A nossa pesquisa explora a possibilidade de se aplicar agentes inteligentes para automatizar ou apoiar parte da atividade de design e avaliar se este tipo de ferramenta pode desempenhar tão bem quanto um humano faria. Portanto, apresentamos a metodologia de design thinking chamada Design Thinking Canvas e seu aplicativo correspondente chamado Design Thinking Canvas Autonomus que possui funcionalidades que permitem automatizar ou apoiar a criação de conceitos, o que significa que três variações metodológicas são possíveis: off-line (completamente humano), apoiado (humano ajudado por computador) e automatizada (completamente automática). A justificativa para explorar tal abordagem vem do contexto da atividade de design ser executada em projetos ágeis. Entre os temas mais proeminentes nesta junção, Little Design Up-Front se destaca como um dos mais importantes. Ele corresponde à desafiadora necessidade do agile em definir um objetivo claro para o projeto, enquanto evita desperdícios desnecessários no longo prazo – uma grande quantidade de designs ou especificações sendo descartados, por exemplo. De forma a testar se as variações metodológicas do Design Thinking Canvas poderiam ajudar a endereçar tal necessidade, foram desenvolvidos dois estudos. Um primeiro que testa a eficácia da ferramenta Autonomus em si em gerar conceitos design automaticamente em comparação a um humano usando o mesmo aplicativo. E um segundo estudo para avaliar produtos reais criados sob as mesmas variações metodológicas de design. Os resultados mostraram que, na maioria dos casos, não houve diferença estatisticamente significante entre variações do Design Thinking Canvas para os designs gerados por máquina e humanos. As maiores diferenças encontradas foram no fator criativo-inovador a favor das versões off-line ou apoiado e no fator evolução técnica a favor dos designs automatizados. Isso estabelece um novo quadro de referência para projetos ágeis e para o campo do design como um todo, já que o custo e o esforço para executar o Autonomus é significativamente menor do que um processo totalmente humano.Our research explores the possibility of using intelligent agents to automate or assist part of the design activity and evaluate if this kind of tool can perform as good as a human designer would. Thus, we present a design thinking methodology called Design Thinking Canvas and its corresponding app called Design Thinking Canvas Autonomus that has features that can assist or automates the creation of design concepts, meaning three methodological variations are possible: offline, assisted and automated. The justification to explore such approach comes from the context of design activity being executed within agile projects. From the most prominent themes of this conjunction, Little Design Up-Front stands outs as one of the most important. It corresponds to agile’s challenging need of defining a clear objective for the project, while avoiding unnecessary waste in the long run at the same time – large amount of designs being discarded in the future, for example. In order to test if Design Thinking Canvas methodological variations could help addressing this need, we developed two studies. One, having an experiment to evaluate the efficacy of the Autonomus tool itself in automatically generating design concepts in comparison to a human using the same app. And a second study, comprising two different experiments and project domains, to evaluate real products created under such design methodological variations. The results showed that, in most cases, there was not a statistically significant difference between Design Thinking Canvas variations on machine and human-generated designs. The main difference encountered was on creative-innovative factors in favor of assisted or offline versions of the methodology and on technological evaluation in favor of the automated one. It establishes a new frame of reference for agile projects and implications for Design field as a whole, as the cost and effort to execute Autonomus is significantly lower than a totally human process.