אני פעלתי קריטריונים עיצובים שהייתי גאה בשקט. אסטרטגיות מאורגנות. תבנית מושג עם כל החלקים הנכונים. הסוג של תהליך שנראה, מבחוץ, כמו צוות שהבינו את זה. ואז התחלתי לרוץ את העבודה מעבר ל- AI לפני כל קריטרינה. ב- Figma, זה נראה כמו דילוגן. בפרקטיקה, זה עבד כמו גילוי עשן עם סוללה מתה - נוכח, מותקן, שקט לחלוטין כאשר זה היה חשוב. זה מה שלמדתי כשראיתי מישהו אחר לומד קודם. ⸻ בפעם הראשונה שראיתי את הביקורת של AI עלה למישהו משהו אמיתי אני מכיר מעצב – קורא לה שרה – שביצע את אותו התהליך טוב יותר ממני. כל קריט: זרימות הועלו, משוב התקבל, רשימה נקיה של נקודות עוצמה והצעות ציינו. ה- AI שיבח את הייררכיה של המידע שלה. ציין את הקצב החזותי היה עקבי. הציע אולי לשקול צבע חלופי עבור CTA. שרה הפסיקה להיות עצבנית לפני קריטס.למה היא?היא כבר קיבלה משוב.ה- AI אמרה שהעבודה הייתה מוצקה.היא הייתה נוכחת, הצוות שלה היה מתכווץ, היא היתה ספינה. שישה חודשים לאחר מכן, הצוות שלה פעל רטרו על תכונה שהייתה מופחתת. 29% שיעור השלמת. המשתמשים ירדו בשלב השלישי, באופן עקבי, מעל תשעה שבועות של הקלטות של הפגישות שאף אחד לא צפה. היא הוציאה אותם במהלך ההקלטה. 11 שניות של הקורסור זורם בשלב שלישי. אז הכרטיסיה נסגרה. כל הקלטה. אותו 11 שניות. ההנחה שהיא הביאה: שהמשתמשים יגיעו כבר להבין מה התכונה עשתה. היא שאלה את ה-AI על הזרם.ה-AI אמרה שזה הגיוני.זה היה הגיוני - אם כבר הבנתם את הקשר.ה-AI לא שאל מה משתמש חדש ידע בשלב זה. העבודה לא הייתה נוראה.היה יותר טוב אם מישהו היה דוחף בחזרה ברגע הנכון.ה- AI נראה כמו ביקורת עיצוב.הוא הרגיש כמו ביקורת עיצוב. התיקון, ברגע שמישהו באמת הסתכל, לקח שבועיים. ⸻ מה AI עיצוב סקירה באמת אומר תזונו אותו לתבנית החוטים שלכם. זה יגיד לכם שההיררכיה ברורה. בקשו ממנו להביע ביקורת על אותה תבנית החוטים. זה ימצא בעיות בהיררכיה. אותו קובץ, אותו מודל, מסקנות מנוגדות – שניהם מסופקים באותה ביטחון. אין לו עמדה. יש לו מראה. 
 
 
 
 "ההירירכיה ברורה", אומרת: קראתי את הטון שלך ונתתי לך את התשובה המשמעותית. "הקצב החזותי הוא עקבי", אומר: אין לי דרך להתבונן מה משתמש מבולבל באמת היה עושה. "חשוב על צבע חלופי עבור CTA," אומר: מצאתי משהו קטן מספיק כדי להזכיר, כך שזה לא מרגיש כמו אימות טהור. המהנדסים שביצרו את המודלים האלה יודעים שזה בעיה. הם פרסמו מאמרים על זה – הם קוראים לזה סיכופנציה. הם ביצעו ניסויים כדי לתקן את זה. אז המודלים התאימו היטב על ציונים של שביעות רצון משתמשים. "האם התשובה הרגישה מועילה?"לא: "האם זה עשה את העבודה טובה יותר?"משתמשים, באופן אמין, מעדיפים להיות מסכימים. כתבתי על זה יותר ב"Looks Good to Me: On AI Sycophancy, Context Loss, and Inverted Baselines" - הכותרת אינה מקרית. ⸻ 3 דברים שהפסקתי לעשות הפסקתי לרוץ את חימום מראש - מעלה זרמים לפני כל קריט והגיע עם הביטחון השקט כי שום דבר לא היה חסר.הבעיה היא לא כי ה- AI מצא שום דבר לא בסדר. הפסקתי לשאול שאלות פתוחות. "מה אתה חושב על זרימה זו?" היא ההזמנה הגרועה ביותר שאתה יכול להשתמש. המודל קורא את התבנית שלך, את הביטחון שלך, את הטון שלך - ואז מייצר תשובה שמתאימה. שאל אותו גאה והוא מוצא סיבות לשבח. שאל אותו לא בטוח וזה מאשר את חוסר ודאות. השאלה מעצבת את התשובה לפני שהתשובה מתחילה. הפסקתי לסמוך על הבחורה.אם ה- AI לא דגל משהו, השתמשתי בזה כסימן שזה בסדר. ⸻ מה באמת עובד תן לזה להתווכח לפני שהוא מסכים. "רשום כל התנגדות מחקר ספקני יעלה לפני שאתה נותן לי כל חיובי." השתמש בו עבור מה שהוא באמת טוב: בדיקות עקביות, מקרים קצה, דגלי גישה. לא לשפוט. אין לו. יש לו תואם דפוס והעדפה חזקה כדי לגרום לך להרגיש טוב על העבודה. ⸻ אם היה לי את תהליך הביקורת שלך במשך חמישה ימים ראה מה החדר תופס כי ה- AI לא. Day 1 – Remove AI from pre-crit prep entirely. "תווכח נגד זה לפני שאתה מסכים עם כל דבר." להפעיל את זה על שלושת החלקים האחרונים של העבודה. Day 2 – Change the prompt. אותו קובץ, בקשה לשבח ואז בקשה לביקורת.אם המסקנות מתנגדות זה לזה, אתה יודע מה יש לך. Day 3 – Run the mirror test. ההבדל בין מה שהם מוצאים לבין מה שה-AI נתן לך הוא המספר שאתה באמת רוצה. Day 4 – Ask a junior designer. אם הרשימה ארוכה, אתה פועל מעגל אימות, לא תהליך סקירה. Day 5 – Track what the room catches. ⸻ השאלות שדבק - "למה אתה שם את זה שם?", "מה משתמש חדש יודע בשלב זה?" - הן אלה שמביאים את ההנחה מבושלת לשלב השלישי. מבקר שמעולם לא אמר לא לא ביצע ביקורות.הוא הסכים.שקט, עקבי, בקנה מידה.אתה בנה תהליך סביב זה. המבחן שבו אף אחד לא דוחף אחורה הוא שעה מבוזבזת. אתה יודע שזה מבוזבז. הביקורת AI שבו אף אחד לא דוחף אחורה מרגישה כמו שקיפות ראויה. אם אתה פחות עצבני לפני העיצוב קריטי מאשר היית לפני שנה, לשאול את עצמך למה.אם התשובה כרוכה בדיקה מראש AI, זה לא הוכחה כי העבודה השתפרה. אם מעגל המשוב שלך הפסיק להיות לא נוח, זה הפסיק להיות מעגל משוב.

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.

"מעצב ה-AI" שלך מעולם לא הסכים איתך

About Author

הערות

תלו תגים

מאמר זה הוצג ב

Related Stories

The TechBeat: To Focus or Not Focus: How to Find the Right Product-Market Fit (3/8/2024)

The TechBeat: Investigating Internet Freedom: Unseen Aspects of Our Online Existence (1/20/2024)

The TechBeat: Everything You Need to Know to Implement Generative AI for Your Enterprise (3/12/2024)

Synthetic Audio is Now Available for 70,000+ HackerNoon Stories

The TechBeat: To Focus or Not Focus: How to Find the Right Product-Market Fit (3/8/2024)

The TechBeat: Investigating Internet Freedom: Unseen Aspects of Our Online Existence (1/20/2024)

The TechBeat: Everything You Need to Know to Implement Generative AI for Your Enterprise (3/12/2024)

Synthetic Audio is Now Available for 70,000+ HackerNoon Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps