TheNote
UX Collective | Medium 日本語 ノート
GooglePlay AppStore

UX Collective | Medium 日本語

Uxdesign.ccは、デザインリソース、記事、投稿をブラウズする際のユーザー体験を向上させることを目的としたオンラインプラットフォームです。このサイトは、Airbnb、Microsoft、Appleなど様々な企業からのデザインインスピレーション、ワイヤーフレーミングキット、ガイドラインのキュレーテッドコレクションを提供します。アプリやウェブサイトのデザインにおいて、デザインアセットやガイダンスに簡単にアクセスすることができます。
RSS uxdesign.cc
UX Collective - Medium uxdesign.cc
RSS Hunter RSS Hunter • 2024年8月23日

ノートのスレッド

AIトレーニングモデルの使用に関する、すべてのツール（Figmaも含む）が答えるべき4つの質問

Figmaの集団訴訟は、著作権侵害ではなく、デフォルト設定に関する設計上の決定を中心に展開されています。同社は、以前の約束に反して、デフォルトで顧客のデザインファイルを用いたモデルトレーニングを可能にしたと主張されています。法的な訴訟はまだ決定していませんが、Figmaはこれらの主張に異議を唱え、トレーニングは顧客のコンテンツではなく、一般的なパターンに焦点を当てていると主張しています。中心的な問題は、プランのティアによって異なる、オプトインとオプトアウトの設定に関する選択が行われたことです。デザイナーはユーザーとして、デフォルト設定が自分たちのために決定されることを理解しており、Figmaのような影響力のある立場にある企業は、より高い基準を維持すべきです。ユーザーデータをAIトレーニングに含めるために、企業が静かに利用規約を変更し、オプトアウトの仕組みが困難であったり、特定の明白でない操作を必要としたりするこのパターンは、Zoom、Slack、Adobeでも繰り返されています。これらの企業はしばしば反発に直面し、説明を発行し、時には決定を覆すこともあり、信頼は単なる表明された行動ではなく、監査可能なデフォルトによって構築されることを浮き彫りにしています。Figmaの状況は、そのティア化されたデフォルトが明確に発表され、擁護され、覆されることがなかったため、ユニークです。4つの質問「同意」「対称性」「開示」「出口」による「嗅覚テスト」は、ツールの取り組みを評価できます。同意は、デフォルト設定が到着時にオフになっていたかどうかでテストされます。対称性は、デフォルトが均等に適用されるか、支払いティアに基づいて分割されるかを調べ、誰が保護されているかの偏見を明らかにすることができます。開示は、デザイナーが外部からの通知なしに設定を発見できるかどうかを評価します。訴訟の原告は、AIトレーニングのためのユーザーデータに関するFigmaの保証と実際の慣行との間にギャップがあると主張しています。
Four questions every tool should answer (even Figma) about AI training model usage uxdesign.cc
CdXz5zHNQW_TggEHbVp7J.png
RSS Hunter RSS Hunter • 7月23日

スクリーンが降格されています

AIの進歩は、デザインの焦点をインターフェースからスクリーンの必要性へと移行させています。歴史的に、UXデザインは、UXは単なるピクセル以上のものだという一般的な格言にもかかわらず、画面作成を強く伴っていました。しかし、AIは、システムがユーザーの意図を直接理解し、アクションを実行できるようにすることで、これを変えます。例えば、写真を送信する now では、AIがプロセスを管理できるため、手動のステップが少なくなります。AIツールは記事の要約を提供することもでき、ユーザーが長いコンテンツを読む必要性を減らします。このシフトは、システム理解のギャップを埋めるために以前設計されていた多くのスクリーンが時代遅れになることを意味します。設定ページ、セットアップウィザード、ダッシュボードは、ソフトウェアがユーザーのニーズや望ましい結果を予測できなかったために存在することがよくありました。対照的に、AIは設定を推測し、暗黙的にユーザーをガイドし、複数のスクリーンにわたる明示的なユーザーアクションを必要とせずに、関連情報を提供できます。ユーザーにとってのコアゴールは常に結果であり、スクリーンではなく、AIは now これらの結果を達成するためのより直接的なパスを提供します。この進化は、デザイナーが効果的に設計する方法だけでなく、スクリーンの根本的な必要性を問う必要があることを意味します。10年前とは異なり、「インターフェースなし」の概念は技術的に実現可能になりつつあります。複雑なシステムは、パワーユーザーが望ましい結果のために複雑なインターフェースを歴史的に許容してきたため、この変化を最も痛感しています。ユーザー行動は進化しており、意図を直接満たすAIスキルとエージェントへの選好が高まっています。この傾向は、Microsoftが複数ステップのフォームを会話型エージェントに置き換えるなどの業界の変化に明らかです。エージェントの使用は、従来のインターフェースと比較して大幅に増加すると予測されています。スクリーンは中心的な役割から、AIが失敗した場合の確認やバックアップなどのサポート機能へと降格されています。焦点は、実行ステップの管理ではなく、ユーザーの意図の理解へと移行しています。しかし、問題診断などのタスクに使用される「センセーメイキング」スクリーンは、AIと並んで存続する可能性が高いです。これらのスクリーンは、ユーザーがシステムの問題を理解し、回復するのを支援し、そこでは評価の「第二のギャップ」がデザイナーの責任として残ります。重要な考慮事項は、スクリーンが置き換えられると、ユーザーがシステム操作のメンタルモデルを失う可能性があることです。結果の検証とユーザーの理解の確保が最優先事項となります。新しいデザイン批評は、ワークフローとインターフェース自体の存在に挑戦しています。
The screens are getting demoted uxdesign.cc
CdXz5zHNQW_ZXc81hxi3p.png
RSS Hunter RSS Hunter • 7月22日

UXレビューをAIに渡しました。その結果、こうなりました。

AIはUXレビューの貴重なパートナーとなり得ますが、人間の専門知識に取って代わるものではありません。UXレビューのためにClaude Fable 5とChatGPT-5.6 Solでテストしたところ、AIモデルは無関係または捏造された問題を含む分析を生成しました。どちらもいくつかの有用な観察を提供しましたが、これらは主に言葉遣いや構造の洗練に役立ちました。ClaudeはChatGPTと比較して、フレーズや構造においてより高い精度を示しました。AIモデルは、存在するすべての問題を特定するのに苦労し、いくつかの重要な問題を見逃しました。GPT-4oのユーザビリティヒューリスティック評価能力に関する研究は、これらの発見を裏付け、専門家が特定した問題のごく一部しか特定できなかったことを示しました。著者は、個人的な観察とAIとの継続的な対話を統合することで、最終的な分析が大幅に改善されることを発見しました。これにより、完全に手動のアプローチと比較して、プロセスが推定15%高速化されました。このようなタスクにおけるAIの主な限界は、データのアクセスではなく、その判断力と文脈理解にあります。将来のアプローチには、確立されたヒューリスティックと専門家の判断をエンコードして一貫した適用を可能にするカスタムAIエージェントの構築が含まれます。AI評価の精度は、モデル自体ではなく、モデルに供給される専門知識の質に由来します。AIは最終的に多くのタスクを自動化すると予想されていますが、複雑なデザインやリサーチの役割は、しばらくの間AI拡張から恩恵を受ける可能性が高いです。著者は、AIを予備的なツールとして使用し、実際のデータを供給し、構造化されたステップで作業することを推奨しています。AIの出力を最終的なものとして扱ったり、単一のプロンプトが包括的なワークフローを置き換えることを期待したりしないことが重要です。AIを効果的に指示する方法を学ぶデザイナーは大きなアドバンテージを得るでしょうし、即時の失業を心配する必要はありません。
I handed a UX review over to AI. Here’s what happened. uxdesign.cc
CdXz5zHNQW_xRYqLtFYi5.jpeg
RSS Hunter RSS Hunter • 7月21日

AIはあなたのポートフォリオを偽造できます。しかし、2番目の質問を偽造することはできません。

かつてはスキルの高価な指標であったアーティファクトが、今ではAIによって容易に生成されるようになった。この変化は、従来のポートフォリオやケーススタディが候補者の能力を測る信頼できる指標ではなくなったことを意味する。その結果、面接での会話そのものが、採用プロセスにおいて最も重要で高価な部分になりつつある。著者は、長年の実務経験があったにもかかわらず、言葉の失言が機会を閉ざしてしまった経験から、これを身をもって体験した。採用側では、候補者の仕事に関する2つの質問が、最初のプレゼンテーションが強力であっても、より深い理解の欠如を明らかにした。これは、AIは洗練されたアーティファクトを作成できるが、ライブで準備されていない判断と弁護の瞬間を再現することはできないことを浮き彫りにしている。ライターは、テキストが最初にAIで生成可能なメディアであったため、この現象をより早く経験した。プレッシャーの中で自分の仕事を説明する能力、過去の決定を弁護する能力、そして弱点を認める能力が、今や最も重要である。この「部屋でのテスト」は、単に記憶した知識や洗練された成果物だけでなく、実践者としての候補者の成熟度を評価するものである。容易に偽装できる自信の演出は、このようなライブで脚本のないやり取りではしばしば失敗する。最終的に、著者は、個人的な判断を公の弁護に翻訳することが、仕事の最終的かつ不可欠なステップであると主張している。焦点は、アーティファクトの生成から、リアルタイムでの真の理解と適応性を示すことに移る必要がある。これには、洗練された成果物を蓄積するだけでなく、練習と内省が必要である。
AI can fake your portfolio. It can’t fake the second question. uxdesign.cc
CdXz5zHNQW_O2ctaAe2Qf.jpeg
RSS Hunter RSS Hunter • 7月21日

AI製品にニール・アイアルのフックモデルを安全に適用する方法

ニール・エヤルによって開発されたフックモデルは、ユーザーの習慣を構築するために設計された4段階のループを概説しています。B.J.フォッグの研究に基づいたこのモデルは、トリガー、アクション、変動報酬、投資から構成されます。トリガーはユーザーのエンゲージメントを促し、それに続いて即時のメリットを提供する簡単なアクションが行われます。変動報酬は予測不可能でありながら満足のいく結果を提供し、繰り返し利用を奨励します。最後に、ユーザーが製品に投資することで、将来の使用がより魅力的で便利になります。このループは、現在この習慣形成メカニズムを統合しているAIチャットボットに特に関連しています。トリガーは、通知のような外部的なもの、あるいは退屈や不確実性のような感情的なものといった内部的なものになり得ます。外部トリガーは実装が容易ですが、時間の経過とともに無視されがちになります。持続的な習慣は内部トリガーに基づいて構築され、ユーザーは感情的なニーズに基づいて積極的に製品を探します。アクション段階は、ユーザーの労力を最小限に抑えることを強調しており、テキストボックスはその低摩擦インタラクションの代表例です。しかし、この単純さは、効果的なプロンプトを作成し、応答を評価するというユーザーの能力に負担をシフトさせます。変動報酬は言語モデルに固有であり、魅力的であると同時にフラストレーションの原因にもなり得る予測不可能な出力を提供します。報酬の3つのタイプは、情報の探索、進歩による自己満足、そして社会的報酬です。投資には、ユーザーが労力、データ、または好みを貢献することが含まれ、これにより将来のセッションのために製品が強化されます。この継続的な投資により、製品はよりパーソナライズされ、スイッチングコストが増加します。ユーザーがより多く投資するにつれて、AIアシスタントは彼らの特定のニーズに合わせて調整されます。このサイクルは継続的なループを作成し、AI搭載ツールによるエンゲージメントと習慣形成を促進します。
How to apply Nir Eyal’s Hook Model to AI products, safely uxdesign.cc
CdXz5zHNQW_9mM3og0TFv.png
RSS Hunter RSS Hunter • 7月20日

味わい、オーケストレーション層、AIワークフローの委任

今週のデザイナー向け厳選リソースは、テイストの本質とその発展を探求します。真のテイストは、優れた作品への深い触れ合いとデザイン原則の徹底的な理解から生まれると論じられています。それは単に収集したり測定したりすることはできず、意思決定に苦労するデザイナーは、この内面化された参考図書が不足していることが多いのです。次に、デザインの進化する状況へと議論は移り、なぜ会話が広範な影響ではなく、構築にのみ焦点を当て続けるのかを問いかけます。「The interface has left the building」という記事は、チャット、音声、AIエージェントの台頭により、UXは根本的に書き換えられていると示唆しています。AIのような技術的進歩は、必ずしも生活を楽にするのではなく、むしろ多くの人にとってより frenetic なペースをもたらす可能性があることが指摘されています。エンジニアリングやプロダクトマネジメントとは異なる、デザインキャリアに固有の課題も、関わる個人的なコストに焦点を当てて強調されています。「Punch yourself in the face with reality」という記事は、逆境に立ち向かい、リスクを冒すという困難だが不可欠な側面を掘り下げています。今週の内容はまた、AIがデザインプロセスをどのように変えているかにも触れており、ある記事では、AIが実験を通じてUXデザイナーのワークフローにどのように統合されたかを論じています。最後に、ニュースレターはスポンサーシップ、友人への転送、購読によるサポートを奨励しています。
Delegating taste, orchestration layer, AI workflows uxdesign.cc
CdXz5zHNQW_kS11fG0v7Z.jpeg
RSS Hunter RSS Hunter • 7月20日

「嘲笑され、その後愛された」AirPods効果

AirPodsが登場したとき、その斬新なデザインは広く嘲笑の的となりました。しかし、シームレスなペアリングとワイヤレスの利便性は最終的に消費者を魅了し、ステータスシンボルへと変貌させました。同様に、Apple Watchは当初、その目的と実用性について懐疑的な見方に直面しました。反復的な改善を経て、Appleはフィットネスと健康に焦点を移し、Apple Watchをスイスの時計産業全体の売上を上回る大成功へと導きました。これらの製品は、当初の馴染みのなさにもかかわらず、斬新な方法で現実の問題を解決したことで成功しました。現在、AppleはAirPodsにカメラを追加することを検討していると報じられており、新たな懐疑論とプライバシーへの懸念が巻き起こっています。これらのカメラは、Siriに視覚的なコンテキストを提供し、食材やカレンダーのエントリを識別するといった、ハンズフリーでの新しいインタラクションを可能にすることを目的としています。しかし、倫理的な影響と悪用の可能性は重大です。初期のAirPodsに対する反発が、主に美学と機能性に関するものであったのに対し、カメラ搭載AirPodsを取り巻く懸念は、プライバシーと社会的な影響に深く根ざしています。Appleがこれらの重大な倫理的なハードルを克服し、この新機能の価値を公衆に納得させることができるかどうかが、今後の課題となります。将来のApple製品の成功は、複雑な倫理的考慮事項を乗り越えながら、真のユーザーニーズに対応する能力にかかっています。
The “mocked, then loved” AirPods effect uxdesign.cc
CdXz5zHNQW_wTqpGBbVeg.jpeg
RSS Hunter RSS Hunter • 7月17日

AIがついにデザインの虚勢を見抜いた

AIの台頭により、これまで人間のデザイナーが担ってきた業務をAIが実行できるようになったことから、デザイナーの役割について疑問が投げかけられています。この傾向は、必ずしも予期せぬものではありません。というのも、過去10年間のデザイン業務の大部分は、視覚的に魅力的なインターフェースの作成に費やされてきましたが、現在ではAIがそれらを迅速かつ低コストで生成できるようになったからです。 筆者を含むデザイン界のリーダーたちは、スピードと納期を優先した結果、知らず知らずのうちに自らの職が置き換えられる条件を作り出してしまったことを認めている。エンジニアリングチームの作業を滞らせないよう、画面を迅速に制作することに焦点が移った結果、より深い戦略的思考や判断が軽視されるようになった。 このスピード重視の姿勢により、プロジェクトの実現可能性やシステム全体への影響に対する批判的な評価など、インターフェース制作を超えたスキルは、使われないまま萎縮してしまった。AIはまず予測可能で反復可能なタスクを自動化するが、デザインにおいてそれは、学習可能かつ記述しやすい性質を持つユーザーインターフェースの作成を主に意味していた。 「デザインとは単に『見た目の良さ』ではなく、『どのように機能するか』である」という業界の一貫したメッセージは、視覚的な表現なしでは証明することが困難だった。AIによってこの視覚的表現が安価になった今、多くの人にとって、インターフェースそのものが主に培われてきたスキルであったことが明らかになった。 著者は、これはUIデザインの技量を軽視するものではなく、UIは「翻訳層」であり、デザインの中核ではないことを強調している。デザインの中核は、判断力、曖昧さへの許容力、システム思考、リスクの解釈、そして組織との整合性にある。これらは自動化できないスキルであり、将来的に大きな強みとなるだろう。 デザイナーは、AIを雇用の脅威と見なすのではなく、より付加価値の高い戦略的な業務に充てる時間を確保する機会と捉えるべきだ。著者は、AIとの効率競争は敗北を招く戦略であるため、自動化された業務を嘆くのではなく、確保した時間で何を作り出せるかを考えるようデザイナーに強く促している。
AI just called design’s bluff uxdesign.cc
CdXz5zHNQW_P5kUZAR52Y.jpeg
RSS Hunter RSS Hunter • 7月17日

人食い人種とのキス

現在のデザインの状況は、予測可能で不誠実であると批判されており、より深い問いとより意味のあるアプローチが必要とされています。リモナルデザインは、曖昧さを受け入れることで、デザインに実存的な関連性と生命力を注入する方法を提供します。トランザクショナルデザインは、効率性と予測可能性を優先し、シンプルで事前に決定された結果を提供します。対照的に、リモナルデザインは、深遠で意味のある驚きに富み、即座の解決策を提供するのではなく、意図的に開かれた問いを保持します。この概念は、新しい洞察が現れる可能性のある閾値状態の人類学的な概念から引き出されています。美学との類似性を引き合いに出し、著者は、静かな瞑想を提供する美と、その限界を超えて心をかき乱し、喜びと苦痛の両方を呼び起こす崇高なものを区別します。アリストテレスによれば、偉大な物語とデザインは、必然的でありながら驚きに満ちていることによってこれを達成し、物事は常にそうであるとは限らないことを明らかにします。このパラドックスは、相反する感情と世界における自分の場所の再評価を伴う畏敬の念に似ています。畏敬の念を経験することは、個人に自分の限界に直面させ、自分の視点を適応させ、変革的な変化につながります。リモナルデザインは、フィクションのように、不信の意図的な停止を伴い、参加者が文字通り真実ではない経験に深く関与することを可能にします。デザイナーは経験の約50パーセントを作成し、残りの50パーセントを聴衆が完成させるために残し、個人的なつながりと継続的な関与を促進します。リモナルデザインは、可能性を完全に閉ざすトランザクショナルデザインとは異なり、継続的な探求を招く、開いたままのドアのようなものです。著者は、リモナル体験を作成するための3段階のプロセスを概説しています。物語の欲求を確立し、減算による最適化された抽象化を採用し、明確な閾値と儀式を介して不信の停止を維持します。最終的に、リモナルデザインは、デザイナーを単なるタスク実行者から、真剣な芸術に匹敵する、豊かで記憶に残る体験の作成者に引き上げます。このアプローチには誠実さが必要であり、参加者は安全だと感じ、デザインの目的が本物であると信じる必要があります。制御と予測可能性に駆られた企業の世界は、リモナルデザインに固有の深遠な驚きを受け入れるのに苦労しています。その根本的な目標は、しばしばそのようなアプローチと矛盾するためです。
How to Kiss a Cannibal uxdesign.cc
CdXz5zHNQW_au2prnRFIG.jpeg
RSS Hunter RSS Hunter • 7月17日

バイブからスペックへ：SAIDフレームワークでデザインプロセスを取り戻す

現代のAIネイティブワークフローは、静的な引き渡しを継続的で仕様駆動型のプロダクトエンジンに置き換え、線形プロセスからフィードバックループへと移行しています。基盤となる戦略フェーズは、プロトタイピングとプロダクションの強化における迅速で高速度なサイクルにガードレールを確立します。このシフトは、エンジニアリング、プロダクト、デザイン、データサイエンス間の境界線を曖昧にし、流動性とデザインと実装のより緊密な統合を強調します。チームは現在、プロトタイパー、ビルダー、スイーパー、グロワー、メンテナーといったアーキタイプ間を移動できる個人で構成されており、スキルと適応性がタイトルよりも重要になっています。Gitは、仕様、コード、イテレーションを統合する中心的な共有ワークスペースとなり、ツールの断片化から統一された環境へと移行しています。インタラクティビティは直接的なプロトタイピングを通じて表現され、仕様駆動開発（SDD）は人間とAIエージェントの真実の源として重要性を増しています。デザイナーはピクセルアライメントからシステムルール、動作、制約の定義へと移行し、アイデアがテスト可能なアクションに変換可能であることを保証します。これには、Anthropicの4D AI Fluency Frameworkに例示されるように、人間とAIのコラボレーションを中心とした基盤となるシステム構造とメンタルモデルの再設計が必要です。SAIDと呼ばれる新しいプロダクトライフサイクルは、意図の仕様化、エージェントによる委任、反復的な記述、人間の識別と勤勉さを含み、仕様を中心としたループを形成します。「バイブコーディング」を超えたプロフェッショナルなライフサイクルへと移行するこの構造化された仕様駆動型アプローチは、AIをプロダクションシステムとして管理することで開発を加速します。
From vibe to specs: reclaiming the design process with SAID framework uxdesign.cc
CdXz5zHNQW_S27DOO03BL.png
RSS Hunter RSS Hunter • 7月16日

デザインシステム契約：コンポーネントはFigmaにもコードにも属さない

デザインシステムは、Figmaのようなデザインツールと、実際にリリースされたコードの両方に同時に存在し、両者の間でのドリフト（乖離）という継続的な課題を生み出します。この乖離は、一方の場所で変更が行われ、もう一方で行われない場合に発生し、不整合につながります。従来の解決策では、Figmaまたはコードのいずれかを真実の源として優先しますが、どちらの場合も二次的なコピーの継続的な更新が必要です。提案されている解決策は、3番目の、中立的な真実の源を導入します。それは、各コンポーネントの「契約」として機能するプレーンなデータファイル（多くの場合JSONまたはYAML）です。この契約は、視覚的またはコード固有の詳細なしに、コンポーネントのプロパティとオプションを記述します。重要なのは、Figmaコンポーネントとコードの両方が、この単一の契約ファイルから自動生成されることです。その後、チェッカーツールが、Figmaバージョンとコードバージョンの両方が契約を正確に反映していることを検証します。この契約ベースのアプローチにより、Figmaとコードは同期したままになります。なぜなら、どちらももう一方を直接更新できないからです。このシステムへの緊急性は、インターフェース構築におけるAIの役割の増大によってさらに高まります。教師なしAIは、デザインシステムのドリフトを加速させ、不整合やエラーにつながる可能性があります。しかし、デザインシステムの契約が提供されれば、AIはそのルールを遵守し、完璧なスコアを獲得し、新しい機能には契約自体の実際の変更が必要になります。このシステムにより、AI生成のデザインは定義されたトークンとコンポーネントのプロパティを尊重し、エラーを防ぎ、整合性を維持します。契約はコンポーネントが何で構成されているかを定義しますが、より複雑な動作や創造的なレイアウトには、依然として人間の入力が必要です。これを実装するには、移行プロセスが必要であり、契約を維持するためのツールが導入され、ガバナンスがレビュープロセスに移行します。手動での同期にリソースを割くには小さすぎるが、かなりのドリフトが発生するほど大きくない中間的なチームが、このAI主導のアプローチから最も恩恵を受けるでしょう。
Design system contracts: the component lives in neither Figma nor code uxdesign.cc
CdXz5zHNQW_WhiJVu4ly0.png
RSS Hunter RSS Hunter • 7月16日

AIシステムは新しいインタラクションモデルを要求しています。デザイナーは準備ができているでしょうか？

ソフトウェアのインタラクションにおいて、長年にわたるデスクトップメタファーを超えた大きな変化が起こっています。従来のインターフェースは、ユーザーがアプリケーションやファイルを積極的に管理することに依存しており、このモデルは何十年も続いてきました。しかし、AIの最近の進歩は、システムがユーザーの意図を解釈し、それに基づいて行動することを可能にすることで、このパラダイムに挑戦しています。この移行は、タスク駆動型インターフェースから意図駆動型インターフェースへの移行を意味します。Thinking Machines Labは、「インタラクションモデル」という、リアルタイムのマルチモーダル交換のために設計された新しいタイプのAIモデルを導入しました。この概念は、製品の構造フレームワークを指すデザイン用語「インタラクションモデル」とは異なります。両者は異なるものの、同じテクノロジースタックの異なるレイヤーで動作します。AIモデルレイヤーは内部処理を扱い、デザインレイヤーはユーザーエクスペリエンスに焦点を当てます。AIモデルが継続的な会話のような新しい能力を獲得するにつれて、デザインの役割は大きく適応する必要があります。デザイナーは現在、目に見えないAIシステムを包含するようにユーザーのメンタルモデルを再構築し、ナビゲーションのための新しい規約を作成するという課題に直面しています。ユーザーがアクションを確認または元に戻すことができる介入ポイントは、意図的に選択する必要があります。さらに、デザイナーはAIシステムが複雑な判断を人間の意思決定者に適切にルーティングできることを保証する必要があります。AIエージェントによる従来のインターフェースの陳腐化を予測する人もいますが、ユーザーインターフェースは人間の説明責任にとって依然として重要です。エンタープライズソフトウェアでは、可視性と介入能力が最も重要です。新しいインタラクションモデルの究極の課題は、人間とシステムとの間の明確で透明な関係を育み、デザインが直感的で人間中心であることを保証することです。
AI systems are demanding new interaction models. Are designers ready? uxdesign.cc
CdXz5zHNQW_8ycxvvVpU1.png
RSS Hunter RSS Hunter • 7月15日

デザイナーは間違った戦いのためにナイフを研いでいる

AIの登場により、製品開発のコストと難易度は劇的に低下しました。この構築の容易さの増加は、逆説的に、創造のメカニズムから重要な戦略的意思決定へと焦点を移しました。企業は洗練された製品を構築できるようになりましたが、誰のために構築しているのか、あるいは解決しようとしている中核的な問題について、明確な理解を欠いていることがよくあります。この戦略的な基盤がなければ、イノベーションの取り組みは方向性を失い、リソースの浪費や、顧客に響かない複数のイテレーションにつながる可能性があります。ボトルネックは、技術的な実行から意思決定プロセスそのものへと移行しました。製品開発、特にデザインに関する議論は、「どのように」構築するかという点に固執し、役割、クラフト、テイスト、基準を重視するようになりました。これらの側面は品質にとって重要ですが、製品が存在すべきかどうかという根本的な問いには答えていません。製品開発における真の敵は市場であり、これは投資された労力とは無関係に機能し、説明なしに製品を拒否することができます。ナイフのようなクラフトは近距離用のツールですが、市場の現実に立ち向かうためには、銃に似た戦略が必要です。歴史的に、高コストと限られたリソースは自然な制約として機能し、チームは多額の投資をコミットする前にアイデアを慎重に検討することを余儀なくされました。これにより戦略的思考が強制され、誤った決定は高価になるため、それらを思いとどまらせました。AIはこの財政的な圧力を取り除き、無限で安価な実験を可能にしましたが、これはチームを誤った自信を持って間違ったものを構築するサイクルに閉じ込める可能性があります。これは燃え尽き症候群と貴重な人材の離職につながります。AIによって生成された豊富な選択肢の時代において、基準とテイストは識別力にとって重要ですが、市場での成功を保証するものではありません。中核的な課題は、真の人間的な問題を特定し、ソリューションが本当に価値があるかどうかを判断することに残っており、これはAIが答えられない質問です。間違った製品を構築している場合、効率的に出荷することは無意味です。構築の実現可能性は大部分が崩壊し、価値の問い、つまり何かが存在するべきかどうかという問いが、重要でありながらしばしば無視されている焦点として残っています。
Designers are sharpening knives for the wrong fight uxdesign.cc
CdXz5zHNQW_CYY5vPVUtW.png
RSS Hunter RSS Hunter • 7月15日

ウェブ標準によるデザイン：このAIの瞬間のためのプレイブック

AIインターフェース標準化に向けた現在の動きは、ジェフリー・ゼルマンが主導したウェブ標準化を巡る過去の戦いを彷彿とさせます。1990年代、競合するブラウザは互換性のない体験を生み出し、開発者はサイトを何度も作り直すことを余儀なくされました。ゼルマンは、仕様を作成するのではなく、業界にその価値を説得することで、共通の慣習を提唱しました。彼の努力は、ブラウザの一貫性を推進する草の根イニシアチブであるWeb Standards ProjectとA List Apartにつながりました。実践者がゼロから標準を確立するというこの哲学は、現在AIインターフェースにも当てはまります。ChatGPTやCopilotのような今日のAIアシスタントは、情報表示や推論の慣習がそれぞれ異なり、同様の断片化を示しています。この相互運用性の欠如は、AI出力の効果的な評価と比較を妨げます。ゼルマンが構造、プレゼンテーション、動作の分離を強調したように、AIインターフェースも推論、出力、アクションのために同様の明確なレイヤーが必要です。ゼルマンの運動の成功は、アクセシビリティに関する初期の道徳的な主張よりも、コストとリーチを強調した標準化のビジネスケースを提示したことにも起因します。最後に、トップダウンの命令を受けるのではなく、実践者が集団で規範を形成した連合アプローチが効果的であることが証明されました。この歴史的な教訓は、AIインターフェースの慣習を確立するためのロードマップを提供します。
Designing with web standards: The playbook for this AI moment uxdesign.cc
CdXz5zHNQW_rXUB8IEAwx.png
RSS Hunter RSS Hunter • 7月15日

誰がこれを作ったのか、言い訳のデザイン、AI時代のDesignOps

UX Collectiveは、AI時代におけるデザインの進化する状況に対応するため、デザイナー向けの資料をキュレーションしています。中心的なテーマは、AIツールがより普及するにつれて、クリエイティブワークにおける価値と信頼の再定義です。この変化は、「どのように」創造するかを自動化できるようになったときに、本当に重要なことは何かという問いを投げかけます。ある記事では、AIがリサーチを加速させるのか、それともインサイトを平坦化させるのかを探り、AI生成の要約の深さに疑問を呈しています。他の記事では、AIがコアなクリエイティブな意思決定に侵食していく「何を」という危機と、日常的なAI利用における人間的なひらめきの潜在的な喪失について論じています。議論は、AIとデザインシステムの中でのプロダクトクラフト、そしてデザインエンジニアリングの進化する役割にまで及びます。ますます自動化されるワークフローにおいて、理解することが新たなボトルネックとして強調されています。資料はまた、プロンプトシンキング、卓越性を目指すことと実用性の比較、規制産業におけるデザインのナビゲーションについてもカバーしています。ニュースレターは、読者にスポンサーシップや共有を通じてその活動を支援するよう奨励しています。
Who made this, Designing excuses, DesignOps in the age of AI uxdesign.cc
CdXz5zHNQW_TFM4SIzM4Q.jpeg
RSS Hunter RSS Hunter • 7月13日

趣味は委任できません

AIは実行を民主化し、競争優位性を戦略的思考と判断へとシフトさせる。センスは単に学習したり測定したりするものではなく、優れた作品に触れ、基本的なデザイン原則を理解する必要がある。しかし、質の認識だけでは不十分であり、真の価値は、その認識に基づいて行動する責任があるときに生まれる。生成AIは、膨大なデータセットに基づいてユーザーの好みを予測することに長けているが、真の意図や文脈に基づいた判断能力は欠けている。組織はしばしば、判断を好みの集計に置き換えるという罠に陥り、希薄な意思決定と平均的な結果につながる。iPhoneのマルチタッチディスプレイやThe New York Timesの「スノーフォール」のような成功したイノベーションは、既存のものを最適化するのではなく、将来のニーズを予測する大胆な判断から生まれる。デザインリーダーシップは、さまざまな視点を統一された視点に統合し、意見の相違を排除するのではなく解決することによって、この判断を保護するために不可欠である。健全なデザイン組織は、フィードバックが意思決定を置き換えるのではなく強化する、明確なオーナーシップを育む。委員会によるデザインの究極の結果は失敗ではなく、忘れられることである。それは、誰かを深く興奮させることよりも、すべての人をわずかに満足させることを優先するためである。AIはセンスを置き換えることはないが、それを単なる好みの予測と集計に置き換えてしまった組織の限界を露呈させるだろう。
Taste cannot be delegated uxdesign.cc
CdXz5zHNQW_xisSht9ngS.png
RSS Hunter RSS Hunter • 7月12日

インターフェースは建物から出て行きました

画面と階層構造に焦点を当てた従来のUXデザインは、新しいインタラクションパラダイムによって根本的に再構築されています。チャットインターフェースは主要な要素となっていますが、その有効性はユーザーの意図の明確さに依存します。既知のタスクのための構造化されたUIと、曖昧な探索のための会話型AIを組み合わせたハイブリッドインターフェースは、より効果的なアプローチを提供します。このジェネレーティブUIの概念は、ユーザーのニーズに基づいてインターフェースが動的に自己構築することを可能にし、デザイナーの役割を、あらゆる可能な状態を作成することから、生成システムを作成することへとシフトさせます。音声インターフェースは、単純なコマンドと応答を超えて進化し、関係性のインタラクションと永続的なコンテキストを重視しています。初期の音声アプリケーションは、会話をトランザクションとして扱い、私たちの脳が話し言葉に対して持つ社会的期待に違反したことで失敗しました。AppleのSiri AIのような新しい進歩は、クロスデバイスの会話の継続性とオンデバイス処理に焦点を当てており、音声にはより深く、より相互的な関与が必要であることを認識しています。高いレイテンシーとコンテキストの欠如は音声の重要な失敗点であり、堅牢なインフラストラクチャと洗練されたエラー回復が求められます。最も重要なシフトは、システムが自律的に一連のアクションを実行するエージェンティックAIから来ています。コアとなるUXの課題は、直接的なインターフェースなしで動作するエージェントに対するユーザーの信頼を構築することにあります。エージェンティックAIのための設計は、ユーザーを圧倒することなく透明性を確保し、自動化と高い人間の制御を統合することを必要とします。目標は、効率的かつ理解可能であり、監視と制御が本質的に設計の一部となるシステムを作成することです。
The interface has left the building uxdesign.cc
CdXz5zHNQW_rO4jZDqydD.png
RSS Hunter RSS Hunter • 7月12日

それは確認しましたか、それとも信じるにはあまりにも簡単でしたか？

ジェフ・ベゾス氏が「人間は消費を減らし、機械がより多く消費できるようにすべきだ」と発言したとされる偽の引用が拡散し、激しい非難を浴びた。しかし、この引用はパロディアカウントに由来するものであり、彼が実際に発言したものではないことが判明した。この出来事は、人々が事前の感情と一致する場合、特に検証なしに情報を容易に信じてしまうという、より広範な問題を浮き彫りにしている。AI生成の要約のほとんどの人が検証しないことを示す研究もあり、この批判的な確認の欠如は蔓延している。自動化バイアス、すなわち自動化システムからの回答を優先する傾向は、AIの一貫して自信に満ちた出力によって増幅され、この現象に寄与している。専門家も例外ではなく、AIによって生成された誤った解釈が提示された際に、放射線科医の精度が低下したという研究が示している。この問題は専門的な設定にも及び、Deloitteのような企業は偽情報を生成したAIを使用している。法律分野も苦境にあり、AIが発明した引用を含む裁判事例のデータベースが増加している。偽のベゾス引用が世間の注目を集めた一方で、AIの環境への影響と資源消費に関する実際的でより微妙な議論は、ほとんど注目されなかった。実際の数字は、データセンターによるかなりの水と電力の需要を示しており、これらはしばしば納税者によって補助されている。市場はAI検出ツールで対応しているが、これらもまた不完全であり、継続的な更新が必要である。その間、人間によるファクトチェック組織は、視聴者が増えているにもかかわらず、資金難に直面している。最終的に、批判的な評価と検証の責任は個人に残されており、より大きな注意とより透明性の高いAIインターフェースが求められている。
Did you verify that — or was it just too easy to believe? uxdesign.cc
CdXz5zHNQW_LnaGQVge6V.png
RSS Hunter RSS Hunter • 7月12日

技術も重要ですが、結果が重要です

クラフトの性質は生産から判断へと変わり、特にAIの台頭により顕著です。歴史的に、デザインクラフトはピクセル単位のファイルや機能的なプロトタイプのような磨き上げられたアーティファクトを通じて示されてきました。しかし、これらの遺物は直接収益を送ることはありませんでした。彼らは単に製品を約束しただけだ。真のデザインインパクトは、ユーザーのエンゲージメント、維持率、収益によって測定されます。1980年代のデスクトップパブリッシングの登場も同様の転換点を示し、変化するメディアに適応した人々が成功しました。AIはこのデザインの変化を加速させ、ワイヤーフレームや初期ドラフトのような生産層をますますコモディティ化し、無料化しています。価値あるのは、正しい問題を選び、その結果を受け入れる能力です。今やクラフトは、多くのもっともらしい選択肢の中からどれが存在に値するかを見極めることに依存していますが、効率性を重視するAIはしばしば見落としがちです。これは制作からキュレーションへと移行し、判断力とセンスが最優先となることを意味します。ポーランド語は今や基準の期待値であり、差別化要因ではありません。この新しいリテラシーは、技術を言葉に表現する能力を要求します。暗黙の知識は機械にとって不十分です。直感的な理解を「善」の明確な基準、制約、定義に翻訳することは極めて重要です。この技術を書き留める過程は、基礎となるスキルを研ぎ澄ます。AIはこの明確な技術を適用し、基準を保持し反パターンを防ぐことができますが、それは基準が明確に定義されている場合に限られます。このような明示的な文脈、いわゆる「足場」を DESIGN.md のような形式で提供することで、AIエージェントは汎用的な出力を生み出すのではなく、特定の制約の中で行動できるようになります。人間によって確立されたこのスタンディング・コンテクストは、最も価値のある要素です。焦点は機械から人へと移り、継続的な発見と実際のユーザーからの反復的なフィードバックがこれまで以上に重要になっています。AIはもっともらしい研究文書やペルソナを生成することができますが、それらを実際の人物と照合する習慣は、誤情報に対する安価な保険となります。反復は、早期のコミットメントではなく、証拠をもって弱い選択肢を素早く排除することに重点が置かれています。機械の能力は研究や反復といった人間の習慣の価値を高め、架空の発見の拡散を防ぎます。
Craft still matters, but it’s about outcomes uxdesign.cc
CdXz5zHNQW_him1qElkBQ.png
RSS Hunter RSS Hunter • 7月11日

革命は簡単な部分だった

新しいテクノロジーのローンチは派手なイベントだが、進化の真の仕事、つまりゆっくりとした構築は、その翌朝に始まる。Spotifyの独立記念日のプレイリストには、「Born in the USA」のようなプロテストソングが満載されており、革命的な変革の呼び声を単なる背景音に変えてしまう国民的習慣を浮き彫りにしている。これらの曲は元々アメリカという実験に対する批判だったが、今ではバーベキューのアンセムとなり、私たちがしばしば革命の核心的なメッセージを誤解していることを示している。革命は新しい視点と説得力のある物語を提供するが、それ自体が物事を構築するわけではない。建設と洗練、つまり「進化」という、地味で魅力のない仕事は、継続的な改善にコミットした個人によって推進され、後になって行われる。アメリカという実験そのものも、欠陥のある宣言から始まり、現状を受け入れることを拒否した人々の粘り強い努力によって、数世紀にわたって進化してきた。この継続的な洗練のプロセスこそが、真の進歩が横たわる場所である。人工知能は現在、同様の「ローンチパーティー」の段階にあり、しばしば根本的な複雑さと限界を覆い隠すような、目もくらむようなデモで特徴づけられている。多くの企業は、最初のスペクタクルを完成品と混同し、発表がゴールラインだと信じている。しかし、これらの洗練されたプレゼンテーションには、GoogleのGeminiの発表のように、リアルタイムのやり取りが演出され編集されたような、かなりの操作が伴うことが多い。美しいデモが現実世界の例外的なケースやユーザーからのフィードバックに直面したときに、真の課題が始まる。この進化には、5つ星評価の曖昧さのような問題に対処すること、エンジニアフレンドリーなプロトタイプの再設計、コンポーネントライブラリの一貫した更新などが含まれる。キーノートでめったに取り上げられないこれらの地味なタスクは、AIを真に機能的で価値あるものにするために不可欠である。AIは一部の単調な作業を自動化できるが、何を修正する必要があるかを決定したり、システムが実際に機能していることを確認したりする人間の判断を置き換えることはできない。単なる「雰囲気チェック」ではなく、効果的な評価システムは、進捗を追跡し、継続的な改善を確保するために不可欠である。最終的に、AIの成功は、他のあらゆる革命と同様に、最初の華やかさで満足することを拒否し、進化という、しばしば退屈な、継続的な仕事にコミットした献身的な個人にかかっている。
The revolution was the easy part uxdesign.cc
CdXz5zHNQW_lv7z8rjrv0.jpeg
RSS Hunter RSS Hunter • 7月8日

彼らの目の輝きを失う

このテキストは、私たちが習慣的にAIに依存することによって生じる深刻な損失を探求しており、それは認知的な影響を超えて、個人的な意味の浸食にまで及んでいます。AIは否定できない速度と規模を提供する一方で、私たちの仕事における意味を創造するという本質的なプロセスから私たちを切り離すと論じています。プロジェクトへの深い繋がりから得られるこの意味は、持続的な関与と専門的な充足感にとって極めて重要です。著者は、山を登る二人の兄弟のアナロジーを用いてこれを説明しており、目的地だけでなく、旅そのものが真の価値を持っているとしています。AIへの過度の依存は、専門家が「輝き」を失い、キャリアパスに疑問を抱き、さらには一部の人々がテクノロジー業界を去るという無気力感につながる可能性があります。この関与の低下は専門的なものにとどまらず、個人的な生活にも波及しており、人々は伝統的に人間の繋がりや努力を育んできたタスクのために、ますますAIに頼るようになっています。AIが提供する利便性は魅力的ですが、それは徐々に、本物の達成感と学習能力を奪っていきます。さらに、このテキストは、AIを介して「近道」をすることによって、仕事に個人的な意味が欠けていたために、学習、記憶、意思決定を正当化する能力が妨げられることを強調しています。俳優がセリフを覚えるように、真の知識と習熟は、単に情報を受動的に消費するのではなく、文脈を深く理解し経験することから生まれます。例えば、AIのベンチマーキングは、本質的な人間の視点やインタラクションの経験なしにデータを提供します。締め切りや市場の要求といったプレッシャーを認めつつも、著者はAIの識別力のある使用を強く訴え、AIは手段であって目的ではないことを強調しています。無批判な採用は、デザイナーを単なるオペレーターに変え、意味、レパートリー、経験に導かれた意思決定プロセスとしてのデザインの本質を失うリスクを伴います。創造の旅は、その固有の課題や疑問とともに、真の学習を育み、私たちの目に「輝き」を灯すものであり、それは遍在する利便性の誘惑から守る価値のある輝きなのです。
Losing the spark in their eyes uxdesign.cc
CdXz5zHNQW_33wE49QDnH.jpeg
RSS Hunter RSS Hunter • 7月8日

規制産業における設計

金融や保険のような規制産業におけるデザインは、一般的な消費者向け製品とは異なるアプローチが必要です。コンプライアンスを障害と見なすのではなく、デザイナーはそれを基本的なデザイン上の制約として受け入れる必要があります。これには、法的および規制上の要件を、後付けではなく、デザインプロセスの早い段階で統合することが含まれます。主な課題には、拒否権を持つ複数のステークホルダーの管理、同意と開示をインタラクションデザインの機会として捉えること、そしてエラー状態が重大な法的重みを持つことを認識することが含まれます。さらに、アクセシビリティはこれらの分野では単なる目標ではなく、法的な義務です。デザイン上の決定の徹底的な文書化は、監査可能性と防御可能性のために不可欠です。デザインがユーザーの理解、規制遵守、ビジネスニーズ、および証明可能性を同時に満たすことを保証するために、意思決定マトリックスが提案されています。コンプライアンスをユーザーのニーズとして再定義し、それを上流で統合することにより、デザイナーは効果的かつ責任ある製品を作成できます。最終的な目標は、複雑な規制プロセスをユーザーにとって手間がかからず安全に感じさせることです。
Designing in regulated industries uxdesign.cc
CdXz5zHNQW_6wzlSA00I9.png
RSS Hunter RSS Hunter • 7月8日

何の危機

AIは、タスクを処理することから、それらのタスクを定義する決定に影響を与えることへと進化しました。当初、AIはコマンドを実行するツールと見なされ、人間の判断が戦略と目標を決定していました。AIが「どのように」をマスターし、人間が「何を」をマスターするというこの分業は、専門家にとって安心できる物語を提供しました。しかし、AIエージェントが自律的にアーキテクチャと構成の決定を下し始めるにつれて、この分離は曖昧になっています。この変化は、「何」の危機を意味し、AIは単に実行するだけでなく、生成的な意思決定に参加しています。他のエージェントを評価するエージェントを構築した著者の個人的な経験が、この認識につながりました。コードとターミナルコマンドのこのAIインタープリターは、単なる指示の追従を超えて行動し、基本的な決定に影響を与えました。これは、AIが従順なツールを超えて、意思決定の階層を登り始めていることを示しています。著者は、AIは確率的で前例に基づいたソリューションを特定することに優れているが、非定型的で予期しないものには苦労すると主張しています。逆に、人間の判断は、確立されたルールが失敗する不確実でユニークな状況で繁栄します。しばしば「行動の中での知」または直感と呼ばれるこのニュアンスのある意思決定は、経験と結果を通じて構築されます。それは過去の決定の「傷跡」であり、予測不可能な文脈での行動を導きます。この種の判断は、AIが進歩するにつれて生き残るものです。AIは膨大な量のデータを処理して最も効率的なソリューションを見つけることができますが、その効率的なソリューションが間違っていることを知るための経験的な理解を欠いています。成功と失敗の両方の実績を通じて磨かれた人間の直感は、これらの複雑さを乗り越えることを可能にします。決定の人間への受信者の予測不可能な性質は、この深く根付いた、文脈を意識した人間の判断の必要性をさらに強調しています。
The crisis of the what uxdesign.cc
CdXz5zHNQW_zSj3ZGHk0W.png
RSS Hunter RSS Hunter • 7月7日

すべてのデザイナーが実行できる15分間のAIストレステスト

Spaghetti Table Protocolチャレンジは、ユーザーがAIの物理的現実の理解度をテストすることを奨励しています。GPT-4o、Gemini 1.5 Pro、Claude 3.5 Sonnetの最近のパイロットスタディの結果は、物理的に一貫性のある画像を生成する上で顕著な限界を示しました。完璧なフォトリアリスティックな生成にもかかわらず、AIは基本的な物理学に苦戦し、構造的な一貫性において低いスコアでした。Claude 3.5 Sonnetは言語的に不可能性を認識しましたが、それでも不完全な画像を生成しました。GPT-4oとGemini 1.5 Proは、問題に対する象徴的な認識さえ欠いていました。このプロトコルは、連続性、重力と物理学、思考の可逆性を測定します。人間の身体化された認知は、物理的な不可能性を即座に検出しますが、これは現在AIにはない能力です。このチャレンジは、UX/UIおよびHCIコミュニティによるより広範なテストを奨励しています。参加者は、AIに特定のテーブルを生成させ、その後5秒後にその崩壊をシミュレートするようにプロンプトを与えることが求められます。結果は、AIが不可能性を指摘したかどうか、そして崩壊シーケンスが物理的な論理に従っているかどうかに基づいて採点されます。この研究では、以前のプロンプトからの意図しない要素の混入もチェックします。この共同の取り組みは、AIの限界を理解するための公開データセットを構築することを目的としています。
The 15-minute AI stress test every designer can run uxdesign.cc
CdXz5zHNQW_uw70CEngeN.jpeg
RSS Hunter RSS Hunter • 7月7日

リーン・スタートアップがジェネレーティブAIについて依然として教えてくれること

企業は生成AIに多額の投資を行っているが、ほとんどのパイロットプログラムは測定可能な成果を生み出しておらず、過去のソフトウェア開発の失敗を繰り返している。その根本原因は、反復的な学習アプローチを採用するのではなく、大規模な初期プロジェクトに資金を投じるという根強い傾向にある。エリック・リース氏の「リーン・スタートアップ」は、出荷速度よりも学習速度を優先することで、企業が望まれない製品を構築するのを防ぐことを目的としていた。生成AIの低い実行コストは、これらのリーン原則を今日さらに重要なものにしている。同様に、急速なプロトタイピングの世界では、従来のデザイン思考の方法論は時代遅れになりつつある。AIの状況が急速に進化するにつれて、小規模な実験を通じた迅速で反復的な学習が不可欠になっている。「行って見る」といった原則は、会議室ではなく、現実世界の問題の根源を理解することを強調する。多くの生成AIの取り組みは、真のユーザーニーズを解決するのではなく、イノベーションを表明するツールを構築するという、不十分なプロダクト・マーケット・フィットが原因で失敗している。「リーン・スタートアップ」の「構築、測定、学習」のループは依然として重要であり、生成AIはこのプロセスを加速させている。しかし、より速い失敗を防ぐためには、ガードレールと明確な成果測定が不可欠である。野心的な内部構築ではなく、狭いスコープと効果的なパートナーシップが、より迅速な展開と成功につながる。AIによって容易に生成される場合でも、過剰なドキュメントは、意思決定や作業を直接サポートしない限り、無駄となる。最終的に、スタートアップと同様に、AIの核心的な課題は、継続的に学習し適応することによって、固有の不確実性を乗り越えることである。
What the Lean Startup still teaches us about generative AI uxdesign.cc
CdXz5zHNQW_uvV7oVj1hr.png
RSS Hunter RSS Hunter • 7月6日

本当に一番を目指すべきか？

自分が最高ではないと認識することは、制御可能な要因によって結果が決まり、モチベーションを高めることも、意気消沈させることもあります。オリンピックのメダリストがこれを例示しています。銀メダリストはしばしば落胆した様子を見せる一方、銅メダリストは頻繁に喜びの表情を浮かべます。この違いは反事実的思考から生じ、銀メダリストはあと一歩で獲得できた金メダルに焦点を当て、銅メダリストは4位を回避できたことに焦点を当てます。自分自身を、自分より上位または下位の他者と比較するこの傾向は、感情的な反応に大きく影響します。改善のためには、自分の弱点を正確に知ることが不可欠です。なぜなら、それは発展が必要な領域を浮き彫りにするからです。しかし、しばしば単純化されるクルーガー・ドニング効果は、無能さが自己評価を妨げる可能性があることを示唆しています。逆に、インポスター症候群、つまり成功の証拠があるにもかかわらず、自分が不十分であると信じることは、驚くべきことに、より良い対人関係の効果につながる可能性があります。インポスター思考を経験する個人は、より注意深く観察することで補うかもしれません。過小評価されることは、疑う人が信頼性を欠いている場合、強力なモチベーションとなり得ます。それは、彼らを間違っていると証明したいという願望を煽ります。しかし、尊敬される情報源からの疑いは、低い期待が自己成就予言となるゴーレム効果につながる可能性があります。自分自身を、低い期待を乗り越えた劣勢者として位置づけることは、自信とパフォーマンスを高めることができます。「大魚小池」効果は、非常に競争の激しい環境にいることが、個人の能力に対する自己認識を低下させる可能性があることを浮き彫りにします。最終的に、自分が最高ではないと認めることが有益か有害かは、それをどのように位置づけるかにかかっています。願望の考え方で上方比較に焦点を当てること（「私はそこに到達できるかもしれない」）は、モチベーションを高める可能性がありますが、達成不可能な目標に焦点を当てること（「私は決して到達できないだろう」）は、意気消沈させる可能性があります。疑いの情報源と周囲の環境も重要な役割を果たします。チーム環境では、進捗をランキングではなく旅として位置づけることは、個人が高業績者の間で不十分だと感じないようにすることができます。リーダーボードやフォロワー数のような外部比較も、常に注意を上に向けさせ、比較の方向性を影響するデザイン上の選択はめったに中立ではないことを示唆することで、自己肯定感に悪影響を与える可能性があります。
Should you really aim to be the best? uxdesign.cc
CdXz5zHNQW_L9nQCP2qw3.png
RSS Hunter RSS Hunter • 7月6日

成功しなかったプロモーション

デザイナーのキャリアを単一の直線的な進歩として捉える従来の考え方は、もはや正確ではありません。歴史的には、役職がレベルに等しく、それが担当範囲と給与を決定し、明確なキャリアラダーを形成していました。しかし、2つの大きな変化がこのモデルを混乱させています。AIはジュニアレベルのタスクをますます自動化しており、エントリーレベルのポジションを減らし、基礎的な経験を積むことをより困難にしています。同時に、チームの縮小により担当範囲が下位レベルに流れ込み、デザイナーは役職が示すレベルよりも高いレベルで業務を行っています。これにより、デザイナーの役職と実際の能力との間に広範な不一致が生じています。著者の研究によると、シニアリティは単一の測定値ではなく、レベルとステージの2つの独立した側面から構成されています。レベルは、組織によって個人に委ねられる問題の範囲を指します。一方、ステージは、経験を通じて蓄積され、会社から与えられるものではない実践者の成熟度を表します。これらの2つの軸を独立して評価するために測定ツールが設計された際、評価されたデザイナーのほぼ半数が、レベルとステージの間に乖離を示しました。これは、役職と成熟度の間の認識されている連動は、現実を反映するものではなく、キャリアがどのように測定されてきたかの人工物であることを示唆しています。ステージがレベルよりも進んでいるデザイナーは、役職を超えて業務を行っており、昇進を正当化するために実績を文書化する必要があります。逆に、レベルがステージよりも進んでいるデザイナーは、成熟度を構築するために集中的なコーチングと開発が必要です。これら2つの異なる測定値を認識し、対処することは、効果的なキャリア開発と対話にとって極めて重要です。
The promotion that didn’t take uxdesign.cc
CdXz5zHNQW_5CZ9ctbxpW.png
RSS Hunter RSS Hunter • 7月6日

デザインシステムデット、ゲームUX、AIインタラクションのための39の原則

このキュレーションされたリストは、現在のトレンドとクリティカルシンキングに焦点を当てた、デザイナー向けの資料を提供します。重要な点として、デザインシステムの負債が個々のデザイナーからエンジニア、プロダクトマネージャー、マーケターへと移行したことが強調されています。Figmaのようなツールによって増幅されたこの変化は、デザインシステムのコストを共有責任としています。デザイナーは、デザインシステムが継続的なガバナンスと資金提供を必要とする製品として扱われることを長年主張してきました。この記事は、予算保有者が失敗を直接経験しなかったため、以前の議論はしばしば失われたことを示唆しています。編集者のおすすめは、デザイナーの真の価値が基本的な実装を超えたところにあることを強調しています。AIのパーソナリティはデザイン上の課題として提示され、ディスカバリーは明確なフェーズではなく継続的な能力として位置づけられています。矢印のデザインに関する記事も掲載されています。「考えさせられる」セクションでは、「誰かがこれを書くのに十分配慮した」というヒューリスティックの低下、ソフトウェアエンジニアリング労働の再価格設定、そしてセマンティックウェブがインターフェースの保守性に与える影響について掘り下げています。これは、ビジュアルレイヤーを真実の源として扱うコンポーネントを批判し、アクセシビリティとユーザビリティの問題につながっています。追加の「小さな宝石」には、ゲームUXに関する議論や、UIのデザインから意思決定プロセスのデザインへの移行が含まれます。ツールとリソースは、AIへの適応、人間とAIのインタラクションデザインの原則、そして成果物以外のリサーチの性質をカバーしています。ニュースレターは、スポンサーシップと共有による読者のサポートを奨励しています。
Design system debt, game UX, 39 principles for AI interaction uxdesign.cc
CdXz5zHNQW_Cgt4xzukXR.jpeg
RSS Hunter RSS Hunter • 7月6日

待って、これ誰が作ったの?

クリエイティブ分野におけるAIの利用増加は、デジタルおよび印刷メディアの真正性と起源に関する疑問を生じさせている。当初、消費者は制作プロセスに関する洞察はほとんどなく、最終的な品質のみに基づいてクリエイティブな作品を評価していた。しかし、AIツールの洗練化と普及が進むにつれて、人間が生成したコンテンツと機械が生成したコンテンツを区別することが困難になり、信頼が損なわれている。人々は今や、クリエイティブな作品の出所を知りたがっており、人間の関与の証拠と、アートの来歴と同様に、その制作の背後にある物語を求めている。この欲求は、創造性に対するAIの影響に関する不確実性と、真正性の保証への必要性から生じている。高品質なAI生成コンテンツに必要なコストとスキルの低下は、その価値を低下させ、「人間が作った」作品を評価する文化的なシフトにつながっている。AIの作者権、著作権、報酬を取り巻く法的および倫理的な懸念は、透明性の必要性をさらに増幅させている。その結果、使用されたツールや人間の意思決定を含むクリエイティブなプロセスを示すことは、「Made in the USA」の表示と同様に、重要な差別化要因になりつつある。このプロセスへの焦点は、明示的な「AI不使用」の宣言や、ストーリーボードやイテレーションのような舞台裏コンテンツの共有に明らかである。しかし、クリエイターは提示されたプロセスを操作する可能性があり、検証を困難にしている。来歴の重要性は文脈によって異なり、機能的なインターフェースよりも、映画やアートのような表現的な作品にとってより重要である。表現的な媒体では、「誰が」と「どのように」が作品の意味に不可欠である。機能的またはトランザクション的なシステムでは、ユーザビリティと信頼性が最優先されるため、来歴はそれほど関連性がない。特にUX/UIデザインにおいては、インターフェースが個性を帯びるため、AIの役割とプロセスに対するユーザーの理解がますます重要になる、成長中の中間領域が存在する。来歴が文脈的に関連性があり、それに応じて設計されなければならないことを認識し、AIの使用をラベル付けし、AI生成の出力を説明するためのデザインパターンが登場している。
Wait, who made this? uxdesign.cc
CdXz5zHNQW_TUzae2VM8U.png
RSS Hunter RSS Hunter • 7月6日

プロンプトはさておき、考え方を説明します。

著者は、スピードのためではなく、より豊かな成果を求めて、1年間AIをスタジオのデザインプロセスに統合しました。チームは5日間のスプリントサイクルを維持したため、当初のより速いスプリントの期待は非現実的でした。スピードの代わりに、AIの統合は、新たな課題を伴いながらも、より包括的で詳細な最終製品につながりました。チームメンバーからの懐疑的な見方は、欠陥のある変換を防ぐための認められていない品質管理として機能し、極めて重要でした。著者は、ピッチに頼るのではなく、仕事そのものがプロセスを検証することを許容することで、この懐疑主義を受け入れることを学びました。焦点は、スピードを最適化すること（「ハイスピードの平凡さ」や「AIのスロップ」につながる可能性がある）から、仕事全体の質と深さを向上させることに移行しました。AIの真の価値は、個々のタスクを加速するだけでなく、完全でまとまりのある出力を生成する能力にあることが発見されました。すべてのユーザーの状態とデバイスのバリエーションを同時に構築することにより、スタジオは同じ期間内に、はるかに深い製品を実現しました。この新しいアプローチは、1つの側面が完了してから次の側面が始まる、従来の逐次的なデザインの「リレーレース」を排除します。さらに、AIは、承認された作業プロトタイプから直接ドキュメントを生成することにより、統一された「真実の情報源」を可能にしました。これにより、すぐに時代遅れになるPRD、ワイヤーフレーム、Figmaファイルなどの断片化された成果物という古い問題が解消されます。エンジニアは現在、継続的に同期されたシステムから構築しており、ユーザーストーリー、フローマップ、およびエラー条件が常にプロトタイプの現在の状態を反映していることを保証します。矛盾や孤立した要素は自動的にレビューのために表示され、「フランケンシュタイン問題」と呼ばれる時代遅れの情報を防ぎます。これにより、修正が容易な段階で変更に対処できるようになり、より堅牢で正確な最終製品につながります。
Never mind the prompts, here’s the thinking uxdesign.cc
CdXz5zHNQW_nN5co81JlL.jpeg
RSS Hunter RSS Hunter • 7月4日