Model Prior
O modelo escolhe o token mais provável. Padrões raros pagam o preço antes de chegar na tela.
Pesquisa · AI Media 2026 (IARIA) · Lemme/UFSC
5 rodadas com o mesmo brief. As 5 telas saíram quase idênticas.
Specification Literacy
Os 5 designers receberam o mesmo brief. As telas estão ordenadas pelo nível do prompt: do mais raso ao mais detalhado. Arraste o slider.
Extração mínima do brief
7 anos de carreira, prompt mais curto, score acima da média da IA sozinha.
7 anos de carreira não bastaram. Senioridade não substitui prompt design.
O modelo escolhe o token mais provável. Padrões raros pagam o preço antes de chegar na tela.
Os datasets de UI que treinaram o modelo são quase todos sidebar, dashboard e card. O modelo reproduz o que mais viu.
A biblioteca de componentes da ferramenta limita o leque de soluções antes mesmo do prompt rodar.
Quando o tempo aperta, o prompt encurta. E quanto menor o esforço, mais o resultado cai no padrão.
Anos de carreira não previram a qualidade do prompt nesta amostra (n=5). O que previu foi familiaridade com IA e o uso de anti-padrões.
7 anos em SaaS, prompt mais curto do estudo.
Score 6 de 8. Mais convergente do que a média da IA sem designer (5,0).
3,2 anos, fluência em IA 5/5, anti-padrões no prompt.
Score 2 de 8. Único do estudo a especificar o que o modelo não devia fazer.
IA não tira a expertise humana da jogada. Ela move a expertise de executar pra especificar: descrever o que fazer e o que evitar.
Paper
Structural Convergence in AI-Generated Media: How Specification Literacy Moderates Homogenization in GenAI-Assisted Interface Design
Thiago Xikota (Lemme/UFSC), Séyido Frejus Donat Ephrem Azonnoudo (PPGEGC/UFSC), Júlio Monteiro Teixeira (PPGDesign/UFSC) e Stephan Böhm (Hochschule RheinMain). AI Media 2026, IARIA. Em peer review.
Dataset suplementar
30 telas + dados da survey no repositório anonimizado ↗Repositório anonimizado enquanto o paper está em peer review.