AI ada di mana-mana, tetapi begitu juga batasannya.
Les Hari UX 2026 distrukturkan berdasarkan tema " Mereka bentuk bermaksud memilih secara sedar Hari pertama dikhaskan sepenuhnya untuk bengkel: sesi amali di mana para peserta mencuba, menguji metodologi, dan membuat kesilapan dalam persekitaran yang selamat. Hari kedua menawarkan program persidangan yang lengkap, dengan penceramah dari seluruh dunia memberikan perspektif antarabangsa yang segar mengenai topik yang paling penting bagi kami sekarang.
Dua format yang sangat berbeza, tetapi satu benang merah: cara menggunakan AI dengan cara tertentu disengajakan, bukannya dengan mudah refleks ?
Alatan dan kes penggunaannya berbeza-beza dari sesi ke sesi. Tetapi mesejnya sangat konsisten. AI boleh membantu kita untuk bekerja lebih pantasuntuk meneroka lebih lanjut dan menumpukan perhatian kepada perkara yang penting. Ia juga boleh membuatkan kita lebih malas, menghasilkan kod yang tidak boleh diakses dan menghasilkan keputusan yang kelihatan betul tetapi sebenarnya tidak.
Perbezaannya terletak sepenuhnya pada cara kita menggunakannya.
Boleh diakses ≠ boleh digunakan: kekeliruan berterusan
Salah satu detik paling penting dalam dua hari ini ialah campur tangan Mathieu Froidure, Pengarah Urbilog buta. Beliau telah bekerja dalam bidang kebolehcapaian digital selama lebih 30 tahun.
Pesanannya ringkas, tetapi ia tepat pada sasaran.
"Sebuah laman web" boleh diakses secara teknikal boleh jadi sepenuhnya tidak boleh digunakan. "
Dia menunjukkannya secara langsung dengan bacaan audio jadual data yang kompleks: versi yang tidak boleh diakses dan versi yang mematuhi teknikal. Versi kedua adalah lebih baik. Tetapi ia masih menghasilkan beban kognitif bahawa pengguna sebenar akan menghadapi kesukaran untuk mendapatkan sebarang maklumat berguna daripadanya.
Kebolehcapaian bukanlah senarai semak yang anda tandakan pada akhir projek. Ia bermula pada peringkat reka bentuk. Ia adalah isu reka bentuk, bukan isu pembangunan. Dan satu-satunya cara untuk mengetahui sama ada sesuatu benar-benar berfungsi adalah dengan mengujinya dengan orang yang dimaksudkan untuknya.
Cadangan beliau: integrasikan 5 hingga 10 pengguna keterlaluan dalam proses ujian anda. Bukan sebagai bonus pilihan, tetapi sebagai penunjuk kualiti piawai.
AI tidak menyelesaikan masalah kebolehcapaian, ia menguatkannya.
Anna Masak, Pereka Bentuk Platform dan Sistem di Microsoft, telah membawa pemikiran itu lebih jauh.
Dia datang untuk menghancurkan mitos yang semakin berkembang: idea bahawa AI akan menyelesaikan masalah kebolehcapaian untuk kita. Responsnya jelas.
"AI tidak menyelesaikan masalah kebolehcapaian." Elle menguatkan apa yang sedia ada. Jika sistem anda tidak berstruktur dengan baik, AI akan memburukkan lagi keadaan.
Data WebAIM untuk tahun 2026 mengesahkan perkara ini: 95,9% halaman utama masih menunjukkan kelemahan kebolehcapaian asas, dengan ralat setiap halaman meningkat sebanyak 10,1% dari satu tahun ke tahun berikutnya dan peningkatan kerumitan halaman 22,5%Sebahagian besar daripada peningkatan ini disebabkan oleh Kod yang dijana AI.
Ini adalah perkara penting, kerana godaan untuk mewakilkan aksesibiliti kepada alatan AI adalah sangat nyata, terutamanya di bawah tekanan masa. Tetapi AI yang dilatih menggunakan kod yang rosak dan tidak boleh diakses akan menghasilkan semula... gambar rajah yang rosak dan tidak boleh diakses.
Penyelesaiannya bukanlah dengan mengurangkan penggunaan AI. Ia adalah untuk struktur yang lebih baik. Sistem yang boleh diakses ialah sistem yang berstruktur dengan baik. Dan sistem yang berstruktur dengan baik adalah apa yang diperlukan oleh AI untuk berfungsi dengan baik. Kedua-duanya saling mengukuhkan, tetapi hanya jika pereka bentuk melakukan kerja asas yang telah dilakukan terlebih dahulu.
Perangkap kemalasan kognitif dengan AI
Bastien HuguesKetua Reka Bentuk di Bouygues Telecom menanyakan soalan yang kebanyakan daripada kita elakkan, pada pendapat saya: Adakah AI secara senyap-senyap menjadikan kita... kurang cekap ?
Dia tidak cemas. Dia tepat.
"Otak kita diprogramkan untuk jimat tenagaDialah pelaku sebenar.
Risikonya bukanlah AI akan mengambil alih pekerjaan kita. Risikonya ialah kita akan berhenti secara beransur-ansur berfikir secara mendalam kerana pemikiran memerlukan usaha, dan AI memudahkan untuk memintas langkah ini.
Dia mencadangkan model mental yang mudah: " NutriScore "Penggunaan AI adalah dari tahap E (saya bertanya, AI melaksanakan) hingga tahap A (AI mencabar pemikiran saya dan mendorong saya lebih jauh). Tahap D dan E sangat sesuai untuk tugasan berulang dan berisiko rendah. Untuk apa-apa sahaja yang memerlukan pertimbangan reka bentuk yang tulen, sasarkan tahap B atau A."
Kerangka kerja yang saya terus gunakan: AI ialah reproduktif, bukan generatifIa membuat ramalan berdasarkan apa yang telah wujud. Itu benar-benar berguna untuk banyak perkara. Tetapi idea baharu tidak datang dari situ. Bahagian itu masih milik kita.
https://ici.radio-canada.ca/rci/fr/nouvelle/2178183/chatgpt-ia-intelligence-artificielle-cerveau-cognitif-mit
Kerja sebenar bermula sebelum gesaan
Dua bengkel pada hari pertama menyokong pandangan yang sama dari sudut yang sangat berbeza.
Yohann Elmaleh, seorang Penulis UX di Bouygues Telecom, menjelaskan kepada kami bagaimana beliau mereka bentuk pembantu penulisan AI untuk pasukannya, dilatih sepenuhnya tentang sistem kandungan dalaman mereka.
Masalah awal adalah masalah yang akan dikenali oleh ramai pereka. Apabila anda meminta AI generik untuk menulis semula ayat dengan nada jenama anda, ia tidak tahu apa maksudnya. Ia tidak tahu bahawa Bouygues Telecom menggunakan "vous" (bentuk formal "anda") dan bukan "tu" (bentuk tidak formal "anda"), bahawa diskaun sentiasa ditulis "-5€/bulan" dan bukan "diskaun 5 euro," atau bahawapenulisan inklusif Ini bermakna menulis semula ayat sepenuhnya dan bukannya hanya menambah titik tengah. Hasilnya kelihatan betul, tetapi ia bukan milik sesiapa pun.
Oleh itu, Yohann membina sesuatu yang berbeza. Beliau bermula dengan melayan pereka dalam pasukannya sebagai pengguna, bertanya kepada mereka tentang kesukaran sebenar mereka dalam penulisan. Daripada temu bual ini, beliau menstrukturkan sistem kandungan dengan garis panduan yang jelas dan tepat, berdasarkan kes penggunaan dunia sebenar: peraturan umum, nada, gaya perbualan, kebolehcapaian, mikrokopi pada peringkat komponen dan glosari istilah khusus jenama.
Dokumentasi ini telah menjadi pangkalan pengetahuanpembantu AI yang diperibadikan, direka bentuk didengan bantuan pra-perintah struktur Ini menentukan identiti pembantu, objektifnya dan langkah tepat yang mesti diikuti sebelum menghasilkan sebarang hasil. Hasilnya ialah pembantu yang bukan sahaja menghasilkan teks. Ia menganalisis apa yang anda berikan kepadanya, menandakan apa yang tidak selaras dengan jenama dan menawarkan beberapa alternatif berserta cadangan UX yang disesuaikan dengan saluran.
Apa yang menjadikannya benar-benar hebat adalah ia bukan alat generik dengan lapisan penjenamaan yang nipis. Ia dibina dari bawah ke atas berdasarkan garis panduan sebenar, diuji oleh pengguna sebenar dan sentiasa diperhalusi. Apabila sistem kandungan dikemas kini, pembantunya juga bertambah baik.
Bengkel Figma Buat animé par Romain Dao menekankan prinsip yang sama dengan cara yang sangat konkrit.
Bengkel ini memberi tumpuan kepada "pengekodan getaran" aplikasi mudah alih menggunakan komponen yang dijana AI. Dan pengajaran yang paling penting tidak ada kaitan dengan gesaan.
"The penyediaanItulah kerjanya. Gesaan itu hanyalahperlaksanaan. "
Sebelum kami mendalami AI, kami telah mengusahakan papan moodfail garis panduan grafik dan peta perjalanan pengguna. Semua ini kemudiannya diberikan kepada AI.
Tanpa persediaan ini, hasilnya akan menjadi generik dan tidak konsisten. Hasilnya konsisten, mesra jenama dan benar-benar berguna. Prototaip pertama jelas tidak sempurna, tetapi apa yang hebat tentang Figma Make ialah anda boleh menyalin dan menampal bingkai yang dihasilkan terus ke dalam fail reka bentuk Figma anda dan membuat sedikit pelarasan sendiri. Ini memberi anda lebih banyak kawalan ke atas keputusan, daripada mempercepatkan semuanya dan menyerahkan kawalan penuh output kepada AI.
Prinsip yang sama terpakai di mana-mana sahaja. Sama ada anda membina pembantu penulisan, menjana komponen antara muka atau menggunakan AI untuk mengaudit sistem reka bentuk anda, kualiti apa yang terhasil daripadanya bergantung sepenuhnya kepada kualiti apa yang dimasukkan ke dalamnya.
Masa depan reka bentuk tidak tergesa-gesa, ia diputuskan
Dua hari ini telah mengukuhkan keyakinan yang telah saya pegang, tetapi yang kini saya fahami dengan lebih jelas: peranan kita sebagai pereka tidak berkurangan kerana AI. Ia menjadi lebih kritikal.
Alat-alat ini semakin pantas. Hasilnya semakin meyakinkan. Dan itu bermakna bahawa keputusan yang kita buat di huluBerkenaan struktur, kebolehcapaian dan niat, faktor-faktor ini membawa lebih banyak pemberat berbanding sebelum ini.
AI boleh membantu kita melakukan lebih banyak perkara. Ia boleh membebaskan masa untuk pemikiran yang benar-benar penting. Tetapi ia tidak akan memutuskan untuk apa yang pentingDia tidak akan melakukannya.menyokong pengguna andaDia tidak akan membantah apabila pilihan reka bentuk mengecualikan seseorang.
Bahagian itu masih terletak pada kita.
→ Untuk mengetahui lebih lanjut tentang AI dan UX: ux-republic.com/blog
Aki Matsunaga, Pereka Produk Kanan di UX-Republic
