Spotify:Spotify は、AI を活用した予測分析によってデザインシステムを改良し、ユーザー体験を個別化している。同社の AI 搭載 DJ がアルゴリズムを使ってユーザーデータを分析し、ユーザーの好みや期待に沿ったデザイン決定を生成することで、適応性とパーソナライズ性に優れたデザイン システムが実現する。
Autodesk’s Spacemaker AI:Autodesk が買収した Spacemaker AI は、AIを使って敷地計画や都市レイアウトを最適化する。このツールで複雑なデザインモデルの作成が自動化されることから、建築家やプランナーは日照や騒音レベルなどの環境データに基づいて AI が生成した建物レイアウトの提案を得られる。この AI 主導のアプローチが Autodesk の大規模なデザインシステム戦略に統合されることで、デザイン決定の拡張性と精度が上がる。
AI を活用したデザインツールが、ハンディキャップのあるユーザーなどのどんなユーザーにとってもアクセスできるものであることを保証するのは、依然として重要な課題です。Google Design によると、AI は、偏見が強化されることなく、ユーザーの包括性が確保されるように、慎重にトレーニングされないといけません。
AI はルーティンワークを処理することには長けていますが、人間の直感や共感、感情的知性に取って代わることはできません。
デザインシステム大学の創設者であるダン・モール氏は、(Webflow の AI に関する記事にあるように)AI は「何が良くて何がダメなのか、何が人間に感情的に響くのか、何がただのガラクタなのかを判断できるところまで到達していない」と強調しています。なので、デザイナーは AI を人間の意思決定の代替物としてではなく、彼らの創造性をサポートする補完的なツールとして使わないといけません。
プライバシーとデータセキュリティ
AI システムは多くの場合、洞察力を生み出し行動を予測するのに、大量のユーザーデータに依存しています。そしてデザイナーは、ユーザーのプライバシーを保護し、信頼を築くために、このデータが責任を持って収集、保存、使用されることを保証する必要があります。なので、アダム・ファード氏のデザインスタジオが述べているように、AI 駆動型のデザインシステムはデータセキュリティを優先し、ユーザーデータがどのようにデザインの意思決定に活用されるのかについて透明性を保つべきです。
AI 駆動型デザインシステムの課題に対処するためのおすすめヒント5選
インクルーシブなトレーニングデータ – さまざまな属性、能力、文化的背景を反映した多様なデータセットで AI モデルをトレーニングする。これにより、バイアスの減少や、生成されたコンポーネントの幅広いユーザーへの対応が保証され、アクセシブルでインクルーシブなデザインシステムの作成に対応できる。
バイアス監査と継続的監視 – AI モデルのバイアスと倫理的公平性を定期的に監査する。また、継続的な監視によって偏った行動を検出して対処することで、AI ツールのライフサイクルを通じて中立性と包括性が維持される。
人間による監視を伴う反復デザイン -最初の提案の提供やコンポーネントの生成は AI がやり、その出力を人間が確認して改良する反復的なデザインプロセスを採用する。このアプローチで、HCD(人間中心デザイン)の原則が維持され、AI が生成した要素は感情的なレベルでユーザーの共感を得られるようになる。
UXPin is a product design platform used by the best designers on the planet. Let your team easily
design, collaborate, and present from low-fidelity wireframes to fully-interactive prototypes.
We use cookies to improve performance and enhance your experience. By using our website you agree to our use of cookies in accordance with our cookie policy.