Faccio ricerca UX da 25 anni. Nel 1999 ho fondato una delle prime società di consulenza strategica basata sulla ricerca utenti in Germania. Ho vissuto il passaggio dai prototipi di carta a Figma, dai focus group ai test remoti, dagli appunti scritti a mano alla trascrizione automatica.
Quello che sta succedendo ora è diverso.
Sto costruendo uno strumento che automatizza le interviste in profondità. Allo stesso tempo, so che le interviste in profondità sono il fiore all'occhiello della ricerca qualitativa: richiedono esperienza, empatia, sensibilità, curiosità e il coraggio di fare domande scomode. A persone che non conosci.
Sembra una contraddizione. Non lo è.
Lo stato del settore
Prima di parlare di IA agentica, parliamo del settore. Perché i numeri sull'adozione dell'IA raccontano solo metà della storia.
La ricerca UX è in crisi. Secondo i sondaggi UXPA, il 35% delle organizzazioni ha perso personale, il 37% ha avuto licenziamenti. Il Nielsen Norman Group scrive: «Un anno fa, la UX sembrava essere sotto processo.» Il mercato del lavoro si sta lentamente stabilizzando, ma l'incertezza rimane.
In questo clima arriva la notizia: il 78% dei ricercatori crede, secondo il report Qualtrics 2026 sulle tendenze di mercato, che gli agenti IA gestiranno più della metà di tutti i progetti end-to-end entro tre anni. Il 15% usa già l'IA agentica oggi.
Bisogna leggere questo numero nel contesto. Dietro non c'è solo ottimismo tecnologico, ma anche paura. Paura per il lavoro, incertezza economica, la preoccupazione: cosa significa l'IA per me, la mia professione, il mio ruolo?
Il Nielsen Norman Group chiama il 2026 «l'anno della fatica da IA». Le persone sono stanche: stanche di sentirsi dire che saranno sostituite se non fanno «vibe coding». Stanche di strumenti che non si integrano nei workflow reali. Stanche di spiegare perché le decisioni automatizzate sono rischiose.
Cosa significa «agentico»
Un sistema agentico differisce dagli strumenti IA classici per quattro caratteristiche.
Orientamento all'obiettivo: il sistema riceve un obiettivo, non un'istruzione. «Scopri perché gli utenti abbandonano il checkout» invece di «Trascrivi queste cinque interviste».
Pianificazione: scompone l'obiettivo in passaggi da solo.
Esecuzione: esegue i passaggi senza che qualcuno confermi ogni clic.
Adattamento: risponde a quello che succede. Se una domanda non funziona, la riformula.
La differenza da un assistente: un assistente aspetta istruzioni. Un agente agisce autonomamente.
Cosa si guadagna
La domanda non è cosa si perde quando l'IA conduce interviste. La domanda è cosa si guadagna.
Le interviste in profondità non sono solo il fiore all'occhiello: sono anche dispendiose in termini di tempo e laboriose in ogni fase. Reclutamento, programmazione, conduzione, trascrizione, analisi. Anche aziende orientate al cliente, per cui la ricerca qualitativa era standard, stanno tagliando i budget. Si affidano di più alle decisioni basate sui dati perché non hanno più tempo né soldi. La pressione è alta, i cicli di rilascio si accorciano.
La ricerca necessaria spesso semplicemente non viene fatta.
Questo è il vero problema. Non che l'IA conduca interviste, ma che le interviste non avvengono più. I buoni prodotti nascono dal dialogo con le persone. Ma quel dialogo non sta avvenendo. Invece, i team interpretano dati, sviluppano ipotesi e prendono decisioni d'istinto.
L'IA può rendere di nuovo possibile quel dialogo, per aziende che altrimenti non potrebbero permetterselo.
Cosa non può essere sostituito
Naturalmente ci sono situazioni che l'IA non può gestire. Fare domande dall'intuizione, dall'esperienza, dalla curiosità intrinseca. Riconoscere il momento in cui qualcuno dice una cosa ma ne intende un'altra. La pausa che rivela più di qualsiasi risposta.
Comunicare i risultati agli stakeholder non solo per informarli, ma per portarli verso una prospettiva condivisa e vincolante: questo nessuna IA può farlo.
Ma molto è cambiato nel 2026. Le finestre di contesto sono diventate più grandi, le capacità agentiche più forti, l'interpretazione dei dati e l'analisi migliori. L'IA continua a evolversi. Il Nielsen Norman Group scrive: «Vedremo le tecnologie IA core migliorare incrementalmente le loro capacità 'irregolari', raggiungendo potenzialmente momenti di svolta per le attività di ricerca utenti.»
I confini si stanno spostando. Questo non significa che stiano scomparendo.
Il problema della fiducia
Il Nielsen Norman Group identifica la fiducia come il più grande problema UX per le esperienze IA nel 2026. Le persone che sono state deluse da funzionalità IA adottano i nuovi sistemi con più esitazione.
Per la ricerca, questo significa: un agente che sbaglia un'intervista non danneggia solo quello studio. Danneggia la fiducia dei partecipanti nella ricerca assistita dall'IA in generale.
Gli agenti vengono spesso lanciati prima di essere pronti. Il risultato: brutte esperienze, scetticismo crescente. Ogni brutta interazione rende la prossima adozione più difficile.
Come QUALLEE lo implementa
QUALLEE è uno strumento di ricerca agentico. L'intervistatore IA conduce conversazioni in modo indipendente, fa domande di follow-up basate sulle risposte, estrae automaticamente i temi. Ma abbiamo incorporato limiti deliberati.
Gli umani definiscono gli obiettivi. L'agente esegue, ma le domande di ricerca vengono dal team.
I dati grezzi restano accessibili. QUALLEE non consegna riassunti finiti che devi accettare, consegna citazioni, la voce grezza degli utenti. Il ricercatore interpreta.
I partecipanti sanno che stanno parlando con un'IA. Questa non è solo conformità all'EU AI Act: è rispetto.
Per domande complesse, ci sono progetti ibridi. IA per il volume, competenza umana per la profondità.
Cosa rimane
La ricerca UX diventerà di nuovo più importante. L'artigianalità conterà di più, l'intimità e l'autenticità che emergono dal dialogo tra persone. L'elemento umano in sé sarà più valorizzato man mano che l'IA si diffonde.
Ma questo non cambierà come vengono allocati tempo e denaro. Ci saranno più dati, più potenza di calcolo, più intelligenza a portata di clic. Le simulazioni generate dall'IA saranno incredibilmente buone.
Ma i soldi che si fanno con le persone vengono ancora dall'aver effettivamente parlato con quelle persone.
Domande frequenti
Cos'è l'IA agentica nel contesto della ricerca UX?
L'IA agentica si riferisce a sistemi IA che eseguono autonomamente workflow a più passaggi. Nella ricerca UX, questo significa: invece di automatizzare singoli task come la trascrizione, gli agenti gestiscono interi processi, dalla conduzione delle interviste all'estrazione dei temi.
L'IA agentica sostituisce i ricercatori UX umani?
No, ma cambia il ruolo. I ricercatori diventano strateghi che definiscono obiettivi e interpretano risultati. Gli agenti gestiscono sempre più l'esecuzione operativa. Questo richiede competenze diverse, ma non meno esperienza.
Quanto sono affidabili gli agenti IA per la ricerca qualitativa?
Per casi d'uso standardizzati con obiettivi chiari, funzionano bene. Per la ricerca esplorativa, argomenti sensibili o situazioni che richiedono empatia, gli umani restano superiori. L'arte sta nel giusto impiego: agenti per il volume, umani per la profondità.
Cosa significa l'EU AI Act per gli strumenti di ricerca agentici?
Da agosto 2026, si applicano requisiti completi di trasparenza e documentazione. Gli utenti devono sapere che stanno interagendo con un'IA. I fornitori devono classificare e documentare i rischi.
Provalo tu stesso
Scopri come ci si sente in un'intervista guidata dall'IA. Nel nostro progetto di ricerca attuale, esploriamo come le persone interagiscono con l'IA nella vita quotidiana. La conversazione dura circa 20 minuti.
