Este workshop é particularmente valioso para designers, gestores de produto, investigadores e desenvolvedores que querem melhorar a sua capacidade de criar produtos digitais mais inteligentes, intuitivos e responsáveis. Num cenário na qual a IA está cada vez mais presente, compreender como alinhar tecnologia, experiência do utilizador e princípios éticos será um grande diferencial para qualquer profissional.
Módulo 1: Human-Centered AI (Fundamentos)
- Evolução da IA: Compreender a hierarquia entre IA Tradicional, Machine Learning, Deep Learning e IA Generativa (GenAI).
- Capacidades e Superpoderes: O que a IA permite fazer (personalização em massa, automação de workflows, predição e multimodality).
- Equipas de IA: Como colaborar com engenheiros de ML e cientistas de dados, entendendo as diferenças entre o design (aberto) e o desenvolvimento de software (predeterminado).
- Autonomia: Estudo dos níveis de automação (escala de 1 a 10) e o equilíbrio entre controlo humano e automação do sistema.
Módulo 2: Designing para IA (Prática e Interface)
- Desafios de UX: Superar a dificuldade de prototipar comportamentos imprevisíveis e articular as capacidades técnicas da IA.
- Prototipagem para IA: Técnicas como Wizard of Oz (simulação humana da IA) e o uso de dados reais para personalização precoce.
- Frameworks de Adaptação: Como integrar o processo de User-Centered Design (UCD) com metodologias de dados como CRISP-ML(Q).
- Design Patterns para IA: Implementação de componentes específicos:
- Wayfinders (ajuda no início da interação).
- Tuners (refinamento de prompts/resultados).
- Trust Indicators (fontes e selos de verificação).
- Identifiers (identificar o que foi gerado por máquina).
Módulo 3: Ética, Confiança e Explicabilidade
Construir Confiança: Estratégias de calibração para evitar o excesso de confiança (overtrust) ou a desconfiança infundada.
Explicabilidade (Explainable UX): Como desenhar interfaces que explicam “por que” o sistema tomou uma decisão, adaptando a complexidade ao tipo de utilizador.
Feedback: Implementação de ciclos de feedback explícito (likes/dislikes) e implícito (análise de comportamento) para melhorar o modelo.
Ética e Bias: Identificar e reduzir vieses (preconceitos) nos dados e garantir que a IA seja eticamente segura e benéfica.
Gestão de Erros: Preparar a interface para lidar com falhas inevitáveis da IA, permitindo sempre ao utilizador corrigir, reverter ou ignorar os resultados.
Módulo 4: Exercício Final
- Desenvolver estratégia de exercício e briefing proposto
- Criar interfaces tendo por base padrões e boas práticas abordadas
- Analisar em grupo os trabalhos realizados e follow ups para melhorias
Público alvo
- UX/UI Designers que desejam criar experiências centradas no utilizador para produtos com IA.
- Product Managers que precisam garantir que a IA agregue valor real aos utilizadores.
- Investigadores de UX interessados em medir e melhorar a usabilidade de produtos baseados em IA.
- Programadores e Engenheiros de IA que querem compreender melhor o impacto da IA na experiência do utilizador.
Aptidões adquiridas no final do curso
- Compreender os fundamentos da IA e como ela afeta a experiência do utilizador.
- Trabalhar em colaboração com equipes de IA para criar produtos mais eficientes e humanizados.
- Aplicar frameworks de design para IA, garantindo confiança, transparência e controle para os utilizadores.
- Identificar e evitar dark patterns em IA, melhorando a experiência do utilizador.
- Prototipar e testar interfaces de IA, assegurando uma usabilidade eficiente.
- Transformar conceitos teóricos em soluções práticas, aplicando IA de forma estratégica em produtos digitais.
