·2 min
UX de AI Product: confiança e human-in-the-loop
Software comum o usuário valida sozinho. Em IA, ele não consegue. Três pilares para construir confiança: explicar, deixar corrigir e manter humano no loop nas decisões críticas.
UX de AI Product é diferente de UX de software comum em uma coisa: o usuário não consegue validar a resposta sozinho.
Em software comum, o usuário sabe se a calculadora errou (2+2 deu 5). Em IA, a resposta parece sempre plausível. O que era certeza vira confiança — e confiança precisa ser construída.
Três pilares.
1. Explicar como a IA decidiu
Não basta dar a resposta. Mostre por quê.
Padrões úteis:
- Citações. "Esse resumo veio destes 3 documentos."
- Confiança numérica. "85% certeza." (Use com cuidado — calibração importa.)
- Trilha de raciocínio. "Considerei A, B e C. Escolhi B porque..."
- Contraste. "A alternativa mais próxima seria X."
A explicação não precisa ser técnica. Precisa permitir que o usuário diga: "faz sentido" ou "espera, tem algo errado aí".
2. Deixar o usuário corrigir
Botão de discordar. Botão de ajustar. Botão de pedir alternativa.
Sem isso, o usuário fica preso à resposta da IA. Quando ela erra, a única opção é abandonar o produto.
Padrões úteis:
- Editar a resposta. O output é ponto de partida, não final.
- Regenerar. "Tente de novo, com outro ângulo."
- Feedback rápido. Joinha pra cima / pra baixo. Fácil, sem fricção.
- Modo manual. Para casos onde IA não acerta, deixe o usuário fazer sozinho.
Bônus: cada correção é dado para melhorar o modelo (com consentimento).
3. Humano no loop nas decisões críticas
IA não deve decidir sozinha sobre coisas que afetam vida, dinheiro ou direito.
Diga onde IA pode atuar e onde precisa de aprovação humana:
- Sugestão automática. Para rascunhos, ranqueamento, busca, classificação informal.
- Aprovação humana obrigatória. Para decisões com impacto: contratação, crédito, saúde, jurídico, ações irreversíveis.
- Humano com timer. "Vou enviar em 30s — clique para revisar." (Útil quando IA acerta na maioria.)
A regra: quanto maior o impacto, mais explícito o controle humano.
Armadilha
Caixa-preta sem explicação ou sem ajuste. O usuário recebe uma resposta opaca, não consegue questionar e abandona o produto. Pior: vira fofoca interna ("a ferramenta de IA da empresa erra muito") que mata adoção mesmo quando o modelo melhorou.
Próxima fase: Protótipo — fatias verticais com dados reais.