Skip to content
Статья Figma Blog авг. 2026 г.

Figma: измерение влияния AI на дизайн-практику

Когда компания хочет понять, меняет ли AI работу дизайнеров, очевидный шаг — провести опрос. Шейн Джонстон, исследователь дизайна в Figma, пошёл другим путём: три года структурированных качественных интервью, частично модерируемых AI, с AI-анализом и синтезом в единый составной балл — AI Impact Index.

Что охватывает исследование

AI Impact Index имеет шкалу от 0 до 100 и отражает, насколько AI изменил повседневную дизайн-практику. В 2024 году, когда Figma впервые провела исследование, балл составил 31. В 2026 году он достиг 62 — удвоение за два года, которое команда называет самым быстрым измеренным изменением в дизайн-воркфлоу за всё время исследования.

Данные за этим числом существенны: 639 интервью с представителями разных ролей и уровней опыта, давших чуть более 2 миллионов слов транскриптов. AI модерировал интервью (задавая уточняющие вопросы), а отдельный аналитический слой сгенерировал 40 701 тематический код, сведённый к 11 846 уникальным темам. Затем исследователи-люди проверяли синтезированный результат, чтобы подтвердить категории и расставить веса.

Что изменилось больше всего

Исследование разбивает индекс на пять измерений: способности, процессы, коллаборация, качество и доверие. Измерение коллаборации показало наибольший прирост — с 32 до 58 баллов между 2024 и 2026 годами. Джонстон интерпретирует это как использование дизайнерами AI для сокращения разрыва между дисциплинами: более раннее совместное обсуждение с инженерами, больше асинхронных циклов обратной связи и создание справочных материалов, доступных для понимания не-дизайнерами.

Измерения способностей и процессов также выросли, но медленнее. Качество и доверие остаются наиболее спорными измерениями: дизайнеры отмечают, что результаты AI улучшаются, но объём верификационной работы растёт вместе с объёмом выдаваемых результатов.

Как работает методология

Исследование разработано как повторяемое. Figma построила кросс-функциональный дашборд, отслеживающий баллы индекса по измерениям и демографическим сегментам (годы опыта, размер компании, специализация в дизайне). Это позволяет команде сравнивать изменения по когортам год к году, а не полагаться на совокупные средние.

Выбор AI-модерации для интервью был намеренным. Модераторы-люди, отмечает Джонстон, склонны по-разному глубоко прорабатывать разные ответы в зависимости от собственных предположений. AI-модерация применяла последовательные уточняющие вопросы ко всем 639 участникам, что снижало предвзятость интервьюера, но вносило собственные артефакты — особенно в случаях кратких ответов, которые модератор-человек, вероятно, стал бы прорабатывать глубже.

Кому это полезно

Руководители дизайн-команд и исследователи, пытающиеся обосновать или поставить под сомнение внедрение AI, найдут методологию более полезной, чем сам балл. Структура индекса — качественные интервью → AI-кодирование → валидация людьми → составной балл — применима в других контекстах. Команды, проводящие внутренние дизайн-исследования, могут адаптировать этот подход для измерения влияния AI на собственные воркфлоу без масштабов Figma.

Статья также включает графики с разбивкой баллов по измерениям в зависимости от уровня опыта — актуально для организаций со смешанными по грейду дизайн-командами. Старшие дизайнеры демонстрируют заметно другую кривую освоения, чем дизайнеры с опытом менее трёх лет — разрыв, который с 2024 года скорее вырос, чем сократился.