Na era pré-smartphone, digitar uma mensagem no teclado de nove teclas de um Nokia 3310 exigia dezenas de toques exaustivos até que o sistema T9 — um modelo preditivo primitivo — passasse a "adivinhar" a intenção do usuário baseando-se em dicionários de frequência. Macfadyen revela que, embora as LLMs (Large Language Models: modelos de linguagem treinados em vastos dados para prever texto) modernas pareçam revolucionárias, elas compartilham o mesmo DNA do T9: são ferramentas de adivinhação educada projetadas para reduzir a fricção na comunicação humana. O computador permanece o que sempre foi: um mediador que facilita o intercâmbio de ideias. No entanto, o deslumbre com as capacidades técnicas muitas vezes nos cega para o fato de que a linguagem é apenas um sinal humano exclusivo que nos faz projetar erroneamente uma inteligência total onde existe apenas simulação estatística.

O fenômeno conhecido como "Efeito ELIZA" descreve nossa tendência quase instintiva de projetar qualidades humanas em sistemas que apenas simulam compreensão através de regras de padrões. Joseph Weizenbaum, criador da ELIZA nos anos 60, ficou perturbado ao ver sua própria secretária pedir privacidade para "conversar" com um roteiro que apenas refletia suas palavras. Esse dilema persiste nas LLMs atuais: elas são capazes de escrever briefs jurídicos convincentes, mas podem falhar em aritmética básica ou inventar eventos históricos com autoridade absoluta. Essa "alucinação" (hallucination: geração de dados incorretos com aparência de verdade) ocorre porque o sistema otimiza para o que "soa" correto estatisticamente, não para o que é verdadeiro, criando um abismo perigoso entre a expectativa do usuário e a realidade do modelo.

Para navegar em um campo onde as capacidades mudam semanalmente, Macfadyen propõe uma estrutura mental fixa para o designer: a tríade Entrada-Computação-Saída. Em vez de se perder na "caixa-preta" tecnológica, o trabalho consiste em entender como a intenção humana entra no sistema, como ela é processada e como o resultado retorna para o fluxo de trabalho do usuário. Essa lente reorganiza o problema: se um usuário se sente frustrado, o designer deve diagnosticar se o erro está na entrada ambígua, no processamento lento sem feedback ou na saída formatada de modo inútil. A IA não é determinística — ela não produz o mesmo resultado sempre — e, por isso, o design deve focar em orquestrar essa incerteza, tornando o sistema interpretável e sob controle humano.

O sucesso de uma interface de IA depende de como ela gerencia a descoberta de funcionalidades e a latência (latency: o tempo de espera pela resposta). Macfadyen sugere que nem toda IA deve ser um chat aberto; muitas vezes, botões pré-configurados para tarefas comuns oferecem clareza imediata e fricção zero. Quando a computação demora, a interface deve "narrar" o processo, transformando o tempo de espera em um momento de construção de confiança. A descoberta deve ser mapeada em uma matriz de intenção e iniciativa: se o usuário sabe o que quer, acelere; se o sistema detecta uma necessidade (como traduzir uma página), ofereça ajuda de forma proativa, mas gentil.

No encerramento da obra, Louise Macfadyen reafirma que, embora as ferramentas tenham evoluído dos comandos rígidos do Multics para o diálogo fluido das LLMs, o desafio central do design permanece o mesmo: tornar a tecnologia útil, compreensível e confiável. O designer na era da IA não é apenas um criador de telas, mas um tradutor que converte a complexidade probabilística em valor humano real. Ao dominar a fluência técnica sem perder a empatia, o profissional assegura que a IA atue como um parceiro sofisticado, e não como uma caixa-preta impenetrável. A "caixa de ferramentas" mudou, mas a missão de defender a clareza sobre a complexidade é o que garantirá que a IA realmente aumente a capacidade humana.