AI pisze pierwszą wersję niemal każdego ekranu, który projektujemy. Nie pisze ostatniej. Między tymi punktami jest moment przekazania i to właśnie o nim warto rozmawiać — nie o tym, jakich narzędzi używamy, tylko gdzie leży granica i dlaczego akurat tam. Poniżej nasz proces, etap po etapie, razem z tym, czego nie oddajemy.
Pytanie, czy projektanci używają AI, jest już rozstrzygnięte. W raporcie Figma State of the Designer 2026, na próbie 906 projektantów, 72% korzysta z generatywnego AI w pracy, a 91% uważa, że poprawia ono ich projekty. Prawie nikt nie publikuje natomiast granicy — etapu, na którym przestaje ufać wynikowi. To jedyna ciekawa część tej rozmowy, więc ją spisaliśmy.
Proces etap po etapie
1. Materiał wejściowy
Notatki z rozmów, ekrany konkurencji, wszystko, co klient już ma. AI naprawdę dobrze sprowadza to do tematów i czyta całość, a nie pierwsze dziesięć stron. Czego nie potrafi, to ważyć. Zaraportuje, że pięć osób wspomniało o onboardingu, a jedna o płatnościach — nie wiedząc, że ta jedna jest powodem, dla którego ten projekt w ogóle istnieje. Streszczenie jest więc materiałem do decyzji, nigdy samą decyzją.
2. Pierwsza wersja
Tutaj oszczędność czasu jest prawdziwa. Układ, który zajmował popołudnie, powstaje w kilka minut i jest lepszym punktem wyjścia niż pusty ekran — konwencje się zgadzają, komponenty są sensowne, struktura trzyma się kupy. Jest to jednak punkt wyjścia w ścisłym znaczeniu. W pierwszej wersji nic nie zostało rozstrzygnięte, zostało tylko rozłożone. Potraktowanie jej jako rozstrzygniętej to najdroższy błąd dostępny na tym etapie.
3. System projektowy
Ten etap zmienił się w ostatnim roku najbardziej i tu obiegowa opinia jest najbardziej spóźniona. Nielsen Norman Group ustaliło, że w połowie 2025 roku żadne narzędzie generatywne nie obsługiwało skutecznie systemów projektowych. Kiedy model pracuje na tokenach, bibliotece komponentów i dokumentacji, wynik jest znacznie bliższy systemowi niż cokolwiek, co dawał sam prompt.
Bliżej to nie znaczy w środku. W dłuższej sesji rozjazd wraca: odstępy schodzą ze skali, pojawia się wymyślona nazwa tokena, wraca właściwość komponentu, którą przemianowaliśmy pół roku temu. Zasada, przy której zostaliśmy, jest prosta — model może zaproponować wartość, ale źródłem prawdy jest plik systemu i każda wartość jest z nim sprawdzana, zanim cokolwiek wyjdzie.
4. Stany i przypadki brzegowe
Poprosisz o ekran i dostajesz jeden stan: ten szczęśliwy, z trzema idealnymi wierszami realistycznie wyglądających danych. Pusty, ładowania, błędu, braku uprawnień i ten wiersz, w którym ktoś wkleił 200-znakową nazwę firmy — to są stany, w których prawdziwy produkt spędza większość życia, i to ich właśnie brakuje. Lekarstwem nie jest lepszy prompt. Człowiek wypisuje stany, których produkt naprawdę potrzebuje, a potem AI szybko je uzupełnia.
Obie wersje poniżej mają dokładnie te same dane — jedną długą nazwę i trzy różne statusy. Wersja robocza powstała pod dane, które model sobie wyobraził, a nie pod te, które dostanie.
Anna Kowalska
Design
Przedsiębiorstwo Wielobranżowe Kowalski i Wspólnicy
Finanse
Jan Nowak
Inżynieria
Co się zmieniło i dlaczego
- Wiersz przestaje się rozjeżdżać. W wersji roboczej długa nazwa zajmuje całą swoją szerokość i wypycha status poza krawędź, gdzie zostaje przycięty. Element flex nie zwęzi się poniżej swojej treści, dopóki mu się tego nie każe — i to jest ta linijka, której generowany kod nie dopisuje najczęściej. Wersja poprawiona przycina tekst i zostawia status na miejscu.
- Status daje się skanować wzrokiem. W obu wersjach te same trzy słowa. Wersja robocza pokazuje je jednakową szarością, więc znalezienie zawieszonego konta wymaga przeczytania każdego wiersza. Wersja poprawiona daje każdemu osobną plakietkę.
- Pojawiają się brakujące stany. Wersja robocza ma tylko stan załadowany. Lista spędza też czas na ładowaniu i zaczyna pusta, a żaden z tych stanów nie powstanie, dopóki ktoś o niego nie poprosi.
- Stan pusty coś robi. Niesie ze sobą akcję, która go rozwiązuje. Stan pusty, który tylko tłumaczy, dlaczego jest pusty, jest ślepą uliczką dokładnie w momencie, gdy nowy użytkownik potrzebuje drogi dalej.
W aplikacjach mobilnych taka luka kosztuje najwięcej: brakującego stanu nie załatasz po wydaniu bez kolejnego przeglądu w sklepie.
5. Dostępność
AI tworzy interfejsy, które wyglądają na dostępne. Kontrast, który wygląda na wystarczający, etykiety, które wyglądają sensownie, kolejność fokusu, której nikt nie sprawdził. Raport WebAIM Million z lutego 2026 przebadał milion stron głównych i znalazł błędy WCAG na 95,9% z nich — pierwszy regres po sześciu latach systematycznej poprawy — przy średnio 56,1 błędu na stronę, czyli o 10,1% więcej w rok. WebAIM wiąże ten trend z bibliotekami zewnętrznymi i kodowaniem wspieranym przez AI.
Najciekawszy jest rozkład tych błędów. Sześć kategorii odpowiada za 96% wszystkich wykrytych problemów i od siedmiu lat są to dokładnie te same sześć — żadna z nich nie jest egzotyczna, wszystkie to podstawy.
Tak wyglądają te współczynniki kontrastu
Niski kontrast jest pierwszy z dużą przewagą i to właśnie ten błąd wygenerowany interfejs powtarza najczęściej — bo szarość odrobinę za jasna wygląda jak decyzja projektowa, a nie jak usterka.
Dlatego AI wolno dostępność sprawdzać i nigdy za nią odpowiadać. Jest przydatne jako druga para oczu przy kontraście i wielkości celów dotykowych. Audyt robi człowiek, wobec realnego wymogu, bo narzędzie, które wygenerowało problem, nie jest wiarygodnym sędzią we własnej sprawie.
6. Ocena końcowa
Na tym etapie nie ma AI i nie chodzi o sentymenty. Pytanie, czy to jest wystarczająco dobre, żeby się pod tym podpisać, jest pytaniem o odpowiedzialność, a odpowiedzialność nie przetrwa oddelegowania do czegoś, co nie może jej ponieść. Ktoś musi odpowiadać za to, co wyszło. I na tym polega cała ta granica.
Tak wygląda tych sześć etapów zebranych na jednej karcie. Poniżej nie ma prawdziwej generacji — to złożenie błędów opisanych wyżej, na interfejsie, który wymyśliliśmy na potrzeby tego przykładu.
Ustawienia powiadomień
Zarządzaj swoimi preferencjami i bądź na bieżąco ze wszystkim, co dla Ciebie ważne.
Co się zmieniło i dlaczego
- Odstępy. 13 px i 7 px zamieniliśmy na wartości ze skali 4 px. Wartości spoza skali to najczystszy sygnał, że system projektowy został przybliżony, a nie przeczytany.
- Wielkość celu. Przycisk urósł z 32 px do 44 px. 32 px mieści się w minimum WCAG 2.2, czyli 24 px, więc nic tego nie zgłosi — po prostu jest mniejszy, niż spodziewa się kciuk.
- Treść. Wiarygodnie brzmiący wypełniacz zamieniliśmy na konkret. Wygenerowany interfejs pisze coś, co czyta się poprawnie i do niczego nie zobowiązuje.
- Stan. Wersja poprawiona mówi, ile powiadomień jest włączonych i co się dzieje, gdy nie ma żadnego. Wersja robocza ma jeden stan i żadnej odpowiedzi na przypadek pusty.
- Kontrast. Tekst drugorzędny przeszedł na współczynnik spełniający AA. Tej zmiany karta powyżej celowo nie odgrywa — jak wyglądają te współczynniki, widać na wykresie.
Gdzie to wyłączamy
Trzy zasady i każda powstała po konkretnej wpadce.
- AI nigdy nie ma ostatniego słowa w niczym, od czego zależy użytkownik. Kontrast, wielkość celu dotykowego, kolejność fokusu, komunikaty błędów. Może to sprawdzać; nie może tego zatwierdzać.
- AI nigdy nie definiuje systemu, tylko go wypełnia. Tokeny, skale i komponenty ustala człowiek i zapisuje je w pliku. Model pracuje w środku tego, a wszystko, co proponuje, sprawdzamy z plikiem, a nie z tym, jak wygląda.
- AI nigdy nie mówi do użytkownika w wersji ostatecznej. Każdy napis, który ktoś przeczyta — etykiety, stany puste, teksty błędów — pisze albo przepisuje człowiek, w obu językach.
Co sprawdzamy, zanim cokolwiek wyjdzie
Ta lista działa tak samo na własnym wykonawcy, jak na własnej pracy. Żaden z tych punktów nie wymaga projektanta.
- Poproś o stan pusty. Jeśli go nie ma, ekran zaprojektowano raz, a produktu nie przemyślano do końca.
- Sprawdź kontrast na szarościach. Tekst drugorzędny i wyłączone kontrolki to miejsca, w których generowane projekty wykładają się najczęściej.
- Ustaw wszystkie napisy na polską długość. Jeśli układ trzyma się tylko po angielsku, to się nie trzyma.
- Porównaj trzy ekrany obok siebie. Rozjazd widać między ekranami, nie w jednym.
- Zapytaj, kto za to odpowiada. Jeśli w odpowiedzi pada narzędzie zamiast osoby, to jest właśnie wynik.
Czego to nie rozstrzyga
To jedno studio, jeden proces i zdjęcie narzędzi, które zmieniają się co miesiąc — kilka zdań stąd będzie nieaktualnych w ciągu roku, a pierwszy zestarzeje się fragment o systemie projektowym, bo tam narzędzia nadrabiają najszybciej. Nie spodziewamy się natomiast, żeby ruszył ostatni wiersz. Etapy się przesuwają; powód istnienia granicy nie.
→ Ile kosztuje przejęcie kodu napisanego przez AI to ten sam argument po stronie inżynierii.
→ Zobacz, jak prowadzimy projekt od zakresu do wdrożenia.
Najczęstsze pytania
Czy projektanci faktycznie używają AI w codziennej pracy?
Tak i nie jest to już mniejszość. W raporcie Figmy State of the Designer 2026, na próbie 906 projektantów, 72% korzysta z generatywnego AI w pracy, a 91% uważa, że poprawia ono ich projekty. Ciekawe pytanie nie brzmi już, czy projektanci tego używają, ale na którym etapie przestają.
Czy AI zastąpi projektantów UI/UX?
W świetle danych z 2026 roku — nie. AI szybko tworzy pierwszą wersję, ale nie utrzymuje systemu projektowego, nie pamięta decyzji między sesjami i nie pokrywa stanów, których produkt naprawdę potrzebuje. Nielsen Norman Group ustaliło, że w połowie 2025 roku żadne narzędzie generatywne nie obsługiwało skutecznie design systemów.
Co AI robi najgorzej w projektowaniu interfejsów?
Powtarzają się trzy rzeczy. Projektuje jeden stan i zapomina o reszcie — pustym, ładowania, błędu i długiej treści. Przybliża system projektowy zamiast go czytać: wymyśla nazwy tokenów i rozjeżdża odstępy. I tworzy interfejsy, które wyglądają na dostępne, a nie spełniają wymogów kontrastu i wielkości celów dotykowych.
Czy interfejsy generowane przez AI są dostępne?
Zwykle nie bez poprawek. Raport WebAIM Million z lutego 2026 wykazał błędy WCAG na 95,9% stron głównych — pierwszy regres po sześciu latach poprawy — przy średnio 56,1 błędu na stronę, czyli o 10,1% więcej rok do roku. WebAIM wiąże ten trend z bibliotekami zewnętrznymi i kodowaniem wspieranym przez AI.
Czy podanie AI systemu projektowego pomaga?
Pomaga i nie rozwiązuje problemu. Model pracujący na tokenach, bibliotece komponentów i dokumentacji tworzy wynik znacznie bliższy systemowi niż taki, który dostał sam prompt. Nadal jednak rozjeżdża się w dłuższej sesji i nadal wymaga sprawdzenia ze źródłem.
Źródła
- Wykorzystanie AI przez projektantów: Figma, State of the Designer 2026 (906 projektantów).
- Regres dostępności: WebAIM Million (luty 2026, 1 000 000 stron głównych).
- Systemy projektowe a AI generatywne: Nielsen Norman Group (połowa 2025).
- Wymogi kontrastu i wielkości celów dotykowych: WCAG 2.2 (W3C).
Ostatnia aktualizacja: 26 sierpnia 2026. Te narzędzia zmieniają się szybko — etapy trzymają się dłużej niż nazwy narzędzi.
