Skip to content

AI-driven design ­– hur algoritmerna ändrar designprocessen

I september hade vi på Knowit Experience extra fokus på AI med interna och externa föreläsare, dagliga kunskapstips, labbkvällar mm. I två bloggposter har jag formulerat några av de tankar och insikter jag fick under månaden.

/Elisabeth Mark,

Design Director & UX Lead på Knowit Experience Stockholm

Icon_AI_UX

Vad AI kan göra för designers?

Till viss del har AI och UX-designers liknande arbetsuppgifter – att samla in data, analysera användarnas behov och förutse interaktioner.  AI och maskininlärning förbättrar redan idag användarupplevelserna för många digitala tjänster, där den med hjälp av historiska data kan förutse en användares mål eller preferenser.

För designers kommer det att bli både fler krav och fler möjligheter att arbeta med maskininlärning i framtiden.

AI kan spela en stor roll i designprocessen, vi kan utnyttja algoritmerna som är baserade på användardatan för att skapa wireframes och interaktionsflöde, generera flera olika designskisser, utföra A/B-tester och avgöra vilken lösning som fungerar bäst. AI kan på så sätt ge oss UX-designers valmöjligheter och hjälpa oss att fatta designbeslut baserade på historiska data.

Det enda vi behöver är tillräckligt med exempel så att maskinen ska kunna lära sig ett mönster. Algoritmer behöver data, och om du har unika data kan du bygga en unikt värdefull tjänst.

Så om du som UX-designer kommer på en idé på en lösning måste du kunna tillräckligt mycket om algoritmer för att ha ett vettigt samtal med en utvecklare om huruvida och hur den skulle kunna byggas. Alltså, vilka parametrar ska användas och vad blir användbart för slutanvändaren av produkten?

 

UX-designerns roll idag

För en senior UX-designer kan variationen på arbetsuppgifterna vara extremt bred, mycket på grund av att rollen har utvecklats enormt de senaste 15 åren. 

2005 kallades jag för Webbdesigner. 2022 har jag dessa roller:

-UX Designer

-UI Designer

-Användbarhetsdesigner

-Customer Experience (CX) Designer

-Interaktionsdesigner

-Produktdesigner

-Strategisk designer

-Visuell designer

-Tillgänglighetsdesigner

 

Jag (och andra UX-designers) har blivit 'Unicorn Designers' och tvingas hela tiden ta beslut på många olika områden.

Det kan vara svårt att balansera så många färdigheter och ägna tillräckligt med tid åt varje aspekt av designprocessen. Vi behöver kanske automatisera och förenkla våra arbetsprocesser ännu mer? Om AI tar så många beslut för oss som möjligt – allt kring det datadrivna och automatiserade personifierade innehållet – så kan vi designers ägna mer tid åt det som AI inte kan göra för oss (än).  

 

Kreativt samarbete med algoritmer

I stället för att tänka på AI som 'Artificiell Intelligens', precis som om det var någon slags magisk framtidsrobot som kan göra allt, så är det kanske bättre att tänka på det som en 'Utökad Intelligens', som kan hjälpa oss i vårt arbete.

Designers som arbetar med AI kan skapa design effektivare där AI kan analysera stora mängder data och föreslå designjusteringar. En designer kan sedan välja och godkänna justeringar baserat på dessa data, för att därefter skapa olika versioner och A/B-testas på användare.

Om vi pratar om kreativt samarbete, när designers arbetar "i par" med algoritmer för att lösa produktuppgifter, ser vi också många bra exempel och tydlig potential. Det är särskilt intressant hur algoritmer kan förbättra vårt dagliga arbete på webbplatser och mobilappar.

AD:ns roll i den algoritm-drivna designprocessen

Men frågan är vad designerns roll i dessa lösningar blir, då det är en utvecklare som skapar algoritmerna. Ta Spotifys 'Discover Weekly'-funktion, där själva låtlistan är det enda UX-designelementet, medan det största arbetet är gjort av en algoritm som fyller designmallen med rekommenderad musik. Hur kan vi designers fortsätta att vara relevanta i fortsättningen? Handlar designers roll i framtiden mer om vilka algoritmer vi vill använda i gränssnittet snarare än om utseendet?  Vi kommer att behöva lära oss att arbeta mer med datakällor och algoritmer i våra arbeten för att skapa insikter och skala ner på designproduktionstid.

Det främsta skälet till att använda AI är att minska behovet av mänsklig interaktion för slutanvändaren.  AI och maskininlärning kan driva designprocessen – allt från analys av data och behov, till att skapa visuell design. Vi designers kan alltså använda AI i våra arbeten både för att effektivisera UX-processen och förbättra användarupplevelsen.

Flera CMS har börjat inkludera algoritmdrivna funktioner. Vi kan använda oss av dessa tekniker för att lära AI att skissa och designa.  Men det handlar inte om att eliminera designers från den kreativa processen. Om vi i stället ser denna process som ett samarbete mellan designers och AI, så kan vi eliminera många rutinuppgifter. En AD skulle t ex kunna skapa ett moodboard som sedan en algoritm snabbt kan tillämpa och föreslå en lämplig webbdesign. Designers skulle bli Creative Directors och datorn deras assistenter.

Men hur kan vi välja ut ett stort antal designkoncept där användningsscenarier är så varierande?  Om algoritmer skulle kunna hjälpa till att filtrera skulle vårt jobb bli ännu mer produktivt och kreativt. Som designer hör det till vårt dagliga arbete att göra detta i brainstorming och skissande. Skulle vi kunna låta algoritmer avlasta oss i denna process? För att träna algoritmer att optimera gränssnitt och innehåll kan designers utnyttja maskininlärning mer i sin designprocess, alltså algoritm-driven design.  Resultaten kan testas och förfinas med tiden, allteftersom maskinen lär sig mer och mer om användarens interaktioner.

Arbetsprocessen för digitala designers kan potentiellt se ut så här:

1. En algoritm genererar varianter av en design med fördefinierat designsystem, utifrån valda parametrar

2. Resultaten filtreras utifrån designkvalitet och krav

3. Designern väljer de bästa varianterna och justerar dem om det behövs

4. Systemet kör A/B-tester för en eller flera varianter, och väljer sedan den mest effektiva av dem

 

Läs vidare i nästa inlägg där jag avhandlar ämnen som personalisering och proaktiv design genom AI.