میں نے ڈیزائن کریٹس چلایا ہے جس پر میں سکون سے فخر تھا. ساختہ ایجینڈز. تمام مناسب حصوں کے ساتھ ایک نوٹس ماڈل. اس طرح کا عمل جس نے باہر سے ایک ٹیم کی طرح دیکھا جس نے اسے چیک کیا تھا. پھر میں نے ہر کریٹ سے پہلے AI پر کام چلانے کے لئے شروع کیا. Figma میں، یہ due diligence کی طرح لگتا تھا. عملی طور پر، یہ ایک مردہ بیٹری کے ساتھ ایک ریمو ڈیکٹر کی طرح کام کرتا تھا - موجودہ، انسٹال، مکمل طور پر خاموش جب یہ اہم تھا. یہ وہی ہے جو میں نے سیکھا ہے کہ کسی اور کو دیکھ کر سب سے پہلے سیکھا ہے. ⸻ پہلی بار میں نے AI جائزہ لینے کو دیکھا کسی کو کچھ حقیقی تھا میں ایک ڈیزائنر جانتا ہوں - اس کو سارا کو بلائیں - جو میرے مقابلے میں ایک ہی عمل کو بہتر بنا رہا تھا. ہر کرٹ: اپ لوڈ کیا جاتا ہے، واپسی حاصل کی گئی ہے، طاقتوں اور تجاویز کی ایک اچھی فہرست نوٹ کی گئی ہے. AI نے اس کی معلومات کی ہائیریئرش کی تعریف کی. بصری ریتم مطابقت رکھتا تھا. ممکنہ طور پر CTA کے لئے ایک متبادل رنگ پر غور کرنے کی تجویز کی. سارا نے کلک کرنے سے پہلے عصبانی ہونے سے روک دیا. وہ کیوں کرے گا؟ وہ پہلے سے ہی پیغامات حاصل کر چکا تھا. اے آئی نے کہا کہ کام مضبوط تھا. وہ موجود تھا، اس کی ٹیم ٹکڑے ہو رہی تھی، وہ کشتی تھی. چھ ماہ بعد، ان کی ٹیم نے ایک خصوصیت پر ریٹرو چلایا جس میں کم کارکردگی تھی. 29٪ مکمل کرنے کی شرح۔ صارفین کو مرحلہ تیسری میں، مسلسل، 9 ہفتوں کے سلسلے کی ریکارڈنگ میں کسی نے نہیں دیکھا تھا۔ انہوں نے ان کو ریٹرو کے دوران نکال دیا. ایکس سیکنڈ کورسر قدم تین پر چڑھ رہا. پھر ٹیب بند ہو گیا. ہر ریکارڈنگ. اسی ایکس سیکنڈ. انہوں نے یہ فرض کیا تھا کہ صارفین پہلے سے ہی سمجھتے ہیں کہ خصوصیات کیا کرتے ہیں. وہ نہیں تھے. یہ منطقی تھا - اگر آپ پہلے سے ہی رابطے کو سمجھتے ہیں تو. AI نے اس وقت ایک نیا صارف کو کیا جاننا چاہتا تھا کہ نہیں پوچھا. کام خوفناک نہیں تھا. یہ بہتر ہو جائے گا اگر کسی نے صحیح وقت میں واپسی کی تھی. AI ایک ڈیزائن کا جائزہ لگانے کی طرح لگتا تھا. یہ ایک ڈیزائن کا جائزہ لگانے کی طرح محسوس ہوا. یہ ایک ڈیزائن کا جائزہ لگانے کے کپڑے پہننے کی تصدیق تھی. اصلاح، ایک بار جب کوئی واقعی دیکھتا ہے، دو ہفتوں لگتا ہے. ⸻ AI ڈیزائن کا جائزہ لیں واقعی کیا کہتے ہیں یہ آپ کے wireframe کو کھلائیں. یہ آپ کو یہ بتائے گا کہ ہائیریش واضح ہے. اس سے اسی wireframe کو انتباہ کرنے کے لئے پوچھیں. یہ ہائیریش کے مسائل کو تلاش کرے گا. اسی فائل، اسی ماڈل، مخالف نتیجہ - دونوں برابر اعتماد کے ساتھ فراہم کیا گیا ہے. یہ کوئی مقام نہیں ہے. یہ ایک مذاق ہے. 
 
 
 
 "صحیحہ واضح ہے" کہتا ہے: میں نے آپ کی آواز پڑھی اور آپ کو اس کا جواب دیا. "ایک بصری ریتم مطابقت رکھتا ہے،" وہ کہتے ہیں: مجھے یہ دیکھنے کا کوئی طریقہ نہیں ہے کہ ایک گمراہ صارف واقعی کیا کرے گا. "CTA کے لئے ایک متبادل رنگ پر غور کریں" کہتے ہیں: میں نے ذکر کرنے کے لئے کافی چھوٹا سا کچھ پایا لہذا یہ خالص تصدیق کی طرح محسوس نہیں کرتا. ان انجینئرز جنہوں نے ان ماڈلوں کو تعمیر کیا جانتے ہیں کہ یہ ایک مسئلہ ہے. انہوں نے اس پر دستاویزات شائع کی ہیں – وہ اس کو سکوفینشن کہتے ہیں. انہوں نے اسے ٹھیک کرنے کے لئے تجربات چلایا. پھر ماڈلوں کو صارف کی رضامندی کے پوائنٹس پر اچھی طرح سے ترتیب دیا گیا. "کیا جواب مددگار محسوس ہوا؟" نہیں: "کیا یہ کام بہتر بناتا ہے؟" صارفین، قابل اعتماد طور پر، اتفاق کرنے کے لئے ترجیح دیتے ہیں. انجینئرز اب بھی کچھ صادق بننے کی کوشش کر رہے ہیں. میں نے اس کے بارے میں مزید لکھا “Looks Good to Me: On AI Sycophancy, Context Loss, and Inverted Baselines” – عنوان تصادفی نہیں ہے. ⸻ تین چیزیں جو میں نے کرنا چھوڑ دیا میں نے پہلے کیریٹ گرمی کو چلانے کے لئے روک دیا - ہر کیریٹ سے پہلے ٹرانسمیشن کو اپ لوڈ کرنا اور اس آرام دہ یقین کے ساتھ آتے ہوئے کہ کچھ بھی نہیں بھول گیا تھا. مسئلہ یہ نہیں ہے کہ AI نے کچھ بھی غلط نہیں پایا. یہ ہے کہ کچھ بھی غلط نہیں پایا، معیار کی ثبوت کے طور پر محسوس ہوا. یہ نہیں تھا. یہ ایک آلے کی طرف سے پھیلاؤ کی کمی تھی جو واپس نہیں پھیلا. میں نے کھلی سوالات پوچھنے سے روک دیا. "آپ اس بہاؤ کے بارے میں کیا سوچتے ہیں؟" آپ استعمال کرسکتے ہیں سب سے بدترین پیغام ہے. ماڈل آپ کی فریمنگ، آپ کی اعتماد، آپ کے ٹون کو پڑھتا ہے - پھر ایک جواب پیدا کرتا ہے جو مطابقت کرتا ہے. فخر سے پوچھیں اور یہ تعریف کرنے کے لئے وجوہات تلاش کرتا ہے. غیر یقینی سے پوچھیں اور یہ غیر یقینی کی تصدیق کرتا ہے. سوال جواب شروع کرنے سے پہلے جواب کو شکل دیتا ہے. میں نے منسٹر پر بھروسہ کرنے سے روک دیا. اگر AI نے کچھ پرچم نہیں دیا تو، میں نے اس کو ایک نشانی کے طور پر استعمال کیا تھا کہ یہ ٹھیک تھا. اب مجھے لگتا ہے کہ یہ اسے بھول گیا. یہ مختلف فرض ہیں. ایک خودکشی پیدا کرتا ہے. دوسرا آپ کو دیکھ رہا ہے. ⸻ کیا واقعی کام کرتا ہے اس سے پہلے کہ یہ اتفاق کرتا ہے، اس سے جدوجہد کریں. "ایک شکریہ محقق نے مجھے کسی بھی مثبت پیشکش دینے سے پہلے ہر اعتراض کی فہرست. یہ اس چیز کے لئے استعمال کریں جس میں یہ واقعی اچھا ہے: مطابقت کی جانچ پڑتال، رینج کیسز، رسائی پرچم. فیصلہ کے لئے نہیں. اس میں کوئی نہیں ہے. یہ نمونہ کے مطابق ہے اور آپ کو کام کے بارے میں اچھا محسوس کرنے کے لئے ایک مضبوط ترجیح ہے. ⸻ اگر میں نے پانچ دنوں کے لئے آپ کا جائزہ لینے کا عمل تھا ایک کروٹ، کوئی گرمی. دیکھیں کہ کمرے نے کیا پکڑ لیا ہے کہ AI نے نہیں کیا. Day 1 – Remove AI from pre-crit prep entirely. "آپ کسی بھی چیز کے ساتھ اتفاق کرنے سے پہلے اس کے خلاف بحث کریں." آخری تین کاموں پر اسے چلائیں. Day 2 – Change the prompt. ایک ہی فائل، تعریف کی وضاحت، پھر انتقاد کی وضاحت۔ اگر نتائج ایک دوسرے کے خلاف ہیں تو، آپ جانتے ہیں کہ آپ کے پاس کیا ہے. Day 3 – Run the mirror test. وہی سوالات جو آپ نے AI سے پوچھا۔ جو وہ تلاش کرتے ہیں اور جو AI نے آپ کو دیا ہے وہ رقم ہے جو آپ واقعی چاہتے ہیں. Day 4 – Ask a junior designer. اگر فہرست طویل ہے تو، آپ کو ایک تصدیق چیلنج چل رہا ہے، ایک جائزہ لینے کی عمل نہیں ہے. Day 5 – Track what the room catches. ⸻ ڈیزائن انتباہ موجود ہے کیونکہ ٹھنڈا کام کو بہتر بناتا ہے. اس کے بارے میں سوالات - "آپ نے یہ وہاں کیوں ڈال دیا؟", "ایک نیا صارف اس وقت کیا جانتا ہے؟" - وہ ہیں جو تیسری قدم میں پکانا فرض کو پکڑتے ہیں. ایک جائزہ لینے والا جو کبھی نہیں کہا نہیں ہے، جائزہ نہیں کیا گیا ہے. یہ اتفاق کرتا ہے. سکون، مطابقت سے، اور مقیاس میں. اور آپ اس کے ارد گرد ایک عمل کی تعمیر کر رہے ہیں. آپ جانتے ہیں کہ یہ ضائع کیا گیا تھا. AI کا جائزہ لیں جہاں کوئی نہیں ضائع کرتا ہے، اس کی طرح محسوس ہوتا ہے. یہ خطرناک ہے. اگر آپ ایک سال پہلے کے مقابلے میں ڈیزائن کریکٹس سے پہلے کم پریشان ہیں تو، اپنے آپ سے پوچھیں کہ کیوں. اگر جواب AI پیشہ ورانہ جائزہ لینے میں شامل ہے، تو یہ اس بات کا ثبوت نہیں ہے کہ کام بہتر ہوا. اگر آپ کا پیغامات لنک غیر معمولی ہو گیا ہے تو، یہ ایک پیغامات لنک نہیں ہے.

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.

Free Discovery Call with Me

UX\UX Agency London

SaaS Web Design Services

UI/UX Design Services

Digital Product Design Services

UX Design Services

UX Design Agency

یہ آڈیو کہانی کی اصل زبان میں تیار کی گئی ہے!

آپ کے "AI ڈیزائنر" نے کبھی بھی آپ کے ساتھ متفق نہیں کیا

About Author

تبصرے

ہینگ ٹیگز

یہ مضمون اس میں پیش کیا گیا تھا۔

Related Stories

On Sunday, the 26th of November, 1631

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Urbain Grandier by Alexandre Dumas - Table of Links

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

On Sunday, the 26th of November, 1631

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Urbain Grandier by Alexandre Dumas - Table of Links

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps