لطالما ناقش مجتمع التصميم ما إذا كان على المصممين كتابة التعليمات البرمجية أم لا، وكأن هذا السؤال جديد. لكن في الحقيقة، فن التصميم كان يُدرَّس دائمًا من خلال فهم المواد، وذلك يعود لقرون طويلة. اليوم، نرى أن الذكاء الاصطناعي هو “المادة” الجديدة التي تفرض على المصممين تحديًا مشابهًا: فهم جوهرها ومحدوديتها من خلال التفاعل المباشر.
التاريخ يعيد نفسه: من الحرف اليدوية إلى الشفرة
يعود تاريخ فهم المواد إلى كتاب الرسام Cennino Cennini في تسعينيات القرن الرابع عشر، والذي كان دليلًا لخلط الأصباغ. كانت هذه الحرف اليدوية تطلب من الفنانين والمصممين فهم المادة الخام بشكل عميق. وقد طبق “باوهاوس” هذه الفكرة عام 1919، عندما دعا Walter Gropius المعماريين والنحاتين والرسامين إلى التوجه نحو الحرف، حيث تعلم الطلاب الخشب والمعدن والزجاج من خلال القطع والطي والنسج.
هذا المبدأ تكرر مع ظهور الويب في منتصف التسعينيات. كانت أداة التصميم الوحيدة هي محرر النصوص، حيث كان المصممون يكتبون أكواد HTML يدويًا ويعيدون تحميل المتصفح لرؤية النتائج. الأدوات المرئية مثل PageMill من Adobe و FrontPage من Microsoft جاءت لاحقًا، لكن المصممين الأكثر نجاحًا كانوا يراجعون الكود الأساسي دائمًا. نرى هنا أن فهم المادة الأساسية – سواء كانت خشبًا أو كود HTML – كان مفتاحًا للإبداع.
الذكاء الاصطناعي: مادة تصميم متغيرة
تختلف نماذج الذكاء الاصطناعي عن المواد السابقة في كونها “متغيرة”. الشاشات الثابتة تظهر إجابة واحدة يختارها المصمم، وعادة ما تكون الأفضل. لكن النموذج يُرجع إجابات مختلفة في كل مرة، وهذا “التشتت” هو ما يتعين على المصمم التصميم له. وقد أشار Lars Erik Holmquist في عام 2017 إلى أن المصممين يجب أن يتعاملوا مع هذه التقنية كمادة لها حدودها الخاصة، بينما وجدت دراسة K. J. Kevin Feng و David W. McDonald في عام 2023 أن المصممين يواجهون تحديات في فهم سلوك نماذج تعلم الآلة وتوقعاتها.
إن فهم ما يمكن أن يفعله النظام ومدى تعقيد مخرجاته أمر بالغ الأهمية. فمجرد تصميم شاشة “مثالية” بناءً على أفضل إجابة للنموذج لن يكون كافيًا، لأن المستخدمين سيتفاعلون مع التنوع والأخطاء المحتملة. هذا يتطلب طريقة جديدة للتفكير في التصميم، بعيدًا عن النماذج الأولية الثابتة.
هذا ما يعنيه للمصممين اليوم
المصممون الذين يقدمون أقوى الأعمال مع نماذج الذكاء الاصطناعي هم أولئك الذين يقومون بتشغيلها وقراءة المخرجات بأنفسهم. هذا يتطلب استخدام “كود أخذ العينات”، وهو عبارة عن حلقات تسأل النموذج سؤالًا مرارًا وتكرارًا حتى تظهر عادات النموذج. هذا الكود لا يُشحن للمنتج النهائي، بل يُستخدم كمنصة اختبار لفهم سلوك النموذج. تشير تقارير Figma لعام 2026 إلى أن نسبة المصممين المشاركين في التطوير تضاعفت في عام واحد من 21% إلى 41%، مما يؤكد هذا الاتجاه.
إن التجربة العملية تساعد المصممين على مطابقة سلوك النموذج مع أهداف المستخدم، وابتكار ميزات واجهة للتعامل مع أخطاء النموذج، وتحديد المخاطر الأخلاقية. الأدوات الحديثة مثل Claude Code و Cursor و Figma Make تتيح للمصممين وصف نموذج أولي، وربطه بنموذج مباشر، ومراقبة الأخطاء في جلسة واحدة.
إن القول بأن “التشفير ليس مهارة ضرورية” قد يكون صحيحًا بالنسبة للكود الذي يُشحن في المنتج النهائي، كما أشار Alan Cooper. لكن الكود الذي يُستخدم لأخذ العينات يُرمى في نفس اليوم؛ وظيفته الوحيدة هي أن يظهر لك “المادة”. يجب على المصممين اليوم أن يستدعوا النموذج مباشرة، ويسألوا Claude Code أو Cursor عن سكربت يرسل مدخلات المنتج الحقيقية إلى النموذج ويطبع الإجابات، ثم يقرؤونها قبل رسم أي شاشة. ننصح بتشغيل كل توجيه 50 مرة، ثم فرز الإجابات حسب الطول والنبرة والدقة، ثم التصميم للحالات الأطول والأكثر خطأً، وليس فقط للحالة النموذجية.
إن السجل الناتج عن هذه التجارب يُسمى “مجموعة التقييم” (evaluation set)، والمصممون مؤهلون لكتابته. إنهم يعرفون أي الفشل يلاحظه المستخدمون أولًا، مثل الإجابة التي تتجاوز حدود بطاقتها أو التاريخ الخاطئ المُعلن بثقة تامة. الخشب لا يغير حبوبه بين عشية وضحاها، لكن النموذج يمكن أن يتغير بتحديث واحد من مزوده، مما يجعل تحديث مجموعات التقييم أمرًا حيويًا لفهم هذه “المادة” الجديدة المتطورة باستمرار.
المصدر: uxdesign.cc