A era custodial do UX: limpar a dívida deixada pela velocidade da IA, segundo a NN/g
17 de setembro de 2026Por Menina de UX
A inteligência artificial deixou a produção de protótipos e features mais barata do que a avaliação de UX. No artigo The Custodial Era of UX: Cleaning Up After AI, publicado em 28 de agosto de 2026, Anna Kaley e Raluca Budiu descrevem o que a Nielsen Norman Group chama de era custodial: UX entra depois, para decidir o que manter, simplificar ou jogar fora.

A inteligência artificial deixou a produção de protótipos e features mais barata do que a avaliação de UX. No artigo The Custodial Era of UX: Cleaning Up After AI (abre em nova aba), publicado em 28 de agosto de 2026, Anna Kaley e Raluca Budiu descrevem o que a Nielsen Norman Group chama de era custodial: UX entra depois, para decidir o que manter, simplificar ou jogar fora.
Não é só “polir a tela”. É cuidar das necessidades reais das pessoas quando o time já chegou com algo que “funciona no demo”.
O padrão que se repete
A NN/g resume um ciclo familiar:
- surge uma ideia (ou pressão de mercado / de “usar IA”)
- a produção com IA sai rápido
- a avaliação de UX fica para trás, porque o artefato parece pronto
- aparecem confusão, suporte, adoção fraca
- UX é chamada para limpar
O problema não é a IA em si. É que criar ficou mais rápido do que decidir se aquilo é útil, usável, confiável e coerente.
Dívida de UX
Quando a avaliação não acompanha a implementação, a equipe acumula dívida: a experiência passa no demo, mas falha na vida real. Interfaces confusas, texto genérico demais, mensagens de IA que ofuscam o valor do produto e features “inteligentes” que só aumentam complexidade entram nessa conta.
A NN/g lembra ainda que a IA amplifica processos ruins. Comunicação frágil e decisões mal informadas chegam mais longe, mais cedo.
Três frentes de trabalho
O texto propõe que UX não tente banir a geração com IA. Em vez disso, atue em três frentes:
1. Construir julgamento compartilhado. Antes de polir, faça triagem. Qual problema isso resolve? Há evidência de necessidade? Como cabe no modelo mental e nos sistemas existentes? Quais custos e riscos (complexidade, suporte, manutenção)? A pergunta central continua sendo se melhora a experiência, não se é possível construir.
2. Acelerar a avaliação. Combine método ao risco. Painel de usuárias, recrutamento rápido e IA só na logística da pesquisa (não como substituto de pessoas reais). Templates, heurísticas e checklists da organização ajudam a descartar ideias fracas cedo.
3. Colocar UX na geração. O que se aprende na limpeza volta como contexto: arquivos tipo DESIGN.md / UX.md, design system, padrões de conteúdo, acessibilidade e anti-padrões enganosos. Menos correção previsível, mais tempo para o que é complexo.
O que isso muda na prática
Para quem está começando: portfólio que mostra triagem e critério pesa mais do que tela “bonita gerada em minutos”.
Para quem já atua: documentar o porquê das decisões educa o time e reduz a próxima faxina.
Para liderança: velocidade sem custódia de necessidades humanas vira custo depois (suporte, churn, retrabalho).
A NN/g fecha com um duplo sentido de “custodian”: quem limpa a bagunça, e quem cuida de algo valioso. O segundo papel é o que a gente quer sustentar.
Fontes
Artigos relacionados
- Artigos
17 de agosto de 2026 · Menina de UX
UX-Context Design: quando pesquisa e DESIGN.md viram contexto para a IA gerar interface
A NN/g descreve o UX-context design: curar o que a organização sabe sobre pessoas e padrões para guiar ferramentas de IA. md entram na conversa.
- Artigos
16 de agosto de 2026 · Menina de UX
State of UX 2026: mercado estabiliza, fadiga de IA cresce e UI deixa de diferenciar
A Nielsen Norman Group descreve um campo que sai do pânico de demissões, mas segue competitivo.
- Artigos
18 de agosto de 2026 · Menina de UX
Pesquisa conduzida por humanos ainda importa na era da IA, diz a NN/g
Mesmo se a IA igualar a qualidade do relatório, falta o aprendizado compartilhado de observar pessoas reais.