Quem Define a Barra de Qualidade Antes de o Agente Começar a Construir?

A fatia de designers que relata que a IA reduziu sua colaboração com colegas saltou de 5% em 2025 para 20% em 2026. Quatro vezes maior em doze meses. O número vem da pesquisa “AI in Design 2026” da Designer Fund, que ouviu mais de 900 designers em mais de 60 países, e é o sinal mais honesto do relatório. Não porque colaboração seja sagrada, mas porque é o sintoma precoce de uma falha mais profunda: quando protótipos vão do prompt à produção em horas, ninguém fica com a responsabilidade pelo padrão que o trabalho deveria cumprir.

A mesma pesquisa nomeia os três maiores desafios que os profissionais enfrentam ao colocar IA no fluxo de trabalho: qualidade de saída não confiável, falta de controle e contexto de produto ausente. Lidos juntos, revelam um padrão. Nenhum dos três é reclamação sobre capacidade do modelo. Os três são sobre a ausência de um padrão ao qual o modelo pudesse ter sido cobrado. Os designers não pedem uma ferramenta mais inteligente. Perguntam quem decidiu o que é “bom”, e descobrem que a resposta é ninguém.

A Demo Polida e a Experiência Vivida

Um agente de IA produz algo que parece pronto em minutos. Uma landing page, um fluxo, um conjunto de componentes, renderizado e clicável. A demo convence justamente por ser rápida e completa. Então ela chega a um usuário real, e a distância entre a demo e a experiência vivida se abre: o estado vazio que ninguém especificou, o texto de erro que contradiz a voz da marca, o caso de borda para o qual o agente inventou uma solução com total confiança. A saída era plausível. Só não foi cobrada por nada.

Já defendemos que velocidade nunca foi o gargalo, o gosto era. Os números da Designer Fund colocam dados sob essa tese. Quando a saída é barata e instantânea, o recurso escasso é o julgamento que diz isto passa da barra e aquilo não. A queda na colaboração é o que acontece quando esse julgamento deixa de ser um ato compartilhado. Um designer dá o prompt, o agente gera, o trabalho sobe, e os colegas que costumavam pressionar a decisão nunca estiveram na sala. Vinte por cento da área agora relata trabalhar mais sozinho com a máquina do que com o time. O padrão de qualidade não foi para um lugar melhor. Evaporou.

Revisão Posterior Não Acompanha o Ritmo

O controle padrão é revisar depois do fato. Alguém olha o que o agente produziu e captura os problemas. Esse modelo funcionava quando a produção era lenta, porque a revisão tinha tempo de ser o portão. Ele quebra quando o agente sobe em horas.

A aritmética é implacável. Se um agente gera dez artefatos de aparência viável no tempo em que um revisor inspeciona um com cuidado, a revisão deixa de ser portão e vira amostragem. Você captura o que por acaso olhou. A queda de 20% na colaboração é em parte isto: revisores saindo de fininho porque o volume torna a revisão completa impossível, e revisão rasa parece pior do que nenhuma. “Falta de controle”, o segundo desafio mais citado na pesquisa, é a experiência sentida de estar a jusante de um gerador que você não consegue inspecionar rápido o bastante.

Apertar a revisão não resolve. Adicionar revisores não resolve. Ambos presumem que o padrão mora na cabeça de um humano e é aplicado no fim. Na vazão da IA, tudo que é aplicado no fim é aplicado a uma fração da saída.

Codifique o Padrão Antes da Geração

A jogada é pôr o padrão de qualidade na frente do agente, em vez de atrás dele. Não como um clima que o revisor carrega, mas como artefatos que o agente lê antes de gerar um único pixel. Dois artefatos sustentam quase todo o peso.

Especificações comportamentais. Escreva o que a saída precisa fazer, em termos específicos o suficiente para conferir. Não “deixe alinhado à marca”. A voz da marca para estados de erro é calma e assume a responsabilidade, o texto de erro nunca culpa o usuário, todo elemento interativo tem estado vazio e de carregamento definido, o espaçamento segue a grade de oito pontos. São as decisões que um designer sênior toma de forma implícita. Externalize-as. Um agente com uma spec comportamental produz trabalho dentro do limite; um agente com um clima produz um palpite plausível.

Critérios de recusa. Diga ao agente o que ele não pode fazer e quando precisa parar e perguntar. Nada de dado inventado num gráfico. Nada de cor nova fora do conjunto de tokens. Quando o contexto de produto faltar, traga a pergunta à tona em vez de fabricar uma resposta. “Contexto de produto ausente” ficou entre os maiores desafios porque os agentes preenchem o vazio com invenção confiante. Um critério de recusa converte essa fabricação silenciosa em uma passagem de bastão explícita. O agente que diz “não tenho a lógica de preço, parei aqui” vale mais do que o que chuta o preço e o renderiza lindamente.

É a mesma disciplina que descrevemos em o design system como camada de imposição: o sistema deixa de ser documentação que um humano consulta e vira uma restrição que a máquina não consegue contornar. A diferença entre um design system que é um PDF e um que é um conjunto de tokens impostos é a diferença entre torcer pela qualidade e especificá-la.

Pronto É uma Calibração, Não um Veredito

Codificar o padrão na frente não elimina o julgamento. Realoca. O julgamento sai de “esta saída específica está boa”, feito mil vezes depois do fato, para “esta especificação está correta e completa”, feito uma vez antes da rodada. É um lugar muito melhor para gastar atenção sênior, porque a spec é reutilizável e o veredito por saída não é.

Também reformula o que significa terminado. Já escrevemos que, para features de IA, pronto é uma calibração sobre variância aceitável, não um passa/não passa binário. A mesma lógica vale para saída de design. Você não está pronto quando a página parece certa. Está pronto quando escreveu a spec comportamental contra a qual a página foi gerada, definiu o que o agente se recusa a fazer e decidiu que variância aceita entre rodadas. Os respondentes da Designer Fund que relatam perder o controle são os que ainda tratam pronto como um veredito que pronunciam no fim, sobre um volume que ultrapassou sua capacidade de pronunciar.

A queda na colaboração também ganha remédio aqui. Uma spec comportamental é um objeto compartilhado. Quando o padrão mora num documento que o time escreve e o agente lê, revisar a spec é um ato colaborativo mesmo quando a geração é solitária. O time discute o limite uma vez, depois o agente o impõe mil vezes. É colaboração restaurada no nível que escala, em vez de chorada no nível que não escala.

Faça Isto Agora

Pegue um fluxo em que um agente já produz saída voltada ao cliente. Antes da próxima rodada, escreva dois documentos curtos. Primeiro, uma spec comportamental: dez afirmações concretas do que a saída precisa fazer, cada uma conferível, sem clima. Segundo, uma lista de recusa: cinco coisas que o agente nunca pode fazer e o gatilho que o faz parar e perguntar em vez de inventar.

Depois meça. Rode o agente contra a spec por uma semana e conte quantas vezes a saída passa da barra sem retrabalho humano. Se o número for baixo, sua spec está vaga demais, afie-a, não o modelo. Se for alto, você acabou de converter um revisor que estava se afogando em um autor que define o padrão uma vez e o deixa escalar. Essa é a barra que falta aos respondentes da Designer Fund, e é a que você pode definir esta semana.

Fontes

MC Dean (Designer Fund AI in Design 2026). “Who Sets the Quality Bar?.” Junho de 2026.

A Victorino ajuda times a codificar qualidade como specs e critérios de recusa aplicáveis, para que a saída de IA passe da barra antes de subir, não depois: contato@victorino.com.br | www.victorino.com.br