هوش مصنوعی کجا به طراحان UI/UX کمک میکند و کجا نه؟.
اولین بار که با چند جمله یک صفحهٔ کامل ساختم، سرعتش هیجانانگیز بود. نتیجه رنگ و کارت و متن داشت و در چند دقیقه چیزی جلوی چشمم بود که قبلاً ساعتها زمان میبرد. بعد دقیقتر نگاه کردم: حالت خطا وجود نداشت، متنها مسئله را سطحی فهمیده بودند و جریان فقط برای کاربری کار میکرد که هیچ اشتباهی نمیکند.
همان تجربه نگاه من را مشخص کرد. هوش مصنوعی در طراحی UI UX برای تولید گزینه، خلاصهسازی، کارهای تکراری و نمونهسازی سریع بسیار مفید است؛ اما تعریف مسئله، فهم زمینه، سنجش ریسک و تصمیم نهایی هنوز مسئولیت طراح است. سرعت خروجی نباید با کیفیت تجربه اشتباه شود.
در سال ۲۰۲۶ چه چیزی تغییر کرده است؟
AI دیگر فقط یک ابزار نوشتن متن نیست. ابزارهای طراحی میتوانند رابط بسازند، component را تغییر دهند، تصویر تولید کنند، prototype کددار بسازند و به سیستم طراحی متصل شوند. عامل طراحی فیگما داخل canvas کار میکند و Figma Make فاصلهٔ prompt، طراحی و کد را کمتر کرده است.
گزارش ۲۰۲۶ فیگما بر اساس هزاران پاسخ و مصاحبه میگوید همکاری میان نقشها تغییر کرده: طراحان بیشتر وارد توسعه شدهاند و توسعهدهندگان بیشتر در طراحی مشارکت میکنند. وقتی تولید سریعتر است، مزیت اصلی از «چقدر خروجی میسازیم» به «چه چیزی ارزش ساختن دارد» نزدیک میشود.
این تغییر تهدید و فرصت را همزمان دارد. کار تکراری ارزانتر میشود و قضاوت، craft، زمینه و ارتباط ارزش بیشتری پیدا میکنند.
کاربرد اول: عبور از صفحهٔ سفید
AI میتواند چند جهت برای ساختار، محتوا یا جریان پیشنهاد دهد. من آن را مادهٔ خام گفتوگو میبینم، نه پاسخ نهایی. درخواست خوب شامل کاربر، هدف، محدودیت، داده و معیار است.
به جای «یک onboarding طراحی کن» میتوان گفت: «کاربر صاحب فروشگاه کوچک است، فقط دو دقیقه وقت دارد و باید قبل از اتصال حساب ارزش گزارش فروش را ببیند. سه جریان با trade-off پیشنهاد بده.» بعد گزینهها را مقایسه میکنیم.
ارزش در تعداد نسخه نیست. باید بدانیم کدام فرض پشت هر نسخه است و برای انتخاب چه شواهدی کم داریم.
کاربرد دوم: تحقیق و تحلیل، با بازگشت به منبع
مدل میتواند متن مصاحبهها را خلاصه و موضوعها را دستهبندی کند. این کار در حجم زیاد زمان میخرد، ولی خطر دارد: تفاوت ظریف جملهها حذف شود، یک الگوی جذاب بیش از حد پررنگ شود یا چیزی که در داده نیست به نتیجه اضافه شود.
روش امنتر من:
- دادهٔ خام و رضایت کاربران را درست مدیریت میکنم.
- از AI برای پیشنهاد کدگذاری و الگو استفاده میکنم.
- هر نتیجه را به نقلقول و مشاهدهٔ اصلی برمیگردانم.
- موارد مخالف را جدا نگه میدارم.
- نتیجه را فرضیه مینویسم، نه حقیقت قطعی.
اطلاعات شخصی یا محرمانه را بدون سیاست روشن سازمان وارد سرویس عمومی نمیکنم. سرعت تحلیل ارزش نقض اعتماد را ندارد.
کاربرد سوم: متن رابط و سناریوهای محتوا
AI برای ساخت نسخههای اولیهٔ microcopy، پیام خطا، onboarding و حالت خالی مفید است. میتوان لحنها را مقایسه و متن طولانی را کوتاه کرد. اما مدل زمینهٔ حقوقی، برند و حساسیت موقعیت را خودکار نمیفهمد.
برای پیام مالی یا سلامت، دقت و تأیید متخصص ضروری است. متن باید با محصول واقعی، زبان فارسی طبیعی و محدودیت فضا آزموده شود. اگر خروجی شبیه ترجمهٔ ماشینی یا بیش از حد صمیمی است، نباید فقط به دلیل سرعت پذیرفته شود.
کاربرد چهارم: ساخت UI و Prototype
ابزارهای مولد میتوانند صفحه و نمونهٔ تعاملی را سریع بسازند. این برای بررسی ایده در تیم یا نزدیک کردن بحث به چیزی قابل لمس عالی است. اما معمولاً مسیر خوشبینانه قویتر از edge caseهاست.
من خروجی را با این لایهها نقد میکنم:
- آیا جریان به هدف واقعی کاربر میرسد؟
- حالت خالی، loading، خطا، دسترسی و بازگشت وجود دارد؟
- componentها با سیستم طراحی هماهنگاند؟
- متن بلند و موبایل کوچک چه میشوند؟
- کنتراست، فوکوس و برچسبها مناسباند؟
- این راهحل با معماری و زمان تیم قابل اجراست؟
نمونهٔ سریع باید سؤال را بهتر کند، نه اینکه با ظاهر کامل تصمیم زودهنگام بسازد.
کاربرد پنجم: کارهای تکراری و کنترل کیفیت
نامگذاری لایهها، تولید دادهٔ نمونه، ساخت variation محتوا، بررسی متنهای ناقص و تهیهٔ چکلیست میتوانند خودکار شوند. عاملهای متصل به سیستم طراحی حتی میتوانند استفادهٔ نادرست از component را پیدا کنند.
با این حال کنترل کیفیت خودکار کامل نیست. ابزار ممکن است rule را بررسی کند اما تناسب تجربه با زمینه را نفهمد. ترکیب بررسی ماشینی و review انسانی نتیجهٔ مطمئنتری میدهد.
کجا نباید تصمیم را به AI بسپاریم؟
تعریف اینکه کدام مسئله ارزش حل کردن دارد، تفسیر زندگی کاربر، trade-off اخلاقی و پذیرش پیامد تصمیم بخشهایی هستند که باید صاحب انسانی داشته باشند. مدل مسئول نتیجه نیست.
در محصول مبتنی بر AI، خود تجربه هم عدم قطعیت دارد. راهنمای People + AI گوگل و دستورالعملهای Microsoft HAX توصیه میکنند قابلیت و محدودیت سیستم را روشن کنیم، در زمان مناسب توضیح بدهیم و وقتی AI اشتباه است راه اصلاح و کنترل فراهم کنیم.
کاربر باید فرق پیشنهاد و اقدام انجامشده را بداند. پیش از حذف، پرداخت، ارسال یا تغییر حساس تأیید متناسب لازم است. لحن مطمئن نباید عدم اطمینان مدل را پنهان کند.
یک جریان کاری قبل، حین و بعد از AI
قبل
مسئله، کاربر، محدودیت، دادهٔ مجاز و معیار موفقیت را بدون ابزار مینویسم. مشخص میکنم AI دقیقاً کدام بخش را سریع میکند و چه ریسکی دارد.
حین
چند گزینه میخواهم، منبع و فرضها را بررسی میکنم و از مدل میخواهم با پاسخ خودش مخالفت کند. خروجی مهم را ثبت میکنم تا تصمیم قابل پیگیری باشد.
بعد
نتیجه با دادهٔ اصلی، سیستم طراحی، دسترسپذیری و محدودیت اجرا بررسی میشود. چیزی که نمیتوانم توضیح یا دفاع کنم وارد محصول نمیشود. سپس با کاربر واقعی تست میکنم.
این ساختار کمک میکند ابزار سرعت بدهد بدون اینکه جهت پروژه را پنهانی تعیین کند.
مهارتی که از prompt مهمتر است
نوشتن prompt خوب مفید است، اما مهارت پایدارتر «زمینهسازی و نقد» است. ابزار و مدل عوض میشوند. طراح باید مسئله را به ورودی روشن تبدیل کند، خروجی را با معیار بسنجد و جای خالی آن را ببیند.
کسی که فقط یک سبک prompt حفظ کرده با تغییر ابزار دوباره از ابتدا شروع میکند. کسی که تحقیق، سیستم و قضاوت دارد میتواند ابزار تازه را سریعتر در فرایند درست قرار دهد.
پرسشهای متداول
آیا هوش مصنوعی جای طراح UI UX را میگیرد؟
بخشی از تولید و کار تکراری را خودکار میکند و نقشها تغییر میکنند. اما تعریف مسئله، قضاوت، craft، تحقیق و مسئولیت تصمیم همچنان انسانیاند. احتمالاً طراحانی که AI را درست به کار میگیرند جای روشهای صرفاً تولیدی را میگیرند.
بهترین ابزار AI برای طراحان چیست؟
بهترین ابزار به کار بستگی دارد: تحقیق، متن، تصویر، UI یا کد. به جای فهرست ثابت، امنیت داده، امکان کنترل، اتصال به سیستم و کیفیت خروجی را بسنجید. قابلیتها سریع تغییر میکنند.
آیا خروجی AI را میتوان مستقیم منتشر کرد؟
برای کار کمریسک هم review لازم است؛ برای حوزهٔ حساس، بررسی متخصص، امنیت، دسترسپذیری و تست ضروریاند. تولید شدن سریع به معنی آمادهٔ انتشار بودن نیست.
جمعبندی من
من محمد عبدی هستم و هوش مصنوعی را رقیب مستقلی بیرون از فرایند طراحی نمیبینم؛ آن را اهرمی میبینم که کیفیت استفادهاش به کیفیت فکر ما بستگی دارد. میتواند شروع را آسان، گزینهها را بیشتر و نمونه را سریعتر کند.
اما وقتی ساختن ارزان میشود، انتخاب کردن گرانتر و مهمتر میشود. طراح باید بداند چه چیزی را نسازد، کجا به داده برگردد، چه زمانی از کاربر تأیید بگیرد و کدام خروجی هنوز قابل اعتماد نیست. آیندهٔ طراحی فقط prompt سریعتر نیست؛ تصمیم مسئولانهتر است.
نوشتهٔ محمد عبدی، طراح محصول و تجربهٔ کاربری.