Se voc\u00ea desenha interface e est\u00e1 pensando em usar usu\u00e1rios sint\u00e9ticos para validar decis\u00e3o, este artigo \u00e9 para voc\u00ea. A Nielsen Norman Group publicou um estudo que mede, com dados, uma suspeita antiga: respondentes sint\u00e9ticos convergem na resposta dominante e perdem a cauda. E a cauda \u00e9 normalmente onde est\u00e1 a decis\u00e3o de design que importa.<\/p>\n
Em outubro de 2026, a NN\/G publicou um estudo em que gerou 120 respondentes sint\u00e9ticos pela plataforma Synthetic Users, usando um modelo generativo que simula participantes de pesquisa, e comparou as respostas com um levantamento anterior de 604 profissionais humanos de tecnologia e design. A pergunta era aberta e simples: que nome voc\u00ea daria para o trabalho de reunir insights sobre pessoas e transformar isso em recomenda\u00e7\u00e3o de produto.<\/p>\n
A conclus\u00e3o central do estudo \u00e9 dupla. Primeiro, as duas amostras apontaram para a mesma resposta dominante: UX continua sendo o termo mais usado. Segundo, as respostas sint\u00e9ticas foram muito menos diversas que as humanas. A autora chama isso de mode collapse, emprestando o termo de aprendizado de m\u00e1quina.<\/p>\n
Vale explicar o mecanismo, porque o termo est\u00e1 sendo usado de forma mais ampla do que a origem dele.<\/p>\n
Mode collapse \u00e9 um modo de falha observado em modelos generativos, originalmente notado em Generative Adversarial Networks, em que o modelo produz sa\u00eddas menos diversas do que o esperado, colapsando para gerar apenas alguns modos da distribui\u00e7\u00e3o de dados enquanto ignora os outros. Modo aqui \u00e9 no sentido estat\u00edstico: o valor mais comum da distribui\u00e7\u00e3o.<\/p>\n
Um jeito pr\u00e1tico de pensar: imagine que voc\u00ea pediu para cem pessoas descreverem o caf\u00e9 da manh\u00e3 que tomaram ontem. A distribui\u00e7\u00e3o real tem p\u00e3o com manteiga, tapioca, misto quente, s\u00f3 caf\u00e9, iogurte com granola, a\u00e7a\u00ed, cuscuz, nada. Um modelo que colapsou n\u00e3o vai inventar que todo mundo tomou a mesma coisa. Ele vai responder p\u00e3o com manteiga em 80% dos casos, caf\u00e9 puro no restante, e nunca vai mencionar cuscuz. A moda est\u00e1 certa. A distribui\u00e7\u00e3o est\u00e1 errada. A analogia quebra num ponto importante: no caf\u00e9 da manh\u00e3 voc\u00ea consegue checar o que de fato aconteceu, na pesquisa qualitativa n\u00e3o, e por isso o erro passa despercebido.<\/p>\n
Em modelos de linguagem o mesmo mecanismo aparece por raz\u00f5es diferentes das GANs originais. A resposta do modelo n\u00e3o \u00e9 observa\u00e7\u00e3o de comportamento, \u00e9 texto estatisticamente plaus\u00edvel gerado com base em padr\u00f5es dos dados de treino. Treino massivo em texto da internet, mais ajuste por feedback humano que premia resposta can\u00f4nica, mais temperatura de amostragem calibrada para coer\u00eancia, tudo isso empurra o modelo para o centro da distribui\u00e7\u00e3o. Ele responde o que a maioria dos textos sobre aquele assunto diria, n\u00e3o o que uma amostra aleat\u00f3ria de pessoas diria.<\/p>\n
O desenho do estudo deixa o efeito n\u00edtido porque a pergunta \u00e9 aberta e o espa\u00e7o de resposta real \u00e9 grande. A plataforma simula entrevistas, ent\u00e3o os respondentes sint\u00e9ticos responderam como se falando com um entrevistador e deram respostas mais longas que as pesquisas humanas, e \u00e0s vezes reformulou a pergunta, por exemplo trocando necessidades e experi\u00eancias por necessidades, comportamentos e experi\u00eancias. Mais tokens de sa\u00edda deveriam dar mais chance de aparecer termo alternativo. Mesmo assim o inverso aconteceu.<\/p>\n
Os n\u00fameros do estudo:<\/p>\n
O ponto que importa para interface \u00e9 este: quando voc\u00ea faz pesquisa aberta para decidir r\u00f3tulo de bot\u00e3o, nome de se\u00e7\u00e3o, texto de erro, categoria de menu, voc\u00ea est\u00e1 justamente procurando a cauda. Se o seu sistema de pagamento tem um fluxo que o usu\u00e1rio chama de confirmar pedido, outro chama de finalizar compra, outro chama de pagar agora, outro chama de concluir, e um usu\u00e1rio em cem chama de fechar carrinho, essa cauda \u00e9 informa\u00e7\u00e3o de design. Um respondente sint\u00e9tico vai te devolver confirmar pedido em 90% das respostas e te deixar confiante de que acertou. Voc\u00ea n\u00e3o acertou. Voc\u00ea converge no centro de uma distribui\u00e7\u00e3o que n\u00e3o \u00e9 a dos seus usu\u00e1rios.<\/p>\n
Vou dar um caso concreto do que eu vivi. Trabalhando num assistente de reuni\u00e3o que gerava resultado durante a call, n\u00e3o depois dela, uma das decis\u00f5es mais dif\u00edceis foi como rotular o estado em que o conte\u00fado j\u00e1 est\u00e1 escrito mas ainda n\u00e3o foi revisado. Quando a call terminava, a descri\u00e7\u00e3o da vaga j\u00e1 estava escrita e os candidatos j\u00e1 estavam ranqueados, quest\u00e3o de segundos, n\u00e3o dias. Mas o que chamar aquilo na UI, rascunho, pr\u00e9-visualiza\u00e7\u00e3o, resultado preliminar, pronto para revisar, gerado automaticamente. Testamos com usu\u00e1rios reais e as respostas se espalharam de um jeito que nenhum prompt reproduziria. Algu\u00e9m usou a palavra bruto, no sentido de min\u00e9rio bruto. Nenhum modelo me daria bruto. Mas bruto foi a palavra que ganhou no teste de reconhecimento, porque comunicava o que importava: tem conte\u00fado ali, voc\u00ea precisa trabalhar antes de usar.<\/p>\n
O estudo tem limita\u00e7\u00f5es que a pr\u00f3pria autora cita e que vale repetir, porque s\u00e3o as mesmas limita\u00e7\u00f5es que voc\u00ea vai encontrar se tentar reproduzir internamente.<\/p>\n
Primeiro, a amostra humana original era enviesada para profissionais j\u00e1 familiarizados com UX. Essas diferen\u00e7as apontam para uma limita\u00e7\u00e3o mais ampla das plataformas de usu\u00e1rios sint\u00e9ticos: pesquisadores t\u00eam controle limitado sobre como as perguntas s\u00e3o apresentadas e essa apresenta\u00e7\u00e3o pode ser uma vari\u00e1vel de confundimento no estudo. Ou seja, voc\u00ea est\u00e1 comparando duas coisas que n\u00e3o s\u00e3o exatamente a mesma condi\u00e7\u00e3o experimental. Mesmo assim o resultado qualitativo \u00e9 consistente com o que outros estudos j\u00e1 apontavam.<\/p>\n
Segundo, mode collapse em modelo de linguagem n\u00e3o \u00e9 id\u00eantico a mode collapse em GAN. O conceito original \u00e9 mais restrito. Em GAN, mode collapse \u00e9 um problema que ocorre quando o gerador aprende a mapear v\u00e1rios valores diferentes de entrada para o mesmo ponto de sa\u00edda, e na pr\u00e1tica colapso completo \u00e9 raro, parcial \u00e9 comum. Em LLM o fen\u00f4meno observado \u00e9 parecido no efeito, menos diversidade do que a popula\u00e7\u00e3o real, mas a causa envolve treino supervisionado, RLHF, decodifica\u00e7\u00e3o, e n\u00e3o din\u00e2mica adversarial. Usar o mesmo termo \u00e9 \u00fatil para comunicar, mas trate como analogia, n\u00e3o como identidade mec\u00e2nica.<\/p>\n
Terceiro, isso n\u00e3o \u00e9 novidade absoluta. J\u00e1 havia literatura apontando o problema. Uma revis\u00e3o sistem\u00e1tica de 182 estudos sugere que essa limita\u00e7\u00e3o \u00e9 estrutural, n\u00e3o uma defici\u00eancia tempor\u00e1ria dos modelos atuais, porque LLMs s\u00e3o preditores de texto plaus\u00edvel, n\u00e3o seres incorporados com experi\u00eancia sensorial, mem\u00f3ria como hist\u00f3ria pessoal ou restri\u00e7\u00f5es vividas. O que a NN\/G fez de novo foi medir no mesmo desenho experimental, com amostras compar\u00e1veis, e nomear o efeito.<\/p>\n
Quarto, nem tudo em interface precisa da cauda. Se voc\u00ea est\u00e1 validando se um fluxo de checkout faz sentido em termos amplos, se o r\u00f3tulo prim\u00e1rio do bot\u00e3o principal est\u00e1 compreens\u00edvel, se a hierarquia funciona, sint\u00e9tico pode servir como primeiro filtro. Stress-test de guia de discuss\u00e3o \u00e9 uma aplica\u00e7\u00e3o leg\u00edtima, rodar um rascunho de guia por uma intera\u00e7\u00e3o com usu\u00e1rio sint\u00e9tico revela perguntas confusas, perguntas tendenciosas, lacunas l\u00f3gicas no fluxo e frases amb\u00edguas antes de expor participantes reais a um guia n\u00e3o revisado, e isso \u00e9 usar usu\u00e1rio sint\u00e9tico como proxy de um colega lendo o guia criticamente, n\u00e3o como fonte de dado de pesquisa. \u00c9 uma distin\u00e7\u00e3o importante.<\/p>\n
O estudo foi feito com uma plataforma espec\u00edfica, Synthetic Users, em fevereiro de 2026, numa \u00fanica pergunta aberta. N\u00e3o d\u00e1 para generalizar que todo modelo sint\u00e9tico colapsa na mesma propor\u00e7\u00e3o, nem que o efeito seja constante entre dom\u00ednios. Pergunta sobre comportamento de compra pode colapsar mais ou menos do que pergunta sobre terminologia profissional. Modelos atualizados podem ter comportamento diferente, para melhor ou para pior, e a pr\u00f3pria NN\/G n\u00e3o testou isso.<\/p>\n
Tamb\u00e9m n\u00e3o d\u00e1 para afirmar, apenas com este estudo, qual seria o impacto no resultado final de um projeto de design se voc\u00ea usasse s\u00f3 sint\u00e9tico. O estudo mede diverg\u00eancia na distribui\u00e7\u00e3o de respostas, n\u00e3o mede quantas decis\u00f5es de produto teriam sa\u00eddo diferentes. Essa \u00e9 uma pergunta aberta.<\/p>\n
Se voc\u00ea quer sentir o efeito antes de pagar por plataforma, d\u00e1 para fazer um experimento barato com qualquer LLM que voc\u00ea j\u00e1 use.<\/p>\n
Pegue uma pergunta aberta que voc\u00ea aplicaria num teste com usu\u00e1rio. Por exemplo: quando voc\u00ea v\u00ea um bot\u00e3o chamado Enviar num formul\u00e1rio de contato, o que voc\u00ea espera que aconte\u00e7a ao clicar nele. Rode essa pergunta por um modelo com um prompt do tipo:<\/p>\n
Voc\u00ea vai responder como se fosse 30 pessoas diferentes.\nCada pessoa tem perfil distinto: idade, profiss\u00e3o, familiaridade com\ntecnologia, pa\u00eds. Para cada uma, gere uma resposta curta de uma a\nduas frases, no estilo de fala natural daquela pessoa.\nN\u00e3o padronize vocabul\u00e1rio. Formato: n\u00famero, perfil breve, resposta.<\/code><\/pre>\nDepois conte quantos r\u00f3tulos distintos aparecem nas respostas. Agrupe por sin\u00f4nimo real, n\u00e3o por palavra id\u00eantica. Compare com o que voc\u00ea esperaria de 30 pessoas de verdade, mesmo que a compara\u00e7\u00e3o seja de mem\u00f3ria. Voc\u00ea vai perceber que a cauda est\u00e1 ausente. Vai aparecer envia o formul\u00e1rio, envia a mensagem, manda os dados, com varia\u00e7\u00f5es de superf\u00edcie, mas dificilmente algu\u00e9m vai dizer dispara email, ou abre meu cliente de email, ou provavelmente nada vis\u00edvel porque sites quebram, que s\u00e3o respostas que humanos reais d\u00e3o.<\/p>\n
O pr\u00f3ximo passo \u00e9 rodar essa mesma pergunta com cinco pessoas reais, de prefer\u00eancia fora do seu time. N\u00e3o precisa amostra estat\u00edstica. Cinco pessoas j\u00e1 mostram a diferen\u00e7a de tipo, n\u00e3o s\u00f3 de grau. E da\u00ed voc\u00ea decide, projeto a projeto, qual a mistura certa entre sint\u00e9tico e humano. Minha regra pessoal: sint\u00e9tico para formatar e stress testar instrumento de pesquisa, humano para gerar dado que vai informar decis\u00e3o de interface.<\/p>\n","protected":false},"excerpt":{"rendered":"
Estudo da Nielsen Norman compara 120 respondentes sint\u00e9ticos com 604 humanos. Mesma conclus\u00e3o, menos varia\u00e7\u00e3o. O que isso muda em pesquisa de interface.<\/p>\n","protected":false},"author":2,"featured_media":784,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-785","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts\/785","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/comments?post=785"}],"version-history":[{"count":0,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts\/785\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media\/784"}],"wp:attachment":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media?parent=785"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/categories?post=785"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/tags?post=785"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}