Appleovi istraživači i dalje punom parom rade na tome da generativna umjetna inteligencija ne piše samo tekst, nego da pruži i stvarnu pomoć u razvoju aplikacija. U svojoj nedavnoj studiji (Improving User Interface Generation Models from Designer Feedback) primijenili su poseban pristup: fino su podešavali AI skicama i kritikama profesionalnih dizajnera.
Nije bitna količina koda, nego vizija
Većinu današnjih AI modela (poput serije GPT koja pokreće ChatGPT) uče takozvanim „rangiranjem”: pokažu mu se dvije verzije, a tester odabere bolju. No, prema Appleovim istraživačima, u svijetu dizajna to nije dovoljno. Dobro korisničko sučelje (UI) nije jednostavno „bolje” ili „lošije”, nego niz logičkih odluka. U istraživanju su uključili 21 dizajnera koji nisu samo ocjenjivali, nego su preko AI-jevih rješenja crtali skice, davali tekstualne kritike rasporeda te su radili i konkretne izmjene na sučeljima.
Qwen modeli i „nagradni” sustav
Istraživači su kao osnovu uzeli modele otvorenog koda Qwen2.5-Coder i Qwen3-Coder te ih obučili da razumiju vizualne povratne informacije dizajnera. Stvorili su i poseban „nagradni model” koji na temelju snimaka zaslona i opisa procjenjuje koliko neki dizajn odgovara stručnim očekivanjima. Rezultati su iznenađujući: tako trenirani AI (posebno varijanta koja uči iz skica) nadmašio je čak i modele razine GPT-5 u dizajniranju korisničkih sučelja.
HTML i Tailwind: brži put do gotove aplikacije
Važan je detalj da se istraživanje ovoga puta fokusiralo na web-tehnologije, odnosno na generiranje HTML-a i Tailwind CSS koda, što je bitno jer su to temeljni stupovi modernog razvoja. Cilj nije bio samo da kod „radi”, nego i da krajnji rezultat bude estetski, logičan i ergonomski, kao da je izašao ispod ruke ljudskog dizajnera.
Pouka: kvaliteta pobjeđuje kvantitetu
Jedno od najvažnijih zapažanja studije jest da nije potrebno ulijevati milijune podataka u stroj. Već relativno malo (svega 181 kvalitetna stručna skica) bilo je dovoljno da UI napravi iskorak. Istraživači ipak naglašavaju da je dobra UI dijelom uvijek subjektivna: kod zadataka rangiranja čak su se i stručnjaci složili samo otprilike u polovici slučajeva, no sigurno je da su konkretne skice i izmjene davale mnogo stabilnije upute za učenje.
