Kısa cevap: hayır. Yapay zeka görevlerin yerini alıyor, muhakemenin değil. Yapay zeka ekran üretebilir, dokümantasyon yazabilir ve varyantları herhangi bir insandan daha hızlı çıkarabilir. Yapamadığı şeyler ise hangi sorunun çözülmeye değer olduğuna karar vermek, gerçek kullanıcılarla aynı odada oturmak, yayına çıkmış bir ürünün sorumluluğunu üstlenmek ya da bir paydaşın güvenini kazanmak. Zemin kaybedecek tasarımcılar, tüm değeri üretimden ibaret olanlar olacak. Zemin kazanacak tasarımcılar ise yapay zeka destekli işi yönlendiren, düzenleyen ve sorumluluğunu üstlenenler olacak.
Bütün argüman bu. Yazının geri kalanı, bunun pratikte ne anlama geldiğiyle ilgili: tasarımcılar için, işe alım için ve bir tasarım partneri seçen herkes için. Things olarak, 2018'den bu yana elliden fazla ürünü yayına almış bir stüdyoda yapay zeka destekli tasarım iş akışları yürütüyoruz; yani bu, kenardan izleyenlerin spekülasyonu değil. Her hafta gördüğümüz şey bu.
Yapay Zeka UX Tasarımcılarının Yerini Alabilir mi?
Hayır. Yapay zeka bir UX tasarımcısının görevlerinin büyük bir kısmının yerini alabilir ama rolün yerini alamaz, çünkü bu rol hiçbir zaman öncelikli olarak çıktı üretmekle ilgili olmadı. UX tasarımı bir karar zinciridir: hangi sorun çözülecek, kimin için, hangi maliyetle, hangi ödünleşimlerle ve nasıl doğrulanarak. Yapay zeka, bu kararları ifade eden çıktıları hızlandırır. Kararları vermez; verir gibi göründüğünde de birinin iyi karar verip vermediğini kontrol etmesi gerekir.
Faydalı bir emsal var. Dijital araçlar grafik tasarımcıları ortadan kaldırmadı; şablonlar web tasarımcılarını ortadan kaldırmadı; tasarım sistemleri ürün tasarımcılarını ortadan kaldırmadı. Her dalga, bir önceki dalganın üretim katmanını otomatikleştirdi ve insan emeğini bir soyutlama düzeyi yukarı taşıdı. Yapay zeka bu dalgaların en büyüğü ve örüntü geçerliliğini koruyor: üretim ucuzluyor, muhakeme pahalılaşıyor.
UX Tasarımı Öldü mü?
Hayır, ama işin belirli bir versiyonu ölüyor. Tasarımcının bir ticket aldığı, mockup ürettiği, bunları devredip aynı döngüyü tekrarladığı versiyon: bu iş ortadan kalkıyor, çünkü iyi yönlendirilmiş bir model aradaki kısmı dakikalar içinde yapıyor. "UX tasarımcısı" "Figma'da dikdörtgenleri düzenleyen kişi" anlamına geliyorsa evet, bu unvanın bir son kullanma tarihi var.
Yerine gelen şey bir boşluk değil. Daha geniş bir etki alanına sahip bir rol: daha kimse bir tasarım aracını açmadan sorunları çerçevelemek, gerçek insanlarla araştırma yürütmek, makine çıktısı için kalite çıtasını belirlemek ve teslimatların değil sonuçların sahibi olmak. Bu role olan talep azalmıyor, artıyor; tam da yapay zeka çok miktarda vasat arayüzü çok hızlı bir şekilde yayına almayı kolaylaştırdığı için. Birinin bunun olmamasından sorumlu olması gerekiyor.
Yapay Zeka İşin Hangi Kısımlarını Gerçekten Üstleniyor?
Yapay zeka dört iş kategorisini gerçekten üstleniyor: üretim, ilk taslaklar, dokümantasyon ve varyantlar.
- Üretim. Üzerinde uzlaşılmış bir yönü bitmiş ekranlara, durumlara (state) ve responsive yerleşimlere dönüştürmek. Bu, işin her zaman en mekanik kısmıydı ve modeller bunda iyi.
- İlk taslaklar. Wireframe'ler, akış eskizleri, ilk metin denemeleri, erken keşifler. Yapay zeka saniyeler içinde inandırıcı bir başlangıç noktası üretir: bir cevap değil, bir başlangıç noktası.
- Dokümantasyon. Spesifikasyon sayfaları, bileşen açıklamaları, handoff notları, değişiklik günlüğü özetleri. İnsanlar için sıkıcı, makineler için çocuk oyuncağı; üstelik makineler bu işte daha tutarlı.
- Varyantlar. On yerleşim seçeneği, onboarding metni için beş farklı ton, karşılaştırılacak üç bilgi mimarisi. Keşfin genişliği eskiden pahalıydı. Artık neredeyse bedava.
Bunların ortak noktasına dikkat edin: hepsi, biri neyin inşa edileceğine karar verdikten sonra ve biri bunun işe yaradığını doğrulamadan önce gerçekleşir. Yapay zeka sürecin ortasını boşaltıyor. Uçlara ise dokunulmuyor.
Yapay Zeka UX Tasarımında Neleri Yapamaz?
Yapay zeka sorunları çerçeveleyemez, gerçek insanlarla araştırma yapamaz, zevkini konuşturamaz, sorumluluk üstlenemez ve paydaşların güvenini kazanıp koruyamaz. Bu beş şey, işin kalıcı çekirdeğidir.
- Problem çerçeveleme. Ürün tasarımındaki en pahalı hatalar daha tek bir ekran bile ortada yokken yapılır: yanlış sorunu zarafetle çözmek. Çerçeveleme bir işletmeyi, bir pazarı ve bir grup insanı anlamayı, ardından bir seçim yapmayı gerektirir. Modeller örüntü eşleştirir; sizin adınıza, sonradan savunabileceğiniz bir şekilde seçim yapmazlar.
- Gerçek insanlarla araştırma. Sentetik kullanıcılar bir prova aracıdır, ikame değil. Bir model makul tepkileri tahmin edebilir; ama gerçek bir bağlamdaki gerçek bir insanın sizi şaşırttığı gibi şaşıramaz. Bir ürünü yeniden şekillendiren anlar, gerçeklikle yaşanan sürtünmeden doğar.
- Zevk. Yapay zeka çıktısı, eğitim verisinin ortalamasına doğru geriler. Ortalama, rekabetçi bir ürünün tam da olmayı göze alamayacağı şeydir. Zevk (neyi çıkaracağını, neyi tutacağını, "idare eder"in ne zaman yeterince iyi olmadığını bilmek) insana özgü bir ayırt edici unsur olmayı sürdürüyor ve deneyimle katlanarak büyüyor.
- Sorumluluk. Bir ödeme akışı gelir kaybettirdiğinde ya da bir erişilebilirlik hatası kullanıcıları dışarıda bıraktığında "bunu model üretti" kimsenin kabul edeceği bir cevap değildir. Birisi yayına çıkan işin altına imzasını atar. O birisi bir insandır.
- Paydaş güveni. Tasarım müzakere edilir: mühendislikle, hukukla, güçlü fikirleri olan bir kurucuyla. Güven, insanlar arasında zamanla inşa edilir ve iyi tasarım kararlarının lansmana kadar gerçekten hayatta kalmasını sağlayan zemin odur.
UX Tasarımcısının Rolü Nasıl Değişiyor?
Tasarımcı, ilk taslakların üreticisi olmaktan çıkıp yapay zeka çıktısının editörüne ve yönetmenine dönüşüyor. En önemli üç değişim şunlar:
Üreticilikten editörlüğe. On seçenek üretmenin hiçbir maliyeti olmadığında, kıt olan beceri iyi seçmek ve nedenini açıklayabilmektir. Geçmişte bir soft skill olarak görülen eleştiri (kritik), işin günlük çekirdeği hâline geliyor. En iyi tasarımcılar her zaman kendi çıktılarının mükemmel editörleriydi; artık iş tanımı tam olarak bu.
Ekranlardan sistemlere. Yapay zeka parçaları akıcı biçimde, bütünleri ise zayıf biçimde üretir. Bir ürün genelinde bütünlük (tutarlı örüntüler, anlaşılır bir bilgi mimarisi, tek bir bütün gibi hissettiren bir deneyim), tüm sistemi kafasında tutan birini gerektirir. Sistem düşüncesi, kıdemlilere özgü bir uzmanlık olmaktan çıkıp temel bir gerekliliğe dönüşüyor.
Prompt yazmak bir zanaat becerisine dönüşüyor. Bir modeli iyi yönlendirmek (net kısıtlar, doğru bağlam, ne zaman yeniden üretip ne zaman elle iyileştireceğini bilmek) gerçek ve öğrenilebilir bir yetkinliktir; on yıl önce tipografi ya da etkileşim örüntüleri neyse bugün de odur. İyi tasarım brief'lerinin her zaman ödüllendirdiği niteliklerin aynısını ödüllendirir: düşünce netliği ve dilde kesinlik. Açık yazan tasarımcılar makineleri de iyi yönlendirir. Bu bir tesadüf değil.
Bu, Tasarımcı İşe Alımı İçin Ne Anlama Geliyor?
Muhakemeye göre işe alın; yapay zeka araçlarına hâkimiyeti ayırt edici bir özellik olarak değil, temel bir gereklilik olarak görün. Tasarım organizasyonları kuran ekipler için pratik sonuçlar şunlar:
- Portfolyolar daha az, akıl yürütme daha çok önem taşıyor. Cilalı ekranlar artık pek bir şey kanıtlamıyor, çünkü herkes onları üretebilir. Adaylardan kararlarını anlatmalarını isteyin: neleri reddettiler, neyi değiştirirlerdi, işe yaradığını nasıl anlarlardı. Mülakat sorusu "Bana ne yaptığını göster"den "Bana nasıl düşündüğünü göster"e kayıyor.
- Junior yetiştirme hattının bilinçli olarak yeniden tasarlanması gerekiyor. Juniorlar işi üretim yaparak öğreniyordu. Yapay zeka bunu üstlenirse ekipler muhakeme pratiğini bilinçli olarak yaratmalı (yapılandırılmış kritikler, araştırmaya dahil olma, güvenlik ağıyla gerçek karar verme); yoksa beş yıl sonra ortada hiç orta seviye kadro kalmadığını fark ederler.
- Küçük kıdemli ekipler, büyük karma ekiplerden daha iyi performans gösterir. Yapay zeka araçlarını yönlendiren birkaç deneyimli tasarımcı, bir zamanlar koca bir departman gerektiren işi artık üstlenebiliyor. Çalışan sayısı, yetkinliğin göstergesi olmaktan çıkıyor.
Yapay Zeka Çağında Müşteriler Tasarım Partnerini Nasıl Seçmeli?
Partnerleri, artık sıradanlaşmış olan üretim hızına göre değil, sordukları sorulara ve uyguladıkları standartlara göre değerlendirin. Her stüdyo anında ekran üretebildiğinde farkı yaratan şeyler şunlar olur: Bu partner brief'inize itiraz ediyor mu? Gerçek kullanıcılarla test ediyor mu? İşteki her kararı açıklayabiliyor mu? Lansmandan sonra sonuçların sorumluluğunu alıyor mu?
İki başarısızlık türüne karşı dikkatli olun. Zanaatkâr yavaşlığını erdem diye satan, yapay zekayı reddeden stüdyo, hiçbir kalite avantajı sunmadan daha yavaş ve daha pahalı olacaktır. Editoryal standart olmadan hacim üreten "AI slop" stüdyosu ise size bitmiş gibi görünen ama internetin ortalaması gibi performans gösteren bir şey teslim edecektir. İhtiyacınız olan partner bu ikisinin arasında konumlanır: makinenin kaldıracı, insanın standartları.
Yapay Zekayı Erken Benimseyen ve Zanaatı Güçlü Olan Stüdyolar Neden Kazanır?
Çünkü yapay zeka, bir ekibin zaten sahip olduğu standartları katlar. Titiz bir zanaat anlayışına sahip bir ekip yapay zekayı daha fazla yönü keşfetmek, daha fazla varsayımı test etmek ve her projenin daha büyük bir bölümünü zor problemlere ayırmak için kullanır: araştırma, çerçeveleme, iyileştirme. Standartları olmayan bir ekip ise aynı araçları vasatlığı daha hızlı üretmek için kullanır. Araçlar eşitleyici değil, güçlendiricidir. İyi ve ortalama stüdyolar arasındaki farkın kapanmak yerine açılmasının nedeni budur; yüksek bir kalite çıtasıyla birleşen erken benimsemenin katlanarak büyüyen bir avantaj olmasının nedeni de: entegre pratikle geçen her ay, geç benimseyenlerin ileride bedelini ödeyerek edinmek zorunda kalacağı bir iş akışı bilgisi biriktirir.
Things'in Duruşu
Things, 2018'de kurulmuş, İstanbul ve Elazığ'da faaliyet gösteren ve Türkiye'nin ve dünyanın önde gelen markalarıyla çalışan bir dijital tasarım ve mühendislik stüdyosu. Yapay zeka destekli tasarım iş akışlarını tümüyle benimsedik: oluşturma, varyant keşfi, dokümantasyon ve üretimin hızlandırılması her gün çalışma biçimimizin bir parçası. Değişmeyen şey, sürecimizde insanların durduğu yer: problem çerçeveleme, gerçek insanlarla araştırma, editoryal muhakeme ve yayına çıkan işin sorumluluğu. Red Dot ödülümüz ve yayına aldığımız elliyi aşkın ürün bu birleşimden doğdu: araştırma odaklı düşünce ve zanaat takıntısı, şimdi arkasında daha fazla kaldıraçla. Ajans değil, stüdyo. Design. Code. Mastery.
Sıkça Sorulan Sorular
Yapay zeka 2030'a kadar UX tasarımcılarının yerini alacak mı? Hayır. İşin üretim katmanının (ekranlar, taslaklar, dokümantasyon) büyük kısmının yerini alacak; sorunları çerçeveleyebilen, yapay zeka çıktısını yönlendirebilen ve sonuçların sorumluluğunu üstlenebilen tasarımcılara olan talebi ise artıracak.
Hâlâ UX tasarımında bir kariyere başlamalı mıyım? Evet, ama kalıcı çekirdeği hedefleyin: araştırma, sistem düşüncesi, kritik ve iletişim. Yapay zeka araçlarını, önceki kuşakların Figma'yı öğrendiği gibi temel bir beceri olarak öğrenin: gerekli ama yeterli değil.
Yapay zeka UX araştırması yapabilir mi? Araştırmayı hızlandırabilir: protokol taslakları hazırlamak, transkriptleri sentezlemek, erken tepkileri simüle etmek. Ancak gerçek kullanıcılarla temasın yerini tutamaz, çünkü ürünler asıl olarak gerçek bağlamlardaki gerçek davranışlarla doğrulanır.
Tasarım stüdyosuyla çalışmak yerine yapay zeka kullanmak daha ucuz mu? Atılıp gidecek taslaklar için evet. Deneyimin işletmenin yükünü taşıdığı ürünlerde ise ekranlar için değil, muhakeme ve sorumluluk için ödeme yaparsınız; yapay zeka ikisini de sağlamaz.
Things müşteri projelerinde yapay zekayı nasıl kullanıyor? İnsanın yönettiği bir sürecin içinde bir kaldıraç olarak: daha geniş keşif, daha hızlı üretim, daha iyi dokümantasyon. Yayına çıkan her kararı bir tasarımcı çerçeveler, düzenler ve sahiplenir.
Bizimle Konuşun
Bir ürün geliştiriyorsanız ve makine kaldıracını insan standartlarıyla birleştiren bir partner arıyorsanız konuşmalıyız. Bize hello@things.ist adresinden yazın ya da things.com.tr adresini ziyaret edin.