Devaneios Concretos · Ensaio

A IA deixa você entregar o dobro. O difícil é saber o que não entregar

Os três estágios do uso de IA no trabalho de design e o risco que aparece em todos eles: entregar mais só porque ficou fácil, sem perguntar se quem recebe precisa daquilo.

Ilustração: numa fábrica, uma esteira despeja uma montanha de protótipos, e o designer puxa a alavanca vermelha para pará-la, segurando um único aparelho na outra mão
Leitura05min
Capítulos08
Imagens03
Publicado em

Ouça este texto

7 min · voz sintética

A maioria dos designers usa IA pra fazer o mesmo trabalho, só que mais rápido. Eu acho que esse é o primeiro de três estágios, e o mais perigoso pra parar.

Nos três, aparece a mesma tentação: agora dá pra entregar o dobro. Na minha prática, em algumas entregas, chega a cinco vezes o que eu fazia antes. E a minha posição é que escolher o que fica de fora também é julgamento, talvez o mais importante dele:

Quando executar fica barato, o difícil passa a ser decidir o que não entregar.

Os exemplos aqui são de design, que é a minha área. Mas todo profissional está recebendo essa ferramenta nova ao mesmo tempo, então, se você é de outra área, troca as entregas pelas suas e vê se os três estágios se repetem.

Estágio 1: a IA como assistente

O começo é olhar pras suas entregas. O que um Product Designer faz? Entrevista com usuário, planejamento, escolha de metodologia pra começar um projeto do zero ou avaliar um que já está andando, definição dos indicadores que mostram o que melhorar. Isso varia muito se você está numa empresa grande, numa pequena ou trabalhando por conta.

Ilustração: o designer prepara um roteiro de entrevista, e um pequeno robô sorridente, em cima da mesa, entrega a ele as fichas organizadas e um café
Assistente

Com essa lista na mão, a pergunta é: o que ali é seu, e o que virou commodity? O que a IA pode fazer no seu lugar, e o que é a sua bagagem, o que você estudou e o que você acredita?

A parte que é commodity você acelera ou automatiza. A parte que é sua você transforma em regra. Com skills, GPTs customizados e agentes, dá pra fazer a sua forma de pensar ser aplicada na entrega, e não um padrão genérico que qualquer pessoa conseguiria. É isso que faz alguém fechar com você e não com outra pessoa.

A maioria fica no chat aberto: joga a informação, recebe uma resposta e segue. O estágio 1 bem feito é diferente. Você estuda quais modelos servem pra cada situação e monta as suas ferramentas pra responder exatamente ao que você precisa.

Estágio 2: a jornada inteira

No segundo estágio, a IA deixa de ser só apoio pro que você já fazia e passa a mudar a jornada do projeto. Decupar entrevistas, escolher indicadores, mapear oportunidades, montar a estratégia, preparar a apresentação pra stakeholders, estudar telas e fluxos. Cada etapa fica mais rápida, e algumas ficam possíveis pela primeira vez dentro do prazo.

Aqui aparece a pergunta mais interessante desse estágio: o que você cortava do escopo por falta de tempo e agora pode trazer de volta? Aquela rodada extra de entrevistas, a análise que ficava pra depois, o estudo de alternativas que nunca cabia. A pergunta muda de "como faço mais rápido?" pra "o que eu faria diferente se o custo de executar caísse?".

Estágio 3: a IA dentro do produto

No terceiro estágio, a IA sai do seu processo e entra no que você projeta. Primeiro como inteligência que ajuda o usuário a decidir melhor: a plataforma deixa de ser só um lugar onde ele consulta informação e passa a sugerir, alertar e projetar. Depois, em alguns casos, como a própria entrega: em vez de vender a ferramenta, o produto entrega o resultado.

Ilustração: a engenheira dirige um caminhão, e o próprio painel sugere uma rota melhor no mapa e acende um alerta antes de ela perceber o problema
Dentro do produto

Esse segundo passo, que tem gente chamando de Results as a Service, eu trato como hipótese, não como fato. É uma das coisas que estou testando num outro projeto que estou construindo, e ainda não tenho resposta. A pergunta, aqui, vira "que produto existe agora que antes não podia existir?".

A armadilha do dobro

Agora a tentação que aparece nos três estágios: dá pra entregar mais do que eu entregava antes. Dez jornadas em vez de duas, trinta telas, relatório de quarenta páginas. Parece generosidade. Muitas vezes é overdelivery.

Ilustração: o designer empurra um carrinho com uma pilha enorme de relatórios até a mesa da cliente, que já está soterrada de papel e levanta a mão pedindo para parar
Overdelivery

E vale uma honestidade aqui. Os cinco vezes que eu citei lá em cima são percepção minha, e as pesquisas medem ganhos bem menores:

menos tempo em tarefas de escrita profissional, com qualidade 18% maior
40%
mais tarefas concluídas por quase 5 mil desenvolvedores, em três empresas, com a ferramenta
26%

Fonte: Noy e Zhang, Cui e outros

E num teste com desenvolvedores experientes, o que eles sentiram foi o contrário do que aconteceu:

Desenvolvedores experientes usando IA
Desenvolvedores experientes usando IA
O que eles achavam20% mais rápido
O que foi medido19% mais lento

Fonte: METR

Ou seja, a gente tende a superestimar o próprio ganho. E tem um detalhe que pesa direto no overdelivery: uma tarefa mais rápida não deixa o processo inteiro mais rápido, porque revisão e retrabalho podem engolir a diferença (Bartolucci e Vivo). Voltando ao overdelivery: ele tem pelo menos quatro problemas.

  • Quem recebe tem capacidade limitada de absorver.Mais volume pode diluir a decisão em vez de ajudar.
  • Tudo que a IA gera alguém precisa revisar, validar e defender.Entregar mais cria mais superfície pra erro e mais carga de revisão, quase sempre sua.
  • A expectativa sobe.Se você entrega o dobro hoje, amanhã o dobro vira o padrão, e quem trabalha por conta sente isso no preço.
  • O que importa se perde no meio.A informação que muda o projeto fica enterrada entre as que só mostram esforço.

Por isso a pergunta deixa de ser "o que cabe no prazo?" e passa a ser "o que realmente muda a decisão?".

Um filtro que atravessa os três estágios

O overdelivery não é um quarto estágio. É um filtro que você aplica em todos.

EstágioOnde a IA entraA pergunta viraO filtro
1. AssistenteNo que você já faziaComo faço mais rápido?Acelerar sem inflar a entrega
2. A jornada inteiraEm cada etapa do projetoO que eu faria diferente se o custo de executar caísse?O que você cortava merece voltar, ou cortar era a decisão certa?
3. Dentro do produtoNo que você projetaQue produto existe agora que antes não podia existir?Não encher o usuário de dashboard; entregar a decisão ou o resultado

Cada estágio muda a pergunta que você faz. O filtro é o que impede o excesso de resposta de atrapalhar a decisão.

Onde isso tem limite

Nada disso é defesa de entregar pouco. Teve muita coisa que a gente cortava por falta de tempo e fazia falta de verdade, e trazer isso de volta é um ganho real. O ponto é escolher de propósito, e não entregar mais só porque ficou fácil.

A pergunta que fica

Se escolher o que fica de fora é julgamento, quem deveria tomar essa decisão num projeto: o designer, o cliente ou os dois juntos?

E se você é de outra área, me conta nos comentários: qual tarefa você já delegou pra IA, e qual você nunca delegaria?

Compartilhar

Conversa

Comentários

Leandro OtaAutorFixado

Essa vale pra qualquer área, não só design: qual tarefa você já passou pra IA sem pensar duas vezes, e qual você não passaria de jeito nenhum? Quero ver onde cada um coloca o limite.

Carregando…

Não aparece. Só uso se precisar te responder.

Os comentários aparecem depois que eu leio.

Leia também

Mais sobre IA.