ИИ в дизайне: новый инструмент, а не замена профессиональным знаниям

Генеративный ИИ быстро стал частью рабочего процесса в графическом дизайне, UX-дизайне и веб-разработке. Он может ускорять исследование, поиск идей, производство и разработку. Но скорость — не то же самое, что качество.

Разговор об ИИ часто становится слишком полярным: либо технология якобы заменит творческие профессии, либо это переоценённый инструмент, создающий только посредственные результаты. Реальность практичнее. ИИ уже стал рабочим инструментом, но его ценность во многом зависит от того, как им пользуются.

В 2025 году Figma опросила 2 500 дизайнеров и разработчиков. 78% ответили, что ИИ повышает эффективность, а 85% считают, что умение работать с ИИ будет важно для будущего профессионального успеха. При этом дизайнеры осторожнее разработчиков оценивают качество: 54% дизайнеров сказали, что ИИ улучшает качество их работы, по сравнению с 67% разработчиков.

ИИ может быстрее создать вариант. Но это не значит, что вариант автоматически хороший.

Графический дизайн: больше вариантов за меньшее время

Одно из самых заметных преимуществ ИИ в графическом дизайне — сокращение времени на поиск и сравнение направлений.

Он может помогать:

• исследовать ранние визуальные направления
• генерировать и редактировать изображения
• предлагать варианты текста и сообщений
• быстро делать мокапы и презентации
• адаптировать материалы под разные форматы
• автоматизировать часть повторяющейся производственной работы

Figma сообщала ещё в 2024 году, что 59% дизайнеров и разработчиков в её исследовании уже использовали ИИ в работе. Среди распространённых задач были пользовательские исследования, генерация изображений и текста, brainstorming и поиск идей.

Это меняет темп работы. Дизайнер может увидеть десять возможных направлений за время, за которое раньше успевал подробно собрать два.

Но именно дизайнер по-прежнему оценивает типографику, композицию, визуальную иерархию, соответствие бренду и то, решает ли результат реальную задачу клиента.

ИИ создаёт варианты. Профессиональные знания нужны, чтобы выбирать, сочетать, отбрасывать и улучшать их.

UX-дизайн: помощник, а не синтетический пользователь

В UX ИИ полезен задолго до появления готового интерфейса.

Nielsen Norman Group провела исследование с участием 841 UX-специалиста и описала четыре распространённые роли генеративного ИИ: редактор контента, помощник в исследованиях, партнёр по поиску идей и помощник в дизайне. Среди тех, кто использовал ИИ в работе, 63% обращались к нему как минимум несколько раз в неделю.

ИИ может помогать с:

• первым вариантом сценария интервью
• формулировками вопросов для опроса
• суммированием больших объёмов текста
• вариантами microcopy
• организацией исследовательских заметок
• идеями для пользовательских сценариев и wireframes
• гипотезами, которые затем нужно проверить

Но UX в итоге работает с реальными людьми.

Nielsen Norman Group также тестировала синтетических пользователей — сгенерированных ИИ персонажей, которые имитируют участников исследования. Вывод был однозначным: они могут быть полезны для подготовки и генерации гипотез, но не должны заменять исследования с реальными пользователями.

Модель может создать правдоподобный ответ. Она не обладает реальным опытом, контекстом и поведением человека, который будет пользоваться продуктом.

Веб-дизайн и разработка: скорость легче измерить

В веб-разработке влияние ИИ уже хорошо заметно.

Согласно Stack Overflow Developer Survey 2025, 84% респондентов используют или планируют использовать ИИ-инструменты в процессе разработки. Среди профессиональных разработчиков 51% пользуются ими ежедневно.

ИИ может помогать с:

• повторяющимся кодом
• компонентами и вариантами
• debugging
• документацией
• тестами
• проверками доступности
• responsive-адаптацией
• переходом между дизайном и frontend
• быстрыми прототипами

В контролируемом исследовании Microsoft Research разработчики выполняли одну и ту же задачу на JavaScript. Группа с доступом к GitHub Copilot завершила её на 55,8% быстрее контрольной группы.

Это не означает, что любая разработка становится быстрее на 55,8%. Исследование измеряло одну чётко ограниченную программную задачу. Реальные цифровые продукты включают архитектуру, интеграции, безопасность, контент, тестирование и множество решений, которые нельзя свести к одному упражнению с кодом.

Но исследование хорошо показывает, сколько времени может экономить сильный ИИ-инструмент, когда задача ясно определена.

Проблема «почти правильно»

У скорости есть обратная сторона.

В том же исследовании Stack Overflow 46% разработчиков сказали, что активно не доверяют точности результатов ИИ, а 33% выразили доверие. Самая частая проблема, которую отметили 66%, — решения ИИ, которые «почти правильные, но не совсем».

Это важно и за пределами программирования.

Результат может выглядеть профессионально и всё равно содержать:

• неверную информацию
• слабую типографику
• непоследовательные отступы
• проблемы доступности
• код, работающий в демо, но не в production
• пользовательский сценарий, построенный на неверных предположениях
• визуальное направление, не подходящее бренду

ИИ облегчает производство. Поэтому способность проверять результат становится важнее, а не менее важной.

Почему профессиональные знания всё ещё важны

Было бы слишком просто утверждать, что ИИ помогает только экспертам. Ряд исследований показывает, что менее опытные пользователи тоже могут получать заметный прирост производительности.

Но опыт меняет то, что человек способен сделать с результатом.

Дизайнер, понимающий типографику, композицию, брендинг и производство, быстрее замечает, почему сгенерированный вариант не работает.

UX-дизайнер, понимающий исследовательские методы, отличает интересную гипотезу от настоящего пользовательского инсайта.

Разработчик, понимающий систему, видит код, который выглядит правильно, но позже создаст проблемы с безопасностью, производительностью или поддержкой.

Исследование Boston Consulting Group и Harvard Business School хорошо показывает эту границу. 758 консультантов выполняли задачи, похожие на часть их обычной интеллектуальной работы. На задачах внутри так называемой «jagged technological frontier» ИИ участники работали более чем на 25% быстрее и выполняли свыше 12% больше задач.

Но на более сложной задаче за пределами сильных сторон системы участники с ИИ были на 19 процентных пунктов реже способны прийти к правильному ответу.

Исследование проводилось с консультантами, а не дизайнерами. Но принцип полезен: в одних задачах ИИ очень силён, а в других неожиданно слаб. Самая сложная часть — понять, с какой ситуацией мы имеем дело.

Профессионализм — это не только способность создать результат. Это ещё и способность понять, когда результату можно доверять.

Более реалистичный процесс работы с ИИ

Наибольшую ценность ИИ даёт как часть обычного профессионального процесса.

1. Понять проблему

До открытия инструмента кто-то всё равно должен понять цель, пользователя, бренд, содержание, бюджет и ограничения.

2. Использовать ИИ для исследования вариантов

Здесь ИИ особенно эффективен: направления, черновики, изображения, код, вопросы для исследования или варианты структуры.

3. Оценить и доработать

Результат нужно сравнить с реальными требованиями. Что работает? Что слишком общее? Что неверно? Чего не хватает?

4. Проверить на практике

Дизайн нужно оценивать в реальном контексте. UX — проверять с реальными пользователями, когда этого требует решение. Код — тестировать в настоящей системе.

5. Провести контроль качества

Доступность, производительность, содержание, визуальная последовательность, безопасность и бренд всё ещё требуют проверки.

Это сильно отличается от схемы:

Prompt → generate → publish.

Она может быть быстрой. Но не обязательно надёжной.

Для ИИ тоже нужны границы

Профессиональное использование ИИ — это не только вопрос возможностей технологии. Важно также понимать, к какой информации ей можно давать доступ.

Конфиденциальные материалы клиентов, персональные данные и внутренняя информация компании не должны автоматически попадать в открытые потребительские инструменты. Организациям нужны утверждённые решения, правила доступа и понятные процессы обработки информации.

Это не аргумент против ИИ. Это тот же принцип, который действует для других цифровых инструментов: подходящая система для подходящих данных.

Новый инструмент в старом процессе

Инструменты всегда меняли дизайн.

Цифровые программы вёрстки ускорили производство. Photoshop изменил работу с изображениями. Figma сделала совместную работу и дизайн-системы доступнее. Но ни один из этих инструментов не устранил необходимость понимать дизайн.

ИИ снова сдвигает границу.

Разница в том, что теперь инструмент может сам предложить текст, изображение, layout или код, а не только помочь человеку выполнить решение.

Поэтому профессиональная оценка становится ещё важнее.

Самая интересная перспектива — не «дизайнер против ИИ», а дизайнер с ИИ: специалист использует технологию, чтобы исследовать больше направлений, автоматизировать повторяющееся и тратить больше времени на решения, где действительно нужно человеческое понимание.

ИИ способен создать вариант за секунды.

Понять, хороший ли это вариант, — всё ещё отдельный навык.