Il settore del design produce nuovi strumenti ogni sei mesi. Ma i libri che contano davvero sono quelli scritti prima che l'AI generativa esistesse. Ecco perché e come usarli oggi.

Qualche mese fa ho visto circolare nella community UX internazionale una lista curata da Samaneh Dehghanpour, designer con un seguito significativo su LinkedIn: trenta libri divisi per categoria (UX Design, UI Design, design system, UX Research, UX Writing, UX Strategy ), presentati come la libreria essenziale di chi progetta prodotti digitali.
È una lista ben costruita. Fino a due anni fa sarebbe bastato leggerla così: una mappa di riferimento per chi vuole costruire competenza nel design. Oggi non basta più. Ogni titolo va riletto con una domanda in testa che fino a ieri non aveva senso porsi: questo libro regge nell'era dell'AI generativa?
La risposta non è quasi mai un sì o un no netto. Ed è proprio questa sfumatura che vale la pena esplorare.
Partiamo da dove la risposta è più controintuitiva: i testi più datati della lista sono spesso i più utili oggi.
La caffettiera del masochista / The Design of Everyday Things di Don Norman è del 1988 nell'edizione originale, aggiornata nel 2013.
Parla di affordance, feedback, modelli mentali. Concetti che sembrano lontani dal dibattito sull'AI. Eppure chiunque abbia provato a valutare un'interfaccia generata da un modello capisce immediatamente perché questi principi non sono mai stati così centrali. L'AI produce output che spesso sembrano corretti ma non funzionano per l'utente: un pulsante che non sembra cliccabile, un flusso che ignora i modelli mentali esistenti, un feedback che arriva nel momento sbagliato. Norman non stava scrivendo per il 2026, ma ha scritto esattamente il manuale per giudicare ciò che i modelli generativi producono.
Lo stesso vale per Atomic Design di Brad Frost (2016). La sua metafora, ovvero atomi, molecole, organismi, template, pagine, è diventata involontariamente il framework con cui i design system più avanzati si interfacciano con i generatori AI. Quando un team chiede a un modello di produrre una nuova schermata "coerente con il prodotto", il risultato dipende quasi interamente dalla qualità del design system sottostante: quanto sono definiti i token semantici, quanto è documentata la logica compositiva, quanto è esplicito il vocabolario visivo. Frost stava costruendo un linguaggio per i designer. Ha costruito, senza saperlo, anche un linguaggio per le macchine.
Rientrano in questa categoria anche i libri di UX Research: Just Enough Research di Erika Hall, Think Like a UX Researcher di Travis e Hodgson. La ricerca qualitativa è paradossalmente più urgente nell'era AI di quanto non fosse prima. I modelli generativi ottimizzano per pattern statistici: danno ciò che assomiglia a ciò che ha funzionato nel passato, su dataset enormi ma necessariamente retrospettivi. Solo la ricerca con utenti reali rivela le eccezioni, i bisogni emergenti, i comportamenti che nessun training set può contenere. Il ricercatore UX è, in questo senso, la figura del processo che produce valore esattamente perché non può essere replicata da un algoritmo.
Alcuni testi restano validi nella sostanza, ma richiedono una traduzione attiva nel contesto attuale.
Lean UX di Jeff Gothelf e Josh Seiden è il caso più emblematico. Il ciclo proposto, ovvero ipotesi, MVP, validazione rapida, è ancora il metodo giusto. Ma i tempi che il libro descriveva come "rapidi" oggi sembrano lenti: con i generatori AI, un prototipo funzionante si produce in ore, non settimane. Il metodo regge, la scala temporale no. Chi legge Lean UX nel 2026 deve riscalare mentalmente tutti i riferimenti temporali e chiedersi: se posso prototipare in un'ora, quante più ipotesi posso testare in parallelo? La risposta cambia profondamente la pianificazione del lavoro.
Hooked di Nir Eyal merita una riflessione a parte. Il Modello Hook, Trigger, Azione, Ricompensa variabile, Investimento, è uno dei framework più citati nel product design degli ultimi dieci anni. È anche uno dei più delicati nell'era dell'AI personalizzata. Un sistema che conosce le preferenze dell'utente a livello granulare, combinato con ricompense variabili ottimizzate algoritmicamente, ha una capacità di creare dipendenza che il libro del 2014 non poteva prevedere. Non è un caso che Eyal abbia successivamente scritto Indistractable, in parte come risposta etica al suo stesso lavoro precedente. Leggere Hooked oggi significa leggerlo con una domanda costante: fino a dove è lecito spingere questo meccanismo?
Sul fronte dell'UX Writing, Strategic Writing for UX di Torrey Podmajersky va integrato con una consapevolezza nuova: il microcopy non è più solo ciò che un designer scrive, ma sempre più ciò che un modello genera e un designer valida e corregge. Le competenze descritte nel libro — voce, tono, framework di valutazione — diventano quindi competenze di revisione prima ancora che di produzione. Un cambio sottile, ma sostanziale.
Una parte della lista fatica a reggere il confronto con il presente. Non perché i principi siano sbagliati, ma perché il contesto che descrivono è cambiato strutturalmente.
Mobile Design Pattern Gallery di Theresa Neil è il caso più evidente. Un catalogo di pattern di navigazione per app mobile (tab bar, drawer, carousel) costruito in un'epoca in cui l'interfaccia era necessariamente visiva e strutturata. Oggi, una quota crescente delle interazioni mobile avviene attraverso interfacce conversazionali: non si naviga, si chiede. I pattern statici che il libro documenta restano validi come riferimento storico, ma non coprono il paradigma dominante delle AI interface, dove la struttura emerge dalla conversazione invece di essere predefinita dal designer.
Più in generale, qualsiasi testo che tratti l'interfaccia come un artefatto fisso, va letto sapendo che la categoria stessa dell'"interfaccia fissa" è in discussione. Le UI generative, che si adattano in tempo reale al contesto e all'utente, non si progettano con gli stessi strumenti concettuali con cui si progettava un'app nel 2018.
La cosa più interessante di una buona lista è ciò che non c'è. E in questo caso le assenze sono un segnale preciso sullo stato della disciplina.
Non esiste ancora un libro fondamentale sul prompt design come disciplina UX. Non un manuale su come usare ChatGPT, Claude, Figma Make etc… ma un testo che tratti la scrittura di istruzioni per sistemi AI con la stessa profondità con cui Nicely Said tratta il microcopy o Strategic Writing tratta la content strategy.
Manca un riferimento sulla AI Explainability UX: come si comunica all'utente cosa sta facendo un sistema AI e perché, come si progetta la fiducia in sistemi che sbagliano in modo imprevedibile, come si gestisce l'errore quando l'errore non è un 404 ma un'allucinazione.
Manca, infine, un testo sulla governance dei design system nell'era generativa. Non come si costruiscono (Frost lo ha già detto bene), ma come si mantengono aggiornati quando sono anche il vocabolario che le macchine usano per generare interfacce, e quando un prompt mal definito può propagare incoerenza a scala industriale.
Questi gap non sono una critica alla lista di Dehghanpour. Sono una mappa del lavoro che il settore deve ancora fare.
Una lettura onesta di questa libreria porta a una conclusione che può sembrare paradossale: nell'era in cui gli strumenti cambiano ogni sei mesi, i libri che contano di più sono quelli fondati su ciò che non cambia: la psicologia cognitiva, i principi della comunicazione, la logica della ricerca qualitativa.
Chi ha letto Norman capisce perché un'interfaccia generata dall'AI può essere tecnicamente corretta e cognitivamente sbagliata. Chi ha letto Hall sa che nessun modello può sostituire la conversazione con un utente reale. Chi ha costruito design system secondo Frost ha già, senza saperlo, preparato il vocabolario con cui le macchine impareranno a parlare il linguaggio del suo prodotto.
Nel momento in cui i modelli generativi prendono in carico la prima, la seconda diventa il vero valore differenziale di chi progetta esperienze digitali. Il designer del 2026 non ha bisogno di una libreria nuova. Ha bisogno di rileggere quella che ha già con una domanda diversa in testa.
Stai ripensando il tuo prodotto digitale in chiave AI?