Design fixation

Quais são os fatores que podem interferir na criação de um projeto de design?  Como o uso de IA generativa pode incidir sobre a criação projetual do designer? Iniciei minha pesquisa de mestrado exatamente a partir dessas questões e, para respondê-las, fui em busca de o que já havia sido elaborado sobre o tema. 

Durante essa pesquisa, me deparei com o conceito de design fixation, termo cunhado por Jansson e Smith (1991), desenvolvido a partir do conceito de fixação, já estudado pela área da psicologia. Neste novo estudo, os pesquisadores definem o termo como uma “aderência cega a um conjunto de ideias ou conceitos que limitam o output do design conceitual, sendo uma barreira mensurável no processo do design conceitual.”

Nesse artigo pioneiro, assim como em outros estudos posteriores, pesquisadores investigam a aderência do design fixation por meio de experimentos. Eles funcionam da seguinte forma: os participantes são divididos em dois grupos, e ambos precisam desenhar uma solução de design. No entanto, apenas um deles recebe um exemplo visual como complemento à descrição da tarefa a ser realizada. A intenção é observar se a apresentação de um exemplo faz com que os participantes se prendam a traços e características presentes no exemplo, conscientemente ou não. 

Jansson e Smith concluíram a hipótese da fixação através de 4 experimentos diferentes nesse formato, usando tanto exemplos contendo informações positivas para o desenvolvimento de ideias, quanto imagens de objetos fora da descrição da atividade ou até mesmo conceitualmente falhas. No experimento 3, o objetivo era desenvolver um copo descartável de café à prova de derramamento, mas as instruções deixavam claro que o objeto não deveria ter canudo ou bocal. Além de o exemplo dado possuir essas características, era fácil de ter o seu café entornado no copo da imagem. 

Em todas as etapas da pesquisa, o design fixation foi observado de forma mais aparente nos grupos com exemplos do que nos grupos de controle. Ou seja, mesmo quando foram mostradas referências categoricamente ruins, os participantes ainda assim se fixaram e copiaram essas características negativas em seus projetos. Esse resultado foi medido através da classificação de características visuais e conceituais nos designs finais que indicavam referência ao exemplo dado, e a quantificação de suas ocorrências nos resultados dos designs de ambos os grupos.

Estudos posteriores

Pesquisadores da Universidade de Melbourne (Wadinambiarachchi, et al., 2024) expandiram o experimento para testar como o design fixation se revela em processos de design que utilizam ferramentas tecnológicas contemporâneas. A pesquisa também foi feita com base em experimentos, bem semelhantes aos estudos anteriores. Dessa vez, os participantes foram distribuídos em três grupos com a missão de desenhar um avatar para chatbot. Um grupo projetou sem nenhuma referência, o segundo pôde utilizar o Google imagens e o terceiro teve acesso à IA generativa.

O resultado, avaliado de forma quantitativa assim como o estudo de 1991, confirma a fixação já estudada por Jansson e Smith, mas traz novas perspectivas acerca da tecnologia como auxiliar no processo de design. As elaborações do experimento concluem que o uso de IA em alguns casos foi crucial para a fixação, porém, em uma visão geral, foi tão prejudicial para a criatividade quanto a ferramenta de busca por imagens no Google. 

Também é interessante observar os impactos que a IA tem na fixação em contexto educacional. Em uma pesquisa realizada em 2025 na Universidade Nacional Autônoma do México, foram recrutados alunos do curso de arquitetura para uma investigação focada no uso de IA em sala de aula. No experimento, Sattele e Ortiz (2025) descobrem que o uso da tecnologia no início de um processo, sem discussão entre integrantes da equipe, pode afetar a qualidade criativa e variedade de diferentes resultados. No estudo, a maior parte dos estudantes trabalhou desta forma, iniciando o trabalho com perguntas gerais à LLM, e seguindo com prompts copiados e colados em ferramentas de geração de imagens - comportamento também já observado em salas de aula mundo afora. Nesse caso, a fixação no uso de IA pode estar relacionada com a forma e o momento que a tecnologia foi utilizada, à falta de proficiência na ferramenta e o pouco repertório dos estudantes.

Causas da fixação

De forma geral, a fixação pode ter diversas causas, mas a maior parte, mapeadas em estudos anteriores à IA generativa. Youmans e Arciszewski (2014) propuseram três classificações principais: 

• aderência inconsciente pela influência de designs anteriores
• bloqueios conscientes à mudança 
• resistência intencional à novas ideias. 

No contexto da visualização de dados, um estudo (Parsons et al., 2021) mapeou a partir de entrevistas, os principais fatores que encorajam a fixação na prática profissional dos designers da área. Dentre as respostas coletadas, podem ser destacadas:

• recomendação de gráficos padronizados (uso de ferramentas de visualização como Flourish)
• o envolvimento em detalhes
• um grande esforço e apego ao projeto
• fixação em práticas e hábitos existentes
• fixação em referências precedentes (cuidado com suas inspirações: elas são referência, não objeto de cópia)
• influência de clientes (um cliente cheio de ideias pode acabar te influenciando)

Além disso, a pesquisa também traz insights pertinentes sobre quais ações podem ajudar a desacelerar essas fixações, como busca de referências externas ao design e a mudança de perspectiva. Apesar do grande valor da pesquisa, é interessante notar que ela foi realizada antes da grande ascensão da IA generativa, ou seja, deixa de considerar vários aspectos que podem alterar e muito essa perspectiva. 

Fixação e IA

Acredito que todos os estudantes e profissionais de áreas criativas já passaram pela experiência de fixação em algum projeto, seja a partir de um briefing de cliente, uma inspiração ou referência. Por isso, saber nomear e compreender as causas desse fenômeno pode facilitar o entendimento de como podemos lidar com ele de forma consciente. 

Isso não significa buscar fugir da fixação a todo custo, mas sim compreendê-la como parte de um processo cognitivo natural do ser humano, e se preparar para quando ela surgir. E quando isso acontecer, buscar técnicas já documentadas sobre como driblá-la, como pesquisar referências em outros lugares, conversar com colegas ou até mesmo se distanciar do projeto por um momento para refletir. 

O problema maior surge quando a IA generativa entra nesse processo. Diferente das outras fixações, que podemos aprender a reconhecer com o tempo e a prática, a IA carrega um risco a mais: ela pode nos prender a uma ideia antes mesmo de termos formado a nossa própria imagem do que queremos criar. Estudos recentes  mostram esse risco nas primeiras etapas da ideação, mas isso foi observado em experimentos de laboratório, com duração de poucas horas. Ainda sabemos pouco sobre o que acontece quando um designer usa IA todos os dias, ano após ano, dentro da própria prática profissional. Foi essa pergunta, sobre o efeito real e continuado dessa colaboração, que me fez seguir pesquisando sobre o assunto. 

Influência na minha pesquisa 

A maior parte dos estudos que testam fixação e IA generativa em experimentos controlados, como os de Wadinambiarachchi et al. (2024) e Sattele e Ortiz (2025), usa participantes em geral ou estudantes, não profissionais que atuam no mercado. O único estudo focado especificamente em profissionais de visualização de dados, o de Parsons, Shukla e Park (2021), é de antes da popularização da IA generativa e não aborda esse assunto. Na prática, ainda não existe um estudo que olhe para a fixação em profissionais de visualização de dados que já usam IA generativa no dia a dia, e é essa lacuna que a pesquisa quer preencher.

Tem também um limite de método. Boa parte dessa literatura constrói suas evidências a partir de experimentos controlados, contando quantas características de um exemplo aparecem no resultado final dos participantes. Isso funciona bem para provar que a fixação acontece, mas não explica como ela é percebida e contada por quem projeta. Falta entender, na fala do próprio profissional, em que momento a IA entra no processo, se isso acontece antes ou depois de ele formar uma ideia própria do que quer criar, e como ele mesmo descreve essa sequência ao pensar sobre o próprio trabalho.

A partir dessas observações, formulo a seguinte questão para a minha pesquisa:

A pergunta parte da hipótese elaborada com base na pesquisa narrada: o uso da IA generativa como ferramenta em etapas iniciais do processo  projetual pode induzir a fixação em design.

Referências bibliográficas

Jansson, David G., e Steven M. Smith. “Design Fixation”. Design Studies 12, n. 1 (1991): 3–11. https://doi.org/10.1016/0142-694X(91)90003-F.

Parsons, Paul, Prakash Shukla, e Chorong Park. “Fixation and Creativity in Data Visualization Design: Experiences and Perspectives of Practitioners”. 2021 IEEE Visualization Conference (VIS), outubro de 2021, 76–80. https://doi.org/10.1109/VIS49827.2021.9623297.

Sattele, Vanessa, e Juan Carlos Ortiz. “AI as an Element to Overcome Creative Fixation in Design Teams”. Proceedings of the Design Society 5 (agosto de 2025): 409–18. https://doi.org/10.1017/pds.2025.10055.

Wadinambiarachchi, Samangi, Ryan M. Kelly, Saumya Pareek, Qiushi Zhou, e Eduardo Velloso. “The Effects of Generative AI on Design Fixation and Divergent Thinking”. Proceedings of the CHI Conference on Human Factors in Computing Systems, 11 de maio de 2024, 1–18. https://doi.org/10.1145/3613904.3642919.

Youmans, Robert J., e Thomaz Arciszewski. “Design Fixation: Classifications and Modern Methods of Prevention”. Artificial Intelligence for Engineering Design, Analysis and Manufacturing 28, n. 2 (2014): 129–37. https://doi.org/10.1017/S0890060414000043.

Como citar

SPRITZER, Rebeca. Design fixation: Reflexões sobre fixação e lugar da IA generativa no processo de criação. LabVis - Diário de Pesquisa, 24 ago. 2026. Disponível em: https://labvis.art.br/pt/producoes/design-fixation.