Yapay Zeka UX İşinin Hangi Kısmını Devralıyor
Yapay zekanın UX uzmanlarını işsiz bırakıp bırakmayacağı sorusu, kendinden daha küçük ama daha cevaplanabilir bir soruyu atlıyor: bir arayüz kararının hangi kısmı makineyle karara bağlanabilir? İki rengin kontrast oranı hesaplanır. Alt metnin görseli doğru anlatıp anlatmadığı hesaplanmaz. Otomasyonun sınırı tam burada duruyor ve o sınır, işin nereye kaydığını da söylüyor.
Makineyle karara bağlanabilen her şey gider
Erişilebilirlik denetimi bu ayrımı en net gösteren yer. Kontrast oranı bir formül: iki rengi verirsin, eşiğin altındaysa söyler. Bir görselde alt metin bulunup bulunmadığı da aynı şekilde kesin, var ya da yok. Ama o alt metnin görseli gerçekten anlattığı formüle girmiyor; görselin dekoratif sayılıp sayılacağı kararı da girmiyor. Otomatik denetim araçlarının bir sayfayı temiz göstermesiyle o sayfanın ekran okuyucuyla gezilebilmesi aynı şey değil.
Kullanıcı testinde de ayrım aynı yerden geçiyor. Rage click, form alanı terk oranı, belirli bir adımda geçen süre: hepsi sayılabilir, dolayısıyla hepsi otomatikleşir. Kullanıcının neden vazgeçtiği sayılamaz, çünkü o bir ölçüm değil, bir yorum.
Peki doğrulama maliyeti nereye gidiyor?
AI destekli analizi öven metinler genelde iki şeyi aynı cümlede söylüyor: tekrarlı işin otomatikleştiğini ve çıktının insan uzmanlığıyla doğrulanması gerektiğini. İkisi birlikte doğruysa tasarruf iddiası kendini yemeye başlıyor. İş ortadan kalkmıyor, yer değiştiriyor: testi yürütmekten, bir listeyi ayıklamaya geçiyor.
Bu kayma masrafsız değil. Otomatik bir araç kırk madde çıkarıyorsa ve bunların bir kısmı yanlış pozitifse, elemek için her maddenin kaydına geri dönmen gerekir. Kırk maddeyi tek tek izlemek, beş kişiyle oturup testi kendin yapmaktan uzun sürebilir. Otomatik raporun bir maddesini, kaydı kendim izlemeden bulgu saymam; o yüzden benim için aracın değeri bulduğu şeyde değil, kaydın hangi saniyesine gitmem gerektiğini söylemesinde.
Kişiselleştirme arayüzü değil testi bozuyor
Dinamik, kullanıcıya göre şekillenen arayüzler genelde deneyimin zirvesi olarak anlatılıyor. Test tarafından bakınca daha tuhaf bir tablo çıkıyor. Beş kişilik bir testte üç kişinin aynı yerde tıkanması bir bulgudur. Beş kişi birbirinden farklı beş düzen gördüyse aynı gözlem elinde kalmaz, çünkü tekrar diye bir şey yoktur.
Aritmetik de bunu destekliyor: varyant sayısı n ise, her varyanta düşen örneklem kabaca toplamın n'de biri. Üç varyantla çalışan bir kişiselleştirme, elli kişilik bir çalışmayı on altı kişilik üç çalışmaya böler. Bulgu sayısı artmaz, güven aralığı genişler.
Çıkış yolu ekranı değil kuralı test etmek. Ölçülecek birim artık bir düzen değil, o düzeni üreten mantık: hangi girdide hangi bileşeni öne alıyor, bu seçim ne zaman yanlış çalışıyor. Bu da arayüz testinden çok kod incelemesine benziyor. Kişiselleştirme kuralını yazan ekibin, kuralın ürettiği uç durumları listelemesi, aynı ekranı yüz kişiye gösterip ortalama almaktan daha fazla şey söylüyor.
Değer kazanan beceri hangisi
Bu soruya verilen standart cevap belli: eleştirel düşünme, empati, yaratıcılık. Doğru ama kimse bunları öğrenme planına yazamaz. Daha kullanışlı hali şöyle: bir otomatik çıktının nerede yanlış olacağını önceden tahmin edebilmek. Isı haritası kaydırmayı sayıyor mu, yoksa yalnızca tıklamayı mı? Oturum kaydı aracı gölge DOM içindeki bileşenleri yakalıyor mu? Bu sorular aracın varsayımlarını bilmekle cevaplanıyor, metodoloji bilgisiyle değil.
İkinci beceri daha az konuşuluyor: bir gözlemi ölçüye çevirmeden önce bir süre gözlem olarak tutabilmek. Otomatik araçların kuvvetli yanı, kendilerine verilen metriği hızla büyütmesi. Zayıf yanı da aynı yer; metriğin yanlış seçilmesi durumunda yanlışı daha hızlı büyütüyorlar. Hangi metriğin sorulan soruya cevap verdiğine karar vermek hâlâ otomatikleşmiş bir iş değil, bu alanın asıl işi de orada duruyor.