Applovi raziskovalci še naprej na vso moč delajo na tem, da generativna umetna inteligenca ne bi zgolj pisala besedil, temveč bi nudila tudi resnično pomoč pri razvoju aplikacij. V nedavni študiji (Improving User Interface Generation Models from Designer Feedback) so uporabili poseben pristop: z osnutki in kritikami profesionalnih oblikovalcev so prilagodili AI.
Ni pomembna količina kode, temveč način razmišljanja
Večino današnjih modelov umetne inteligence (na primer serijo GPT, ki poganja ChatGPT) učijo z imenovanim “rangiranjem”: pokažejo mu dve različici, preizkuševalec pa izbere boljšo. Po mnenju Applovih raziskovalcev pa je to v svetu oblikovanja premalo. Dober uporabniški vmesnik (UI) ni preprosto “boljši” ali “slabši”, temveč je niz logičnih odločitev. V raziskavo so vključili 21 oblikovalcev, ki niso le ocenjevali, temveč so preko načrtov AI risali skice, dodajali besedilne kritike razporeditve in izvajali konkretne spremembe na vmesnikih.
Modeli Qwen in “nagrajevalni” sistem
Raziskovalci so kot osnovo vzeli odprtokodna modela Qwen2.5-Coder in Qwen3-Coder ter ju naučili razumeti vizualne povratne informacije oblikovalcev. Ustvarili so tudi poseben “nagrajevalni model”, ki na podlagi posnetkov zaslona in opisov ocenjuje, kako dobro zasnova ustreza strokovnim pričakovanjem. Rezultati so presenetljivi: tako naučena AI (zlasti različica, ki se uči iz skic) je pri načrtovanju uporabniških vmesnikov presegla celo modele na ravni GPT-5.
HTML in Tailwind: hitrejša pot do končne aplikacije
Pomembna podrobnost je, da se je raziskava tokrat osredotočila na spletne tehnologije, torej na generiranje kode HTML in Tailwind CSS; to je pomembno, ker sta to temeljna stebra sodobnega razvoja. Cilj ni bil le, da koda “deluje”, temveč da je končni rezultat estetski, logičen in ergonomski – kot da bi nastal izpod rok človeškega oblikovalca.
Sklep: kvaliteta nad kvantiteto
Ena najpomembnejših ugotovitev študije je, da ni treba v model zlivati milijonov podatkov. Že razmeroma malo (zgolj 181 kakovostnih strokovnih skic) je zadostovalo, da je AI napredovala na višjo raven. Raziskovalci pa poudarjajo, da je dober UI deloma vedno subjektiven; pri nalogah rangiranja so se celo strokovnjaki strinjali le približno v polovici primerov, zagotovo pa konkretne skice in popravki zagotavljajo bistveno stabilnejši učni signal.