Ako sa umelá inteligencia učí od skutočných dizajnérov?

Podľa nového výskumu spoločnosti Apple už náčrty a spätná väzba od niekoľkých desiatok profesionálnych dizajnérov môžu stačiť na to, aby AI navrhovala výrazne lepšie, ľudskejšie používateľské rozhrania ako predtým.

Ako sa umelá inteligencia učí od skutočných dizajnérov?

Výskumníci spoločnosti Apple naďalej pracujú na plné obrátky na tom, aby generatívna umelá inteligencia nielen písala text, ale poskytovala aj skutočnú pomoc pri vývoji aplikácií. V ich čerstvej štúdii (Improving User Interface Generation Models from Designer Feedback) použili osobitý prístup: doladili AI pomocou skíc a pripomienok profesionálnych dizajnérov.

Nezáleží na množstve kódu, ale na spôsobe uvažovania

Väčšinu dnešných modelov AI (napríklad sériu GPT, ktorá poháňa ChatGPT) trénujú tzv. „radením“: ukážu mu dve verzie a tester vyberie lepšiu. Podľa výskumníkov Applu je to však vo svete dizajnu málo. Dobre navrhnuté používateľské rozhranie (UI) nie je jednoducho „lepšie“ alebo „horšie“, ale je výsledkom série logických rozhodnutí. Do výskumu zapojili 21 dizajnérov, ktorí nielen bodovali, ale kreslili náčrty priamo nad návrhy AI, poskytovali textové pripomienky k rozloženiu a robili aj konkrétne úpravy rozhraní.

Výskum spoločnosti Apple o tvorbe používateľských rozhraní pomocou umelej inteligencie.

Modely Qwen a „odmeňovací“ systém

Výskumníci vychádzali z open-source modelov Qwen2.5-Coder a Qwen3-Coder a naučili ich rozumieť vizuálnej spätnej väzbe dizajnérov. Vytvorili aj špeciálny „odmeňovací model“, ktorý na základe snímok obrazovky a popisov hodnotí, do akej miery návrh spĺňa odborné očakávania. Výsledky sú prekvapivé: takto trénovaná AI (najmä varianta učiaca sa zo skíc) prekonala pri navrhovaní používateľských rozhraní aj modely na úrovni GPT-5.

HTML a Tailwind: Rýchlejšia cesta k hotovej aplikácii

Dôležitým detailom je, že výskum sa teraz sústredil na webové technológie, teda na generovanie kódu v HTML a Tailwind CSS, čo je podstatné, pretože ide o základné piliere moderného vývoja. Cieľom nebolo len to, aby kód „fungoval“, ale aby bol výsledok estetický, logický a ergonomický – akoby vyšiel spod rúk ľudského dizajnéra.

Ponaučenie: Kvalita víťazí nad kvantitou

Jedným z najdôležitejších zistení štúdie je, že nie je potrebné liať do stroja dáta po miliónoch. Už relatívne málo (len 181 kvalitných odborných náčrtov) stačilo na to, aby AI postúpila o úroveň vyššie. Výskumníci zároveň zdôrazňujú, že dobré UI je vždy čiastočne subjektívne – pri úlohách s radením sa zhodli experti len približne v polovici prípadov –, no je isté, že konkrétne skice a úpravy poskytli oveľa stabilnejší tréningový signál.

Späť na blog