Синтезовані UX-висновки покращили макети, створені ШІ
У двох тестах макети ШІ, створені на основі UX-висновків і рекомендацій, відповідали більшій кількості заданих критеріїв, ніж варіанти за необробленими коментарями. Середня різниця становила 8,4 відсоткового пункту.
20 листопада 2026 року Nielsen Norman Group опублікувала матеріал про порівняння інтерфейсів, створених ШІ на основі двох видів дослідницького контексту. У двох завданнях варіанти на основі висновків і рекомендацій відповідали більшій кількості заздалегідь визначених критеріїв, ніж варіанти на основі необроблених коментарів користувачів. Середня різниця становила 8,4 відсоткового пункту.
Як порівнювали коментарі та рекомендації
Моделі доручили два завдання: створити односторінкову форму для перебронювання скасованого рейсу та багатокрокове оформлення замовлення в інтернет-магазині. Формулювання завдання й відомості про дизайн-систему в межах кожного завдання залишалися однаковими. Змінювався дослідницький контекст, який отримувала модель.
В одному випадку їй передавали близько 100 коротких коментарів користувачів для кожного завдання. В іншому — висновки й рекомендації, підготовлені на основі тих самих коментарів. Дослідник використовував ШІ-інструмент для аналізу, але сам вирішував, які висновки й рекомендації включити. У другому варіанті між відгуками та генерацією інтерфейсу з’являвся етап людської інтерпретації.
Для кожного завдання й кожного виду контексту отримали по вісім варіантів дизайну. Їх наосліп перевіряли людина й мовна модель за заздалегідь визначеним переліком критеріїв. Підсумковий бал показував частку виконаних умов; в опублікованому результаті використано оцінки людини. Після калібрування оцінки перевіряльників збіглися приблизно в 96% випадків в обох завданнях.
Які рішення змінилися в макетах
Перевагу висновків і рекомендацій виявили в обох завданнях, і вона була статистично значущою: p < 0,001. Для форми перебронювання різниця становила 11,4 відсоткового пункту, для оформлення покупки — 5,5. Ідеться про відповідність конкретному переліку критеріїв, а не про універсальну оцінку якості інтерфейсів.
У коментарях про скасований рейс кілька користувачів згадували милі програми лояльності. Жоден варіант, створений безпосередньо за коментарями, не повідомляв, чи вплине скасування на милі пасажира. Усі варіанти, створені на основі висновків і рекомендацій, містили таку інформацію.
Під час оформлення покупки користувачі скаржилися, що товари зникають із кошика. Серед дизайнів на основі вихідних коментарів менш ніж половина зберігала список товарів і підсумкову суму на кожному кроці. Серед дизайнів на основі висновків і рекомендацій — майже всі. Розрив тут був меншим, можливо, тому, що саме завдання вже вказувало на частину потреб покупця: застосувати знижковий код і отримати подарунок протягом двох днів.
Це порівняння має обмеження. Набори даних були невеликими — близько 100 коротких коментарів на завдання — і, ймовірно, впорядкованішими за звичайний потік відгуків. Крім того, форма й оформлення замовлення належать до поширених сценаріїв взаємодії з інтерфейсом. Автори припускають, що в менш знайомих завданнях з об’ємнішими й розрізненішими даними користь попереднього аналізу може бути більшою, але це ще потрібно перевірити. Поки що також невідомо, яку частину покращення забезпечили висновки, а яку — рекомендації.
Що це означає для роботи над сайтом
Якщо команда використовує ШІ для підготовки макетів, передати йому всю добірку відгуків — не означає вирішити, які проблеми важливі та як на них реагувати. Коментар може точно описувати труднощі користувача, але не вказувати на доречну зміну інтерфейсу. Різні коментарі можуть суперечити один одному або не стосуватися розглядуваного сценарію.
Практичний крок — відокремити спостереження від висновків, а потім сформулювати рекомендації для генерації та перевірки макета. Водночас потрібно враховувати не лише слова користувачів, а й цілі продукту, потреби бізнесу та технічні обмеження. В описаному порівнянні остаточний вибір висновків і рекомендацій робив дослідник, хоча для аналізу коментарів він застосовував ШІ-інструмент. Так модель отримала орієнтири, яких їй бракувало під час роботи з окремими репліками.
Це не привід відмовлятися від вихідних даних чи перевірки готового рішення. Результат показує вужчу річ: у двох досліджених завданнях висновки й рекомендації виявилися кориснішими для генерації, ніж самі лише коментарі. Автори ще планують з’ясувати, чи збережеться ефект для інтерв’ю, нотаток із тестування й опитувань, інших моделей та інших форматів передавання контексту. Питання перевірки результатів ШІ в UX-роботі порушували й у матеріалі про опитування UX-фахівців.
Моя думка: висновки мають потрапляти до специфікації
Я б не передавала моделі відгуки, не визначивши пріоритетів. У макеті легко пропустити деталь на кшталт вмісту кошика на кожному кроці; під час переходу до компонентів ця невизначеність стає ще помітнішою. Для мене результат порівняння — аргумент на користь специфікації, де зазначено, яку проблему розв’язує елемент і в яких станах він має відображатися. Генерація не знімає з команди відповідальності за ці рішення.
Джерела
Звідки новина. Текст — переказ своїми словами, факти — з джерела, думка — автора.
- Can AI Generate Good Designs from Raw User Data? www.nngroup.com
продуктова дизайнерка
Працюю з цифровими продуктами й дизайн-системами в Лісабоні. Відстежую, як рішення з макетів реалізуються в справжніх компонентах.
Усі публікації автораСхожі статті
Опитування UX-фахівців: ШІ прискорює роботу, але його результати доводиться перевіряти
За опитуванням Nielsen Norman Group, ШІ допомагає UX-фахівцям швидше виконувати багато завдань. Але результати потребують перевірки, а роботу з користувачами не прискорити самою автоматизацією.
ШІ-респонденти повторили висновок опитування про UX, але дали менше різних відповідей
ШІ-респонденти й люди назвали UX найпоширенішим позначенням роботи в цій сфері. Але люди запропонували понад 50 варіантів, а штучні учасники — близько дюжини.
API OpenAI і Google знайшли лише частину сторінок, які цитував ChatGPT
Google і OpenAI Responses API виявили лише близько чверті сторінок, які цитував ChatGPT. Для оцінки видимості у відповідях ШІ важливо розрізняти збіг сайтів і конкретних URL.
Обговорення 5
Софія Кіріаку
Різниця у 8,4 відсоткового пункту сама по собі ще не доводить, що саме синтез висновків покращив макети: у короткому описі не видно, як визначали критерії та чи оцінювали результати незалежно від авторів рекомендацій. До того ж два завдання — форма перебронювання й оформлення замовлення — не дають підстав переносити висновок на інші типи інтерфейсів. Я б сприймала це як свідчення, що структурований контекст може бути кориснішим для генерації, а не як доказ переваги рекомендацій без даних про метод оцінювання й мінливість результатів.
Ольга Лінде
Тут, здається, варто розділити силу висновку й сам напрямок результату: два завдання справді не доводять, що рекомендації кращі для будь-яких інтерфейсів, але це не скасовує порівняння в межах цих завдань. Якщо критерії були визначені до оцінювання й однаково застосовані до обох варіантів, більша відповідність у макетах на основі висновків — аргумент на користь структурованого контексту. Чи є в повному матеріалі опис оцінювання та розкиду результатів? Без цього оцінити надійність різниці складно.
Інеш Роша Автор публікації
Так, у повному матеріалі критерії були задані заздалегідь і застосовувалися до обох варіантів, але оцінювання незалежним від авторів рекомендацій я не можу підтвердити; розкиду результатів у двох завданнях також недостатньо, щоб оцінити стабільність ефекту.
Ганна А.
критерії й розкид — це той нудний чекліст, який не дає 8,4 пунктам одразу вдягнути плащ доказовості 😅 але якщо оцінювання було однаковим і незалежним, напрямок результату справді цікавий.
Рута Лаукене
Це слушне обмеження: тут порівнювали лише два завдання, а з короткого опису справді не видно незалежності оцінювання. Тож 8,4 пункту показують різницю саме в цих тестах, не універсальну перевагу рекомендацій.