NN/g: uloga UX-a u agentnim softverskim fabrikama
O čemu govori članak
Tanner Kohler iz Nielsen Norman Grupe ispituje AI-native priručnike životnog ciklusa razvoja softvera (SDLC) koje su objavili Anthropic, Google i OpenAI — okvire u kojima AI agenti preuzimaju većinu izgradnje, dok ljudi odobravaju rad na definisanim kontrolnim tačkama. On tvrdi da ovi priručnici svode UX na pozadinske informacije koje AI konsultuje, umesto da ga tretiraju kao proces istraživanja i donošenja odluka ugrađen tokom čitavog razvoja.
Kontekst: kako priručnici funkcionišu
Priručnici opisuju pipeline: tim navodi nameru, AI generiše plan, AI kreira makete, agenti pišu kod, AI verifikuje build u odnosu na makete, AI nadgleda postavljeni proizvod. Ljudi odobravaju rezultate na svakoj kontrolnoj tački. Osnovna pretpostavka je da je dovoljno unapred snimiti UX znanje u dokumentima da bi ga AI ispravno primenjivao tokom čitavog životnog ciklusa.
Kohler identifikuje tri uloge koje UX ima u svakom softverskom projektu: odlučivanje šta graditi; procena onoga što je izgrađeno; i obezbeđivanje konteksta za one koji rade. Priručnici se bave samo trećom.
Gde priručnici zaostaju po pitanju UX-a
U fazi planiranja, ne postoji korak za otkrivanje novih korisničkih potreba. Predlozi se mogu davati izolovano bez timskog doprinosa koji obično hvata slepe tačke.
U fazi dizajniranja, AI primenjuje standarde vizuelnog dizajna i proizvodi makete, ali ne postoji korak validacije u odnosu na korisničko istraživanje. Vizuelna dotераnost nije isto što i ispunjavanje korisničkih potreba, a dobro strukturirana maketa i dalje može predstavljati loše produktno rešenje.
U fazi testiranja, AI verifikuje build u odnosu na sopstvene makete i specifikacije tima — ne u odnosu na korisnike. Problemi koji su bili prisutni u originalnom dizajnu prolaze neosporeni.
U fazi održavanja, nadgledanje je usmereno na tehničku ispravnost. Funkcija koja radi ispravno, ali dosljedno zbunjuje korisnike, ostala bi neotkrivena dok se ne pojavi kao tiket podrške ili signal odliva.
Šta UX timovi treba da rade
Kohler preporučuje nekoliko prilagođavanja: ugraditi pitanja o korisničkim potrebama u šablon namere kako bi istraživači mogli da dokumentuju probleme pre nego što se predlože rešenja; raditi sa vlasnicima proizvoda na definisanju kriterijuma prihvatanja po vrednosti za korisnika uz funkcionalne kriterijume; navesti koje promene zahtevaju pregled od strane UX stručnjaka, poput promena navigacije ili tokova koji narušavaju ustaljene obrasce; dodati UX signale — stope napuštanja zadataka, skokove tiketa podrške — na nadzorne table; i preuzeti odgovornost za to da znanje dizajn sistema i uvidi iz istraživanja budu mašinski čitljivi kako bi ih AI agenti zaista mogli koristiti.
Kome će biti korisno
UX praktičarima i liderima dizajna u organizacijama koje usvajaju ili procenjuju AI-native pristupe razvoju. Članak je praktična polazna tačka za timove koji pokušavaju da razumeju šta UX mora aktivno da zahteva u agentnim radnim tokovima, umesto da čeka poziv.