Azienda Apple lentamente Apple continua un'esplorazione relativamente silenziosa ma sistematica di come l'intelligenza artificiale generativa potrebbe influenzare lo sviluppo di app. L'ultimo studio, pubblicato dai ricercatori di Apple Questa volta non si tratta solo di generazione di codice, ma anche di progettazione dell'interfaccia utente. In altre parole, l'intelligenza artificiale non sta solo imparando a "scrivere applicazioni", ma sta anche iniziando a capire come dovrebbero apparire. Ma questo è un aspetto molto più delicato e vale la pena soffermarsi un attimo.
Potrebbe interessarti
Apple È arrivato a questo punto gradualmente. Qualche mese fa ha introdotto il progetto UICoder, una famiglia aperta di modelli il cui obiettivo era generare codice UI funzionale basato su input testuali. All'epoca, l'enfasi principale non era sull'estetica, ma sulla praticità: il codice doveva essere compilato, corrispondere alla descrizione e soddisfare approssimativamente le aspettative relative al layout e al comportamento dell'interfaccia. Il design in quanto tale era più che altro un effetto collaterale.
Un nuovo studio intitolato Miglioramento dei modelli di generazione dell'interfaccia utente dal feedback del progettista adotta un approccio diverso al problema. Gli autori affermano apertamente che i metodi comunemente utilizzati per l'apprendimento dal feedback umano (RLHF), tipicamente basati sulla semplice valutazione o sul confronto variant, non sono ideali per il campo della progettazione di interfacce utente. Secondo loro, non corrispondono al vero modo di lavorare dei designer e ignorano gli argomenti, il contesto e gli adattamenti graduali che sono essenziali per la progettazione di interfacce.
Umani contro intelligenza artificiale
Invece Apple ha adottato un approccio più pratico. La ricerca ha coinvolto 21 designer professionisti con esperienza di varia durata – da circa due anni a oltre tre decenni – e provenienti da diversi settori, dall'UI/UX al design di prodotto e di servizio. A questi esperti non è stato semplicemente chiesto di "scegliere soluzioni migliori" variantu", ma hanno modificato direttamente i progetti generati dall'intelligenza artificiale. Hanno utilizzato commenti scritti, schizzi e interventi diretti nell'interfaccia. Sono state queste modifiche specifiche a diventare poi i dati di addestramento.
In totale, i ricercatori hanno raccolto 1.460 annotazioni, da cui hanno creato coppie del design originale e della sua versione modificata dal designer. Sulla base di queste, è stato creato un cosiddetto modello di ricompensa, che valuta la qualità dell'interfaccia in base all'anteprima renderizzata e alla descrizione testuale e le assegna un punteggio numerico. Quanto più il design corrisponde al giudizio del designer umano, tanto più alto è il punteggio che riceve. Questo modello viene quindi utilizzato per perfezionare ulteriormente il generatore di interfacce utente.
Come generatore di base Apple ha utilizzato il modello Qwen2.5-Coder e successivamente ha applicato lo stesso modello di ricompensa a quelli più piccoli e nuovi varianty Qwen per verificare che l'approccio sia trasferibile a modelli di diverse dimensioni. I risultati sono impressionanti dal punto di vista tecnico. I modelli addestrati utilizzando il feedback dei progettisti, in particolare schizzi e modifiche dirette, hanno raggiunto una qualità notevolmente migliore sia rispetto alla versione base che rispetto ai modelli addestrati utilizzando solo la valutazione classica. Il modello più votato ha persino superato le prestazioni nei test interni. GPT-5, utilizzando una quantità relativamente piccola di feedback di alta qualità.
Galleria fotografica
Solo AI nestachi
Gli autori dello studio sottolineano apertamente anche i limiti dell'intero approccio. Il design è una disciplina altamente soggettiva e l'accordo su cosa costituisca un'"interfaccia migliore" non è scontato. Quando i ricercatori hanno valutato in modo indipendente gli stessi progetti su cui i designer avevano concordato, hanno concordato sulla loro scelta solo nel 49% dei casi circa. Un accordo significativamente migliore si è verificato quando i designer hanno modificato attivamente i loro progetti: l'accordo è aumentato al 63,6% per gli schizzi e persino al 76,1% per le modifiche dirette. Lo studio dimostra indirettamente che mostrare una soluzione concreta è significativamente più vantaggioso per l'apprendimento dell'IA rispetto a una valutazione astratta.
In un contesto più ampio, è interessante confrontare questa ricerca con l'approccio di altre aziende tecnologiche. Ad esempio studio Rockstar Games ha annunciato di recente che non usano affatto l'intelligenza artificiale generativa durante lo sviluppo di GTA 6Questa può essere una scelta consapevole, soprattutto per progetti in cui l'atmosfera, i dettagli e la lavorazione manuale svolgono un ruolo fondamentale.
Apple si muove quindi su un filo sottile. È chiaro che l'IA può essere uno strumento molto potente per la prototipazione rapida, la ricerca di soluzioni alternative o il supporto a sviluppatori e designer meno esperti. Allo stesso tempo, lo studio stesso suggerisce che senza il giudizio umano e la capacità di spiegare decisioni specifiche, è difficile creare un design di qualità. Invece di sostituire i designer, la ricerca mostra la direzione in cui il loro lavoro potrebbe cambiare in futuro, con l'IA come strumento di supporto, non come autore principale dell'interfaccia utente.
