Jag forskade på AI i designprocessen redan 2023. Så här ser det ut nu.

2023 skrev jag en uppsats om AI i designprocessen. Tre år senare har nästan allt förändrats. Utom det viktigaste.

2023 skrev jag en examensuppsats om AI-verktyg i konceptfasen av designprocessen. Forskningsfrågan var enkel: hur används AI-verktyg i designprocessens tidiga steg för att skapa användbara gränssnitt? Tre år senare ser AI i designprocessen nästan helt annorlunda ut. Men kärninsikten från forskningen håller fortfarande.

Uppsatsen: AI-verktyg i konceptfasen

Uppsatsen, Skapa användarcentrerad design med AI-verktyg i konceptfasen, var en kvalitativ litteraturstudie som analyserade 32 forskningsartiklar genom brukskvalitetsprismat (Arvola, 2018). Vi tittade på AI-verktyg genom sex dimensioner: teknisk, praktisk, kommunikativ, organisatorisk, estetisk och etisk.

Vår slutsats: AI-verktyg har stor potential att förbättra designprocessen och skapa användarcentrerade gränssnitt, men de bör komplettera mänsklig kreativitet, inte ersätta den. Det var slutsatsen 2023. Den visade sig vara mer sann än vi hade förväntat oss.

Du kan läsa hela uppsatsen på DiVA.

Vad vi fick rätt

Uppsatsen identifierade att konceptfasen är där designers lägger mest tid, och där AI kunde ha störst påverkan. Forskningen visade då att 60% av en designers tid gick åt till att analysera information och utforska ostrukturerade resurser. Vi argumenterade för att AI-verktyg kunde minska den tiden dramatiskt.

Den förutsägelsen landade rätt. 2026 kan verktyg som Figma Make, Google Stitch och Flowstep generera kompletta UI-flöden från textbeskrivningar. Det som tidigare tog timmar av wireframing sker nu på minuter. Team som använder AI-verktyg levererar funktioner 40 till 60 procent snabbare än de som fortfarande arbetar manuellt.

Vi betonade också den etiska dimensionen. Vi skrev om behovet av transparens i AI-baserade designbeslut, riskerna med oavsiktlig diskriminering i träningsdata och vikten av att skydda användarnas integritet. De frågorna har bara blivit större. Idag inkluderar varje seriöst samtal om AI-designverktyg frågor om datahantering, bias och informerat samtycke.

Vad som överraskade mig

Hastigheten på förändringen. 2023 analyserade vi verktyg som Miro, UserTesting, Figma med PromptInfuser och GPT-4. PromptInfuser var ett forskningsplugin som lät designers köra LLM-promptar direkt i Figma-mockups. Det kändes experimentellt, nästan akademiskt.

Idag är samma koncept inbyggt i flera plattformar. Figma Make använder ditt befintliga designsystem så att AI-genererade prototyper matchar ditt varumärke från start. Google köpte Galileo AI och återlanserade det som Stitch, ett gratisverktyg som genererar Figma-redo designer från promptar, bilder eller skisser. Verktyg som Moonchild AI skapar både hög- och lågupplösta designer från konversationella promptar.

Uppsatsen pratade om NLP och maskininlärning som möjliggörande teknologier. Vi hade rätt om betydelsen av dessa teknologier, men vi underskattade hur snabbt de skulle bli osynliga. Designers idag tänker inte på NLP när de använder Stitch. De beskriver bara vad de behöver och får ett resultat.

Vad jag fick fel (eller åtminstone inte helt rätt)

Vårt ramverk fokuserade tungt på enskilda verktyg och deras kapacitet. Det jag inte fullt ut förstod var hur mycket själva arbetsflödet skulle förändras. Det handlar inte bara om att bättre verktyg finns. Det är att hela relationen mellan koncept, prototyp och produktion har komprimerats.

2023 var konceptfasen, prototypfasen och utvecklingsfasen tydligt separerade med definierade överlämningar. 2026 suddas gränserna ut. AI-verktyg genererar produktionsklar kod vid sidan av designmockups. Konceptfasen och byggfasen börjar smälta samman.

Det är en större förändring än bara snabbare wireframing. Det förändrar vad det innebär att vara designer.

Det enda som inte har förändrats

AI kan fortfarande inte säga dig vilket problem du ska lösa.

Konceptfasen handlar inte bara om att generera skärmar. Den handlar om att förstå användare, identifiera verkliga behov, göra bedömningar om vad som är viktigt. Det kräver empati, kontext och den typ av tänkande som kommer från att faktiskt känna de människor man designar för.

Vår uppsats drog slutsatsen att AI-verktyg bör vara ett komplement till mänsklig kreativitet och insikt, inte en ersättare. Tre år av snabb verktygsutveckling har inte ändrat det. Snarare tvärtom: den mänskliga sidan av designprocessen är viktigare nu, eftersom de tekniska hindren för att producera skärmar i stort sett har försvunnit. Det som gör skillnad är att veta vilka skärmar som behövs och varför.

Det är det jag kommer att gå djupare in på i nästa inlägg i den här serien: ett praktiskt ramverk för att utvärdera om ett AI-verktyg faktiskt hjälper dig designa bättre, eller bara snabbare.