Por André Carvalho, CEO da Hyphen
Dia 13 de novembro assinala-se o Dia Mundial da Usabilidade, criado em 2005 para promover produtos e serviços fáceis de usar, e que em 2025 tem o tema “Emerging Technologies and the Human Experience”. É um bom momento para discutir como a Inteligência Artificial (IA) tem elevado a fasquia da experiência e da confiança.
Em 2025, a IA já entrou em quase tudo. O que separa líderes de seguidores não é o modelo de IA usado, é a experiência ponta‑a‑ponta: o que o cliente sente, compreende e consegue fazer sem atrito. É assim que se protege marca, P&L e risco: desenhando experiências que resolvem problemas reais, medidas por resultados (tempo, custo, satisfação, risco) e com segurança e privacidade por omissão. A experiência do cliente é o negócio.
O que mudou? Uma alteração estrutural é que deixámos de dizer à máquina como fazer e passámos a dizer o que queremos obter. Jakob Nielsen, uma das referências mundiais da área, chama‑lhe o primeiro novo paradigma de interfaces em 60 anos, em que se passa da interação por comandos e cliques para a especificação de intenção. Isto não é uma moda, é mudança de base na relação entre pessoas e sistemas, com impacto direto para a sociedade (acesso e literacia), para as empresas (confiança operacional, reputação, custos) e para os profissionais de UX (novas responsabilidades).
O que este novo paradigma faz emergir é simples de explicar: a experiência volta ao centro. Se a máquina “descobre o como”, então a diferenciação passa a estar na forma como definimos limites, explicamos incerteza e apoiamos correções, para que as pessoas consigam fazer o que precisam sem surpresas.
No espírito do Dia Mundial da Usabilidade, a pergunta não é “que modelo de IA temos?”, mas “que experiência estamos a criar e como a medimos?”. A experiência não é a “camada final” depois da tecnologia. A experiência é onde o valor acontece (ou se perde).
Para a gestão de uma organização, isto traduz‑se em três perguntas operacionais:
- Onde é que a IA já toca o cliente (ou o colaborador) e que atrito está a criar?
- Quem responde, na prática, pela qualidade da experiência quando há IA no meio (Produto, UX, Dados, Risco, Legal)?
- Como medimos resultados de experiência (tempo de resolução, esforço do cliente, taxa de abandono, queixas, retrabalho) e ligamos essas métricas a P&L?
A profissão de UX ganha agora um papel mais executivo, com menos “embelezamento” e mais arquitetura de confiança. O trabalho passa por explicar capacidades e limites de forma compreensível; desenhar caminhos de recuperação quando a IA falha, com handover claro para humano; tornar visível a incerteza (e o porquê) para calibrar expectativas; e orquestrar Produto, Dados, Risco e Legal.
Num país ainda com um fosso digital significativo, isto é também inclusão. Quanto mais sofisticada a tecnologia, maior a obrigação de desenhar simples, testado e acessível. Usabilidade é tanto política pública de adesão como de negócio.
Sem dramatismos, neste momento a IA já acelera tarefas concretas em UX, tais como microcopy, variações de conteúdo e síntese de research, com revisão humana. É sobretudo ganho de produtividade, não substituição do ofício. E está a evoluir. O que hoje é apoio pontual pode ganhar profundidade, daí a importância de método, critério e handover humano.
Esta distinção “hoje vs. amanhã” é vital para não sair fora de pé. Usar o que funciona agora, em contextos controlados e medidos, e resistir à tentação de prometer milagres aos utilizadores.
Sem jargão, em linguagem de negócio, existem alguns princípio de bom senso para pôr a experiência no centro:
- Defina expectativas: diga ao utilizador o que a IA pode e não pode fazer. Surpresas custam dinheiro.
- Mostre o porquê: sempre que possível, ofereça pistas de explicação: origem da informação, passos dados, margem de incerteza.
- Permita correção: um passo para corrigir a intenção (“Não era isto que queria”), com impacto imediato no resultado.
- Desenhe falhas dignas: quando a IA falha, o utilizador deve conseguir continuar a sua tarefa, com ajuda humana, sem recomeçar do zero.
- Meça o que importa: tempo, esforço, satisfação, risco. Acompanhe antes/depois para provar ROI.
- Privacidade e segurança por omissão: padrões claros desde o primeiro dia.
- Guarde registos (quando aplicável e lícito): transparência operacional reduz risco regulatório e reputacional.
O que é que isto pede às empresas? Pede governança de experiência. Não é um projeto, é gestão contínua. É essencial atribuir ownership da experiência com IA (uma função real, com autoridade), testar com clientes verdadeiros, e tomar decisões baseadas em dados, e construir a equipa certa: perfis que combinam tecnologia e negócio, capazes de ligar UX, Dados e AI nas fases certas.
Como nota final, é de salientar que o campo mexe todos os dias. O que aqui partilho é o que sabemos com segurança hoje: a IA mudou o interface (do clicar à intenção) e isto eleva a fasquia da experiência; a IA já ajuda o nosso trabalho em tarefas específicas, com ganhos reais neste momento e revisão humana; e não precisamos de futurologia para agir, precisamos de disciplina de execução.
O primeiro passo é reconhecer o novo contexto, ou seja, a experiência é o diferencial do ROI da IA. Depois, procurar resolver com princípios simples, métricas e ownership claro da experiência dentro da organização. Começar com pilotos medidos, revisão humana e melhoria contínua, sem complicar, sem sair fora de pé.
