لقد تحسنت أدوات تصميم الذكاء الاصطناعي بسرعة. يمكن لأدوات مثل Google Stitch ومساعد الذكاء الاصطناعي UXPin وميزات الذكاء الاصطناعي في Figma تحويل مطالبة أو رسم تخطيطي إلى شاشة في ثوانٍ. يمكن لأدوات ترميز الذكاء الاصطناعي، مثل Claude Code وCursor، إنشاء واجهة عمل من الوصف. بالنسبة لنموذج أولي سريع أو أداة داخلية، غالبًا ما يكون ذلك جيدًا بدرجة كافية.
ما لا يفعله الذكاء الاصطناعي هو تحديد ما يجب بناؤه. يتحدث مصمم واجهة المستخدم مع المستخدمين، ويفهم الأعمال، ويزن المقايضات ويقرر ما يجب تركه. لا يستطيع الذكاء الاصطناعي الوصول إلى هذا السياق ما لم يمنحه شخص ما، ولا يمكنه معرفة ما إذا كان التصميم مناسبًا لمجموعة معينة من الأشخاص.
تحتوي الواجهات التي تم إنشاؤها أيضًا على فجوات يمكن التنبؤ بها. إنهم يميلون إلى تغطية المسار السعيد وتخطي الأخطاء والحالات الفارغة والتحميل. غالبًا ما يتجاهلون تفاصيل إمكانية الوصول مثل ترتيب التركيز والتباين والحركة المنخفضة. وهم ينحرفون عن نظام التصميم ما لم يتم إعطاء الذكاء الاصطناعي المكونات والرموز لاستخدامها.
لذا فإن الوظيفة تتغير بدلاً من أن تختفي. يقضي المصممون وقتًا أقل في رسم كل شاشة يدويًا ووقتًا أطول في تحديد الاتجاه وكتابة ملخصات واضحة لأدوات الذكاء الاصطناعي ومراجعة المخرجات وبناء الأنظمة التي تحافظ على اتساق كل شيء. يعد ربط أدوات التصميم بالذكاء الاصطناعي من خلال خوادم MCP، والتي توفرها كل من Figma وPenpot وExodeUI، جزءًا من هذا التحول.
إذا كنت مصممًا قلقًا بشأن الذكاء الاصطناعي، فإن المهارات الأكثر أمانًا للاستثمار فيها هي المهارات التي يكون الذكاء الاصطناعي أسوأ فيها: البحث عن المستخدم، وتصميم التفاعل، وتفكير الأنظمة، وشرح سبب صحة قرار التصميم.