão (v0, Figma AI, Lovable, UX Pilot, tanto faz) e gere uma tela pra um fluxo real do seu produto, do jeito rápido de sempre: uma frase de prompt, aprove o resultado no olho.
Agora pare e responda, com a mão no peito:
- QUE USUÁRIO ESSA TELA IMAGINA? Descreva em uma frase quem a IA parece ter tido em mente ao gerar aquele layout, aquela hierarquia, aquele texto de botão.
- O QUE VOCÊ TEM DE DADO REAL sobre o seu usuário que confirma ou contradiz essa suposição? Uma gravação de sessão, um ticket, uma entrevista, uma review.
- SE VOCÊ NÃO TEM ESSE DADO À MÃO agora, anote isso como a primeira lacuna real da sua trilha de UX: é exatamente o buraco que a próxima aula fecha.
Guarde essa tela e essas três respostas. Elas são o seu ponto de partida da trilha, o antes de qualquer sistema de pesquisa viva que você vai montar daqui pra frente.
Pratique
1. Qual é o risco central que esta aula nomeia sobre usar IA generativa de interface (v0, Figma AI, UX Pilot e afins)?
2. Qual é a tese que guia toda a trilha de Negócios em UX e Design, segundo esta aula?
3. Como a diferença entre 'IA que conversa' e 'IA que age' (aula 1.1) se aplica ao design de interface, segundo esta aula?
4. Ao gerar uma tela nova com IA generativa de interface, qual prática, segundo esta aula, evita o risco de 'interface bonita que ignora o usuário real'?
Beleza? Fecha comigo o recado desta abertura. O design não morreu nem virou obsoleto, ele mudou de unidade: da tela fixa para o fluxo que se molda a cada interação, e ganhou uma ferramenta nova, poderosa, que gera essa tela em segundos. O risco não está na velocidade, está em aprovar no escuro uma tela feita pro usuário médio do treinamento, sem checar se ela serve o seu usuário de verdade. A tese que guia esta trilha inteira, pra você colar na parede: gerar rápido não é o problema, gerar rápido sem ninguém real dentro é. Você vai aprender, aula por aula, a manter alguém real dentro de toda tela que você aprova, sem perder um segundo da velocidade que ganhou. Próxima.
Para o quadro
Sobre a unidadea entrega deixou de ser a tela fixa e virou o fluxo que se molda na hora.
Sobre o riscoa IA já gera a tela bonita para o usuário errado. Bonita no olho porque segue padrão geral.
Sobre a teseo problema não é a velocidade, é não ter ninguém real dentro da decisão.
Valeu pelo feedback. Isso ajuda a afiar a próxima aula.