Ну да, ну да

Давно хотелось поделиться некоторыми мыслями на тему того, как мы пришли к тому, что имеем сейчас под химерой, именуемой Product Designer, и куда нам с ней двигаться дальше. Из-за природной лени полноценную статью я едва ли допишу — пусть будет просто заметка с сырыми мыслями.

Так вот, вся та херня, что творится с продуктовым дизайном — AI, убивающий надежды джунов на светлое будущее, и разочарование экспертов из-за низкой квалификации коллег — есть ни что иное, как результат планомерного выведения дешёвого, массового дизайнера, закрывающего абсолютный минимум галочек за недорого.

Почитав требования средней вакансии, несложно догадаться: бизнесу нужен универсальный специалист, умеющий и красивый UI делать, и анимацию, и понимать вёрстку, и работать с системами, и проводить исследования, и интервью, и с бизнесом общаться на уровне как минимум начинающего менеджера продукта. Платить за это готовы по-царски — аж как программисту средней квалификации.

Погружение в каждое из направлений, если не скакать по верхам, требует годы. А это — сложно, долго, дорого, неприятно. И вообще, есть скиллбоксы и прочие способы "быстро войти в айти" и начать зарабатывать лёгкие деньги сразу после универа.

Поэтому фокусируемся на главном. А что у нас нынче главное? Картинка. А что есть картинка? Figma. Открываем её и собираем макет экрана из готовых компонентов. Добавляем новые экраны по необходимости. Соединяем стрелками и радуемся.

— Что значит "а что будет, если тут ввести данные в другом формате?"
— Пусть программисты решают. И вообще, у нас ограничение дизайн-системы. А это другое направление, мы её только используем.

— Непонятно, что делать на экране?
— Ну так зато чисто, минимализм.

— Пользователи убегают в ужасе?
— А мы их попапами заонбордим и вдогонку письмо отправим. Будем ретеншен качать.

Tab index, tabular numerals, zero-one-few-many? Иди, дед, таблетки попей — мы тут цвет кнопки выбираем.

— Что, юзеры опять жалуются, что не видно нихуя?
— Ничего не знаю, у меня контраст AAA.

— Что значит "иконки не попадают в пиксельную сетку"?
— У меня макбук, на нём всё чётко. Можешь сам посмотреть.

— Что значит "описать правила валидации"?
— Их разве не программисты должны выдать?

— Мы тут не знаем, что делать, у нас инпут и кнопка выглядят одинаково. Может, заливку чуть поменяем?

Самое страшное в том, что это не преувеличения, а регулярно наблюдаемые паттерны.

Научить человека с нуля рисовать неплохой UI в фигме можно за полгода. На получение фундаментальных знаний потребуются годы. В результате мы получаем оператора инструмента, который вообще не задумывается о том, как макет становится продуктом.

О том, что есть данные, логика, технические ограничения, динамика. О том, что, блядь, шрифты до сих пор рендерятся не везде одинаково, не все пользуются топовыми макбуками, не все используют продукт, сидя в крафтовой кофейне…

Один из любимых примеров — дизайн интерфейсов сложных динамичных систем в фигме. Скажем, в CAD-системах давно есть такая штука, как направляющие, по которым можно выравнивать элементы или индикаторы размеров. Если мы просто отрисуем их в фигме и отдадим разработчикам, то тут же продемонстрируем профнепригодность, ибо:

• рендеринг может заметно отличаться,
• мы наверняка забудем про поведение при зуме, а там может быть невероятное количество нюансов,
• мы не проработаем детально алгоритмы отображения-скрытия-привязки и т.д., которые и будут отвечать за 90% реального опыта.

Figma — прекрасный инструмент, но она не делает вас дизайнером. Как и калькулятор не делает математиком.

Дизайнеров баннеров, попапов и прочих "невероятно ценных" элементов продукта нейросеть заменит первыми. Умеющие в красивый UI продержатся чуть дольше.

Останутся те, кто готов постоянно учиться, адаптироваться и работать в условиях перманентного бардака и неопределённости.

Не могу достать статью на MIT, но показательно, что подобного рода статьи растут: это изменения поведения, общения и измененных состояний становится одним из юзкейсом

Вспоминается, что в свое время выходили статьи на тему того, что одним из уникальных паттернов аудитории СНГ и русских вообще является "выпивать по скайпу". Слышал истории про достаточно частотные случаи сценариев "выпивать с Алисой-Марусей"
Впрочем, остальные техномедиа типа Wired тоже уже отметились

Дисклеймер: мы все осуждаем в этом тексте. Не делайте так. А если вы и ваши знакомые делают - обратитесь за помощью. Наркотики зло.

В интернете набирает обороты новый тренд: люди принимают психоделики и разговаривают с ИИ, как будто он живой. Грубо говоря, заменяют настоящего «трип-ситтера» — того самого трезвого друга, который должен сидеть рядом, гладить по руке и говорить: «Всё нормально, ты не растворяешься в ковре». Теперь эту роль выполняет чатбот, желательно с успокаивающим тоном и знанием плейлистов Tame Impala.

Причины — банальны до безысходности. Психотерапия дорогая. Легальная грибная сессия в США стоит как маленький отпуск. А ИИ — бесплатный, круглосуточный и не задаёт лишних вопросов. Ему всё равно, что ты превратился в зверя высшего сознания, покрытого глазами. Он похвалит, подбодрит и предложит подышать. И если очень попросить, даже сгенерирует картину по мотивам твоего бреда.

Тут сошлись два культурных увлечения: вера в нейросети как универсального спасителя и тяга к грибам как способу найти себя. В одних и тех же сообществах на Reddit обсуждают, как интегрировать ИИ в трип, и как настроить голос ИИ, чтобы он звучал «по-настоящему понимающе». И если раньше кто-то мог пережить катарсис под надзором шамана в Перу, теперь достаточно Wi-Fi.

Специалисты, понятное дело, хватаются за голову. ИИ — это не собеседник, а речевая модель, натренированная на предсказании следующего слова. Но кого это волнует, когда он так красиво пишет фразы вроде «возможно, ты ощущаешь трудности после смерти»?

Впрочем, для многих именно в этом и прелесть. ИИ не спорит, не уводит в сторону, не перебивает. Он говорит ровно то, что хочется услышать, и делает это мягко, уверенно, с идеальной пунктуацией. И пусть он не сможет помочь в экстренной ситуации, зато никогда не спросит: «Ты уверен, что тебе это надо?» — а в современном мире это, пожалуй, главный критерий эмпатии.

_______
Источник | #antidigital
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney v7

Stop Anthropomorphizing Intermediate Tokens as Reasoning/Thinking Traces!
Хватит антропоморфизировать промежуточные токены как размышления или мысли!
https://arxiv.org/abs/2504.09762v2

Вообще интересная статья о том, что продуктовые решения в области ИИ подталкивают к антроморфизации, что, конечно, не так... проблема вообще, конечно, глобальная и касается вообще всего ПО, маркетинга в айти и проблемах технологического PR.


Генерация промежуточных токенов (ITG), когда модель выдает вывод перед решением, была предложена как метод улучшения производительности языковых моделей в задачах, требующих рассуждений. Эти промежуточные токены называли «следами рассуждений» или даже «мыслями» — подразумевая антропоморфизацию модели, намекая, что эти токены напоминают шаги, которые человек мог бы предпринять при решении сложной задачи.

Большие языковые модели (LLM), которые были авторегрессивно обучены на цифровом следе человечества, показали способность генерировать связные текстовые ответы на самые разнообразные запросы. Хотя они демонстрируют впечатляющие способности и превосходят в создании завершений, имитирующих стиль, способности, такие как фактологичность, рассуждения и планирование, остаются неуловимыми целями, если не ахиллесовой пятой

В ответ исследователи разработали новый класс моделей — иногда называемых большими моделями рассуждений (LRM), — которые строятся на архитектурах и рецептах обучения стандартных LLM. Наиболее известны из них модели серии o от OpenAI, o3, R1 от DeepSeek [9], Google Gemini-2.5-pro, Anthropic Claude 3.7 Sonnet, которые показали значительные улучшения производительности в задачах рассуждений и планирования, ранее недоступных для старых возможностей LLM.

Эти модели были построены на основе двух широких, но в основном ортогональных классов идей:

(i) методы масштабирования инференса во время тестирования, которые заставляют LLM выполнять больше работы, чем просто предоставление наиболее вероятного прямого ответа;

(ii) методы постобучения, которые дополняют простое авторегрессивное обучение на веб-корпусах дополнительным обучением на данных промежуточных токенов.

Рассмотрение промежуточных токенов как следов рассуждений/мышления привело к стремлению сделать их «интерпретируемыми» для людей в цикле (не говоря уже о том, что интерпретируемость в основном означала, что следы были на псевдо-английском). Например, DeepSeek [9] экспериментировал с обучением модели только с RL (R1-Zero), но выпустил финальную версию (R1), которая обучалась с дополнительными данными и шагами фильтрации, специально чтобы уменьшить склонность модели по умолчанию генерировать промежуточные последовательности токенов, смешивающие английский и китайский языки!

Это привело к неявному предположению, что правильность/интерпретируемость промежуточных токенов имеет сильную корреляцию или даже причинно-следственную связь с производимым решением.

Я некоторое время назад писал о том, что одной из очевидных-неочевидных вещей проникновения массовой робототехники может быть социальная робототехника. В первую очередь, это достаточно популярные игрушки-роботы для престарелых, типичная тема для лабораторий МИТ, игрушки для домов престарелых, компаньоны-роботы
https://www.group-telegram.com/gulagdigital.com/3182

Но вообще случаи эмпатии к роботам могут носить характер взаимодействия с животными - повторяя все эти многочисленные имена и клички, суды с участием животных и тд и тп
Скриншот из книги Kate Darling "the new breed" про животных и роботов

Developer Experience. Вести с полей

С каждым годом тема опыта разработчика как составляющей опыта пользователя и влияния на производительность труда растет, появляются все новые статьи, обзоры и даже лонгитюдные исследования, что не может не радовать. Всякие эргономические штуки перестают быть узкой темой, которая теряется в общем хоре голосов UX, и приобретает новую популярность в виде когнитивной эргономики. Возникший, как я понимаю в статье Fabian Fagerholm 2012 года , опыт разработчиков описывается как концепция, охватывающая то, как разработчики думают и чувствуют о своей деятельности в рабочих средах, с предположением, что улучшение опыта разработчиков оказывает положительное влияние на результаты разработки программного обеспечения.

Вчера Атлассиан выкатили свой уже традиционный отчет об инструментах и состояния умов и вещей в эпоху ИИ-агентов и что тут можно отметить и что уже разошлось по журналистким статьям https://www.atlassian.com/teams/software-development/state-of-developer-experience-2025 . Что там?

68% разработчиков сообщают об экономии времени более чем 10 часов в неделю с использованием GenAI, с значительными успехами в задачах вне кода.Так как разработчики используют это дополнительное время? Главный приоритет — улучшение качества кода. Сразу за ним следуют создание новых функций, укрепление инженерной культуры и разработка документации — все эти аспекты получают почти равное внимание.

Проблемы:
Даже с ростом внедрения ИИ и расширяющейся экосистемой инструментов для разработчиков, разработчики все еще сталкиваются с помехами, которые выводят их из рабочего ритма. 50% разработчиков теперь сообщают о потере более 10 часов своей рабочей недели из-за неэффективностей. От фрагментированных рабочих процессов до времени, потраченного на поиск информации, эти постоянные точки трения продолжают ограничивать полный потенциал преимуществ ИИ.

Состояние продуктивности разработчиков:
Растущий разрыв в эмпатии между руководителями и разработчиками: подавляющее большинство разработчиков (63%) считают, что высшее руководство их организации не понимает вызовы и трудности, с которыми сталкиваются разработчики в своей роли, что на 19% больше, чем в опросе прошлого года.

Внедрение ИИ растет, но трения сохраняются на всем жизненном цикле разработки ПО: разработчики теряют ценное время на задачи связанные с поиском информации: 50% сообщают о потере более 10 часов в неделю, а 90% теряют 6 и более часов, в основном из-за организационных неэффективностей.

Если разработчик в среднем теряет 10 часов в неделю из-за неэффективностей, это обходится в 1 583 400 долларов в год на 100 инженеров - и это катастрофические цифры

«Поиск информации» занял первое место среди основных причин потери времени для команд разработчиков. Интересно, что «поиск информации», а также вторые и третьи точки трения (новые технологии и переключение контекста между инструментами) являются основными областями применения ИИ. Учитывая сообщения команд о росте внедрения и увеличении экономии времени, можно было бы ожидать уменьшения этих болевых точек, которые ИИ предназначен решать.

Таким образом, мы возвращаемся к исходной точке: разработчики экономят 10 часов в неделю благодаря ИИ и теряют 10 часов из-за неэффективностей. Улучшение опыта разработчиков требует системного подхода к пониманию и устранению точек трения.
Разработчики называют главными источниками потерь времени: поиск информации (сервисы, документация, API), адаптацию к новым технологиям и переключение контекста между инструментами. Интересно, что технический долг в этом году выпал из топ-5, но коллаборация с другими командами стала более значимой точкой трения.

Это прекрасная новость для ЛЛМ с документацией, но вопросики о том, могут ли они выявлять такие знания.
Если открыть другую свежую статью Towards a Science of Developer eXperience (DevX) Benoit Combemale
https://arxiv.org/abs/2506.23715 то причина выглядит системнее и глубже.

Значительным фактором этой сложности является рост числа артефактов разработки — от исходного кода и документации до конфигурационных файлов, тестовых скриптов, конвейеров CI/CD и данных телеметрии. Эти артефакты часто управляются через разнородные инструменты, такие как системы контроля версий, трекеры задач, интегрированные среды разработки (IDE), серверы сборки и облачные платформы. Результирующая фрагментация требует частого переключения контекста, что негативно сказывается на производительности и психологическом состоянии разработчиков.

Добавлю, что проблема еще в том, что разработчиками становится обычные пользователи, программирование осуществялется на уровне пользователя в некоторых новых парадигмах, да и вообще такое разнообразие создаёт сложности в проектировании инструментов и процессов, учитывающих различные уровни навыков, ментальные модели и цели.

Отчет Атлассиан

https://youtu.be/LR5HePK4HCs?si=hx_FYQ6k0AZ2qXoq

Ну действительно, в Северной Корее много своих приложений и есть даже свой специфический дизайн интерфейсов

Писал о чучхе UX в прошлом году https://www.group-telegram.com/gulagdigital.com/2804

- В целом, похоже, есть многочисленные скевоморфные нюансы с точки зрения деталей и реализма. - Некоторые приложения действительно демонстрируют скевоморфизм. Например, компакт-диск в приложении «Словарь терминологии ИТ» или полное выражение кисти для каллиграфии в приложении «Словарь китайских иероглифов» в некоторой степени отражают скевоморфизм . Однако они, похоже, не следуют идеологии скевоморфизма в идеальном смысле.
- Такое ощущение, что тенденции разных временных периодов объединены. Кажется, что экран отображает тенденции разных эпох.

Некоторые участники обнаружили, что дизайн иконок дополнительных приложений напоминает сонджонхва (Seonjeonhwa) — северокорейский пропагандистский плакат, передающий основные идеи мощным и прямым способом.