Sascha Hjorth: kako AI zaista uklapa u svakodnevni rad UX/UI inženjera

Sascha Hjorth je objavio ovaj tekst u Medium-ovoj Bootcamp publikaciji 26. maja 2026. Članak zauzima namerno uzak stav: umesto pregleda onoga što AI teorijski može da uradi za dizajnere, Hjorth opisuje tri konkretna zadatka gde su lokalni veliki jezički modeli promenili njegov proces na opipljive načine.

Alati koje Hjorth koristi nisu podrazumevani cloud-hostirani servisi. On pokreće LM Studio na sopstvenoj mašini kako bi hostovao lokalne modele, što znači da njegovi eksperimenti ostaju privatni i ne zahtevaju pretplate. Ovo ograničenje oblikuje ton članka — čita se kao izveštaj praktičara iz kontrolisanih uslova, a ne promotivni prikaz novih funkcija platforme.

Tri toka rada koje Hjorth opisuje:

Povratne informacije o dizajnu i iteracija. On ubacuje snimke ekrana prototipa i pisane opise u lokalni model, tražeći kritiku vizuelne hijerarhije, pozicioniranja poziva na akciju i osnove interfejsa. AI mu ne govori šta da radi — on iznosi na površinu trvenje koje on zatim sam istražuje. Prema modelu se odnosi kao prema provokatoru, a ne donosiocu odluka.

Validacija istraživanja. Nakon kvalitativnih intervjua, Hjorth učitava transkripte u LM Studio i traži od modela da sintetiše teme sa pratećim citatima. Rezultat mu pomaže da uoči obrasce na koje je možda previše čvrsto ostavio sidro tokom živih sesija, a zatim ih proverava u odnosu na sirove podatke pre pisanja nalaza.

Interpretacija podataka. Kada se suočio sa skupom metrika povratnih informacija korisnika koje su pokazivale skok negativnih odgovora, koristio je LLM kako bi pomogao da brojeve postavi u kontekst. Rezultat — negativni odgovori predstavljali su 0,04% ukupnih poseta stranici — sprečio je reaktivnu promenu dizajna izazvanu vidljivim, ali statistički manjim signalom.

Centralni argument je da vrednost AI-a u dizajnerskom radu nije u generisanju rezultata, već u dovođenju u pitanje postojećih pretpostavki. Hjorth eksplicitno piše da odbija alate koji ne služe specifičnoj, namernoj svrsi u njegovoj praksi. Članak je koristan za dizajnere koji su skeptični prema AI integraciji kao kategoriji, ali su otvoreni za ciljane, proverljive primene u istraživački intenzivnom radu.