Smashing Magazine: Kada pokazati korisnicima šta AI agent radi

Članak Viktora Jokoa iz aprila 2026. na Smashing Magazineu bavi se problemom koji postaje sve hitniji kako AI agenti preuzimaju složene višestepene zadatke: pitanje nije da li biti transparentan, već kada je transparentnost opravdana. Tekst uvodi strukturiran pristup identifikaciji momenata kada korisnici zaista treba da vide šta agent radi — umesto da se sve prikazuje odjednom ili sakriva iza opšteg indikatora napretka.

Osnovna metoda je Decision Node Audit — osmokorački proces koji okuplja dizajnere i inženjere radi zajedničkog mapiranja interne logike sistema i pronalaženja takozvanih “tačaka dvosmislenosti”. To su momenti kada AI donosi probabilistički, a ne deterministički izbor. Nije svaki korak agenta potrebno prikazati — cilj revizije je da pronađe upravo one koji to zahtevaju.

Nakon mapiranja čvorova odlučivanja, matrica uticaja i rizika svrstava svaki u dve dimenzije: koliko su visoki ulozi i koliko je radnja reverzibilna. Radnja koja se može poništiti, poput promena u redosledu preporuka, zahteva manju transparentnost od nepovratne — podnošenja zahteva ili izvršavanja plaćanja.

Članak ilustruje metodu primerom iz osiguranja. Nejasna statusna poruka — “Izračunavanje statusa odštetnog zahteva” — pretvara se u tri konkretna vidljiva koraka: procena fotografija štete, pregled policijskog izveštaja i provera uslova polise. Upravo u toj konkretnosti živi transparentnost. Generički indikatori napretka signaliziraju aktivnost; konkretni koraci grade poverenje pokazujući šta sistem radi i koje informacije koristi.

Test “Čekajte, zašto?” dodaje empirijsku proveru: posmatranje pravih korisnika tokom izvršavanja zadatka od strane agenta i beleženje momenata zbunjenosti. To su momenti koji su zapravo važni u praksi — i često se razlikuju od onoga što tim predviđa tokom planiranja.

Rubrika za odabir paterna povezuje reviziju sa konkretnim UI rešenjima. Visokorizične nepovratne radnje zahtevaju patern Intent Preview — prikazivanje korisnicima šta agent namerava da uradi pre nego što to učini. Reverzibilne radnje odgovaraju paternu Action Audit, koji čini izvršene korake preglednim bez prekidanja toka rada.

Metodologija zahteva međufunkcionalnu saradnju. Inženjeri moraju da izlože prave tačke odlučivanja u interfejsu, a product manager-i moraju da definišu šta se smatra visokim ulozima u datom kontekstu. Okvir je najkorisniji timovima u ranim fazama razvoja agentne funkcije — pre nego što su se UI paterne učvrstile.

Ovo je prvi deo dvodelne serije. Dizajneri i product manager-i koji rade na agentnim AI funkcijama u osiguranju, finansijama, zdravstvu ili bilo kojoj oblasti gde autonomne odluke nose realne posledice naći će u procesu revizije konkretan polazni temelj.