Yapay zekâ UX tasarımcının işini alacak mı?

Kısa cevabım

Bu soruyu bana müşteriler de, tasarımcı olmak isteyenler de soruyor. Cevabım her seferinde aynı: AI işin bir parçasını üstleniyor, bütününü değil.

Bir UX tasarımcının günü tek bir işten oluşmaz. Kullanıcıyla konuşur, notları okur, ekran çizer, metin yazar, ekiple tartışır ve sonunda bir karar savunur. AI bu listenin bazı satırlarında çok iyi, bazılarında ise hiç yok.

Gelecekte ne olacağını bilmiyorum, tahmin de yürütmeyeceğim. Burada bugün kendi işimde gördüklerimi ve okuduğum birkaç araştırmayı anlatıyorum.

Ben AI'ı nasıl kullanıyorum

ux.center'ı bilerek küçük tutuyorum. Sitenin başka bir yerinde bunu tek cümleyle yazdım: "Tekrar eden işleri AI araçları yapıyor. Benim vaktim kararlara gidiyor."

Projelerde de aynı kural geçerli. Daha hızlı ilerlemek için AI araçları kullanıyorum ama projenize başka kimse dokunmuyor. Araştırmayı da tasarımı da ön yüz kodunu da ben yapıyorum.

Pratikte bu şöyle görünüyor. Bir UX audit yaparken bulguları ben buluyorum ve önem derecesini ben veriyorum. AI bana notlarımı düzgün bir listeye çevirmede ve metne alternatif öneriler bulmada yardım ediyor.

Bir tasarım ve kod sprintinde ise tekrar eden bileşen kodu AI ile çok daha çabuk çıkıyor. Yine de her ekranı tarayıcıda açıp kendim deniyorum. Bir buton çalışmazsa bunun sorumlusu benim.

Hangi işleri hızlandırıyor

Nielsen Norman Group'tan Feifei Liu, Mingjin Zhang ve Raluca Budiu, Temmuz ve Ağustos 2023'te 841 UX çalışanıyla bir anket yaptı.

Katılımcıların AI'ı kullandığı işler dört rolde toplandı: içerik editörü, araştırma asistanı, fikir ortağı ve tasarım asistanı. Örnek işler arasında mikro metin yazmak, masa başı araştırmanın özetini çıkarmak ve görüşme rehberi taslağı hazırlamak vardı.

Aynı yazı önemli bir sınırı da not ediyor. Yazarlara göre UX işlerinin çoğu, belirli bir ürünü ve onun kullanıcılarını iyi tanımayı gerektiriyor. Genel bir AI aracında bu bilgi yok. Onu araca siz vermek zorundasınız.

Hız artışı için bir veri

Jakob Nielsen, 2023'te üç ayrı çalışmanın sonucunu bir araya getirdi. AI kullanan destek çalışanları saatte yüzde 13,8 daha fazla talep yanıtladı. İş metni yazanlar saatte yüzde 59 daha fazla belge yazdı.

Programcılar ise haftada yüzde 126 daha fazla proje bitirdi. Nielsen'e göre üç çalışmanın ortalaması yüzde 66'lık bir verim artışı.

Bu rakamın yanında Nielsen'in kendi uyarılarını da okumak gerekiyor. Veriler ChatGPT 3.5 gibi daha eski AI sürümlerinden geliyor. Artış da yalnızca AI desteği alan görevlerde oluyor.

Nielsen, UX tasarımı gibi bazı mesleklerde birçok görevin AI desteğine uygun olmayabileceğini de yazıyor. Bu cümle bana göre yazının en dürüst yeri.

Bu görevi kim yapar?

Bu görevi kim yapar?

• Bir buton metni için on alternatif yazmak AI hızlandırır
  Taslak üretmek AI'ın en hızlı olduğu iş. İlk liste dakikalar sürer. Hangisinin kalacağına ben bakarım.
• Görüşme kaydının yazılı dökümünü çıkarmak AI hızlandırır
  Bu tekrar eden, kuralı belli bir iş. Dökümü AI çıkarır, ben okurken kayda dönüp şüpheli yerleri dinlerim.
• Tekrar eden bileşen kodunu yazmak AI hızlandırır
  Aynı kart bileşenini on ekrana kurmak zaman alır. Kodu AI yazar, ben çalıştırıp ekranda kontrol ederim.
• Görüşme notlarını temalara ayırmak İkisi birlikte
  AI ilk gruplamayı hızla çıkarır. Ama makul görünen yanlış bir tema da üretebilir. Her temayı kayıttaki gerçek bir cümleye bağlarım.
• Bir ekran için ilk wireframe varyasyonlarını çizmek İkisi birlikte
  AI birkaç yerleşim önerir, ben bunlardan yola çıkarım. Hangi yerleşimin kullanıcının işine uyduğunu ürünü bilen kişi seçer.
• Kullanıcıyla görüşme yapmak İnsan karar verir
  AI'ın ürettiği sanal kullanıcı, gerçek kullanıcının yaşadığını bilmez. Görüşmede asıl bilgi, beklemediğim cevaptan gelir.
• Bir audit bulgusuna önem derecesi vermek İnsan karar verir
  Önem derecesi, sorunun ne sık görüldüğüne ve ürüne ne kadar zarar verdiğine bakılarak verilir. Bu bir yargıdır ve altında benim imzam var.
• Bu sprintte neyin yapılacağına karar vermek İnsan karar verir
  Bu kararda bütçe de şirketin hedefi de hesaba girer. Sonuçtan kararı veren kişi sorumludur.

Sekiz görev, benim kendi işimden. Bir karta basın, altta o işi kimin yaptığı ve nedeni çıksın. Bu sınıflama benim görüşüm, bir ölçüm sonucu değil.

Bu sınıflamada bir desen görüyorum. AI'ın tek başına iyi yaptığı işlerin hepsinde sonucu kontrol etmek kolay. Bir dökümü kayda bakarak, bir kodu çalıştırarak doğrularım.

İnsana kalan işlerde ise doğru cevap önceden belli değil. Onu bulmak için ya bir kullanıcıyla konuşmak ya da bir karar vermek gerekiyor.

Yapamadığı iş: araştırma

Son zamanlarda en çok duyduğum fikir, AI ile üretilmiş sanal kullanıcılarla araştırma yapmak. Kulağa ucuz ve hızlı geliyor.

NN/g'den Maria Rosala ve Kate Moran, 2024'te sanal kullanıcı araçlarının cevaplarını gerçek kullanıcılarla yaptıkları çalışmalarla karşılaştırdı. Gerçek bir katılımcıya, aldığı kursun yedi bölümünün hepsini bitirip bitirmediği soruldu. Katılımcı yalnızca üçünü bitirdiğini söyledi. Sanal kullanıcı ise bahsettiği bütün kursları bitirdiğini söyledi.

Benzer bir fark forumlarda da çıktı. Gerçek katılımcıların çoğu kurs forumlarını kullanmadığını söyledi, sanal kullanıcılar forumlara olumlu baktı. Yazarlara göre gerçek insanları inceleyip onlarla konuştuğunuzda bir derinlik ve empati kazanırsınız. Sanal kullanıcılar bunun yerini tutamaz.

Bunu kendi işimden de biliyorum. Görüşmede en değerli an, kullanıcının "aslında ben bunu hiç kullanmıyorum" dediği andır. Ortalamadan üretilen bir cevap bu cümleyi kuramaz.

Yazarlar sanal kullanıcıları tamamen reddetmiyor. Onlara göre bu araçlar masa başı araştırmada ve varsayım üretirken işe yarayabilir. Son kararı ise bu cevaplara dayandırmamak gerekir. Çıkan sonuç, gerçek kullanıcıyla sınanacak bir varsayımdır.

Karar ve sorumluluk

AI yanlış bir şeyi de son derece emin bir dille söyleyebilir. Buna halüsinasyon deniyor. NN/g'den Page Laubheimer 2025 tarihli yazısında halüsinasyonu, makul görünen ama yanlış ya da anlamsız çıktı olarak tanımlıyor.

Laubheimer'e göre AI sistemleri çıktılarının doğru olup olmadığını henüz bilemiyor. Ben bundan şu sonucu çıkarıyorum: her çıktının arkasında onu kontrol edecek biri olmalı.

Tasarımda bu kontrol bir karar demek. Bir formdan bir alanı kaldırmak ya da bir özelliği ertelemek, birinin "bunu ben seçtim" demesini gerektiriyor.

Benimle çalışan bir ekip, bir ekranın neden böyle olduğunu sorduğunda cevabı bir kişiden alır. Kullanıcı merkezli tasarımın özü de bu: kararı kullanıcıdan gelen bilgiye dayandırmak.

Benim notum

AI ile işimin miktarı pek azalmadı. Değişen, vaktimi nereye harcadığım. Eskiden bir öğleden sonrayı alan döküm ve taslak işleri artık kısa sürüyor. Kalan zamanı kullanıcı kayıtlarını izlemeye ve karar notlarını yazmaya ayırıyorum.

Bir şeyden de çekiniyorum. AI ile çok hızlı ekran üretmek, yanlış soruya hızla cevap vermek anlamına gelebilir. Bir wireframe taslağı ne kadar çabuk çıkarsa, kullanıcıyla sınanmadan onaylanma riski de o kadar artıyor.

O yüzden kendime basit bir kural koydum. AI'ın ürettiği her şey bir taslaktır, kontrol etmeden müşteriye gitmez.

Tasarımcı olmak isteyenler için

Bu soruyu en çok mesleğe yeni başlayanlar soruyor. Nielsen'in derlediği çalışmalarda bir bulgu daha var: AI en çok, becerisi en az olan çalışanların verimini artırdı. Destek çalışmasında en düşük performanslı yüzde 20'lik grup yüzde 35 daha fazla iş çıkardı.

Bunu bir fırsat olarak okuyorum. Araçlar başlangıçtaki farkı kapatabilir. Ama kullanıcıyı dinlemeyi ve bir kararı savunmayı size kendi pratiğiniz öğretir.

Hangi becerilerle başlayacağınızı UX tasarımcı nasıl olunur rehberinde adım adım anlattım. Bir projede AI'ı nerede kullanacağınızı birlikte düşünmek isterseniz 15 dakikalık bir görüşmede konuşabiliriz.