O Modelo de Maturidade de Capacidade para IA no Design

Jakob Nielsen não só adicionou um sexto nível ao modelo de maturidade de IA no design, como redesenhou o próprio centro de gravidade do ofício: deixar de desenhar telas para cultivar sistemas que se adaptam em tempo real. O nível 'Simbiótico' não é mais sobre gerar um protótipo rápido a partir de um prompt, mas sobre definir as regras de um ecossistema onde a IA interpreta intenção do usuário, não comandos, e constrói interfaces únicas a cada interação. Isso exige que designers dominem menos ferramentas e mais princípios: quais restrições éticas codificar, como testar acessibilidade em fluxos gerados dinamicamente, e como garantir que uma interface personalizada para um deficiente visual não perca funcionalidade ao se adaptar para um usuário com TDAH. A mudança não é técnica, é epistemológica, trocar a lógica do pixel pelo pensamento sistêmico.

Essa virada já está em operação. O Qwen3.7-Plus da Alibaba, lançado em junho de 2026, não apenas gera código, mas opera interfaces gráficas como um agente autônomo: recria aplicações inteiras a partir de vídeos de uso real, ajusta layouts conforme o contexto de rede ou bateria do dispositivo, e corrige vieses de linguagem em tempo real. Ferramentas como v0 e Stitch já permitem que times pequenos lancem versões funcionais de produtos com 15% do esforço anterior, mas só quando os designers sabem especificar corretamente as 'físicas' do sistema, não apenas o resultado final.

O que importa não é se a IA vai substituir designers, mas quem vai liderar os times que usam IA com intencionalidade. Um time que opera no nível Simbiótico não precisa de mais designers, mas de menos pessoas fazendo trabalho repetitivo, e mais especialistas em comportamento humano, ética de dados e arquitetura de experiência. Empresas que ainda treinam equipes só em Figma ou Adobe Firefly estão criando habilidades obsoletas; as que investem em 'agência', capacidade de formular a intenção certa, avaliar saídas imprevisíveis e manter o controle sobre os limites do sistema, estão construindo vantagem competitiva real. A produtividade não vem da velocidade de geração, mas da qualidade das perguntas que o time sabe fazer à IA.