The four design jobs created by AI (so far)

O que significa “Design de IA”?

Quando alguém diz “design de IA”, cada pessoa na sala imagina algo diferente.

Uma pessoa está pensando em usar IA para gerar variações de componentes para um sistema de design. Outra está projetando uma interface de bate-papo. Uma terceira está estruturando dados para que um agente de IA possa analisá-los. Uma quarta está definindo o comportamento de um LLM (Liderança em Aprendizado de Máquina).

Todos se enquadram na categoria de “design de IA”, mas não são o mesmo trabalho.

Vejo isso em anúncios de emprego, posts no LinkedIn e palestras em conferências. Alguém diz: “Precisamos definir nossa estratégia de design de IA”, e todos à mesa concordam — imaginando algo completamente diferente. Seis meses depois, todos estão frustrados porque a “iniciativa de design de IA” não era o que esperavam. 

A discussão sobre IA e design está se bifurcando. O que antes era um único tópico (admitidamente vago) se dividiu em pelo menos quatro orientações distintas. Cada uma delas se concentra em um tipo diferente de trabalho de design, se encaixa em estruturas organizacionais diferentes e usa definições diferentes do que é considerado “bom”. A maioria das equipes é composta por profissionais focados em apenas uma dessas orientações, confusos sobre qual delas estão seguindo ou tentando transitar entre todas sem perceber.

Então,  em qual das quatro orientações de design de IA você se encaixa?

O Motor e o Carro

Um modelo de IA é um motor. Uma peça de tecnologia poderosa e complexa que funciona internamente. Você pode comprar apenas o motor (empresas como a Anthropic e a OpenAI vendem diretamente para desenvolvedores por meio de suas APIs). Mas a maioria das pessoas nunca experimenta a IA dessa forma.

A maioria das pessoas experimenta a IA dentro de um “carro”: o painel, o volante, o cinto de segurança — todas as peças que transformam a capacidade bruta em algo que uma pessoa pode realmente dirigir. A maioria das pessoas não se importa com o funcionamento do motor. Elas se importam que ele as leve aonde precisam ir.

Essa metáfora nos leva aos quatro significados diferentes de “design de IA”. Cada um desses significados implica um tipo diferente de trabalho, habilidades, perguntas e métricas de sucesso. Eles não são mutuamente exclusivos, mas são muito diferentes.

Os quatro significados de “design de IA”

Laura Costantino  esboçou uma versão inicial dessa estrutura em  uma publicação no LinkedIn . Eu a desenvolvi em uma direção diferente, reformulando uma das categorias e expandindo as demais.

1. Projetando com IA

Você é o motorista.  Você está dirigindo.

Essa é a orientação que a maioria das pessoas considera inicialmente. Você usa IA no seu processo de design: para idealizar , criar protótipos , gerar textos , construir painéis de inspiração , realizar pesquisas/ análises da concorrência ou avaliar criticamente o seu próprio trabalho. As ferramentas de IA são seus veículos, e você as utiliza para chegar mais longe, mais rápido.

É aqui que a maioria dos designers se encontra atualmente, e não há nada de errado nisso. A IA como ferramenta está transformando a maneira como o trabalho de design é realizado. Etapas inteiras do fluxo de trabalho que antes levavam horas agora acontecem em minutos.

A armadilha está em tratar esse tipo de trabalho como se fosse tudo o que existe no “design com IA”. A liderança diz “estamos incorporando IA em nossa prática de design”, mas o que realmente querem dizer é “nossos designers agora estão usando o Claude Code”. Embora esse tipo de design com IA seja um começo, ele ignora todas as outras maneiras pelas quais a IA está remodelando as oportunidades de design dentro da organização.

2. Projetando Produtos de IA

Você é o fabricante.  Você está construindo o carro (ou adaptando inteligência artificial em um que já está em movimento).

É aqui que você projeta o produto ou a interface que oferece recursos de IA aos usuários: o painel, o volante e o cinto de segurança. Tudo o que transforma um motor potente em algo que as pessoas podem dirigir sem entender de combustão.

Este tipo de trabalho pode ser entregue de duas maneiras:

• Produtos nativos de IA  são aqueles em que o produto inteiro  é  a experiência de IA: Claude, Perplexity, Cursor, ChatGPT ou Midjourney. Você está projetando o carro do zero. Não há nenhum produto existente para integrar. Cada decisão de design molda a forma como alguém vivencia a capacidade de IA em si.
• Os recursos de IA em produtos existentes  representam um desafio de design diferente: IA do Notion, composição inteligente no Gmail ou um resumidor de IA em sua ferramenta de reuniões. Você está adicionando um novo componente a um carro que já está na estrada — um carro com padrões, navegação e expectativas de usuário já estabelecidos. A IA precisa se encaixar em algo.

Esses tipos de trabalho envolvem diferentes desafios de design com diferentes obstáculos. Para produtos nativos de IA, a dificuldade reside na ausência de modelos mentais estabelecidos  nos quais se basear: você está ensinando novos paradigmas ao usuário. Para recursos de IA em produtos já existentes, o desafio é conectar o recurso de IA ao restante da experiência de forma natural e significativa, mesmo que ninguém tenha solicitado isso.

3. Projetando para Agentes de IA

Você é o engenheiro civil.  Você projeta as rodovias e cria a infraestrutura necessária para que os agentes possam operar.

Esta novidade vai parecer uma mudança radical em relação à experiência do usuário. Continue comigo.

Nesse tipo de trabalho, você cria conteúdo, dados ou interações que agentes de IA (não humanos) irão ler, analisar ou utilizar. Você está construindo a infraestrutura que os sistemas autônomos utilizam para navegar. Se os agentes de IA são os carros autônomos, você está projetando as estradas, a sinalização e as faixas de rodagem.  Os agentes de IA são seus usuários.

Isso pode significar estruturar os dados do produto para que um agente de compras possa comparar opções em nome do usuário, escrever instruções que um assistente de IA seguirá ou otimizar o conteúdo para busca e descoberta por IA em vez de (ou além de) busca e descoberta humana.

Parte dessa infraestrutura sequer será legível para humanos. Uma placa de sinalização projetada para veículos controlados por IA pode codificar informações de maneiras que nenhum motorista humano conseguiria decifrar — dados transmitidos via rádio ou incorporados em partes não visíveis do espectro eletromagnético. O “usuário” dessa placa é um agente, e as restrições de projeto são completamente diferentes.

Essa é a orientação que a maioria das equipes de design ainda ignora, principalmente porque muitas organizações não têm ninguém explicitamente responsável por como os agentes de IA interagem com seus produtos. O que significa que ou isso não está acontecendo, ou está acontecendo por acaso dentro de uma equipe de engenharia sem nenhuma contribuição da área de design.

Projetar para agentes de IA é importante porque envolve decisões de design. Quais dados são expostos? Como são estruturados? O que um agente pode fazer e o que requer confirmação humana? Esses fatores moldam a experiência do usuário final tanto quanto qualquer interface, apenas estão uma camada abaixo.

4. Projetando a IA

Você é o mecânico.  Você está afinando o motor. Você ajuda a decidir que tipo de motor é esse e para que ele foi projetado.

Nesse tipo de trabalho, você ajuda a moldar o modelo: seu comportamento, seus critérios de avaliação e seus princípios. Você trabalha em conjunto com engenheiros para definir o que a IA faz, como ela responde e onde ela traça a linha.

Por exemplo, você pode definir critérios de avaliação para testar se as saídas do modelo atendem aos padrões de qualidade, colaborar com engenheiros no ajuste fino dos dados ou construir os princípios que orientam os testes adversários — o que o modelo deve rejeitar, onde deve expressar incerteza e como deve ponderar instruções conflitantes.

Até agora, a indústria tem tratado essas atividades como trabalho puramente de engenharia, mas não são. Elas envolvem decisões de design. Os designers não são os únicos que podem tomar essas decisões (um especialista em ética, um redator ou um psicólogo também podem contribuir), mas os designers são treinados para integrá-las em uma experiência coerente e testá-las em relação às necessidades do usuário. Estamos começando a ver anúncios de emprego que reconhecem essa competência.

Situação Atual do Campo

Esses quatro tipos de trabalho de “design de IA” não são mutuamente exclusivos. Um único designer pode trabalhar em dois ou três deles em um mês. Nem toda organização precisa dos quatro. Uma empresa que utiliza uma plataforma de aprendizado de máquina (LLM) pronta para uso por meio de uma API pode precisar apenas dos dois primeiros (design com IA e design de produtos de IA). A terceira e a quarta orientações tornam-se relevantes à medida que o relacionamento da organização com a IA se torna mais complexo — por exemplo, ao desenvolver infraestrutura voltada para agentes ou uma plataforma de aprendizado de máquina interna.

O que os diferencia é que cada um envolve o design para um tipo de comportamento fundamentalmente diferente — comportamento humano com ferramentas, comportamento humano com interfaces de IA, comportamento de agentes dentro da infraestrutura e o próprio comportamento do modelo. Comportamentos diferentes exigem tipos diferentes de conhecimento especializado.

Meu ponto não é que você deva escolher apenas um caminho. É que cada orientação desenvolve um tipo diferente de especialização, e a especialização se aprofunda com o tempo. Por exemplo, quanto mais tempo você dedica ao design de produtos de IA, melhor você fica nesse trabalho.  

Entender em qual tipo de design de IA você está desenvolvendo expertise é importante porque o mercado está em constante evolução. Atualmente, poucos designers possuem experiência aprofundada em múltiplas áreas. No entanto, essa oportunidade não durará muito. Dentro de um ano, muito mais designers terão experiência significativa em IA. Aqueles que se especializarem em uma área específica agora terão uma vantagem considerável sobre aqueles que permanecerem com uma visão ampla, “adjacente à IA”.

Eis o panorama atual:

Hoje em dia, a maioria dos designers utiliza IA como ferramenta em seu fluxo de trabalho. Um número crescente deles está projetando produtos e recursos de IA. Pouquíssimos, porém, projetam para agentes de IA ou a própria IA.

A demanda por esses dois últimos profissionais está crescendo. A oferta de designers que os dominam é praticamente inexistente. Portanto, se você é designer, essa lacuna de oportunidades está aumentando.

À medida que os agentes se tornam mais comuns, alguém precisa projetar como eles interagem com produtos, conteúdo e dados. Conforme os modelos são incorporados a mais experiências, alguém precisa definir como eles se comportam. Atualmente, essa pessoa geralmente é um engenheiro que toma essas decisões por padrão, quando poderia (e eu diria que deveria) ser um designer.

O que muda quando você entende todos os quatro?

Compreender que nossa área de atuação está se bifurcando quando se trata de IA muda a forma como você trabalha, seja você um colaborador individual, um líder ou um responsável pela contratação.

Se você é um designer independente,  pode parar de ser vagamente um “designer de IA” no LinkedIn e começar a nomear o que você realmente faz. As habilidades para projetar com IA (compreensão de instruções e integração de fluxo de trabalho) são diferentes das habilidades para projetar a IA (avaliação de modelos, definição de princípios e colaboração com engenheiros de aprendizado de máquina). Identificar o tipo de trabalho que você realiza pode indicar quais habilidades são importantes para o seu desenvolvimento futuro. Saber em qual área você  deseja  atuar lhe dirá onde investir.

Se você é um líder de design,  pode auditar sua equipe em relação aos quatro tipos de trabalho e entender onde existem lacunas e se faz sentido preenchê-las. A maioria das equipes já usa IA em seu fluxo de trabalho e pode ter uma cobertura parcial para o design de recursos baseados em IA. Menos equipes têm uma cobertura clara para o design da infraestrutura voltada para agentes ou para o comportamento do sistema de IA — e isso pode ser aceitável, dependendo de como sua organização desenvolve com IA.

Se você está contratando,  pode parar de escrever descrições de vagas genéricas para “designers de IA”. Nomeie o trabalho específico, contrate com base nas habilidades específicas e avalie com base em uma definição específica de bom trabalho.

A IA remodelou o campo do design e criou quatro novas perspectivas pelas quais você pode enxergar o mundo. Seu primeiro passo deve ser identificar qual delas você deseja seguir.