Il designer e l'AI: chi decide

Perché chi lavora nel design guarda all’AI come collega

Nel 2026 è difficile trovare, tra chi lavora nella progettazione di prodotti digitali, qualcuno ancora convinto che l’intelligenza artificiale sostituirà il proprio mestiere. Secondo il report annuale di Figma sullo stato della professione, il 91% dei designer sostiene che gli strumenti generativi migliorino il risultato finale del loro lavoro, l’89% dichiara di procedere più rapidamente e l’85% considera l’AI ormai essenziale per il futuro della propria carriera. Numeri simili arrivano dal report Designer Fund, che descrive il 2026 come un punto di svolta: la maggioranza di chi progetta non parla più di “AI contro i designer”, ma di “AI insieme ai designer”.

È un consenso raro, in un settore che di solito litiga persino sul font da usare in un pulsante. E arriva proprio mentre cresce un fenomeno parallelo, quello dell’AI agentica: sistemi capaci di portare a termine compiti in autonomia, senza che una persona guidi ogni singolo passaggio. Non si tratta più solo di generare un’immagine o una bozza di interfaccia su richiesta, ma di agenti che esplorano varianti, testano combinazioni e restituiscono soluzioni già pronte da valutare.

Cosa cambia quando l’AI genera layout e varianti

Fino a poco tempo fa il lavoro di chi progetta interfacce iniziava spesso da un foglio bianco: wireframe, moodboard, prime bozze fatte a mano prima di arrivare a qualcosa di presentabile. Oggi quella fase può ridursi a un prompt. Un motore generativo restituisce dieci composizioni diverse di una schermata in pochi minuti, suggerisce varianti cromatiche, individua gerarchie visive basate su migliaia di interfacce già esistenti.

Designer Fund descrive questo cambiamento con un’immagine efficace: chi si occupa di prodotto diventa un “Agent Captain”, una figura che non realizza più ogni singolo artefatto ma supervisiona flotte di agenti impegnati nella produzione. Il baricentro si sposta dall’esecuzione manuale alla direzione, un po’ come è successo decenni fa quando i software di impaginazione hanno tolto ai grafici il compito di tracciare le griglie a mano, lasciando però intatta la necessità di sapere quale griglia scegliere.

Anche UX Collective registra lo stesso spostamento: secondo Arin Bhowmick, l’automazione colpisce soprattutto i compiti di produzione e prototipazione, quelli che storicamente servivano da porta d’ingresso per i profili junior. Il futuro del mestiere, scrive, si gioca ormai nell’orchestrazione di sistemi intelligenti, giudizio umano e comportamento delle macchine, più che nella pura creazione di interfacce statiche.

Gli utenti non sono più soltanto persone

C’è un secondo fronte, meno discusso ma altrettanto rilevante, aperto dal Nielsen Norman Group nell’articolo AI Agents as Users: per la prima volta la parola “utente” non coincide più necessariamente con un essere umano. Gli agenti AI navigano siti, compilano moduli, portano a termine transazioni al posto delle persone che li hanno incaricati. Progettare per loro significa privilegiare nomi chiari per gli elementi cliccabili, pattern di interazione prevedibili e una struttura semantica solida, invece di ricorrere a scorciatoie puramente visive: esattamente i principi dell’accessibilità digitale, che ora è anche una questione di business.

Il paradosso è interessante: più le interfacce diventano generative e adattive (ne avevamo già parlato a proposito di generative UI), più serve una base solida e coerente sotto la superficie. E più cresce il numero di agenti che interagiscono con un prodotto, più torna centrale un tema di cui avevamo scritto qui, quello dell’accessibilità di default: non un’opzione da aggiungere in un secondo momento, ma una condizione di partenza.

Cosa resta fuori dalla portata dell’AI

Qui arriva il punto che, per come la vedo io, resta davvero centrale: è una mia convinzione, più che un dato oggettivo. Un sistema generativo può restituire in un istante pattern ricorrenti, probabilità statistiche, combinazioni che hanno funzionato altrove: è addestrato su milioni di interfacce e sa riconoscere cosa “di solito” produce buoni risultati. Quello che, credo, non possieda è l’intuito: quella forma di conoscenza silenziosa che, come scrive James Harrison su UX Collective citando lo psicologo Daniel Kahneman, consiste nel “sapere senza sapere perché lo si sa”. È il giudizio che permette a chi progetta di percepire, prima ancora di poterlo argomentare, che una soluzione tecnicamente corretta non funzionerà per quel prodotto, quel contesto, quel pubblico specifico.

Secondo me manca anche il guizzo creativo, quello scarto imprevedibile rispetto a ciò che è già stato fatto. Un modello linguistico, per costruzione, remixa ciò che ha già visto: propone la media statistica delle soluzioni migliori, non un’idea che nessuno ha ancora avuto. Andrea Grigsby lo racconta bene, sempre su UX Collective, parlando di gusto come muscolo che si allena con l’esperienza, fatto di errori, tentativi ed esposizione ripetuta a lavori altrui, non qualcosa che si possa chiedere a un chatbot.

C’è infine, sempre a mio parere, il potere decisionale, una responsabilità concreta più che un dettaglio tecnico. Tra dieci varianti generate in automatico, qualcuno deve individuare quella giusta, motivarla davanti a un team, a un cliente o una persona reale che userà il prodotto, e risponderne se si rivela sbagliata. L’AI non firma quella scelta: la suggerisce, al massimo la ottimizza, ma il verdetto finale resta un atto umano, con tutto il peso che comporta.

Da chi produce a chi decide: il nuovo lavoro dello UX

Il risultato pratico di questi cambiamenti è una ridefinizione del ruolo, più che una sua riduzione. Il tempo prima dedicato alla produzione di schermate viene liberato per attività che richiedono una comprensione profonda del contesto: capire davvero perché un utente abbandona un flusso, definire quale problema vale la pena risolvere, mantenere la coerenza di un intero sistema di prodotto. Come ricorda anche il Nielsen Norman Group nel report State of UX 2026, chiunque potrà presto realizzare un’interfaccia dall’aspetto funzionale: quello che continuerà a fare la differenza sarà la capacità di ragionare in profondità su problemi complessi e sul loro impatto reale sul business, non la produzione di elaborati in sé.

Non stupisce che, secondo Designer Fund, alcune aziende che avevano tagliato figure creative confidando nell’automazione stiano ora facendo marcia indietro: i risparmi previsti spesso non si sono materializzati, perché mancava chi sapesse dare un senso a ciò che i sistemi producevano. Ne avevamo scritto anche noi parlando di come, in certi contesti, un team piccolo e affiatato regga meglio di uno smantellato per fare spazio all’AI. E non sorprende nemmeno che, come raccontavamo a proposito delle nuove competenze umanistiche richieste dall’AI, servano sempre più professionisti capaci di leggere il contesto culturale e le implicazioni etiche di ogni scelta progettuale, non solo di padroneggiare un tool.

Come lavorare oggi con un’AI che propone alternative

Nella pratica quotidiana conviene trattare l’output generativo per quello che è: materia prima statistica, utile come punto di partenza, mai come punto di arrivo. Vale la pena chiedere sempre variazioni multiple invece di accontentarsi della prima proposta, verificare che i pattern suggeriti abbiano davvero senso per quel pubblico specifico e non solo per la media dei casi osservati dal modello, e riservare tempo esplicito al confronto con colleghi, ricerca qualitativa e osservazione diretta delle persone che useranno il prodotto: le fonti di intuito che nessun sistema generativo può replicare da solo.

Il rapporto tra chi progetta e l’intelligenza artificiale, per come la vedo io, somiglia meno a una gara e più a una collaborazione tra ruoli diversi: uno strumento capace di esplorare in fretta uno spazio enorme di possibilità e una persona capace di scegliere quale di quelle possibilità merita davvero di esistere.

Il designer e l’AI: chi decide