Narzędzia do projektowania AI szybko się udoskonalały. Narzędzia takie jak Google Stitch, asystent AI UXPin i funkcje AI Figma mogą w ciągu kilku sekund zamienić monit lub szkic w ekran. Narzędzia do kodowania AI, takie jak Claude Code i Cursor, mogą zbudować działający interfejs na podstawie opisu. W przypadku szybkiego prototypu lub narzędzia wewnętrznego to często wystarczy.
Sztuczna inteligencja nie decyduje, co należy zbudować. Projektant interfejsu użytkownika rozmawia z użytkownikami, rozumie biznes, rozważa kompromisy i decyduje, co pominąć. Sztuczna inteligencja nie ma dostępu do tego kontekstu, chyba że ktoś go mu udzieli, i nie jest w stanie stwierdzić, czy projekt jest odpowiedni dla określonej grupy osób.
Wygenerowane interfejsy również mają przewidywalne luki. Mają tendencję do pokrywania szczęśliwej ścieżki i pomijania stanów błędów, pustego i ładowania. Często ignorują szczegóły dostępności, takie jak kolejność ustawiania ostrości, kontrast i ograniczony ruch. Odchodzą od systemu projektowania, chyba że sztuczna inteligencja otrzyma komponenty i tokeny do użycia.
Zatem praca zamiast zanikać, raczej się zmienia. Projektanci spędzają mniej czasu na ręcznym rysowaniu każdego ekranu, a więcej na ustalaniu kierunku, pisaniu jasnych wytycznych dla narzędzi AI, przeglądaniu wyników i budowaniu systemów, które zapewniają spójność wszystkiego. Łączenie narzędzi projektowych ze sztuczną inteligencją za pośrednictwem serwerów MCP, które oferują Figma, Penpot i ExodeUI, jest częścią tej zmiany.
Jeśli jesteś projektantem martwiącym się sztuczną inteligencją, najbezpieczniejsze umiejętności, w które warto zainwestować, to te, w których sztuczna inteligencja radzi sobie najgorzej: badania użytkowników, projektowanie interakcji, myślenie systemowe i wyjaśnianie, dlaczego decyzja projektowa jest słuszna.