UX Collective: 39 principles for designing human-AI interaction

Статья Тараса Бакусевича в UX Collective за июнь 2026 года предлагает фреймворк из 39 принципов для проектирования интерфейсов с AI-компонентами. Статья отправляется от тезиса, который большинство практикующих дизайнеров признают: традиционный UI построен вокруг предсказуемого, детерминированного поведения, а AI-системы ведут себя иначе. Один и тот же ввод может давать разные результаты. Система может ошибаться правдоподобно-звучащими способами. Этот разрыв требует иного дизайнерского словаря.

Что охватывает статья. 39 принципов организованы вокруг четырёх основных задач: адекватное доверие, контроль пользователя, прозрачность и ответственная автономия. Каждый принцип отвечает на практическое решение, которое должен принять дизайнер: когда система должна что-то предлагать, а когда ждать запроса? Как должна отображаться неопределённость на экране? Какие доказательства должны сопровождать сгенерированный ответ? Когда действие AI значимо, сколько автономии оно должно иметь без явного подтверждения?

Бакусевич утверждает, что качество продукта в AI-интерфейсах определяется не только возможностями модели. Высококачественная модель за плохим интерфейсом даёт плохой продукт. Задача дизайна — сообщать, что система может и не может делать, давать пользователям инструменты для проверки и отмены, и делать восстановление после ошибок естественным, а не тревожным.

Фреймворк различает контексты, где AI наиболее силён — запутанные вводы, неоднозначный замысел, синтез больших объёмов информации, генерация контента — и контексты, где он слабее всего: задачи, требующие точности, воспроизводимости или детерминированного управления. Понимание этой границы важно для решения о том, какие функции вообще должны быть AI-управляемыми, а какие должны оставаться правилами.

Ключевые выводы. Несколько принципов касаются конкретно коммуникации неопределённости: статья утверждает, что делать неопределённость видимой лучше, чем проецировать ложную уверенность, даже если это делает продукт менее отполированным. Аналогично, одна из повторяющихся тем — что доказательства должны сопровождать сгенерированные ответы не как сноска, а как часть основного интерфейса, чтобы пользователи могли проверить рассуждения системы, не выходя из потока.

Принципы вокруг автономии особенно полезны для команд, строящих агентов или рабочие процессы со значимыми результатами. Фреймворк предлагает калибровать автономию в соответствии со ставками действия: действия с низкими ставками и обратимые могут выполняться без явного одобрения пользователя, тогда как необратимые или высокорискованные действия должны требовать подтверждения.

Для кого это полезно. Продуктовые дизайнеры, работающие над AI-функциями и нуждающиеся в структурированном подходе к интерфейсным решениям. Полезно также для product managers, которые хотят иметь общий словарь с дизайн-командой при обсуждении поведения AI. Фреймворк не привязан к инструментам и не предполагает конкретного AI-стека, что делает его применимым к различным типам продуктов.

Полная статья доступна на UX Collective. Принципы достаточно содержательны, поэтому возвращаться к конкретным разделам по мере возникновения новых дизайн-задач практичнее, чем читать от начала до конца.