Boa experiência do usuário não nasce de hill climbing

O texto de Randy Au, pesquisador quantitativo de UX e autor da newsletter Counting Stuff, parte de uma observação prática: LLMs geram código muito bem, mas entregam interfaces ruins. Ele relata que a interface leva cerca de três vezes mais tempo e esforço que a funcionalidade, e ainda assim fica difícil de usar. Os problemas são conhecidos: blocos de texto com terminologia opaca, ordem de passos confusa e elementos fora de onde o usuário espera. Até em ferramentas de linha de comando os modelos tendem a criar muitos flags com nomes longos e funções agrupadas sem lógica.

O argumento central é que agentes de código são otimizadores. Eles rendem quando há critério objetivo e determinístico de aprovação, como compilar e passar em testes. Usabilidade não funciona assim. Uma interface confusa pode continuar confusa em centenas de rearranjos e, com poucas mudanças combinadas, passar a fazer sentido de repente. Cada mudança isolada quase não mostra ganho. Au também diz que nunca viu uma métrica de usabilidade em que "mais é sempre melhor": tempo de conclusão e número de ações, por exemplo, dependem do caso, e às vezes se quer fricção.

Há ainda o problema do usuário simulado. Agentes com Playwright até conseguem executar tarefas numa UI, mas leem todo o texto e enxergam a página inteira de uma vez. Humanos não leem tudo e têm campo visual, atenção e memória limitados. Para o agente a interface é "usável", para a pessoa pode ser nonsense. Segundo Au, um simulador realista de usuário ainda é problema aberto em interação humano-computador. Copiar interfaces boas também falha, porque design bom depende de contexto, como no clone do Amazon em lojas pequenas, que fica menos usável sem o catálogo gigante.

O tema já vinha aparecendo na cobertura do CEVIU. Em 13 de abril de 2026, o CEVIU noticiou "Por Que a IA Falha no Desenvolvimento Front End", e em 17 de abril de 2026, "Por Que a IA é Deficiente no Frontend", ambas sobre limites em precisão de pixel e interações complexas. Em 20 de abril de 2026, "Seu agente de IA pode ler sua base de código, mas não conhece seu produto" apontou a falta de contexto de design. Em 11 de março de 2026, "Por Que a UX Gerada por IA Parece Estranha: A Lacuna Humana no Design" já falava de falta de julgamento contextual. O texto atual não traz um fato novo sobre um produto, mas oferece uma explicação mais estrutural: o problema é a ausência de critério objetivo para otimizar e de um usuário simulado confiável.

Para quem trabalha com UX/UI, a leitura é que a IA pode acelerar a implementação, mas não substitui o julgamento sobre hierarquia, texto e ordem de passos. Se a especificação deixa ambiguidade, o modelo escolhe por conta própria. Isso sugere que wireframes, fluxos e testes com pessoas de verdade continuam sendo o ponto de partida, e que o designer segue como o "oráculo" de usabilidade que a máquina não tem.