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。