AI-designværktøjer er blevet hurtigt forbedret. Værktøjer som Google Stitch, UXPin's AI-assistent og Figma's AI-funktioner kan forvandle en prompt eller en skitse til en skærm på få sekunder. AI-kodningsværktøjer såsom Claude Code og Cursor kan bygge en fungerende grænseflade ud fra en beskrivelse. For en hurtig prototype eller et internt værktøj er det ofte godt nok.
Hvad AI ikke gør, er at bestemme, hvad der skal bygges. En UI-designer taler med brugerne, forstår virksomheden, afvejer afvejninger og beslutter, hvad der skal udelades. AI har ingen adgang til den kontekst, medmindre nogen giver den, og den kan ikke fortælle, om et design er rigtigt for en bestemt gruppe mennesker.
Genererede grænseflader har også forudsigelige huller. De har en tendens til at dække den lykkelige vej og springe fejl, tom og indlæsningstilstande over. De ignorerer ofte tilgængelighedsdetaljer såsom fokusrækkefølge, kontrast og reduceret bevægelse. Og de driver fra designsystemet, medmindre AI'en får de komponenter og tokens, der skal bruges.
Så jobbet ændrer sig frem for at forsvinde. Designere bruger mindre tid på at tegne hver skærm i hånden og mere tid på at sætte retning, skrive klare briefs til AI-værktøjer, gennemgå output og bygge systemer, der holder alt konsistent. At forbinde designværktøjer til AI gennem MCP-servere, som Figma, Penpot og ExodeUI alle tilbyder, er en del af det skift.
Hvis du er en designer bekymret for AI, er de sikreste færdigheder at investere i dem, AI er dårligst til: brugerforskning, interaktionsdesign, systemtænkning og forklaring af, hvorfor en designbeslutning er rigtig.