Progettare con l'IA senza perdere il controllo del design

Progettare con l'IA senza perdere il controllo è possibile — a condizione di non confondere due cose che la velocità spinge a confondere. Gli strumenti generativi producono mockup, varianti, prototipi interattivi in pochi minuti. Non producono la comprensione dei bisogni che rende un'interfaccia pertinente. La produzione accelera; la comprensione, invece, si costruisce sempre con utenti reali. È esattamente lì che si gioca il controllo.

Pubblicato a gennaio 2026, rivisto a maggio 2026 — la presente versione è una riscrittura integrale.

Ciò che gli strumenti generativi sanno fare davvero bene

Cominciamo col riconoscere le capacità, senza atteggiamento difensivo di categoria. Partendo da una descrizione scritta, uno strumento oggi produce wireframe strutturati e utilizzabili. Dove un tempo un team preparava tre varianti per un test, oggi può esplorarne decine. L'analisi di riferimenti — passare in rassegna centinaia di interfacce esistenti per estrarne le convenzioni di un settore — si risolve in minuti anziché in giorni. E il prototyping è diventato interattivo: si testa un percorso cliccabile, non un'immagine fissa.

L'ho verificato sul mio stesso sito. Durante il restyling di mcva.ch, ho fatto generare varianti di intere pagine in una serata — strutture, gerarchie, direzioni visive. Questo volume di esplorazione era fuori portata per un libero professionista tre anni fa. Per una PMI svizzera con un budget design limitato, questa accelerazione è un'opportunità reale.

Ma ecco cosa mi ha anche mostrato quella serata: nessuna di quelle varianti sapeva cosa cercassero davvero i miei visitatori. Le scelte che hanno definito il sito finale sono venute da altrove — dal lavoro di posizionamento, dalle domande reali dei dirigenti, dalle pagine che i modelli linguistici citano o ignorano, cosa che misuro attraverso lo Score GEO™. Lo strumento ha esplorato. La decisione è stata presa su un altro terreno.

Un mockup non è una decisione di progettazione

Il concetto da trattenere sta in due frasi. La co-progettazione è il processo che costruisce, insieme agli utenti reali, la comprensione dei bisogni — espressi e latenti — a partire dalla quale un prodotto può diventare pertinente. Nel 2026, l'IA generativa accelera in modo massiccio la produzione degli artefatti di design; non produce però questa comprensione.

Tre aree restano fuori dalla portata dei modelli, ed è su di esse che si costruisce il valore duraturo.

L'ascolto attivo, anzitutto. Un professionista esperto coglie ciò che un colloquio non verbalizza: l'utente che dice "va bene" corrugando la fronte, l'esitazione prima di un clic, la contraddizione tra il discorso e il gesto. I modelli lavorano su testo e dati strutturati; non vedono né il linguaggio del corpo né il contesto emotivo di uno scambio.

Il contesto culturale locale, poi. Il mercato svizzero ha i suoi codici — un rapporto particolare con la discrezione, l'esigenza di qualità più che di volume, il multilinguismo, aspettative elevate in materia di protezione dei dati. Modelli addestrati prevalentemente su dati anglosassoni non portano questi codici per impostazione predefinita, e i pattern visivi generici che producono non li catturano.

I bisogni non espressi, infine. I bisogni più determinanti sono spesso quelli che l'utente non formula, sia perché li ritiene evidenti, sia perché ignora che esista una soluzione. Un modello genera a partire dai pattern presenti nei suoi dati di addestramento; non rivela ciò che lì non compare. L'osservazione delle pratiche reali, invece, sì.

Come far dialogare le due cose, fase per fase?

La domanda utile per un dirigente che commissiona un progetto: in quale momento l'accelerazione è legittima, e in quale momento diventa una scorciatoia che costa? La tabella seguente riassume il dosaggio che funziona, fase per fase.

In sintesi: la ricerca utente — colloqui, osservazione sul campo, workshop — resta interamente umana, e i team che la saltano producono artefatti convincenti che risolvono i problemi sbagliati. La generazione di concept sfrutta appieno gli strumenti, a condizione di essere alimentata dalla ricerca. Il test con utenti reali torna a essere umano, perché una metrica quantifica ciò che può quantificare, non necessariamente ciò che conta. La rifinitura finale combina entrambe le cose: il designer decide, il modello esegue le variazioni.

Questa sequenza spiega perché uno sprint di co-progettazione breve — pochi giorni tra ricerca, generazione assistita e test — sia diventato accessibile a organizzazioni che non potevano mobilitare un team design per settimane. È questo il formato compatto che applico nelle soluzioni che costruisco per le PMI.

Quali paletti per mantenere il controllo?

Senza un quadro esplicito, le scelte predefinite dei modelli diventano le scelte dell'azienda, per semplice negligenza. Tre regole bastano per evitarlo.

La convalida prima dell'esposizione: ogni output generato — mockup, percorso, visual — passa da una revisione umana prima di essere mostrato a un utente o a un cliente. Lo strumento propone, il designer decide.

La tracciabilità: annotare cosa proviene da una generazione automatica e cosa dalla ricerca utente. Bastano poche annotazioni metodiche, e preparano alle esigenze di trasparenza che si stanno precisando — la Legge federale sulla protezione dei dati impone già una maggiore trasparenza sui trattamenti automatizzati che riguardano gli utenti^[1].

La priorità del riscontro degli utenti: se uno strumento raccomanda un percorso ottimizzato per l'engagement ma i tester lo trovano confuso, prevale la percezione umana. Sempre. Questa gerarchia evita l'ottimizzazione delle metriche a scapito della soddisfazione reale.

Questi paletti si stabiliscono nel preventivo, non in corso d'opera — è una delle clausole che definisco sistematicamente in un progetto su misura prima ancora di generare qualsiasi cosa.

Cosa cambia per una PMI svizzera nel 2026

Quando ogni concorrente può produrre interfacce visivamente corrette in pochi giorni, l'artefatto smette di essere un fattore di differenziazione. Ciò che differenzia è la pertinenza — un'interfaccia che dimostra al cliente di averne compreso il contesto. Questa pertinenza nasce dalla comprensione dei bisogni, esattamente ciò che la co-progettazione costruisce e che gli strumenti non riproducono. In altre parole: l'accelerazione della produzione ha reso la ricerca utente più redditizia, non meno.

Lo stesso spostamento attraversa del resto tutte le professioni della produzione digitale — l'ho documentato sul versante del codice in IA e sviluppatori. E per collocare la progettazione all'interno di una roadmap completa di adozione dell'IA, ho delineato l'approccio complessivo in Cosa deve fare una PMI svizzera di fronte all'IA nel 2026?

Da ricordare

— L'IA generativa accelera la produzione di mockup e prototipi; non produce però la comprensione dei bisogni, che resta il cuore della progettazione. — Il dosaggio che funziona: ricerca utente umana, generazione assistita, test umano, rifinitura supervisionata. — Tre paletti da fissare nel preventivo: convalida prima dell'esposizione, tracciabilità delle decisioni, priorità del riscontro degli utenti sulla metrica.

FAQ

L'IA può sostituire un designer UX? No. Sostituisce parte della produzione — wireframe, varianti, prototipi — ma non la capacità di comprendere gli utenti, cogliere i bisogni non espressi e decidere. Un progetto condotto senza questa comprensione produce interfacce plausibili che risolvono i problemi sbagliati.

La co-progettazione è ancora redditizia se l'IA produce tutto così in fretta? Lo è più di prima. La produzione accelerata ha reso banali le interfacce corrette; la differenziazione si gioca ormai sulla pertinenza, che nasce dalla ricerca utente. E il formato si è ridotto: uno sprint di pochi giorni spesso basta dove servivano settimane.

Quali rischi corro se lascio che uno strumento generi la mia interfaccia senza un quadro di riferimento? Le scelte predefinite del modello diventano le vostre scelte: estetica generica, percorsi ottimizzati per le metriche piuttosto che per i vostri clienti, e un'omogeneizzazione che il mercato finisce per percepire. A questo si aggiunge un tema di conformità, poiché la LPD impone trasparenza sui trattamenti automatizzati che riguardano gli utenti.

Come faccio a sapere se il mio fornitore usa correttamente l'IA nel design? Ponete tre domande: quale ricerca utente precede la generazione, chi convalida ogni output generato prima dell'esposizione, e come i riscontri dei test prevalgono sulle raccomandazioni degli strumenti. Un fornitore serio risponde con precisione a tutte e tre.

E nei vostri progetti di progettazione? La Diagnosi d'Uso dell'IA: sessanta minuti per mettere a fuoco i vostri flussi reali, identificare ciò che merita un approccio su misura, ciò che resta in SaaS e ciò che non ha affatto bisogno di IA. Prenota una diagnosi

Fonti

[1] Legge federale sulla protezione dei dati (LPD), revisione del 25 settembre 2020, entrata in vigore il 1° settembre 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

Jérôme Deshaie è CEO e fondatore di MCVA Consulting SA, agenzia aumentata con sede in Vallese. Quindici anni al servizio di grandi marchi internazionali, oggi in prima linea per le PMI svizzere. Percorso.