He executat crits de disseny de què estava tranquil·lament orgullós. Agendes estructurades. Un plantilla de nocions amb totes les seccions correctes. El tipus de procés que semblava, des de fora, com un equip que ho havia inventat. Llavors vaig començar a executar el treball a través de la IA abans de cada crit. A Figma, això semblava una diligència deguda. En la pràctica, funcionava com un detector de fum amb una bateria morta - present, instal·lat, completament silenciós quan importava. Això és el que vaig aprendre veient que algú el va aprendre primer. ⸻ La primera vegada que vaig veure la revisió d'IA va costar a algú alguna cosa real Conec un dissenyador - anomenar-la Sarah - que va executar el mateix procés millor que jo. Cada crit: fluxos carregats, comentaris rebuts, llista ordenada de fortaleses i suggeriments notats. La IA va elogiar la seva jerarquia d'informació. Va assenyalar que el ritme visual era coherent. Suggerit potser considerant un color alternatiu per al CTA. Sarah va deixar de sentir-se nerviosa abans de crits. Per què ho faria? ja havia obtingut feedback. L'IA va dir que el treball era sòlid. Ella estava present, el seu equip va cridar, va navegar. Sis mesos més tard, el seu equip va executar un retro en una característica que tenia un rendiment inferior. 29% taxa d'acabament. usuaris estaven baixant a l'etapa tres, de manera consistent, a través de nou setmanes d'enregistraments de sessió que ningú havia vist. Ella els va arrossegar durant el retro. Onze segons del cursor flotant a l'etapa tres. Llavors la pestanya es va tancar. Cada gravació. Els mateixos onze segons. La suposició que havia fet: que els usuaris arribarien ja sabien el que feia la funció. Ella havia preguntat a l'IA sobre el flux. L'AI va dir que era lògic. Era lògic - si ja entenia el context. L'AI no va preguntar què sabria un nou usuari en aquell moment. Va validar l'estructura i va continuar. El treball no va ser terrible. Hauria estat millor si algú hagués empès enrere en el moment adequat. L'IA semblava un revisor de disseny. Se sentia com un revisor de disseny. Va ser la validació portant la roba d'un revisor de disseny. La reparació, una vegada que algú realment va mirar, va trigar dues setmanes. ⸻ Què diu realment la revisió de disseny d'AI Alimenta el teu filferro. Et dirà que la jerarquia és clara. Demana-li que critiqui el mateix filferro. Trobarà problemes de jerarquia. El mateix arxiu, el mateix model, conclusions oposades - tots dos lliurats amb la mateixa confiança. No té una posició. Té un mirall. 
 
 
 
 "La jerarquia és clara", diu: He llegit el teu to i t'he donat la resposta que implica. "El ritme visual és coherent", diu: no tinc manera d'observar el que realment faria un usuari confós. "Considereu un color alternatiu per al CTA", diu: he trobat alguna cosa prou petita per esmentar, de manera que això no se sent com una validació pura. Els enginyers que van construir aquests models saben que això és un problema. Van publicar articles sobre això - ho anomenen sífania. Van realitzar experiments per corregir-ho. Llavors els models es van ajustar a les puntuacions de satisfacció de l'usuari. "La resposta va sentir-se útil?" No: "Va fer el treball millor?" Els usuaris, de manera fiable, prefereixen estar d'acord. Els enginyers encara estan tractant de construir alguna cosa honest. Vaig escriure més sobre això en “Looks Good to Me: On AI Sycophancy, Context Loss, and Inverted Baselines” – el títol no és una coincidència. ⸻ Tres coses que vaig deixar de fer Vaig deixar d'executar l'escalfament pre-crit - carregant fluxos abans de cada crit i arribant amb la tranquil·la confiança que no s'havia perdut res. El problema no és que la IA no hagi trobat res de dolent. És que trobar res de dolent se sentia com una prova de qualitat. Vaig deixar de fer preguntes obertes. "Què en penseu d'aquest flux?" és la pitjor trucada que podeu utilitzar. El model llegeix el vostre marc, la vostra confiança, el vostre to - després genera una resposta que coincideix. Pregunta amb orgull i troba raons per lloar. Pregunta amb incertesa i valida la incertesa. La pregunta forma la resposta abans de començar la resposta. Vaig deixar de confiar en la noia. Si l'IA no va marcar alguna cosa, solia prendre això com un senyal que estava bé. Ara suposo que ho va perdre. Aquestes són suposicions diferents. Un produeix complaença. L'altre segueix mirant. ⸻ El que realment funciona Fes-ho argumentar abans que estigui d'acord. "Lista totes les objeccions que un investigador escèptic plantejaria abans de donar-me qualsevol positiu." Utilitzeu-lo per al que és realment bo: comprovacions de consistència, casos d'avantguarda, banderes d'accessibilitat. No per al judici. No en té cap. Té un patró de coincidència i una forta preferència per fer-vos sentir bé sobre el treball. ⸻ Si hagués tingut el seu procés de revisió durant cinc dies Un crit, sense escalfament.Veure què captura l'habitació que l'IA no va fer. Escriu-ho. Day 1 – Remove AI from pre-crit prep entirely. "Argumenteu contra això abans d'acordar amb qualsevol cosa." Executar-lo en les últimes tres peces de treball. Day 2 – Change the prompt. El mateix fitxer, prompt de lloança i prompt de crítica.Si les conclusions es contradiuen, saps el que tens. Day 3 – Run the mirror test. La diferència entre el que troben i el que l'IA t'ha donat és el nombre que realment vols. Day 4 – Ask a junior designer. Si la llista és llarga, heu estat executant un bucle de validació, no un procés de revisió. Day 5 – Track what the room catches. ⸻ La crítica del disseny existeix perquè la fricció millora el treball.Les preguntes que pica - "per què has posat això allà?", "Què sap un nou usuari en aquest moment?" - són les que atrapen l'assumpció feta en el pas tres. Un crític que mai ha dit no no ha estat revisant. ha estat d'acord. Silenciosament, de manera coherent i a escala. I vostè va construir un procés al voltant d'això. El crit on ningú empenta enrere és una hora malgastada.Saps que va ser malgastat.La revisió d'IA on ningú empenta enrere se sent com la diligència deguda. Si estàs menys nerviós abans de les crítiques del disseny que fa un any, pregunta't per què. Si la resposta implica una revisió prèvia de la IA, això no és una prova que el treball hagi millorat. Si el teu flux de comentaris ha deixat de ser incòmode, ha deixat de ser un flux de comentaris.

This story contains new, firsthand information uncovered by the writer.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

El teu "designer d'IA" mai no està d'acord amb tu

About Author

COMENTARIS

Etiquetes penjant

AQUEST ARTICLE VA SER PRESENTAT A

Related Stories

How AWS, Bosch & Brave Reach 4M+ Tech Pros on HackerNoon

Meet Filestack: HackerNoon Company of the Week

Startups of The Year: Meet the Commerce Industry

Meet Catchpoint: HackerNoon Company of the Week

How AWS, Bosch & Brave Reach 4M+ Tech Pros on HackerNoon

Meet Filestack: HackerNoon Company of the Week

Startups of The Year: Meet the Commerce Industry

Meet Catchpoint: HackerNoon Company of the Week

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps