Ontwerpen met AI: voorbij de hype

Iedereen vraagt of AI het scherm kan ontwerpen. Voor ons was dat nooit de interessante vraag.

Kiezen was altijd het werk. AI veranderde alleen het tempo. Exploraties voor een flow kostten vroeger meerdere dagen. Nu doen we er meer in een paar uur, zien we welke onderuitgaan zodra je erop klikt en gooien we die er zelf uit. Alleen de richtingen die het waard zijn halen de klant en de gebruikerstest. We verkennen meer en kiezen later.

Bij het prototype zie je het

De bouwdag in een sprint was vroeger een snelkookpan. Je koos één idee, bouwde de flow waarin niks misgaat en hoopte dat mensen klikten waar je het bedoelde. Meer paste niet in de tijd.

Dat plafond is weg. De prototypes die we nu bouwen gedragen zich als het echte werk. Knoppen werken, in velden kun je echt typen, foutmeldingen komen op waar ze horen. En we bouwen ze ongeveer drie keer zo snel als eerst. Die snelheid geeft ruimte om twee richtingen helemaal uit te bouwen in plaats van op één te gokken, en als we het design system van de klant laden, ziet het prototype eruit als hun product in plaats van een schets ervan.

Het verandert wat een test waard is. Mensen hoeven de gaten van een nepscherm niet meer in te vullen en reageren op het idee zelf. In een recente sprint met SPIE keken we naar twee manieren om grote blokken tijd in te voeren, een snelle rij-voor-rij tabel en een import van een spreadsheet. Eerder hadden we er één geprototyped. Nu bouwden we ze allebei, en testers plakten hun eigen spreadsheet er direct in. Ze testten met hun eigen werkweek. Voor Safeguard, een product voor veiligheid op de werkvloer, is het klikbare prototype met AI gebouwd en staat het online, zodat de mensen voor wie het bedoeld is het kunnen proberen en wij leren van hoe ze er echt doorheen gaan.

Wat AI niet doet

Niks hiervan draait vanzelf. AI is snel en onvermoeibaar en heeft geen idee welke oplossing de juiste is. AI zit niet naast iemand die vastloopt. Het draagt het gewicht van een beslissing niet, en leest de context niet die een antwoord hier goed maakt en ergens anders verkeerd. Dat deel blijft bij ons: welke richting we kiezen, wat we bouwen en hoe we de visie van het product heel houden terwijl AI het zware werk doet.