Я конечно очень хочу написать вам пост в котором расскажу, как мы нейронки в дизайн внедряли… и как это все изменило (или нет). Но это позже... Просто сейчас приходится разбираться с гораздо более сложно штукой. Представьте проект, в котором дизайнер не проектирует сценарии напрямую. Внутри проекта огромное количество функционала и ролей, есть дизайн система, но нет вообще макетов. AI во время взаимодействия с пользователем динамически собирает интерфейс под задачу, контекст и состояние пользователя. Один и тот же запрос может приводить к появлению разных пользовательских путей, которые никогда не были нарисованы вручную.

В такой модели роль UX-дизайнера — аудит всего нового, что появилось в системе. Основная работа смещается от проектирования сценариев к исследованию и управлению их генерацией. Нужно анализировать возникающие пользовательские пути, выявлять неэффективные паттерны, корректировать правила системы и контролировать качество решений, которые принимает AI. Объектом проектирования становится уже не интерфейс, а система, порождающая интерфейсы. Мы видим сколько система создала новых связей, зависимостей, как они превратились в интерфейс (который видит пользователь), с какой частотой это произошло, какие есть вариативности. Как это повлияло на визуализацию? Можно ли какие-то созданные паттерны объединить и сделать базовыми?

Чтобы было понятнее, вспомните как работает навигатор — даже если вы проезжаете мимо своего поворота он перестраивает путь и подсказывает, что изменилось. Такой же подход с системой, которая собирает макет в момент перехода на следующий шаг.

Вместо вопроса:"На какой экран перейти?»… система задает вопрос: "Что пользователь хочет получить?», после чего сама строит путь. Этот подход называется Intent-Driven Interface — концепция, в которой основой интерфейса становится не набор функций или экранов, а намерение пользователя (intent).

Напоминает Чемпионат Мира по футболу: все игроки определены, цели понятны, правила заданы, но как пойдет каждый конкретный матч мы не знаем. А когда все случится, нужно сесть и проанализировать "что это вообще было и почему".

Я сталкивался с таким подходом лет пять назад, но тогда это все уперлось в то, что система плохо понимала намерение и команда отказалась от реализации. А с LLM это уже не выглядит rocket science. Тут дальше можно спорить стоит ли игра свеч, если вы ставите, что любой интерфейс через 5 лет будет выглядеть как chatgpt… но если ваш прогноз другой, то навык определения уровня качества реализованного нейросетью результата становится вашей базой.

🧡 Лайк, если стоит рассказать детальнее.