O que é UX 3.0 e como aplicar em produtos digitais com IA

Um aplicativo que sugere reorganizar pagamentos antes que o saldo fique negativo resolve um problema real. O mesmo aplicativo, quando executa essa reorganização sem avisar, cria outro. A diferença entre os dois cenários não está no layout: está em quem decide o que o sistema pode fazer sozinho, o que ele só sugere e como a pessoa desfaz uma ação que não aprovou.

Durante décadas, o design digital organizou a experiência em torno da tela. Fluxos, menus e jornadas definiam a lógica do produto, e otimizar significava reduzir fricção e tempo de tarefa. Com modelos de IA recomendando, priorizando e agindo em tempo real, a parte mais importante da experiência passou a acontecer antes da interface, na lógica que conecta dados, contexto e automação.

É essa mudança que o conceito de UX 3.0 descreve. Este guia explica de onde o termo vem, como ele se diferencia das fases anteriores do UX, o que a regulação de IA em vigor desde 2026 exige do design e como aplicar esses princípios em produtos reais, com critérios de autonomia, modelos de contexto e métricas próprias.

O que é UX 3.0

UX 3.0 é o paradigma de design de experiência voltado a produtos e sistemas com inteligência artificial. A unidade de projeto sai da tela isolada e vai para o conjunto formado por interface, dados, modelos algorítmicos, integrações e dispositivos, que operam juntos e em tempo real.

O termo foi formalizado pelo pesquisador Wei Xu, professor de fatores humanos e interação humano-computador na Universidade de Zhejiang. No artigo em que propõe o framework, Xu argumenta que os métodos de UX existentes foram criados para sistemas sem inteligência e não oferecem uma abordagem sistemática para produtos com IA centrados no ser humano. Uma versão atualizada do framework saiu na revista Interactions, da ACM, na edição de março e abril de 2026.

O framework organiza as experiências da era da IA em quatro categorias:

• Experiência integrada entre sistemas: o usuário interage com produtos, dispositivos, plataformas e camadas técnicas conectadas, e a coerência depende de todas elas;

• Experiência orientada por inovação: dados e tecnologia revelam necessidades que o usuário ainda não expressou;

• Experiência habilitada por IA: a IA apoia tanto o trabalho do time de design quanto a experiência em tempo real do usuário final;

• Experiência de interação humano-IA: explicabilidade, controle, colaboração e ética entram como requisitos de design.

Na leitura da Dexa, o ponto mais útil do conceito é prático: o design passa a modelar o comportamento do sistema, com níveis de autonomia, critérios de explicação e caminhos de reversão, e as métricas tradicionais de usabilidade e conversão ganham a companhia de indicadores como confiança percebida e precisão contextual.

Qual a diferença entre UX 1.0, UX 2.0 e UX 3.0

A diferença entre as três fases aparece no que cada uma trata como objeto de projeto. Xu divide as últimas três décadas de UX em estágios definidos por plataforma tecnológica, necessidades do usuário, foco, alcance e metodologia. No mesmo artigo, ele marca o lançamento do iPhone, em 2007, como início da era mobile e o AlphaGo, do Google, em 2015, como marco da era da inteligência.

As fases não se anulam. Um produto de UX 3.0 continua exigindo interface legível e teste de usabilidade. O que muda é que a interface vira a camada visível de decisões tomadas em outro lugar: no modelo que recomenda, na regra que prioriza, na integração que sincroniza o estado do usuário entre dispositivos.

Exemplo de UX 3.0 em um aplicativo financeiro

Considere um aplicativo financeiro que cruza padrão de consumo, calendário de vencimentos e histórico de pagamentos. O sistema identifica um possível desequilíbrio de caixa para a semana seguinte e sugere reorganizar dois pagamentos, sem esperar que o usuário abra o app.

A sugestão chega como notificação no smartphone, pode ser confirmada por voz no assistente doméstico e aparece atualizada no desktop do escritório. Se o usuário recusa, o modelo registra a recusa e ajusta as próximas sugestões.

Para esse fluxo funcionar, o time de design definiu quais ações o sistema pode executar sem confirmação (nenhuma, no caso de pagamentos), como a sugestão explica o motivo ('seu saldo previsto para o dia 14 fica negativo') e onde o usuário desfaz uma escolha. Essa camada de regras, invisível na tela, é o que caracteriza o projeto como UX 3.0.

Principais aspectos estruturais do UX 3.0

O UX 3.0 opera em quatro camadas ao mesmo tempo: interface, lógica de decisão, infraestrutura tecnológica e modelos algorítmicos. Cada aspecto abaixo descreve uma engrenagem que o time de produto define explicitamente, sob risco de a experiência ficar incoerente quando uma camada muda sem as outras.

Integração entre dispositivos, sistemas e estados

A coerência da experiência depende de manter consistência entre dispositivos, estados e identidades digitais. Smartphone, desktop, assistente de voz e wearable compartilham dados e contexto, e o usuário espera retomar no notebook a tarefa que começou no celular.

Isso exige sincronização de estado entre dispositivos, interoperabilidade via APIs, padronização semântica dos dados e integração entre sistemas com IA e sistemas legados. Quando uma dessas peças falha, o usuário percebe como erro de design, mesmo que a tela esteja impecável.

IA como infraestrutura de decisão e adaptação

Motores de recomendação, modelos de linguagem e sistemas de personalização operam de forma contínua sobre dados comportamentais e contextuais. O design define os parâmetros dessa operação: limites de autonomia, critérios de fallback (o que o sistema faz quando o modelo não tem confiança suficiente) e pontos de intervenção humana.

A confiança do usuário depende de entender como uma recomendação surgiu. Explicabilidade, auditabilidade e previsibilidade entram como requisitos de produto, com o mesmo peso de desempenho e disponibilidade.

Experiência orientada por contexto e modelagem de intenção

Localização, histórico de uso, dispositivo e sinais situacionais alimentam modelos que reorganizam conteúdo e priorizam ações. A personalização passa a depender de modelagem de intenção, ou seja, de inferir o que a pessoa quer fazer a partir do que ela está fazendo.

O desafio é calibrar adaptação e legibilidade. Um sistema que muda a interface a cada sessão pode ser eficiente e, ao mesmo tempo, impossível de aprender. O artigo sobre tendências em personalização digital aprofunda os formatos de personalização mais usados hoje.

Multimodalidade como arquitetura integrada

A experiência combina linguagem natural, voz, gestos, sensores, biometria e ambientes de realidade aumentada e virtual. Cada modalidade de entrada e saída segue a mesma lógica semântica, para que um comando dado por voz tenha o mesmo resultado que o toque na tela.

O design considera latência, carga cognitiva, consistência de feedback e acessibilidade multimodal. Quem não pode usar voz ou não enxerga a tela deve conseguir concluir a tarefa, tema que o guia de acessibilidade digital da Dexa detalha.

Governança de dados, ética e Human-Centered AI

Com sistemas executando inferências e decisões automatizadas, a experiência incorpora mitigação de vieses, rastreabilidade de decisão e controle granular de dados. Transparência algorítmica vira componente funcional da interface, com lugar próprio na tela e no Design System.

No projeto, isso se traduz em consentimento por finalidade, painéis que mostram quais dados alimentam a personalização, reversão de automações e comunicação clara sobre critérios de decisão. É o que o campo chama de Human-Centered AI: a inteligência opera dentro de limites que o usuário entende e consegue ajustar.

Agentes de IA e colaboração humano-sistema

Assistentes, copilotos e agentes de IA executam tarefas em nome do usuário, como preencher formulários, comparar opções ou agendar compromissos. A experiência é parcialmente coproduzida durante o uso, e o design define até onde a delegação vai.

Três decisões pesam mais em produtos com agentes: o que exige confirmação antes de acontecer (pagamentos, envios, exclusões); como o usuário acompanha o que o agente está fazendo e onde fica o registro das ações executadas. As diretrizes de interação humano-IA da Microsoft, validadas com 49 profissionais de design em 20 produtos com IA, organizam essas decisões por momento da interação, incluindo o que fazer quando o sistema erra e o usuário precisa redirecioná-lo.

O novo papel do profissional de UX

O profissional de UX passa a atuar na interseção entre design, engenharia e ciência de dados. Arquitetura de sistemas, alfabetização em IA e leitura de fluxos de dados entram no repertório básico, ao lado de pesquisa e prototipação.

As entregas também mudam. Telas e fluxos continuam no pacote, e o designer documenta ainda limites de atuação dos modelos, métricas de confiança, critérios de adaptação e estados de erro de experiências geradas parcialmente por IA. Times com maturidade em UX mais alta absorvem essa mudança com menos retrabalho, porque já integram design ao processo de produto.

O que a regulação de IA muda no design de produtos

Explicabilidade e transparência saíram do campo das boas práticas. Em 2026, parte dessas exigências tem data e fiscalização, e quem traduz a regra em interface é o time de design.

AI Act europeu: transparência obrigatória desde agosto de 2026

Desde 2 de agosto de 2026, as obrigações de transparência do Artigo 50 do AI Act valem em toda a União Europeia. Elas se aplicam a qualquer sistema de IA nas situações que o artigo cobre, independentemente de o sistema ser classificado como alto risco. O caso mais comum é informar a pessoa de que ela está interagindo com uma IA e sinalizar conteúdo gerado artificialmente.

Para sistemas generativos já no mercado antes daquela data, o prazo da marcação legível por máquina foi estendido até 2 de dezembro de 2026. As obrigações de sistemas de alto risco foram adiadas pelo pacote conhecido como Digital Omnibus: o prazo do Anexo III passou para 2 de dezembro de 2027. Empresas brasileiras com usuários na Europa já estão sujeitas às regras de transparência.

LGPD e o Marco Legal da IA no Brasil

No Brasil, o art. 20 da LGPD garante ao titular o direito de pedir revisão de decisões tomadas unicamente com base em tratamento automatizado de dados, incluindo decisões que definem perfil de consumo e de crédito. O controlador também deve informar, quando solicitado, os critérios usados na decisão.

O PL 2.338/2023, conhecido como Marco Legal da IA, foi aprovado pelo Senado em dezembro de 2024 e segue em análise na Câmara dos Deputados. O texto adota classificação por nível de risco e reforça direitos de explicação e contestação para quem é afetado por sistemas de IA.

Para o design, a tradução é concreta: aviso claro de interação com IA, rótulo em conteúdo gerado, caminho visível para contestar ou pedir revisão de uma decisão automatizada e registro consultável das ações do sistema. Produtos que já tratam esses elementos como componentes de interface chegam às exigências legais com menos retrabalho.

Como aplicar UX 3.0 em produtos digitais

Aplicar UX 3.0 começa antes da primeira tela. A lógica do projeto parte da arquitetura da experiência, e o wireframe entra depois, quando as regras de dados, autonomia e contexto já estão definidas.

Mapeamento de sistemas e integrações antes do wireframe

Antes de prototipar, o time mapeia quais dispositivos participam da experiência, quais sistemas trocam dados, onde a inteligência é processada e como o estado do usuário é persistido. O mapeamento registra integrações, dependências técnicas, APIs, motores de recomendação e pontos de fricção entre plataformas.

O objetivo é evitar uma interface que funciona isolada e falha quando conectada ao restante do sistema. Ferramentas como o service blueprint ganham uma camada técnica, na qual cada ponto de contato aparece junto das integrações e dos dados que o sustentam. O mapeamento da jornada de usuário continua sendo o ponto de partida; a diferença está em sobrepor a ele o mapa de sistemas.

Definição de camadas de inteligência e autonomia

Cada decisão do sistema recebe uma classificação explícita. Uma forma simples de organizar essa definição é trabalhar com quatro níveis:

A tabela força o time a discutir cada automação antes de desenhá-la. Ações irreversíveis ou com impacto financeiro raramente devem ficar no último nível, e decisões que afetam o perfil de crédito ou consumo precisam de um caminho de revisão, como exige a LGPD.

Construção de modelos de contexto e variáveis críticas

Experiência contextual depende de modelagem técnica. O time define quais variáveis de contexto são relevantes, quais dados a inferência exige, quais sinais têm prioridade quando entram em conflito e como evitar hiperpersonalização, quando o sistema se ajusta tanto ao histórico que para de mostrar alternativas úteis.

Modelos de contexto equilibram eficiência e legibilidade. Se o sistema adapta demais sem transparência, gera desconfiança; se adapta pouco, perde relevância. A construção é feita com os times de dados e engenharia, transformando contexto em parâmetro técnico mensurável, com limiar de confiança definido para cada recomendação.

Governança de dados como parte do Design System

No UX 3.0, governança aparece na tela. Consentimento por finalidade, visualização do uso de dados, ajuste de preferências e histórico de decisões automatizadas são componentes do produto, com padrão visual e comportamento definidos.

O Design System incorpora padrões de transparência, componentes de explicabilidade, módulos de controle de personalização e estados de fallback, como a mensagem exibida quando o modelo não tem confiança suficiente para recomendar. Documentados uma vez, esses componentes garantem que todas as telas com IA sigam a mesma regra.

Quais métricas usar para avaliar UX 3.0

Taxa de conversão, tempo de tarefa e retenção continuam relevantes, mas não capturam a qualidade das decisões algorítmicas, a coerência entre dispositivos ou a confiança do usuário no sistema. Avaliar UX 3.0 exige medir precisão contextual, calibragem da autonomia e desempenho da personalização.

• Relevância contextual: mede se recomendações e automações são percebidas como adequadas ao momento do usuário. Pode ser acompanhada pela taxa de aceitação de sugestões e pela aderência entre a intenção prevista e a ação executada.

• Índice de confiança percebida: avalia se o sistema parece transparente e previsível. Combina o uso das explicações oferecidas, feedback explícito sobre recomendações e pesquisas curtas no próprio fluxo.

• Taxa de reversão de decisões automatizadas: indica quantas ações executadas pelo sistema o usuário corrige ou desfaz. Taxa alta sinaliza excesso de autonomia ou modelo mal calibrado para aquele contexto.

• Coerência entre dispositivos: mede a continuidade da experiência entre pontos de contato, observada por retomada de tarefas, sincronização de preferências e erros na transição entre ambientes.

• Desempenho da personalização: avalia o efeito dos modelos de adaptação sobre engajamento, retenção e eficiência da jornada, comparado a um grupo sem personalização.

Essas métricas complementam os indicadores de negócio, sem substituí-los. O guia de métricas de UX e KPIs de negócio mostra como conectar indicadores de experiência a resultados comerciais, e a análise de UX ajuda a identificar onde esses números estão travando.

Desafios e armadilhas na adoção do UX 3.0

Incorporar inteligência, automação e contexto amplia o potencial do produto e, na mesma medida, aumenta a complexidade. Sem critérios técnicos claros, a adoção gera opacidade, desconfiança e fragmentação operacional.

Automação sem explicabilidade

Sistemas que decidem sem mostrar critérios criam fricção cognitiva. Sem mecanismos de explicação, reversão ou ajuste, a automação vira caixa-preta, e o usuário aprende a contornar o recurso, com impacto em retenção e reputação.

Personalização invasiva

Modelos preditivos mal calibrados cruzam o limite entre relevância e invasão. Uma oferta baseada em dado que o usuário não sabia que havia compartilhado soa como vigilância. O equilíbrio vem de precisão contextual somada à percepção de controle sobre os próprios dados.

Fragmentação multimodal

Expandir para voz, sensores ou ambientes imersivos sem arquitetura unificada gera experiências desconectadas, em que cada canal responde de um jeito. Multimodalidade funciona quando todas as modalidades compartilham a mesma lógica semântica e o mesmo estado do usuário.

IA sem supervisão humana

Autonomia algorítmica total compromete qualidade e previsibilidade. Sistemas com IA dependem de critérios de validação, limites operacionais e monitoramento contínuo para identificar vieses e decisões inadequadas antes que elas cheguem ao usuário em escala.

Complexidade técnica invisível para o time

Camadas de inteligência implementadas sem maturidade organizacional criam dependência de poucos especialistas. Documentação, observabilidade e governança mantêm o produto sustentável quando essas pessoas mudam de projeto ou saem da empresa.

Como a Dexa aplica UX 3.0 em projetos de Experience Design

O trabalho de Experience Design da Dexa parte da mesma premissa do UX 3.0: a experiência é resultado da interface somada às regras, aos dados e às integrações que a sustentam. O projeto começa pelo mapa de sistemas e pela definição de autonomia, e o Design System documenta os componentes de transparência junto dos componentes visuais.

'A primeira conversa sobre IA num projeto acontece antes da tela: quais decisões o sistema toma sozinho, quais ele só sugere e como a pessoa desfaz o que ele fez. Quando essa matriz existe antes do wireframe, design e engenharia discutem o mesmo produto. Sem ela, cada tela inventa a própria regra.'
- Rafael Andrighetti, Head de Design na Dexa

Parte do UX 3.0 também acontece fora do produto. Sistemas de busca com IA leem, resumem e recomendam conteúdo antes de o usuário chegar ao site, e uma arquitetura de informação clara serve tanto à pessoa quanto a esses sistemas. No case da Pactum, consultoria tributária, a Dexa combinou UX estratégico, SEO técnico e estrutura de conteúdo em um novo site em Framer, e os cliques orgânicos cresceram 93,8%.

Para times que já usam IA no produto e sentem que cada nova funcionalidade cria uma regra diferente de explicação, confirmação e erro, o time de Experience Design da Dexa começa pelo diagnóstico dessas regras. O resultado é uma matriz de autonomia e um conjunto de componentes que o time aplica em todas as telas com IA, com métricas de confiança e reversão definidas antes do lançamento.

Perguntas frequentes sobre UX 3.0