No início de 2026, percebi que o kit de ferramentas do designer UX parecia mudar da noite para o dia. O padrão da indústria “Os designers deveriam codificar?” o debate foi abruptamente resolvido pelo mercado, não através de um consenso do nosso ofício, mas através da força bruta das exigências do trabalho. Se você navegar no LinkedIn hoje, notará uma mudança radical: as funções de UX exigem cada vez mais Desenvolvimento aumentado por IA, orquestração técnica, e prototipagem pronta para produção.
Para muitos, inclusive eu, este é o maior pesadelo do trabalho de design. Estamos sendo solicitados a entregar a “vibração” e o “código” simultaneamente, usando agentes de IA para preencher uma lacuna técnica que anteriormente levava anos de conhecimento em ciência da computação e experiência em codificação para ser superada. Mas à medida que a indústria se apressa para satisfazer estas novas expectativas, descobre que o código funcional gerado pela IA nem sempre é bom código.
A panela de pressão do LinkedIn: aumento do papel em 2026
O mercado de trabalho está enviando um sinal claro. Embora se espere que as funções tradicionais de design gráfico cresçam apenas 3% até 2034, as funções de UX, UI e Design de Produto deverão crescer em 16% no mesmo período.
No entanto, este crescimento está cada vez mais ligado ao aumento da Desenvolvimento de produtos de IAonde “habilidades de design” se tornaram recentemente o recurso mais solicitado, mesmo à frente da codificação e da infraestrutura em nuvem. As empresas que constroem essas plataformas não procuram mais apenas designers visuais; eles precisam de profissionais que possam “traduzir capacidade técnica em experiências centradas no ser humano”.
Isso cria um ambiente de alto risco para o designer UX. Não somos mais responsáveis apenas pela interface; espera-se que compreendamos a lógica técnica bem o suficiente para garantir que os recursos complexos de IA pareçam intuitivos, seguros e úteis para o ser humano do outro lado da tela. Os designers estão sendo empurrados para uma Modelo de “engenheiro de projeto”onde devemos preencher a lacuna entre a lógica abstrata da IA e o código voltado para o usuário.
Uma pesquisa recente descobriu que 73% dos designers agora vemos a IA como um colaborador principal, em vez de apenas uma ferramenta. No entanto, esta “colaboração” muitas vezes parece um “desvio de função”. Os recrutadores muitas vezes não procuram apenas alguém que entenda a empatia do usuário e a arquitetura da informação – eles querem alguém que também possa criar um componente React e enviá-lo para um repositório!
Esta mudança criou uma lacuna de competência.
Como um designer sênior experiente que passou décadas dominando as nuances da carga cognitiva, padrões de acessibilidade e pesquisa etnográfica, de repente estou sendo julgado por minha capacidade de depurar um problema de CSS Flexbox ou gerenciar uma ramificação Git.
O pesadelo não é a tecnologia em si. É o realocação de valor.
A armadilha da competência: dois conjuntos de habilidades profissionais, um resultado médio
Existe um mito potencialmente muito perigoso circulando nas salas de reuniões de que a IA torna um designer “igual” a um engenheiro. Esta narrativa sugere que, como um LLM pode gerar um manipulador de eventos JavaScript funcional, a pessoa que o solicita não precisa entender a lógica subjacente. Na realidade, tentar dominar dois campos profundos e díspares simultaneamente provavelmente levará a ser medianamente competente em ambos.
O dilema do “medianamente competente”
Para um designer UX sênior, tornar-se um programador de nível sênior é como pedir a um chef que também seja um encanador, porque “os dois trabalham na cozinha”. Você pode deixar a água correr, mas não saberá por que os canos estão chacoalhando.
- O risco de “descarga cognitiva”.
A pesquisa mostra que, embora a IA possa acelerar a conclusão de tarefas, muitas vezes leva a uma diminuição significativa no domínio conceitual. Num estudo controlado, os participantes que utilizaram assistência de IA obtiveram pontuações 17% mais baixas em testes de compreensão do que aqueles que codificaram manualmente. - A lacuna de depuração.
A maior lacuna de desempenho entre usuários dependentes de IA e codificadores manuais está na depuração. Quando um designer usa IA para escrever código que não entende totalmente, ele não tem a capacidade de identificar quando e por que ele falha.
Portanto, se um projetista envia um componente gerado por IA que quebra durante um evento de alto tráfego e não consegue rastrear manualmente a lógica, ele não é mais um especialista. Eles agora são um passivo.
O alto custo do código não otimizado
Qualquer engenheiro de código experiente dirá que criar código com IA sem o prompt correto leva a muito retrabalho. Como a maioria dos designers não tem a base técnica para auditar o código que a IA lhes fornece, eles estão inadvertidamente enviando enormes quantidades de “Dívida de Qualidade”.
Problemas comuns no código de IA gerado pelo designer
- A falha de segurança
Relatórios recentes indicam que até 92% das bases de código geradas por IA contêm pelo menos uma vulnerabilidade crítica. Um designer pode ver um formulário de login funcionando, sem saber que ele tem uma taxa de falha de 86% na defesa XSS, que são as medidas de segurança destinadas a impedir que invasores injetem scripts maliciosos em sites confiáveis. - A ilusão da acessibilidade
A IA geralmente gera aplicativos “funcionais” que carecem de integridade semântica. Um designer pode solicitar um “botão de alternância bonito e funcional”, mas a IA pode fornecer uma resposta não semântica.that lacks keyboard focus and screen-reader compatibility, creating Accessibility Debt that is expensive to fix later.- The performance penalty
AI-generated code tends to be verbose. AI is linked to 4x more code duplication than human-written code. This verbosity slows down page loads, creates massive CSS files, and negatively impacts SEO. To a business, the task looks “done.” To a user with a slow connection or a screen reader, the site is a nightmare.Creating More Work, Not Less
The promise of AI was that designers could ship features without bothering the engineers. The reality has been the birth of a “Rework Tax” that is draining engineering resources across the industry.
- Cleaning up
Organisations are finding that while velocity increases, incidents per Pull Request are also rising by 23.5%. Some engineering teams now spend a significant portion of their week cleaning up “AI slop” delivered by design teams who skipped a rigorous review process. - The communication gap
Only 69% of designers feel AI improves the quality of their work, compared to 82% of developers. This gap exists because “code that compiles” is not the same as “code that is maintainable.”
When a designer hands off AI-generated code that ignores a company’s internal naming conventions or management patterns, they aren’t helping the engineer; they are creating a puzzle that someone else has to solve later.
Typical issues that developers face with AI-generated code. (Image source: Netcorp) (Large preview) The Solution
We need to move away from the nightmare of the “Solo Full-Stack Designer” and toward a model of designer/coder collaboration.
The ideal reality:
- The Partnership
Instead of designers trying to be mediocre coders, they should work in a human-AI-human loop. A senior UX designer should work with an engineer to use AI; the designer creates prompts for intent, accessibility, and user flow, while the engineer creates prompts for architecture and performance. - Design systems as guardrails
To prevent accessibility debt from spreading at scale, accessible components must be the default in your design system. AI should be used to feed these tokens into your UI, ensuring that even generated code stays within the “source of truth.”
Beyond The Prompt
The industry is currently in a state of “AI Infatuation,” but the pendulum will eventually swing back toward quality.
Businesses that prioritise “designer-shipped code” without engineering oversight will eventually face a reckoning of technical debt, security breaches, and accessibility lawsuits. The designers who thrive in 2026 and beyond will be those who refuse to be “prompt operators” and instead position themselves as the guardians of the user experience. This is the perfect outcome for experienced designers and for the industry.
Our value has always been our ability to advocate for the human on the other side of the screen. We must use AI to augment our design thinking, allowing us to test more ideas and iterate faster, but we must never let it replace the specialised engineering expertise that ensures our designs technically work for everyone.
Summary Checklist for UX Designers
- Work Together.
Use AI-made code as a starting point to talk with your developers. Don’t use it as a shortcut to avoid working with them. Ask them to help you with prompts for code creation for the best outcomes. - Understand the “Why”.
Never submit code you don’t understand. If you can’t explain how the AI-generated logic works, don’t include it in your work. - Build for Everyone.
Good design is more than just looks. Use AI to check if your code works for people using screen readers or keyboards, not just to make things look pretty.
(yk) - The performance penalty
