La UX nel 2026: dal disegno delle interfacce alla progettazione delle conversazioni

Ero in una riuonione la settimana scorsa.

Designer senior spiega perché non è più il momento di disegnare UI. Product manager che spinge per “agenti conversazionali”. Responsabile che chiede: “Ma allora che cosa progettiamo, esattamente?”

Silenzio.

Ecco il problema. Non è che la UX sia morta. È che una certa idea di UX sta morendo. E per una volta, forse è una buona cosa.

Nielsen Norman Group ha pubblicato il rapporto State of UX 2026: Design Deeper to Differentiate e descrive bene quello che sta succedendo. Non è apocalittico. È più sottile: il valore della UX non sparisce, cambia forma. La UI, quella che disegniamo su Figma con tanta cura, da sola non basta più a differenziarsi. Perché è diventata commodity.

Peccato che molti abbiano capito solo la prima metà della frase.

Cosa è successo negli ultimi due anni

Dopo il boom post-COVID e il caos del 2023-2024 (licenziamenti, hiring freeze, hype AI apocalittico), il mercato della UX ha cominciato a stabilizzarsi. Non è tornato al passato. Semplicemente si sta assestando su una nuova realtà.

I team stanno diventando più magri. Chi fa UX deve fare di più con meno. I ruoli junior rimangono scarsissimi. I senior trovano lavoro più facilmente perché portano giudizio, non solo competenza tecnica. E soprattutto, la domanda che le aziende pongono è cambiata: non più “disegna belle interfacce”, ma “dimostra che il design impatta correttamente sul business e porta ROI”.

Suona giusto, finché non realizzi cosa significa davvero.

L’AI è passata da hype a stanchezza

Nel 2025 abbiamo raggiunto l’equilibrio. Gli ottimisti estremi avevano torto sulla velocità dell’AI, i pessimisti catastrofisti avevano torto su tutto il resto. La realtà, come sempre, è nel mezzo: la tecnologia è migliorata, ha trovato casi d’uso reali (coding, agenti di ricerca, automazione), ma le limitazioni rimangono. Allucinazioni. Inconsistenza. Fallimenti nei casi limite. Costi operativi nascosti.

Adesso le aziende stanno affrontando il conto vero: non solo compute, ma manutenzione, drift dei modelli, rischio legale, sicurezza e complessità operativa che nessuno aveva contato.

Il 2026, stando ai segnali, è l’anno della AI fatigue.

Non solo gli utenti sono stanchi di AI slop, feature AI inutili e pulsanti “Generate” infilati ovunque. Anche i designer e product manager iniziano a farsi domande semplici: conviene davvero automatizzare questa cosa? Che cosa perdo se la automatizziamo? Chi risponde se va male?

Le risposte spesso sono imbarazzanti.

Qui entra in gioco la cosa interessante: le aziende che vinceranno non saranno quelle che aggiungono AI ovunque. Saranno quelle che usano AI solo quando risolve davvero il problema. E quando risolvono il problema, l’AI non deve sembrare magica. Deve sembrare utile e poi sparire in background.

La grande scoperta: la UI non è più il valore: Nielsen Norman Group lo dice così: la UI è diventata meno differenziante.

Tradotto dalla lingua dei consulenti in italiano: non basta più una bella interfaccia.

Negli ultimi anni, i design system, i pattern standardizzati, le librerie di componenti e gli strumenti basati su AI hanno reso banale produrre una UI formalmente corretta. Design tokens, componentizzazione, automazione. Risultato: quasi chiunque riesce a fare un’interfaccia che non fa schifo.

Per questo ora la UI, da sola, è sempre meno un vantaggio competitivo.

La differenza si è spostata più in profondità. Nel comprendere davvero il problema. Nel progettare il comportamento del sistema. Nel fare scelte difficili. Nel capire cosa l’utente veramente ha bisogno versus quello che qualcuno ha deciso fosse “il futuro”.

Ma qui accade qualcosa di strano: molti leggono questa frase e concludono che la UX sia in crisi. Non è vero. È in crisi una certa idea di UX.

Se intendi la UX come pura produzione di wireframe, journey map decorative e workshop pieni di post-it fotografati: sì, quella è in difficoltà. E probabilmente è meritato.

Ma se intendi la UX come la capacità di comprendere l’utente, analizzare il problema vero, ridurre ambiguità e costruire fiducia: quella diventa ancora più importante. Solo che non vive più soltanto nei layer visivi della UI. Vive anche nel comportamento del sistema, in come comunica, in cosa chiede, in quando ammette i propri limiti.

Il vero cambio di paradigma: dalla UI alla conversazione

Fino a poco tempo fa, la UX era una cosa principalmente visuale. Designer lavora su pulsanti, menu, form, breadcrumb, messaggi di errore, stati vuoti. L’utente vede qualcosa, capisce le opzioni, agisce.

Con l’arrivo dei sistemi conversazionali e degli agenti AI, tutto questo cambia. L’utente non sceglie più tra opzioni visibili. Formula intenzioni. Scrive. Parla. Si aspetta che il sistema capisca il contesto.

E qui cominciano i veri problemi.

Un bottone non capisce il contesto. Una conversazione sì, teoricamente. Tranne che il sistema conversazionale può fraintendere molto peggio di un bottone. Può rispondere con eccessiva sicurezza. Può non avere abbastanza contesto. Può inventare dettagli affidabilmente. Una piccola meraviglia probabilistica: come uno stagista velocissimo che cita sempre fonti immaginarie con la massima serietà.

Per questo la progettazione di esperienze conversazionali richiede un livello di UX diverso.

Non basta chiedersi dove mettere la chat. Bisogna chiedersi:

Cosa può fare davvero il sistema? Cosa non può fare? Quale contesto ha a disposizione? Quando chiede chiarimenti invece di improvvisare? Come comunica che non è sicuro di una risposta? Come evita di sembrare più competente di quanto sia? Come aiuta l’utente a formulare richieste migliori?

Queste non sono domande secondarie. Sono il cuore della progettazione.

Il grande equivoco: l’AI non è onnisciente, ma tutti la trattano così

Uno dei problemi principali è che gli utenti si approcciano a questi strumenti come se stessero parlando con entità che sanno tutto.

Che sanno chi sono, cosa vogliono, quale è il loro contesto, quali preferenze hanno, cosa hanno fatto prima, quale livello di dettaglio desiderano, quali vincoli non hanno esplicitato.

L’AI non sa niente di tutto questo. Lavora con il contesto che riceve. Risponde sulla base degli input, delle istruzioni, della memoria eventualmente accessibile, dei dati che ha, dei vincoli di sistema e della probabilità statistica.

L’utente però non lo sa. Se l’interfaccia è fluida e conversazionale, tende ad attribuire al sistema capacità che non ha. Se parla bene, deve capire bene, pensa. È lo stesso motivo per cui nella storia umana abbiamo avuto così tanti problemi con venditori, politici e parole come “sinergia”.

Qui entra la UX.

Una buona esperienza AI deve gestire le aspettative. Non con disclaimer infiniti che nessuno legge. Con segnali chiari, momenti di chiarimento, messaggi utili, fallback credibili e percorsi di recupero quando il sistema sbaglia.

Progettare il perimetro della conversazione

Nel design tradizionale, gran parte del lavoro consiste nel rendere visibile cosa l’utente può fare. Guarda l’interfaccia e capisce le opzioni.

In una chat libera? La promessa è “chiedimi qualsiasi cosa”. Che è potentissima, ma anche pericolosa. Se puoi chiedere qualsiasi cosa, ti aspetti risposta a qualsiasi cosa. E lì iniziano i problemi.

Progettare UX conversazionale significa quindi progettare il perimetro di quella conversazione.

**Primo**: l’utente deve capire cosa può chiedere. Non in astratto, ma attraverso esempi, suggerimenti, microcopy ben pensato.

**Secondo**: il sistema deve ammettere i limiti senza paura. Un assistente che dice “non ho i dati per rispondere” è infinitamente più utile di uno che improvvisa con sicurezza.

**Terzo**: quando il prompt dell’utente è ambiguo, chiedere chiarimenti è spesso la scelta migliore. È UX, non solo tecnica.

**Quarto**: l’utente deve mantenere controllo. Correggere, annullare, modificare, capire perché il sistema ha risposto così. Il controllo costruisce fiducia.

**Quinto**: gli errori non sono eccezioni rare nel contesto AI. Sono parte del sistema. Vanno progettati: messaggi chiari, alternative, escalation, verifiche, possibilità di riformulare.

Il prompt è parte invisibile dell’interfaccia

Qui arriviamo al punto che molti non capiscono ancora.

Il prompt non è un trucco tecnico. Non è la formula magica di qualcuno che si autodefinisce “prompt wizard”, titolo che esiste principalmente perché “persona con molto tempo libero e una textarea” non era abbastanza vendibile.

Nelle esperienze AI, il prompt **è componente invisibile dell’interfaccia**.

Le istruzioni date al modello influenzano il comportamento del sistema, il tono di voce, il livello di dettaglio, come gestisce l’ambiguità, come comunica i limiti, perfino la percezione di affidabilità.

Questo significa che progettare una buona esperienza AI richiede collaborazione tra UX designer, product, engineering, research, content design e chi pensa alla logica dei prompt.

La domanda non è solo “quale prompt usiamo”.

La domanda corretta è: “quale esperienza vogliamo generare con questa conversazione?”

Da lì derivano le scelte tecniche: quali istruzioni, quale contesto, quale tono, quando chiedere chiarimenti, quando rispondere direttamente, quando segnalare incertezza, come strutturare l’output, come evitare genericit, come mantenere coerenza tra conversazione, prodotto e brand.

Questa è UX. Solo che non vive più soltanto nei layer visivi. Vive nelle istruzioni, nei vincoli, nel contesto, nella memoria, nella logica di sistema e nella qualità delle risposte.

Il centro resta sempre l’utente, non il modello

Il rischio più grande è partire dalla tecnologia invece che dal problema.

Lo vedo continuamente: abbiamo un modello AI, quindi cerchiamo dove inserirlo. Una chat. Un assistente. Un pulsante “Generate”. Perché ormai se un prodotto non ha un pulsante “Generate”, il board inizia a sudare freddo.

Il processo corretto dovrebbe essere l’opposto.

Parti dall’utente. Dal suo problema vero. Dal contesto. Dalle difficoltà. Dagli obiettivi. Dalle informazioni che ha o che non ha. Dalle decisioni che deve prendere. Dal costo dell’errore.

Solo dopo decidi se l’AI ha senso, dove inserirla e quale forma assume.

A volte è un assistente conversazionale. A volte è un suggerimento contestuale. A volte è un’automazione silenziosa. A volte è semplicemente un filtro migliore, un messaggio più chiaro, un flusso riprogettato. Sì, lo so: scoprire che non tutto richiede un LLM è traumatico. Accendiamo una candela per il reparto hype.

La UX nel 2026 deve avere questa lucidità: non usare l’AI perché esiste, ma usarla quando davvero migliora l’esperienza.

Le nuove competenze richieste

Fare UX nel 2026 significa allargare il campo.

Non basta capire i bisogni degli utenti. Serve anche capire come quei bisogni si trasformano in istruzioni, contesto, risposte e comportamenti di sistema. Serve collaborare più stretto con engineering e product. Serve capire i limiti dell’AI senza cadere né nell’entusiasmo cieco né nel rifiuto ideologico.

Le competenze centrali sono: ricerca utente, comprensione del problema, conversation design, UX writing, AI literacy, prompt design, service design, system thinking, capacità di progettare il fallimento e misurare l’impatto reale.

Non è poco. Ma è il motivo per cui la UX non è destinata a scomparire. È destinata a diventare più esigente.

Conclusione: la UX non muore, cambia interfaccia

La UX nel 2026 non muore. Cambia interfaccia.

La parte superficiale — produzione visuale pura — sarà sempre più automatizzata, standardizzata, resa meno differenziante dai design system. Ma la parte profonda della UX — comprendere l’utente, definire il vero problema, progettare il comportamento del sistema, gestire aspettative e costruire fiducia — diventa ancora più centrale.

Con l’AI generativa non basta una chat dentro un prodotto. Bisogna progettare cosa quella chat può fare, cosa non può fare, come si presenta, come risponde, quando chiede aiuto, quando ammette un limite e come accompagna l’utente verso un risultato utile.

La vera sfida non è scegliere tra UX e AI.

È capire come la UX deve evolversi per progettare esperienze AI migliori.

Perché alla fine il centro resta sempre lo stesso: l’utente e il suo problema.

Il modello, il prompt, la UI, l’automazione e la tecnologia vengono dopo. Prima bisogna capire cosa serve davvero.

È una frase semplice, quasi banale.

Proprio per questo viene ignorata con grande professionalità.

Fonte: questo articolo prende spunto da *State of UX 2026: Design Deeper to Differentiate* pubblicato da Nielsen Norman Group il 16 gennaio 2026.