Acelerar ciclos de trabalho
Já no entender da Hyphen, o retorno mais imediato da inteligência artificial está nos ganhos de produtividade e na capacidade de acelerar ciclos de trabalho que, até há pouco tempo, eram muito mais manuais. «No nosso caso, em UX, esse impacto é particularmente visível em áreas como desenvolvimento front-end, análise de informação qualitativa e quantitativa, prototipagem, content design e algumas fases do processo de UX Research», comentou André Carvalho, CEO da Hyphen.
Em UX Research, por exemplo, o executivo detalha que a IA permite acelerar tarefas como transcrição automática, sumarização de entrevistas, identificação inicial de padrões e consolidação preliminar de findings. «Isto não substitui o trabalho crítico dos investigadores, mas reduz substancialmente o tempo gasto em tarefas operacionais e permite concentrar a equipa na interpretação, validação e tradução desses dados em decisões de design».
Na área de design, «a IA tem permitido acelerar o processo de ideação, criando rapidamente alternativas de interfaces, fluxos e protótipos». Este impacto, nas palavras de André Carvalho, «é ainda maior quando trabalhamos com organizações que já têm bases sólidas de UX Design, como design systems maduros, guidelines claras e componentes bem definidos. Nestes casos, conseguimos passar mais depressa de uma hipótese para uma versão testável».
Um dos impactos mais relevantes está também no conteúdo, garante André Carvalho. Através de agentes e modelos de linguagem, «conseguimos trabalhar a partir de guidelines de marca, tom de voz, regras de escrita e princípios de plain language para gerar propostas de microcopy, mensagens de erro, conteúdos de interface ou variações linguísticas. Mais uma vez, o valor não está em automatizar cegamente, mas em dar à equipa uma base mais rápida para rever, melhorar e validar».
Em termos de prazos, o CEO diz haver ganhos que se tornam visíveis no próprio ciclo de projecto. E deu um exemplo simples: uma equipa pode conseguir preparar um protótipo testável em dois dias, quando antes esse trabalho poderia ocupar duas semanas. «Isto não significa apenas poupança de tempo; significa poder testar mais cedo, iterar mais vezes e chegar a uma solução final mais robusta. A IA permite-nos comprimir algumas fases do processo, sem abdicar daquilo que continua a ser essencial: compreender as pessoas, testar com utilizadores reais e tomar decisões com base em evidência».
