V prvním díle seriáluProměny UX v éře AI jsem popsala, k čemu dnes designéři umělou inteligenci používají. Ve druhém díle jsem se zaměřila na její slabiny. Ukázalo se, že rychlejší práce nemusí být efektivnější, návrhy vytvořené AI si bývají podobné a profesionálně znějící zdůvodnění designu nemusí odpovídat skutečnému výsledku. Přesto jim snadno uvěříme.
Zbývá tedy otázka, kterou jsem položila hned na začátku: Proč vlastně platit UX designéra, když toho AI tolik zvládne? Nestačí si dát pozor na její chyby?
Proč vlastně platit UX designéra, když toho AI tolik zvládne? Nestačí si dát pozor na její chyby?
Podle Josého Torreho, UX designéra ze Shopify, záleží především na tom, kdo s nástrojem pracuje. AI totiž zesiluje schopnosti člověka, který ji používá. Méně zkušený designér s ní rychleji vytvoří průměrný návrh. Zkušenější prozkoumá více možností, ale také dokáže bez váhání vyřadit ty, které nedávají smysl. O výsledku nerozhoduje jen schopnost ovládat nástroj. Důležitý je vkus, úsudek a zkušenost.
Podobně to vidí autoři studie z Northeastern University. Odborný úsudek se podle nich rozvíjí praxí a opakovanou kritikou vlastní práce. To, že AI zpřístupnila tvorbu rozhraní i laikům, ještě neznamená, že jim předala také schopnost posoudit kvalitu návrhu.
Nejlepší výsledky proto mohou vznikat tam, kde zkušený designér určí směr, rozpozná chyby AI a její výstup dotáhne.
Dokáže AI dobře zadat práci
Možná znáte anglické rčení Garbage in, garbage out. Když do systému vložíte nekvalitní vstup, těžko od něj čekat kvalitní výsledek. U AI to platí také. Rozdíl mezi obecným a promyšleným zadáním přitom není jen v počtu napsaných instrukcí. Důležité je vědět, co má AI řešit, z jakých informací má vycházet a podle čeho poznáme dobrý výsledek. Dobře to ukazuje výzkum University of Cincinnati, ve kterém AI analyzovala přepis skupinové diskuse.
Když měla sama rozhodnout, co je v rozhovoru důležité, přibližně 40 % jejích závěrů nemělo oporu v textu nebo bylo nelogických. Zároveň přehlédla podobný podíl závěrů, ke kterým dospěli lidští hodnotitelé. Situace se změnila, když dostala kódovací klíč připravený výzkumníky. Tedy seznam témat a pravidel, podle nichž měla rozhovor vyhodnocovat. S lidskými hodnotiteli se pak shodla ve většině rozhodnutí. AI tedy pracovala spolehlivěji ve chvíli, kdy nemusela sama určovat, co je podstatné.
Dobrý prompt začíná ještě před otevřením AI nástroje
Podobný princip platí při navrhování webů. Autoři studie University of Washington a Microsoft Research upozorňují, že při obecném zadání AI doplňuje chybějící informace tím, co se na webech objevuje nejčastěji. Výsledkem bývá průměrný, zaměnitelný design. Pro firmu to představuje riziko. Její web může začít vypadat jako řada jiných a postupně ztrácet vlastní charakter. Zkušený UX/UI designér ví, jaké informace do zadání patří. Zná značku, její zákazníky a vizuální styl, případně si potřebné souvislosti dokáže zjistit. Umí vybrat vhodné reference nebo vytvořit vlastní návrh, ze kterého pak AI vychází.
Jak velký rozdíl zadání udělá, zkoumala také Nielsen Norman Group. Výzkumníci testovali AI nástroje na tvorbu designu s různě podrobnými instrukcemi. Při obecných promptech si nástroje domýšlely chybějící informace a výsledky se výrazně lišily. S podrobnějším zadáním se návrhy více přibližovaly představám designéra. Stále se v nich ale objevovaly nedostatky, například špatný kontrast barev nebo nekonzistentní mezery mezi prvky. Nejlepších výsledků dosáhly nástroje ve chvíli, kdy dostaly také konkrétní návrhy z Figmy.
Má to ovšem háček. Aby AI vytvořila přesný návrh, potřebovala detailní specifikaci a vizuální podklady. Velká část designérské práce tak proběhla ještě před samotným generováním. Někdo musel promyslet rozložení stránky, vizuální hierarchii, typografii i uživatelské cesty. A právě k tomu jsou potřeba znalosti UX designu.
Pozná, kdy se AI mýlí
Ve druhém díle jsem popisovala, jak přesvědčivě dokáže AI své návrhy zdůvodnit. Vysvětlení zní odborně, zmiňuje cílovou skupinu i konkrétní designová rozhodnutí. Jenže část popisovaných vlastností ve výsledném návrhu vůbec není. Největší problém představují chyby, kterých si člověk při zběžném prohlížení nevšimne.
Právě tady se ukazuje význam zkušeného UX designéra. Nehodnotí jen to, jak rozhraní vypadá. Sleduje také jeho chování, souvislosti mezi jednotlivými obrazovkami a překážky, na které uživatel při práci s webem narazí.
AI najde chyby. Ale jsou to skutečně chyby?
Dobře je to vidět na UX auditech. Výzkumníci z University of Washington nechali AI hodnotit dvě mobilní aplikace podle Nielsenových heuristik, tedy základních principů použitelnosti. AI odhalila řadu problémů, ale zároveň nahlásila téměř sto nedostatků, které ve skutečnosti nebyly problémy použitelnosti. Někdy si spletla prvky samotné aplikace s rozhraním telefonu. Například ikonu Wi-Fi ve stavové liště považovala za součást hodnocené aplikace. Jindy kritizovala běžná a správně použitá řešení. Hůře také rozpoznávala chyby, které se projevují až při průchodu několika obrazovkami. Třeba když aplikace na různých místech používá pro stejnou věc odlišné názvy.
Na omezení AI auditů upozorňuje také Baymard Institute. Ve svém článku odkazuje na práci dvou výzkumnic Microsoftu. Čtyři testované AI nástroje se podle ní shodovaly s hodnocením experta v 50 až 75 % případů. I nejpřesnější nástroj přitom přehlédl 13 ze 16 problémů nalezených expertem. Přehlédnutý problém může být pro e-shop zásadní. Baymard připomíná případ amerického sportovního e-shopu, kterému přidání jediného tlačítka zvýšilo roční tržby o miliony dolarů. Zdánlivě drobná změna tedy může mít výrazný obchodní dopad. Stejně tak ale hrozí, že nevhodná úprava založená na chybném doporučení AI výsledky zhorší.
Jak se takovým chybám bránit?
Baymard uvádí dvě možnosti. První je A/B testování navrhovaných změn. To ovšem znamená, že část zákazníků uvidí také variantu, která může fungovat hůře.
Druhou možností je kontrola zkušeným UX specialistou. Ten ale podle Baymardu může ověřováním návrhů AI strávit přibližně tolik času, kolik by mu zabral vlastní audit.
AI tedy dokáže rychle vytvořit dlouhý seznam doporučení. Rozhodnout, která z nich mají skutečný význam a stojí za realizaci, je ale jiný úkol.
Dokáže výsledek posunout nad průměr
AI často vychází z řešení, která už zná. Výsledný design tak může být použitelný a vizuálně povedený, ale zároveň zaměnitelný. Pro web nebo e-shop, který se chce odlišit od konkurence, to nestačí. Zkušený designér dokáže posoudit, zda návrh odpovídá konkrétní značce a jejím zákazníkům. Ví také, kdy se vyplatí pokračovat v hledání a kdy je lepší dosavadní směr opustit.
Když AI začne určovat směr za vás
José Torre popsal ve svém článkupokus vytvořit s pomocí AI nový ilustrační styl. Prozkoumal několik směrů. Některé výsledky byly zajímavé a možná i lepší než původní návrhy. Přesto projekt nakonec skončil. Podle Torreho nebyl problém v tom, že by AI neuměla vytvářet ilustrace. Chyba nastala dřív. Nechal nástroj určovat vizuální směr ještě předtím, než měl sám jasno, čeho chce dosáhnout.
Při přípravě workshopu proto zkusil opačný postup. Nejdřív sepsal vlastní myšlenky a představy. Teprve potom zapojil AI, aby s ní prozkoumal možné formáty a cvičení. Tentokrát mu nástroj výrazně pomohl. Torre totiž věděl, kam chce dojít, a dokázal rozlišit dobré návrhy od těch, které se mu nehodily.
Rozdíl tedy nebyl v samotné AI, ale ve způsobu práce.
Nestačí říct, co je špatně. Někdy je potřeba ukázat lepší řešení
Výzkumníci nechali 21 profesionálních designérů hodnotit rozhraní vytvořená AI. Jejich zpětnou vazbu pak využili k dalšímu trénování modelu. Nejlepší výsledky přinesly situace, kdy designéři do návrhů přímo zasahovali. Skicovali úpravy nebo jednotlivé prvky překreslovali. Model trénovaný na těchto skicách následně podle hodnotitelů vytvářel kvalitnější rozhraní. Pouhé slovní komentáře měly na výkon modelu jen malý vliv.
Ukazuje se tak význam praktické designérské zkušenosti. Nestačí vždy jen poznat, že návrh nefunguje. Důležité je také vědět, jak ho zlepšit.
Jak se osvědčila spolupráce AI a specialisty v GetFoundu
Podobný princip jsme si vyzkoušeli také u nás v GetFoundu. U 58 produktů jsme nechali AI připravit nové popisky. Následně je upravila seniorní copywriterka. Kontrolovala odbornou a věcnou správnost, soulad s normami i tón komunikace značky.
Výsledky jsme porovnali s kontrolní skupinou produktů, jejichž popisky zůstaly ve stejném období beze změny. U 90 % srovnatelných produktů se zlepšil poměr přidání do košíku vůči zobrazení produktu. Mediánová změna dosáhla +64,9 %. Produkty s novými popisky si vedly výrazně lépe než kontrolní skupina.
Nešlo sice o UX design, ale princip spolupráce byl podobný. AI připravila základ, zkušený člověk ho posoudil a upravil podle požadavků konkrétní značky.
Kvalitní výsledek tedy může vzniknout i s pomocí AI. Rozhodující je, aby měl někdo nad prací kontrolu, dokázal určit směr a poznal, co je potřeba změnit.
Kdy si vystačíte s AI a kdy přizvat UX designéra
Umělá inteligence je užitečná při hledání prvních nápadů, zkoušení variant nebo přípravě podkladů. Nemusíte být UX designér, abyste si s ní vytvořili jednoduchý návrh a lépe si ujasnili vlastní představu.
U změn, které přímo ovlivňují chování zákazníků a výsledky e-shopu, už je ale na místě větší opatrnost.
Co si můžete s AI vyzkoušet sami
Připravit první nápady a varianty designu.
Vytvořit ukázku toho, jak si představujete novou stránku nebo funkci.
Udělat první orientační UX audit jako podklad pro další práci.
Upravit drobné texty nebo obrázky.
Kdy přizvat UX designéra
Při změnách produktových stránek a výpisů kategorií.
Při úpravách nákupní cesty nebo košíku.
Při rozhodování, která doporučení z UX auditu skutečně zavést.
Při návrhu nové funkce, u níž nevíte, zda ji zákazníci potřebují.
Při hledání designu, který váš e-shop odliší od konkurence.
Zkušený UX designér nepřináší jen schopnost vytvořit návrh. Dokáže připravit dobré zadání, rozpoznat chyby, posoudit různé možnosti a rozhodnout, co bude fungovat pro konkrétní zákazníky. V tom spočívá jeho hodnota i v době, kdy AI zvládne během několika minut vytvořit obrazovku nebo celý prototyp.
José Torre svou přednášku nazval A Sharp Tool Can Still Ruin the Cut – tedy „I ostrým nástrojem se dá pokazit řez“.
AI je dnes opravdu ostrý nástroj. Jestli s ním uděláte čistý řez, nebo se říznete, záleží na ruce, která ho drží.